Yrityskouluttaja ja ajatusjohtaja kertoo yksityiskohtaiset työnkulut ja viitekehykset, joiden avulla hän muuttaa liiketoimintaa tekoälyn avulla

Christopher Lind

Henkilöstöhallinnon ja tekoälyn konsultti

Christopher Lindin johtajuusura on mahdollistanut työskentelyn joidenkin maailman suurimpien yritysten kanssa – kuten GE Healthcaren, jossa hän toimi maailmanlaajuisena osaamisjärjestelmien ja -teknologian johtajana. Nyt hän edistää liiketoiminnan muutosta hyödyntämällä ihmisten ja teknologian oikeaa tasapainoa.

Key Takeaways

Tekoäly tekee johtamisesta inhimillisempää: Lind korostaa, että vaikka teknologia kehittyy nopeasti, johtamisen perusta nojaa edelleen empatiaan, sopeutumiskykyyn ja ihmisten ymmärtämiseen.

Hidasta vauhtia, jotta voit skaalata nopeammin: Tekoälyn käyttöönoton kiirehtiminen työnkulkuja ymmärtämättä johtaa tehottomuuden skaalautumiseen. Lind neuvoo johtajia purkamaan prosessit ensin osiin, tunnistamaan, missä tekoäly todella tuottaa arvoa, ja integroimaan sen harkitusti.

Kehitä tekoälylukutaitoa mitattavana toimintatapana: Lindin kuusiosainen tekoälyn vaikuttavuuden viitekehys – tavoitteellisuus, harkintakyky, eettinen linjakkuus, tekninen sujuvuus, työnkulkujen integrointi ja delegoinnin harkinta – auttaa organisaatioita arvioimaan ja parantamaan sitä, miten ihmiset käyttävät tekoälyä.

Keskustelimme hänen kanssaan saadaksemme käsityksen siitä, mitä työnkulkuja hän uudistaa tekoälyn avulla ja mitä viitekehyksiä hän käyttää varmistaakseen tekoälylukutaidon organisaatioissa. Tässä hänen näkemyksensä.

Tahattomasta johtajasta strategiseksi uudistajaksi

Urani on ollut monipuolinen, ja sitä voisi parhaiten kuvata elämiseksi liiketoiminnan, teknologian ja ihmisten risteyskohdassa. Paperilla se näyttää uralta yrityskoulutuksen parissa, mutta käytännössä olen vienyt liiketoiminnan muutosta eteenpäin niiden ihmisten avulla, joiden varassa yritykset toimivat, sekä tehostanut tätä muutosta teknologian avulla.

Minulla ei koskaan ollut tavoitteena ryhtyä johtajaksi. Halusin vain tehdä asioista parempia ja hyödyntää kaikkia taitojani ja asiantuntemustani sen toteuttamiseksi. Se johti kuitenkin siihen, että johdin tiimejä joissakin maailman tunnetuimmista yrityksistä, kuten GE Healthcaressa ja HR.comissa, osallistuin hankkeisiin, joista en olisi koskaan osannut unelmoida, ja minusta tuli alani vaikuttaja – vaikka kaltaiseni introvertti olisi vielä vuosia sitten kammoksunut ajatusta.

More Articles

Miksi tekoäly tekee johtamisesta inhimillisempää – ei vähemmän inhimillistä

Vaikka toimintatapani muuttuvat nopeasti tekoälyn myötä, sanoisin, ettei johtamisen perusta ole oikeastaan muuttunut.

Roolini ja johtamistapani ovat aina keskittyneet perimmäisten ongelmien tunnistamiseen – niiden ratkaisemiseen ympäröimällä itseni uskomattomilla ihmisillä ja tuomalla esiin heidän parhaat puolensa samalla, kun optimoin ratkaisua teknologian avulla. Nyt käytettävissämme on yksinkertaisesti enemmän vaihtoehtoja ja työkaluja.

Jos jotain, tekoälyn aikakausi mielestäni korostaa entisestään tämän perustan merkitystä. Itse asiassa väittäisin jopa, että tekoäly tekee johtamisesta inhimillisempää kuin koskaan aiemmin.

On valtava paine “tehdä enemmän” ja “edetä nopeammin”, mutta vauhdin lisääminen ja väärien asioiden tuottaminen suuremmassa määrin koituu kohtaloksesi. Menestyvät johtajat ovat niitä, jotka asettavat etusijalle ymmärryksensä siitä, mihin heidän ympärillään olevat ihmiset pystyvät, ja kehittävät sitten näiden ihmisten sopeutumiskykyä ja osaamista.

