Tekoälyrekrytoinnin asiantuntijan mukaan tekoäly poistaa huippuosaamisen synnyttävät vaikeudet

David Stepania

ThirstySproutin perustaja ja toimitusjohtaja

David Stepania

Tutustu siihen, miten rekrytointiyrityksen perustaja hyödyntää tekoälyä rekrytoinnin, toimintojen ja johtamisen uudistamiseen ja varmistaa samalla, että inhimillinen harkinta, huippuosaaminen ja tiimin kehittäminen pysyvät keskiössä.

Key Takeaways

Johtaminen: Tekoäly edellyttää johtajilta keskittymistä ihmisten siirtymään uudenlaiseen toimintatapaan pelkän teknologian tai työkalujen sijaan.

Rekrytointi: Tekoäly tehostaa rekrytointia kehittämällä hakijoiden seulonta- ja yhteensovitusprosesseja, jolloin ansioluetteloita tarvitaan vähemmän.

Insinöörityö: Tekoäly muuttaa junioritason insinööritehtäviä, mikä voi myöhemmin johtaa kokeneiden osaajien pulaan.

Prosessit: Tehokas tekoälyn käyttöönotto edellyttää prosessien uudistamista, ei pelkästään uusien tekoälytyökalujen lisäämistä.

Huippuosaaminen: Johtajien on varmistettava, että työntekijät kohtaavat kehittymistä edistäviä vaikeuksia, jotta he voivat kehittää syvällisiä harkintataitoja.

David Stepania on yritysjohtaja ja sarjayrittäjä. Hän toimii tällä hetkellä ThirstySproutin toimitusjohtajana. ThirstySprout on markkinapaikka, joka yhdistää etätyötä tekevät tekoälyinsinöörit rahoitettuihin yhdysvaltalaisiin startup-yrityksiin.

Tapasimme Davidin saadaksemme selville, miten tekoäly muuttaa johtamista ja rekrytointia. Tässä, mitä hän kertoi meille.

Tekoäly muuttaa käsitystämme suorituskykyisestä tiimistä

Tekoäly muuttaa käsitystämme suorituskykyisestä tiimistä

Olen David Stepania, ThirstySproutin perustaja ja toimitusjohtaja. ThirstySprout on markkinapaikka, joka yhdistää etätyötä tekevät tekoälyinsinöörit — pääasiassa Latinalaisesta Amerikasta, Itä-Euroopasta ja Aasiasta — rahoitettuihin yhdysvaltalaisiin teknologiastartupeihin. Olen myös perustanut ChoppingBlock.ai-palvelun, joka tarjoaa tekoälyyn perustuvaa palkka- ja työpaikkatietoa, ja juonnan AI Chopping Block -podcastia.

Olen perustanut kaksi yritystä ilman ulkopuolista rahoitusta. Ei pääomasijoittajia eikä turvaverkkoa — jokaisen perustamani yrityksen oli oltava kannattava selviytyäkseen. Viimeisin hankkeeni pääsi Inc. 5000 -listalle sijalle 247 vuonna 2024, ja olen urani aikana tuottanut yli 100 miljoonaa dollaria liikevaihtoa.

Johdan kaikkea täysin etänä aurinkoisista paikoista ympäri maailmaa, ja hajautettu tiimini työskentelee neljällä mantereella.

Johtamisurani on ollut yksi pitkä oppitunti siitä, miten saada enemmän aikaan vähemmällä. Yrityksen kasvattaminen ilman ulkopuolista rahoitusta pakottaa siihen. Kaikkia ongelmia ei voi ratkaista palkkaamalla lisää ihmisiä, joten opit hyödyntämään vipuvaikutusta tehokkaasti — prosesseja, järjestelmiä ja oikeita ihmisiä oikeissa tehtävissä.

Pidän tätä tekoälyn aikakautta kiinnostavana, koska näen sen yhtä aikaa kahdesta näkökulmasta. Sisäisesti rakennan omaa organisaatiotani uudelleen tekoälyn ympärille toimeenpanon tasona. Ulkoisesti taas kymmenet rahoitetut startupit kertovat minulle täsmälleen, mitä ne nyt haluavat insinööreiltä — ja tämä kysyntä on muuttunut viimeisten 18 kuukauden aikana nopeammin kuin sitä edeltäneen kokonaisen vuosikymmenen aikana. Minulla on aitiopaikka siihen, miten tekoäly muuttaa käsitystämme siitä, mitä ”suorituskykyinen tiimi” edes tarkoittaa.