Johtajat, jotka tavoittelevat piittaamattomasti turhamaisuusmittareita ja lyhyen aikavälin voittoja, huomaavat pian kamppailevansa – ja jos he eivät ole varovaisia, jäävänsä kokonaan ilman työtä.

Miksi tekoälyä ei voi vain käyttää mihin tahansa ongelmaan

Tekoäly on tehokas vain, jos käytät aikaa ongelman purkamiseen osiin, tunnistat kaikki erilliset osa-alueet, selvität tarkasti, missä tekoälyn hyödyntäminen on järkevää, ja kokoat sitten hybridivaihtoehdon, jossa yhdistyvät tekoälyn ja ihmisten parhaat puolet.

Juuri nyt monet johtajat toimivat oletuksella, että tekoälyä voi käyttää mihin tahansa ja että se on niin älykäs, että se ratkaisee ongelman, suunnittelee ratkaisun ja toteuttaa sen onnistuneesti vähäisin virhein.

Niin se ei toimi.

Sinun on käytettävä aikaa puhuaksesi niiden ihmisten kanssa, jotka tällä hetkellä tekevät työn, ja perehdyttävä siihen liittyviin tietoihin. Työn aikana tapahtuu paljon sellaista, mikä ei aluksi ole ilmeistä mutta on lopputuloksen kannalta ehdottoman tärkeää. Kun tämä piilossa oleva työ jää huomiotta, tekoäly alkaa toimia väärin – ja nopeasti.

Christopherin vinkki

Christopherin vinkki

Tekoäly on tehokas vain, jos käytät aikaa ongelman purkamiseen osiin, tunnistat kaikki erilliset osa-alueet, selvität tarkasti, missä tekoälyn hyödyntäminen on järkevää, ja kokoat sitten hybridivaihtoehdon, jossa yhdistyvät tekoälyn ja ihmisten parhaat puolet.

Miten tekoäly voi kasvattaa kaikkia vääriä asioita

Samoin tekoäly vahvistaa kaikkea, mihin se koskee, niin hyvää kuin huonoakin. Jos käytät sitä oikeisiin asioihin, näet parannuksia nopeammin ja paljon laajemmassa mittakaavassa kuin osaat kuvitella.

Valitettavasti sama pätee myös päinvastoin: jos hätiköit tai jokin jää huomaamatta, tekoäly hyödyntää sitä ja paisuttaa sen mittakaavaan, jota et voi kuvitellakaan. Sinulla ei myöskään ole tavanomaista aikaa reagoida ja vastata. Virheistä voi tulla katastrofaalisia, ennen kuin edes huomaat niiden tapahtuneen.

Yksi esimerkki on jäänyt mieleeni. Minut kutsuttiin yritykseen sen jälkeen, kun se oli korvannut asiakaspalvelijansa tekoälyllä. Viikoissa asiakkaat raivostuivat ja peruivat palvelunsa joukoittain. Vielä pahempaa oli se, että asiakkaat olivat oppineet hyödyntämään tekoälyasiakaspalvelua ja saivat taivuteltua tekoälyn antamaan heille ilmaisia tuotteita ja palveluita.

Se oli täydellinen katastrofi. Meidän oli palattava lähtöruutuun ja mietittävä asiakaspalvelun rooli kokonaan uudelleen – määriteltävä, mitä asioita tekoälyn pitäisi hoitaa, milloin ongelmat pitäisi siirtää ihmisen käsiteltäviksi ja millaista osaamista ihmisasiakaspalvelijat tarvitsivat, jotta järjestelmä toimisi.

Jos kiirehdit tai jokin jää huomaamatta, tekoäly hyödyntää sitä ja paisuttaa asian mittakaavaan, jota et voi kuvitellakaan. Sinulla ei myöskään ole tavanomaista aikaa reagoida ja vastata. Virheistä voi tulla katastrofaalisia, ennen kuin edes huomaat niiden tapahtuneen.

Christopher LindChristopher Lind Co:n perustaja ja tekoälystrategiasta vastaava johtaja
Share This Quote on:

Miten johtajat käyttävät tekoälyä kaikkeen rutiinityöstä organisaation uudelleensuunnitteluun

Kokeilen jatkuvasti tekoälyä ja kehitän prosesseja sen perusteella, miten teknologia kypsyy. Tätä varten kartoitan jokaisen prosessin ja etsin toistuvia, vähäisen riskin vaiheita, jotka voidaan automatisoida. Siksi sanon aina, ettei ole olemassa tiettyjä ”tekoälyalueita” – kyse on kaiken toimintamme tehostamisesta.