More Articles

Miten tekoäly muuttaa tiimien toimintaa ja päätöksentekoa

Tarkastelin tekoälyn luomia ehdokasjärjestyksiä, kun kaikki muuttui osaltani.

Näin tapahtui: pyysin tekoälyä pisteyttämään joukon insinöörejä tehtävää varten. Se palautti suunnilleen odottamani järjestyksen — mutta yhden ehdokkaan kohdalla se huomautti asiasta, jota en ollut pyytänyt sitä etsimään: insinööri vastasi teknisesti lähes täydellisesti tehtävän vaatimuksia, mutta sijaitsi maassa, joka ei kuulunut asiakkaan hyväksyttyjen rekrytointimaiden listalle.

Sitten se teki jotain, mitä työkalu yleensä ei tee. Se ehdotti kiertotapaa — ehdokas voisi muuttaa naapurimaahan, joka kuuluu hyväksyttyihin maihin, tai voisimme auttaa häntä hankkimaan oleskeluoikeuden Meksikossa — jotain, mitä olimme tehneet aiemmin muiden insinöörien kohdalla.

Se oli käännekohta. Tekoäly ei vain suorittanut tehtävää. Se päätteli liiketoiminnastani samalla tavalla kuin terävä tiimini jäsen toimisi. Ja tajusin, että yritykseni pullonkaula oli siirtynyt.

Miksi ihminen on älykkyyden taso ja tekoäly kädet

Miksi ihminen on älykkyyden taso ja tekoäly kädet

Kaikki haluavat nykyään ”tekoälylähtöisiä” insinöörejä, eivät vain ihmisiä, jotka käyttävät Cursor-ohjelmaa. He tarkoittavat insinööriä, joka antaa tekoälyn hoitaa koodaamisen ja keskittyy itse ajatteluun — ongelman määrittelyyn, arkkitehtuuriin ja harkintaa vaativiin päätöksiin.

Oma roolini on muuttunut samalla tavalla. Kaksi vuotta sitten suuri osa työstäni liittyi työn ohjaamiseen — päätin, kuka tekee mitä, ja odotin sitten tuloksia. Nykyään tehtäväni on määritellä ongelmat riittävän täsmällisesti, jotta voimme toteuttaa ratkaisut, ja yhä suurempi osa tästä toteutuksesta kulkee tekoälyn eikä uuden työntekijän kautta.

Oletin ennen, että tarvitsisin osa-aikaisen talousjohtajan saadakseni todellista selkeyttä yksikkötalouteemme. Sen sijaan tein tekoälyn avulla itse talousjohtajan tasoisen täyden talousanalyysin ja huomasin, että yhden kustannuserän luokittelu hämärsi todellista yksikkötalouttamme. Tällaista analyysiä varten olisin joko maksanut asiantuntijalle tai jättänyt sen yksinkertaisesti kokonaan tekemättä.

Sama pätee lakiasioihin. Uudistin kokonaan pääpalvelusopimuksemme, toimeksiantosopimuksemme ja kumppaneidemme palkkioiden jakamista koskevat sopimukset. Tekoäly laatii luonnokset ja juristi tarkistaa ne. Tämä kääntää kustannusrakenteen päälaelleen. Kallis asiantuntija tekee nyt viimeiset 10 prosenttia, ei ensimmäisiä 90:tä.

Olen myös muokannut itse tiimiä. Siirrymme tiimeistä kohti yksittäisiä, kokonaisista vastuualueista vastaavia omistajia, joista jokainen on vahvasti tekoälyn tukema. Yksi henkilö vastaa koko ohjelmallisen hakukoneoptimointimme kokonaisuudesta. Yksi henkilö vastaa yhteisöstämme ja datainfrastruktuuristamme. Organisaation jokainen yksikkö ei enää ole tiimi — se on yksi vahva tekijä ja tekoäly.

Missä tekoälyä pitäisi käyttää — ja missä ei

Kulttuuri on asia, jossa olen kaikkein huolellisin. Se on pohjimmiltaan inhimillistä — sitä muovaa se, miten ihmisiä kohdellaan vaikeina hetkinä, eikä sitä voi ulkoistaa.