Erityisesti johtamisessa on paljon robottimaista ja toistuvaa työtä, joka vie runsaasti aikaa ja etäännyttää ihmisistä. Tämä työ on automatisoitava, sillä kun keskityt johtamisen toistettaviin ja robottimaisiin osa-alueisiin, sinusta tulee tarpeeton. Siksi kannustan tiimejäni aina ottamaan tekoälyn rinnalleen työpariksi, jotta he voivat keskittyä enemmän olennaisiin asioihin.

Christopherin vinkki

Christopherin vinkki

Kun keskityt johtamisen toistettaviin ja robottimaisiin osa-alueisiin, sinusta tulee tarpeeton.

Kolme päivittäistä työnkulkua, jotka jokaisen johtajan tulisi siirtää tekoälyn hoidettaviksi

Tässä on kolme yksinkertaista esimerkkiä toistuvista työnkuluista, jotka siirrän säännöllisesti tekoälyn hoidettaviksi:

  • Kokousmuistiinpanot: Käytän Fireflies.ai:ta kokousteni litterointiin, yhteenvetojen lähettämiseen ja siihen, että saan tärkeimmät nostot sähköpostiini ennen seuraavaa kokousta. Tämä muistiinpanosovellus auttaa minua keskittymään keskustelukumppaniini sen sijaan, että yrittäisin kirjoittaa muistiinpanoja tai varmistaa, että kaikki kokouksen toimenpiteet tulevat hoidetuiksi.
  • Kokousten tietämyskanta: Siirrän Fireflies.ai:n litteroinnit NotebookLM:ään (tietämyskantaohjelmisto) ja pidän jokaiselle henkilölle tai projektille omaa muistikirjaa. Näin voin esittää suoria kysymyksiä, kuten: ”Mitä minulta jäi huomaamatta?”, ”Mistä päätöksistä ei ole vielä päätetty?”, ”Mitä seurantatoimia tarvitaan?” ja ”Mitä mahdollisuuksia meillä on seuraavaksi edessämme?” Se muuttaa keskustelut toimivaksi ja haettavaksi tietämyskannaksi.
  • Johtamisen tekoälysimulaatiot: Suunnittelen monille organisaatioille Relativ.ai:n avulla johtamisen keskeisiin käyttäytymismalleihin perustuvia tekoälysimulaatioita käyttäen samankaltaista teknologiaa kuin tekoälyn vaikuttavuuden arvioinnissani. Ne tarjoavat johtajille objektiivisen mittarin heidän kyvykkyydestään ja selkeän kehityssuunnitelman.

Kolme dataintensiivistä tehtävää, joissa tekoäly tarjoaa todellista vipuvaikutusta

Tässä on lisäksi kolme esimerkkiä dataintensiivisistä tehtävistä, jotka ovat harvinaisempia mutta joita olisi ollut vaikea hoitaa ilman tekoälyä:

  • Konsolidointi ja organisaation uudelleensuunnittelu: Yhdessä organisaatiossa syötimme työroolien tiedot tekoälylle ja pyysimme sitä auttamaan tunnistamaan, missä se havaitsi päällekkäisyyksiä työtehtävissä – toisin sanoen, missä vaikutti siltä, että kaksi työtehtävää teki samaa asiaa eri paikoissa? Kyseessä oli suuri organisaatio, joten tällainen ryhmittelytyö olisi vienyt paljon aikaa, mutta tekoäly teki siitä helppoa. Sen jälkeen perehdyimme näihin alueisiin ymmärtääksemme, oliko kyse todella päällekkäisestä työstä.