David StepaniaThirstySproutin perustaja ja toimitusjohtaja
Share This Quote on:

Käytän myös tekoälyä strategiassa, päätöksenteossa ja organisaation suunnittelussa, kussakin eri intensiteetillä.

  • Päätöksenteko on syvällisin alue: testaan hinnoittelu-, rekrytointi- ja neuvottelustrategiat perusteellisesti tekoälyasetelmaani vasten ennen sitoutumista.
  • Strategiassa käytän sitä paljon markkina-analyysiin.
  • Organisaation suunnittelussa, kun järjestin yrityksen uudelleen yksittäisten toimialueiden omistajien ympärille tiimien sijaan, työstin uudistuksen tekoälyn avulla mallintamalla, mistä kunkin roolin pitäisi vastata ja missä todelliset rajoitteet olivat.

Kulttuuri on asia, jossa olen kaikkein huolellisin. Se on pohjimmiltaan inhimillistä, koska sitä muovaa se, miten ihmisiä kohdellaan vaikeina hetkinä, eikä sitä voi ulkoistaa. Tekoäly auttaa valmistautumisessa. Ennen vaikeaa suoriutumiseen liittyvää keskustelua pohdin, miten olla suora olematta julma ja mitä henkilön tarvitsee kuulla. Mutta keskustelu on käytävä minun.

Tekoälystä voi olla apua, jotta olen paremmin valmistautunut johtaja. Se ei voi tehdä minusta läsnä olevaa johtajaa. En voi delegoida sitä osaa.

Miten seulonta voidaan suunnitella uudelleen tekoälyn avulla

Rekrytointi on perinteisesti volyymipeliä: hankitaan sata ansioluetteloa, silmäillään ne läpi, lähetetään eteenpäin kolmekymmentä ja toivotaan, että muutama niistä tärppää. Rekrytoijien arvo perustui läpimenokykyyn. Mutta rakensimme koko seulontaprosessin uudelleen tekoälyn ympärille.

Ensin loimme jokaiselle asiakastoimeksiannolle oman Claude-projektin, jonka mukautetut ohjeet kuvaavat todellisen rekrytointikynnyksen — eivät työpaikkailmoituksessa ilmoitettuja vaatimuksia, vaan sitä, mitä rekrytoiva esihenkilö tarkoittaa keskusteltuaan hänen kanssaan.

Työpaikkakuvaus sanoo ”kokenut React-kehittäjä”. Todellinen kynnys on keskustelun jälkeen ”henkilö, joka on vienyt RAG-putken tuotantoon ja osaa yhdistää puhelinjärjestelmäintegraatioita”. Tämä vivahde on työtilassa.

Toiseksi lataamme asiakkaan haastattelusuunnitelman ja arviointimatriisin totuuden lähteeksi. Tekoäly arvioi siis ehdokkaita täsmälleen sen arviointiperusteen mukaan, jota asiakas käyttää, ei yleisen senioriteetin perusteella.

Kolmanneksi jokainen ehdokas saa arvosanan yhdestä kymmeneen jokaisesta välttämättömästä osa-alueesta sekä kirjalliset perustelut ja selkeästi merkityt puutteet. Ei ”sopii hyvin” — ”käyttöliittymä: 9, RAG-tuotantokokemus: 8, puhelinjärjestelmät: 0, tässä syy”.

Tuotoksemme muuttuivat tämän seurauksena. Lopetimme kolmenkymmenen ansioluettelon lähettämisen ja aloimme lähettää kolmesta viiteen täsmälleen sopivaa ehdokasta, joista jokaisesta asiakas sai hyödynnettävän erittelyn.

Esivalinnat tiivistyivät huomattavasti, ehdokkaat etenivät haastatteluprosesseissa pidemmälle ja keskustelut siirtyivät ”Tässä on muutama henkilö” -tasolta muotoon ”Tässä on tarkalleen, miten kukin heistä vastaa arviointiperusteitasi”.

Syvempi muutos koski kuitenkin tiimini työtehtäviä. Tekoäly hoitaa nyt rutiinityön — lukemisen, vertailun ja ensimmäisen vaiheen suodatuksen. Tämä tarkoittaa, että jokainen tiimini jäsenen käyttämä tunti kohdistuu siihen, mihin tekoäly ei pysty, kuten motivaation tulkitsemiseen, sen arvioimiseen, menestyykö joku kaoottisessa startupissa, suhteen rakentamiseen ja rekrytoinnin loppuunsaattamiseen.

Työ ei vähentynyt. Se siirtyi arvoketjussa ylemmäs. Johtajana todelliseksi tehtäväkseni tuli varmistaa, että tiimi ymmärsi tämän muutoksen ja tarttui siihen sen sijaan, että olisi kokenut sen uhkana.

Miksi prosessien uudelleensuunnittelu on ratkaisevan tärkeää tekoälyn käyttöönotossa

David Stepania

David kertoo

Suurin ristiriita on siinä, että yritykset kohtelevat tekoälyä asiana, joka vain lisätään — lisensseinä, työkaluna tai ylhäältä annettuna määräyksenä “käyttää tekoälyä” — vaikka todellisuudessa prosessit pitäisi suunnitella uudelleen sen ympärille.

Suurin ristiriita on siinä, että yritykset kohtelevat tekoälyä asiana, joka vain lisätään — lisensseinä, työkaluna tai ylhäältä annettuna määräyksenä ”käyttää tekoälyä” — vaikka todellisuudessa prosessit pitäisi suunnitella uudelleen sen ympärille. Kyse on täysin erilaisista hankkeista.

Ihmiset eivät huomaa tätä mekanismia. Tekoäly vahvistaa mitä tahansa prosessia, johon sen kohdistat. Jos taustalla oleva prosessi on hyvä, tekoäly tekee siitä huomattavasti nopeamman. Jos prosessi on keskinkertainen — ja useimmat prosessit useimmissa yrityksissä ovat keskinkertaisia — tekoäly antaa sinun vain toteuttaa keskinkertaista työtä nopeammin. Et saa muutosta. Saat saman hämmennyksen nopeammin.

Näen tämän liiketoimintani molemmilta puolilta. Sisäisesti, kun tarkastin oman ohjelmistopinoamme, huomasin, että käytimme yli viittäkymmentä työkalua, joista huomattava osa oli tekoälytyökaluja, jotka olimme hankkineet, koska uskoimme itse hankinnan olevan muutos.

Sekoittaa työkalujen määrän kasvattamisen edistykseen. Ulkopuolelta katsottuna näen asiakkaan toisensa jälkeen varustavan jokaisen insinöörin tekoälypohjaisilla koodaustyökaluilla, mutta silti heillä on vaikeuksia saada asioita julkaistua, kun taas harvat etenevät aidosti nopeasti. Ero ei koskaan ole työkalujen määrässä, vaan siinä, ovatko he suunnitelleet työn uudelleen.

Miten psykologiset haasteet vaikuttavat tekoälyn käyttöönottoon

Kun otin tekoälyn käyttöön osassa liiketoimintaamme, ihmiset harvoin vastustivat sitä ääneen. Vastustus oli hienovaraisempaa. Jotkut käyttivät sitä liian vähän ja jatkoivat asioiden tekemistä hitaalla tavalla. Jotkut käyttivät sitä jatkuvasti, mutta eivät maininneet siitä, aivan kuin jäisivät kiinni huijaamisesta. Kukaan ei sanonut: ”Koen tämän uhkana”, mutta heidän käyttäytymisensä kertoi sen.

Ymmärsin lopulta, että monille ihmisille heidän työnsä on heidän identiteettinsä ja heidän arvonsa liittyy siihen, että he ovat hyviä tietyssä ammatissa. Kun työkalu pystyy yhtäkkiä hoitamaan suuren osan tuosta työstä, et vain muuta jonkun työnkulkua, vaan haastat myös sitä, miten hän näkee itsensä. Se ei ole koulutusongelma, jonka voisi ratkaista opastuksella.

Ajattelin ennen, että teknologisessa muutoksessa johtaminen tarkoittaa hyvien työkaluihin ja prosesseihin liittyvien päätösten tekemistä. Nyt ajattelen, että varsinainen työ on auttaa ihmisiä neuvottelemaan oma arvonsa uudelleen — ääneen ja turvallisessa ympäristössä.

Käytännössä tämä tarkoitti sitä, että teimme toistuvasti ja selkeästi hyväksyttäväksi tekoälyn käytön. Oli hyväksyttävää sanoa: ”Tekoäly teki suurimman osan tästä luonnoksesta.” Oli hyväksyttävää, ettei enää ollut tiimin nopein kirjoittaja tai paras tiedonetsijä, koska arvosi ei enää perustu siihen. Meidän oli poistettava häpeä ennen kuin käyttöönotto saattoi onnistua.