    Monet tekoälyn meille antamista esimerkeistä eivät itse asiassa koskeneet päällekkäistä työtä – joko toiminnolla oli erityinen tarve tai henkilöt olivat vain hakeneet järjestelmästä helposti käytettävän työpaikkakuvauksen saadakseen rekrytointipyynnön avattua ja täytettyä. Näissä tapauksissa päivitimme tietoja vastaamaan tarkemmin todellisuutta. Jotkin tekoälyn havainnoista kuitenkin johtivat toimintojen yhdistämiseen ja organisaation uudelleensuunnitteluun.
  • Osaamisvajeiden täyttäminen: Toisessa organisaatiossa tunnistimme myyntitiimissä osaamisvajeen, joka liittyi tiettyyn asiakasvuorovaikutustilanteeseen. Tavallisesti olisimme julkaisseet sisältöä ja kannustaneet esihenkilöitä työskentelemään suoriensa kanssa, mutta realistisesti ajatellen simulaation toteuttaminen riittävän laajassa mittakaavassa ihmisten tarvitsemien taitojen kehittämiseksi olisi ollut fyysisesti mahdotonta. Sen sijaan käytimme tekoälyä mobiilikeskustelun toteuttamiseen tekoälybotilla, joka simuloi tilanteen. Sen jälkeen hyödynsimme tekoälypohjaista keskusteluanalytiikkaa arvioidaksemme suoritusta, antaaksemme palautetta ja tuottaaksemme kattavan koontinäytön siitä, miten kaikki olivat onnistuneet. Tämä mahdollisti sen, että johto pystyi tarjoamaan ongelmaan täsmällisiä ratkaisuja ja kaventamaan vajeen mitattavasti.

    Tässä projektissa käytin Relativ.AI-palvelua simulaatioihin ja arviointeihin sekä rakensin sen OpenAI:n ja NotebookLM:n päälle hyödyntääkseni taustalla olevia malleja ja tietämyskantaa.
  • Päätöksenteko: Kun kyse on tekoälyn hyödyntämisestä merkittävissä päätöksissä, syötän sille huomattavia määriä tietoa, mutta käytän sitä enemmänkin harkitsevana kumppanina. Määrittelen keskeiset tarkastelemamme asiat ja kysyn, miten tiedot vastaavat näitä luokkia.

    Kysyn myös esimerkiksi: ”Mitä emme ota huomioon?” tai ”Mitä piileviä malleja havaitset?” En kuitenkaan koskaan toimi suoraan näiden perusteella – kyse on pikemminkin lähtökohdasta, jonka avulla voin vahvistaa tietoja tai pyytää lisätietoja ihmisiltä, jotka ovat lähempänä kyseistä työtä ja voivat joko vahvistaa, selventää tai kiistää havainnot.

Näin mittaat tiimisi tekoälylukutaitoa ja kurot umpeen kyvykkyysvajeen

Tekoälylukutaidon keskeinen vaihe on vajeiden tunnistaminen. Tätä varten olen jakanut tekoälyn tehokkaan hyödyntämisen kuuteen ydinosa-alueeseen, joita voidaan todella mitata:

  • Tavoitteellisuus: Tavoitteellisuudessa on kyse tekoälyn käyttämisestä tarkoituksenmukaisesti, ei vain mukavuuden vuoksi. Se mittaa, vastaako tekoälyn käyttö strategisia tavoitteita sen sijaan, että vain seurattaisiin trendejä tai tavoiteltaisiin tehokkuutta tehokkuuden itsensä vuoksi. Vinkki: Pysähdy ennen kuin automatisoit mitään. Kysy: ”Mitä ongelmaa yritän oikeasti ratkaista?” Tarkoitus ennen prosessia voittaa aina.
  • Harkintakyky: Harkintakyky mittaa kykyäsi tietää, milloin tekoälyyn voi luottaa ja milloin ei. Kyse on harkinnan soveltamisesta tekoälyn ehdotusten, tarkkuuden ja ihmisen päätöksenteon kontekstiin sopivuuden arviointiin. Vinkki: Lisää työnkulkuusi kitkaa. Älä hyväksy ensimmäistä tekoälyn tuottamaa tulosta. Vertaa, kyseenalaista ja kalibroi sitä ennen toimimista.
  • Eettinen yhdenmukaisuus: Eettinen yhdenmukaisuus arvioi, kunnioittaako tekoälyn käyttö organisaation arvoja, yksityisyyttä, oikeudenmukaisuutta ja rehellisyyttä. Kyse ei ole vaatimustenmukaisuuden tarkistuslistoista, vaan johdonmukaisesta eettisestä yhdenmukaisuudesta.