Henkilökohtaisesti eniten minuun vaikutti se, että jouduin vastaamaan samaan kysymykseen myös itseni kohdalla.

Vuosien ajan pystyin selittämään hitaan edistymisen sanomalla: ”Meillä ei ole riittävästi kapasiteettia.” Tämä tekosyy on suurelta osin kadonnut. Jos jokin ei nyt etene, syynä on yleensä se, etten ole määritellyt sitä riittävän selkeästi, jotta ihminen tai tekoäly voisi tarttua siihen. Se nöyryyttää.

Kun työkalu pystyy yhtäkkiä hoitamaan suuren osan tuosta työstä, et vain muuta jonkun työnkulkua — haastat myös sitä, miten hän näkee itsensä.

David StepaniaThirstySproutin perustaja ja toimitusjohtaja
Share This Quote on:

Miten tehdä tekoälyn käyttöönoton epäkiitollinen osuus

Näin lähestyn tekoälyn käyttöönottoa.

Ensinnäkin tiukka sääntö: Emme koskaan automatisoi prosessia, jota emme ole ensin todistaneet toimivaksi manuaalisesti. Käynnistämme parhaillaan liiketoiminnan kehityskampanjaa, ja ohjeistin tiimiä tekemään sen ensin manuaalisesti.

Lähetä yhteydenotot itse, käy keskustelut ja selvitä, mikä todella toimii. Automatisoimme prosessin vasta, kun olemme osoittaneet sen toimivaksi, koska automaatio vain moninkertaistaa sen, mitä sinulla jo on. Jos automatisoit prosessin, jota et ymmärrä, rakennat erittäin tehokkaan tavan epäonnistua.

Toiseksi käsittelen tekoälyn käyttöönottoa työnkulkuun ja harkintaan liittyvänä kysymyksenä, en hankintakysymyksenä. Voitto ei koskaan ole ”enemmän työkaluja”. Se on pienempi määrä työkaluja, joita käyttävät syvällisesti ihmiset, jotka ovat aidosti muuttaneet työskentelytapaansa. Karsimme työkaluja aggressiivisesti.

Kolmanneksi olen muuttanut sitä, mistä palkitsemme. Tekoäly on tehnyt raakatuotoksesta halpaa, kun taas harkinta — sen tietäminen, mikä ongelma kannattaa ratkaista, ja sen huomaaminen, milloin tekoäly on itsevarmasti väärässä — on harvinaista ja arvokasta.

Vanhaa maailmaa varten rakennettu organisaatio palkitsee ihmiset, jotka tuottavat eniten. Tätä maailmaa varten rakennetun organisaation on palkittava ihmiset, jotka tekevät hyviä päätöksiä. Se on todellinen muutos siinä, miten käyt suorituskykyä koskevia keskusteluja.

Miten kehittää tiimien tekoälylukutaitoa ja valmiutta

Useimmat ihmiset ajattelevat, että tekoälyvalmius tarkoittaa työkalujen hallintaa — tiimisi osaa käyttää tekoälytuotteita. Se on kuitenkin vähiten tärkeä osa, ja se muuttuu joka tapauksessa kuuden kuukauden välein.

Tekoälyvalmius tarkoittaa neljää asiaa:

  1. Joku kysyy oletusarvoisesti: ”Pitäisikö tekoälyn tehdä tästä ensimmäinen versio?” ennen kuin ryhtyy tekemään sitä käsin.
  2. He osaavat kirjoittaa selkeän toimeksiannon, koska epämääräinen syöte tuottaa epämääräisen tuloksen ja ongelman sanoittaminen on varsinainen taito.
  3. He huomaavat, milloin tekoäly on itsevarmasti väärässä.
  4. He kertovat avoimesti sen käytöstä.

Harkinta, selkeä viestintä, tarkistaminen ja avoimuus. Mikään niistä ei ole työkalu.

Tässä ovat vaiheet tekoälylukutaidon rakentamiseen:

  1. Tee siitä nimenomaisesti turvallista ja odotettua. Ihmiset salaavat tekoälyn käytön, jos he ajattelevat sen saavan heidät näyttämään korvattavilta, joten johtajien täytyy aktiivisesti normalisoida lausahdus ”Tekoäly teki tästä ensimmäisen version”, kunnes häpeä katoaa. Lukutaito ei voi kasvaa salassa.
  2. Opeta sitä todellisen työn yhteydessä, ei yleisessä seminaarissa — rekrytoija kehittää lukutaitoaan seulonnan kautta, kysynnän hankinnan parissa työskentelevä henkilö potentiaalisten asiakkaiden tutkimisen kautta. Se jää mieleen, koska se liittyy työhön.
  3. Tässä on vaihe, jonka useimmat jättävät väliin: madalla taitojen vähimmäistasoa sen sijaan, että tekisit kaikista asiantuntijoita. Rakennamme yhteistä infrastruktuuria — valmiiksi rakennettuja työtiloja, joiden konteksti ja ohjeet on jo koodattu — jotta junioritason työntekijä saa asiantuntijatason tuotoksen ilman, että hänen tarvitsee olla kehotteiden asiantuntija.
David Stepania

David jakaa

Tekoälyvalmius tarkoittaa neljää asiaa: Henkilö kysyy oletusarvoisesti: “Pitäisikö tekoälyn tehdä tästä ensimmäinen versio?” ennen kuin ryhtyy tekemään sitä käsin. Hän osaa kirjoittaa selkeän toimeksiannon, koska epämääräinen syöte tuottaa epämääräisen tuloksen, ja ongelman sanoittaminen on todellinen taito. Hän huomaa, milloin tekoäly on itsevarmasti väärässä. Hän kertoo avoimesti käyttävänsä sitä.

Miksi tekoälylukutaitoon liittyy omat ongelmansa

Ongelmat ovat todellisia. Suurin niistä on liiallinen luottamus.

Kun ihmiset tulevat varmoiksi työkalun käytöstä, jotkut alkavat hyväksyä tekoälyn tuotokset kritiikittä. Junioritason työntekijä toimittaa jotakin hienovaraisesti väärää, koska hänen toimialakohtainen harkintansa ei ole vielä saavuttanut hänen luottamustaan työkaluun. Juuri siksi varmistaminen täytyy sisällyttää siihen, miten määrittelet ”valmiin”.

Toinen ongelma on vaikeampi, eikä kukaan varoita sinua siitä: tekoäly ei tehosta kaikkia yhtä paljon. Vahvimmat työntekijäsi kehittyvät sen avulla nopeasti, kun taas heikoimmat jäävät paikoilleen. Tiimisi suoritusero kasvaa. Se on johtamisongelma, ja se pakottaa rehellisiin keskusteluihin, joita et voi välttää.

Miksi työkalujen vähentäminen vahvistaa ohjelmistopinoasi

Tärkein muutos työkalupinossani tänä vuonna oli vähentäminen.

Aloitetaan perustasta ja siirrytään sitten muutokseen.

Perusta on Claude. Se ei ole pinossa ”työkalu” samalla tavalla kuin muut, vaan kerros, jonka kautta suurin osa todellisesta työstä kulkee: ehdokkaiden seulonta ja järjestäminen, talousanalyysi, sopimusluonnosten laatiminen, sisältö ja strategia.

Käytän sitä joukkona omistettuja työtiloja, yhden jokaista liiketoiminnan keskeistä osa-aluetta varten. Jokaisessa on mukautetut ohjeet, jotka koodaavat kyseisen toimialueen toimintatavan. Teknisemmissä agenttipohjaisissa toteutuksissa käytän Claude Codea.

Arvioni: se on yrityksen ylivoimaisesti suurimman vipuvaikutuksen tarjoava yksittäinen työkalu, eikä mikään muu pääse lähellekään.

Sen ympärillä muu työkalupino on tarkoituksellisen tylsä. Google Workspace ja Slack viestintään, toimintoihin ja yhteisömme infrastruktuuriin. Beehiiv uutiskirjeeseen, Riverside podcastiin. Deel toimeksiantosopimuksiin ja maksuihin. Calendly ajanvarausten hallintaan, Fathom kokousten ja puheluiden tallentamiseen ja BetterProposals asiakasehdotuksiin. Siinä on suurin piirtein kaikki.

Arvioni tästä kerroksesta on yksinkertainen: se on vakaa, vaatimaton ja sen pitäisi pysyä sellaisena. Yrityksen toimintakerros ei ole paikka, jossa haluat kokeilla uutuuksia.