    Vinkki: Määrittele ehdottomat periaatteesi. Päätä, mitä ei pitäisi ulkoistaa tekoälylle, ennen kuin selvität, mitä voidaan ulkoistaa.
  • Tekninen sujuvuus: Tekninen sujuvuus kuvaa sitä, kuinka luontevasti käytät tekoälytyökaluja, hallitset niiden kieltä ja ymmärrät niiden rajoitukset. Kyse ei ole koodaamisesta vaan ymmärtämisestä. Mitä sujuvammin hallitset nämä asiat, sitä vastuullisemmin ja luovemmin voit hyödyntää tekoälyä. Vinkki: Älä tavoittele jokaista uutta työkalua. Valitse yksi tai kaksi ja perehdy niihin syvällisesti ymmärtäen niiden todelliset kyvyt ja rajoitukset.
  • Työnkulun integrointi: Työnkulun integrointi mittaa sitä, kuinka saumattomasti tekoäly sopii päivittäisiin prosesseihisi ja yhteistyön rytmeihin. Erinomaista tekoälyn hyödyntämistä ei lisätä prosessien päälle, vaan se sulautetaan niihin. Vinkki: Etsi pullonkauloja tai toistuvia tehtäviä, jotka aiheuttavat kitkaa. Aloita pienestä ja korvaa kitka, älä toimintoa.
  • Delegoinnin harkinta: Delegoinnin harkinta mittaa kykyäsi päättää, mitä siirrät tekoälyn hoidettavaksi ja minkä pidät ihmisen tehtävänä. Kyse on rajojen määrittelemisestä yhteistyössä teknologian kanssa. Vinkki: Jos olet epävarma, delegoi tekoälylle vähäisen riskin ja runsaasti tietoa sisältävät tehtävät, mutta pidä harkinta, empatia ja vastuu aina ihmisillä.

Aloita pienestä ja korvaa kitka, älä toimintoa.

Määriteltyäni nämä osa-alueet rakensin arviointityökalun, jonka avulla tiimini voivat ymmärtää, missä he ovat kullakin näistä kuudesta alueesta. Ihmiset keskustelevat tekoälybotin kanssa ja kuvaavat, miten he käyttävät tekoälyä työssään. Keskustelu analysoidaan, ja he saavat henkilökohtaisen raportin tehokkuudestaan kullakin osa-alueella sekä käytännön ohjeita vajeiden korjaamiseen – kaikki noin 10–15 minuutissa. Sen jälkeen voimme toteuttaa arvioinnin uudelleen säännöllisesti nähdäksemme jatkuvan kehityksen. Näin siitä tulee elävä kehityskehys eikä kertaluonteinen arviointi.

Tekoälyarvioinnin mullistavat tulokset käytännössä

Tässä on esimerkki tämänkaltaisesta tekoälyarvioinnista käytännössä. Eräässä organisaatiossa oli otettu käyttöön Microsoft Copilot, ja sen käyttö oli vilkasta, mutta organisaatiolla ei oikeastaan ollut käsitystä siitä, mitä sillä tehtiin tai tuottiko se lisäarvoa.

Otimme siis käyttöön arviointityökalun muutamien keskeisten tavoitteiden saavuttamiseksi: tunnistaa mitattavasti, kuinka tehokkaasti ihmiset käyttivät sitä, tunnistaa suuntauksia siinä, millaisiin asioihin ihmiset käyttivät tekoälyä, sekä tarjota yksityiskohtaiset kehittymis- ja kasvusuunnitelmat mitattavaa parannusta varten kuuden kuukauden kuluessa.

Jokainen yrityksen työntekijä sai henkilökohtaisen tuloskortin, joka yhdistettiin heidän suorituskyvyn johtamisen tavoitteeseensa, joka koski tekoälyn käytön tehokkuuden parantamista. Johto pystyi tarkastelemaan kokonaiskuvaa.

Tunnistimme ensin, että yrityksen arvoihin verrattuna ”eettisessä yhdenmukaisuudessa” oli merkittäviä puutteita. Tämä johti uusiin yrityksenlaajuisiin standardeihin, jotka sisällytettiin suorituskyvyn johtamiseen – ei ainoastaan tekoälyn etiikan osalta, vaan myös sen suhteen, miten ihmisten tuli yleisesti toimia.

Tunnistimme myös korkean riskin mahdollisuuksia, joissa tekoälyä käytettiin työssä, jonka tuli säilyä ihmisten tekemänä. Mukana olleet johtajat pystyivät perehtymään kyseistä työtä tekeviin tiimeihin ja auttamaan korjaamaan suuntaa.

Kuuden kuukauden aikana toteutimme arvioinnin vielä kaksi kertaa ja havaitsimme mitattavaa kehitystä kaikilla kuudella osa-alueella. Etiikkaan liittyi merkittävä parannus, koska näihin standardeihin keskityttiin koko yrityksessä. Monet johtajat päätyivät myös hyödyntämään saatuja tietoja tiimiensä työn suuntaamisessa, koska tunnistimme, että monet ihmiset eivät olleet selvillä strategisista painopisteistään.