Sitten huomionarvoinen muutos. Aiemmin tänä vuonna kävin läpi kaikki tuotetilaukset. Odotin löytäväni kaksikymmentä tai kolmekymmentä työkalua... niitä olikin yli viisikymmentä. Paljastavin ryhmä oli viisi erilaista tekoälytilausta, jotka tekivät pääpiirteissään päällekkäisiä asioita. Kaksi erillistä ajanseurantatyökalua. Kolme erilaista LinkedIn-julkaisutyökalua. Viisi verkkosivustoalustaa.

Mikään siitä ei ollut strategiaa. Se oli jäännös vuodesta, jonka aikana sanoimme kyllä. Jokainen ”kokeillaan tätä nyt vain” -päätös, jota ei koskaan peruttu. Viisi kymmenen prosentin syvyydellä käytettyä työkalua häviää yhdelle 90 prosentin syvyydellä käytetylle työkalulle. Niinpä yhdistimme työkalut perusteellisesti: supistimme tekoälytyökalut Claudeen ensisijaisena työkaluna, valitsimme kaikkialla muualla yhden työkalun jokaista tehtävää varten ja karsimme loput.

Miten tekoäly muovaa ohjelmistoalan osaajien työmarkkinoita

Ohjelmistoalan rekrytoinnissa näen jotakin kiinnostavaa. Se kannattaa pitää mielessä.

Viiden vuoden kuluessa perinteinen ohjelmistoalan lähtötason työpaikka katoaa suurelta osin. Ei ”muutu” — katoaa. Tekoäly suorittaa nyt valvonnan alaisena juuri ne tarkasti määritellyt ja suoraviivaiset koodaustehtävät, joita vastavalmistuneet ohjelmistoinsinöörit historiallisesti palkattiin tekemään, ja se tekee ne hyvin ja edullisesti.

Yritykset hidastavat jo junioritason rekrytointeja. Viiden vuoden kuluttua kyse ei ole hidastumisesta vaan rakenteellisesta muutoksesta.

Et voi tuottaa senioritason insinööriä ilman juniorivuosia. Senioritason harkintaa — sen tietämistä, mikä lähestymistapa hajoaa mittakaavan kasvaessa ja milloin arkkitehtuuripäätös on huono — ei opeteta, vaan insinöörit kerryttävät sitä tekemällä tuhansia pieniä asioita ja tekemällä ne toisinaan väärin.

Jos poistat aloitustason tehtävät, poistat harjoittelualustan. Todellinen ennusteeni on siis se, että noin viiden vuoden kuluttua, junioriroolin kadottua, ala kohtaa itse aiheuttamansa pulaa kokeneista insinööreistä. Tehostamme tikkaiden alapäätä pois ymmärtämättä, että juuri niiden avulla ihmiset pääsivät huipulle.

Aloitustason insinöörin työ katoaa — ja vuosikymmenestä selviytyvät yritykset ovat niitä, jotka keksivät, miten tuottaa kokeneita osaajia sen sijaan, että vain etsisivät heitä. Koko ala siirtyy ihmisten etsimisestä heidän kehittämiseensä.

Miksi rehellisyys on olennaista tekoälymurroksessa

Miksi rehellisyys on olennaista tekoälymurroksessa

Tässä on neuvoni johtajille:

  • Tekoäly näyttää teknologiaongelmalta, joten johtajat käsittelevät sitä sellaisena — työkaluina, budjetteina ja koulutuksena. Todellisuudessa kyse on johtamisongelmasta. Ohjelmisto ei koskaan ollut vaikein osa. Tekoäly pakottaa kaikki tiimisi jäsenet neuvottelemaan uudelleen siitä, mikä tekee heistä arvokkaita, ja se pelottaa. Ihmiset eivät sano sitä ääneen. Jos johdat käyttöönottoa mutta et pelkoa, käyttöönotto epäonnistuu. Johda ensin inhimillistä muutosta.
  • Tekoäly ei korjaa rikkinäistä organisaatiota, vaan paljastaa sen. Se saa huolimattomat prosessit ja epäselvän ajattelun etenemään nopeammin ja näkymään selvemmin. Suuri osa todellisesta työstä ei ole lainkaan tekoälyn käyttöönottoa, vaan epäkiitollista työtä, jossa ollaan rehellisiä siitä, miten organisaatiosi toimii, ja korjataan se. Tekoäly vain vie sinulta mahdollisuuden piiloutua siltä.
  • Aloita nyt omasta todellisesta työstäsi — ei pilottihankkeesta eikä jostain, jonka delegoit muille. Johtajat, jotka eivät ole käyttäneet näitä työkaluja perusteellisesti omiin vaikeimpiin ongelmiinsa, eivät voi johtaa ketään muutakaan tämän muutoksen läpi.