Christopher Lindin kaksitasoinen tekoälytyökalupaketti

Työkaluista puhuttaessa ajattelen niitä kahdessa kategoriassa: tekoälytyökaluina ja tekoälyllä tehostettuina työkaluina.

Puhtaasti tekoälypohjaisista työkaluista:

  • Ensisijaiset työkaluni ovat ChatGPT ja Google Gemini. Käytän kuitenkin enemmän ChatGPT:tä sen monimuoto-ominaisuuksien vuoksi.
  • Lisäisin mukaan myös NotebookLM:n. Kun minun täytyy järjestää ja käyttää tiettyihin tietoaineistoihin liittyviä viitteitä, se on välttämätön. Minulla on muistikirja jokaista projektia varten, jonka parissa työskentelen. Kaikki resurssit ja jokainen litterointi päätyvät sinne. Näin minulla on suljettu tietoaineisto, josta voin etsiä tietoa ja jonka pohjalta voin rakentaa uutta.
  • Käytän Fireflies.ai:tä kaikkien kokousteni litterointiin.
  • Relativ.ai hoitaa kaiken simulointityöni. Sen pohjalle myös tekoälyn käytön tehokkuuden arviointini rakennettiin.

Tekoälyllä tehostettujen työkalujen puolella:

  • Olen suorastaan ihastunut videoeditointiohjelmistoon nimeltä Descript. He ovat tehneet erinomaista työtä integroidessaan tekoälyominaisuuksia luoviin työnkulkuihin. Aiemmin käytin myös CapCutia melko paljon.
  • Käytän paljon myös Grammarlya.

Miksi tekoälytyökalupakettisi on vähemmän tärkeä kuin tekoälystrategiasi

Kaikesta tästä huolimatta useimmat ihmiset keskittyvät tekoälyn kohdalla väärään asiaan. He kysyvät, mitä työkaluja ihmiset käyttävät ja mitä työkaluja heidän pitäisi käyttää. Se on väärä kysymys.

Sen sijaan ihmisten pitäisi tarkastella, mitä kyvykkyyksiä heidän täytyy vahvistaa ja mitkä niistä voidaan automatisoida helposti. Sen jälkeen heidän pitäisi valjastaa käytössään olevat tekoälytyökalut tähän tarkoitukseen.

Menestyvät ihmiset eivät ole niitä, jotka valitsevat oikeat työkalut. He ovat niitä, jotka tietävät selkeästi, mitä heidän täytyy tehdä, ja hyödyntävät sitten viisaasti ympärillään olevia tekoälytyökaluja sen toteuttamiseen.

Kun siis kerron käyttämistäni työkaluista, annan vain taustatietoa – en tarkistuslistaa. Voisin saavuttaa kaiken tekemäni täysin erilaisella työkalujen kokonaisuudella, koska tiedän, mitä kyvykkyyksiä tarvitsen tekoälyltä, ja pystyn nopeasti arvioimaan, millä tekoälytyökaluillani saan tehtävän hoidettua.

Neuvoja tekoälymuutosta johtaville: hidasta, jotta voit kasvattaa toimintaasi nopeammin

Tässä on neuvoni: hidasta. Käytä aikaa ymmärtääksesi, mitä todella yrität saada aikaan ja miten työ nykyään tehdään.

Kaikki kiirehtivät tekemään jotain tekoälyn avulla ymmärtämättä täysin nykyisiä työnkulkujaan. Tämän seurauksena he kohdistavat tekoälyä toimimattomiin prosesseihin ja kasvattavat tehottomuutta.

Jos käytät aikaa siihen, että asiat tehdään alusta asti oikein, annat ihmisille valmiudet onnistua teknologian kanssa ja määrittelet halutut tulokset selkeästi, onnistut.

Sinun on myös oltava valmis sanomaan ”ei” hyville ideoille, jos ne vievät sinua poispäin tärkeimmistä asioista.

Seuraa matkaa

Voit seurata Christopher Lindin matkaa ja oppia hänen kokemuksistaan liiketoiminnan muutoksen edistämisessä ihmisten ja teknologian avulla vierailemalla hänen verkkosivustollaan osoitteessa christopherlind.co, tilaamalla hänen näkemyksiään Substackissa tai verkostoitumalla hänen kanssaan LinkedInissä.

Lisää asiantuntijahaastatteluja on tulossa People Managing People -sivustolle!

You may also like