Ja vielä yksi asia. Kukaan ei ole ratkaissut tätä, en minäkään. Jokainen, joka myy varmuutta tässä vaiheessa, myy jotakin. Oikea asenne ei ole itsevarmuus, vaan rehellisyys, nopea oppimistahti ja kurinalaisuus olla ulkoistamatta johtamisen inhimillisiä puolia koneelle, vaikka kone kehittyisi kuinka hyväksi.

Tämän hetken voittajia eivät ole johtajat, jotka ottivat käyttöön eniten tekoälyä. He ovat niitä, jotka pysyivät rehellisimpinä.

Miksi johtajien on annettava tilaa mestaruudelle — ja kamppailulle

Vielä yksi asia. Jossain vaiheessa johtajien on ehkä lakattava ajattelemasta, mitä tekoäly antaa meille, ja alettava ajatella, mitä se hiljalleen ottaa meiltä pois.

Jokainen keskustelu tekoälystä ja johtamisesta, myös suurin osa tästä keskustelusta, keskittyy hyötyihin. Nopeampaa, halvempaa, enemmän vipuvaikutusta. Kaikki se on todellista. Mutta sillä on hintansa, ja meidän pitäisi nimetä se rehellisesti.

Tätä hintaa ajattelen eniten. Mestaruus — todellinen, syvällinen, kokeneen tason harkintakyky — kehittyy aina kamppailun kautta. Jumiudut, vietät aikaa vaikean ongelman parissa, kokeilet väärää asiaa kolme kertaa, ja jossain tuon kitkan keskellä opit.

Tekoäly poistaa kitkan. Se antaa vastauksen ennen kuin ehdit kamppailla sen löytämiseksi. Lyhyellä aikavälillä se on pelkkää hyötyä, koska työ tulee tehdyksi. Mutta kamppailu ei koskaan ollut vain tehottomuutta. Se oli mekanismi, joka teki ihmisistä hyviä. Kun poistat sen, saat nopeampia tuloksia ja samalla hiljalleen pinnallisempia osaajia. Vaihdamme syvyyden nopeuteen emmekä useimmiten huomaa sitä.

En sano tätä hidastaakseni vauhtia — et voi etkä sinun pitäisi. Sanon sen, koska menetyksen nimeäminen on ensimmäinen askel sen hallitsemiseen. Jos kamppailu kehittää harkintakykyä ja tekoäly poistaa kamppailun, johtajalla on nyt uusi, selkeä tehtävä: palauttaa se tarkoituksellisesti.

Anna ihmisille ongelmia, joita tekoäly ei voi oikoa. Suojele tuottavaa vaikeutta, vaikka nopea reitti olisi aivan käden ulottuvilla. Kohtele ihmistesi kehittymistä asiana, joka vaatii nyt tarkoituksellisuutta, koska ympäristö ei enää tuota sitä ilmaiseksi.

Tätä haluan muiden johtajien pohtivan. Tekoälyn hyödyt huolehtivat itsestään — kaikki tavoittelevat niitä jo. Hinta on hienovarainen; se tulee näkyviin vasta vuosia myöhemmin ja kohdistuu kokonaan ihmisiisi. Jonkun huoneessa on kiinnitettävä siihen huomiota. Se joku olet sinä. Se on nyt sinun tehtäväsi.

Tekoälyn hyödyt huolehtivat itsestään — kaikki tavoittelevat niitä jo. Hinta on hienovarainen; se tulee näkyviin vasta vuosia myöhemmin ja kohdistuu kokonaan ihmisiisi.

David StepaniaThirstySproutin perustaja ja toimitusjohtaja
Share This Quote on:

Seuraa jatkoa

Löydät lisää tietoa David Stepaniasta LinkedInistä, X:stä, Instagramista, YouTubesta ja osoitteesta stepania.co. Tutustu myös palveluihin ThirstySprout ja Chopping Block.

Lisää asiantuntijahaastatteluja on tulossa People Managing People -sivustolle!

You may also like