
Talenttineuvoja sanoo tekoälyn kiihdyttävän organisaatiovelkaa sen korjaamisen sijaan

Heather Doshay
Waypoint Worksin perustaja

Tutustu siihen, miten nopeasti kasvavat johtajat käyttävät tekoälyä päätöksenteon ja toimeenpanon skaalaamiseen välttäen samalla organisaatiovelkaa, joka syntyy tekoälyn kohtelemisesta oikotienä.
Heather Doshay
Waypoint Worksin perustaja

Key Takeaways
Tekoälyjohtaminen: Tekoäly muokkaa johtamista ja edellyttää sopeutumiskykyä nopeasti muuttuvien teknologisten siirtymien aikana nopeasti eteneviltä johtajilta.
Toiminnallinen muutos: Tekoäly kannustaa yrityksiä siirtymään ”osta vai rakenna” -ajattelusta kokeilevaan ”kokeile ennen ostamista” -lähestymistapaan.
Kulttuurinen muutos: Tekoälyn integroiminen yrityksiin ei koske vain työkaluja, vaan edellyttää laajempaa kulttuurisen muutoksen strategiaa.
Inhimillinen harkinta: Tekoäly tukee päätöksentekoa kokoamalla tietoa yhteen, mutta inhimillinen harkinta on edelleen ratkaisevan tärkeää vivahteikkaissa päätöksissä.
Innovaation haaste: Tekoäly kiihdyttää innovointia, mutta se ei usein pysty korvaamaan ihmisten työnkulkuja kattavasti, mikä korostaa täydentämisen merkitystä.
Heather Doshay on Waypoint Worksin perustaja. Hän auttaa nopeasti kehittyviä johtajia hallitsemaan siirtymistä tekoälyn käyttöön. Aiemmin hän toimi osakkaana ja lahjakkuuksista vastaavana johtajana tekoälyyn keskittyvässä, 3 miljardin dollarin edestä varoja hallinnoivassa pääomasijoitusyhtiössä.
Haastattelimme Heatheria saadaksemme tietää, miten vahvat operatiiviset johtajat käyttävät tekoälyä vaikutuksensa laajentamiseen. Näin hän vastasi.
Miten tekoäly muokkaa johtamista nopeasti muuttuvissa ympäristöissä

Kun ChatGPT julkaistiin vuoden 2022 lopulla, olin jo osakkaana ja lahjakkuuksista vastaavana johtajana tekoälyyn keskittyvässä pääomasijoitusyhtiössä, jossa olimme vuosien ajan investoineet tekoälyn aiempiin kehitysvaiheisiin ja rakentaneet niiden ympärille. Suurten kielimallien nousu muutti kuitenkin pelikenttää perusteellisesti.
Työ, jonka odotimme kehittyvän vähitellen, uhkasi yhtäkkiä vanhentua. Muutoksen tahti pakotti meidät täysin uudelleenarvioimaan toimintamme, vaikka organisaatiomme oli alusta alkaen keskittynyt tekoälyyn.
Roolini liittyi kahteen muutokseen. Sisäisesti määrittelimme nopeasti uudelleen, miten tekoälyyn perustuva yritys toimii, kun teknologia muuttui päivittäin. Ulkoisesti tiimini neuvoi yli 200:aa pääomasijoitusten tukemaa startup-yritystä, jotka kohtasivat saman epäselvyyden.
Perustajat pyysivät parhaita käytäntöjä, joita ei vielä ollut olemassa, ja auttoimme heitä navigoimaan reaaliajassa kaikessa aina lahjakkuusstrategiasta toimintamalleihin.
Tuona ajanjaksona, erityisesti vuosina 2023–2025, siirryttiin uteliaisuudesta kiireellisyyteen. Tutkivina keskusteluina alkanut työ muuttui nopeasti perustavanlaatuiseksi osaksi sitä, miten yritykset rakentavat toimintaansa, palkkaavat työntekijöitä ja kilpailevat.
Tämän kehitysvaiheen alussa olin osakkaana ja lahjakkuuksista vastaavana johtajana SignalFiressä, noin 3 miljardin dollarin edestä varoja hallinnoivassa, tekoälyyn keskittyvässä pääomasijoitusyhtiössä. Pääomasijoitusyhtiöiden tiimit ovat tarkoituksella pieniä, joten tiimini ja minä tuimme yli 200:aa portfolioyritystä koko lahjakkuuksien elinkaaren ajan rekrytoinnista ja organisaation suunnittelusta palkitsemiseen ja hajautettujen tiimien kasvattamiseen.
Tekoälyn kehityksen kiihtyessä tehtäväkenttämme laajeni siitä, että neuvoimme yrityksiä siinä, “mitä” niiden pitäisi tehdä, siihen, että autoimme niitä arvioimaan uudelleen, “miten” työ tehdään. Tekoäly ei ollut yksi toiminto, vaan uusi toimintataso. Jätin tehtäväni elokuussa 2025 perustaakseni oman yritykseni.
Syyskuussa 2025 perustin Waypoint Worksin, jossa valmennan, neuvon ja koulutan nopeasti kehittyviä johtajia ja heidän tiimejään. Työni ei suoraan koske tekoälymuutosta, mutta tekoäly on jatkuvasti mukana siinä, miten vahvat operatiiviset johtajat laajentavat vaikutustaan. Painopiste pysyy samana: ihmisten ja järjestelmien kehittäminen niin, että ne pystyvät mukautumaan nopeasti, ja tekoäly toimii yhtenä tätä mahdollistavista työkaluista.
More Articles
Miten tekoäly auttaa startup-yrityksiä navigoimaan muutoskaaoksessa

Useimmat perustajat halusivat aluksi vertailukohdan tai toimintaohjeen siihen, miten siirtyä tekoälyn käyttöön. Todellisuudessa sellaista ei ollut olemassa. Niinpä siirsimme työmme vastausten antamisesta siihen, että autamme heitä tekemään parempia päätöksiä epäselvissä tilanteissa.
Keskityimme ensin kokonaiskuvan muodostamiseen, emme työkaluihin. Sen sijaan, että kysyisimme “Mitä tekoäly voi tehdä?”, kannustimme tiimejä kysymään: “Missä olemme tehottomia tai rajoittuneita, ja missä tekoäly voisi muuttaa tilannetta merkittävästi?” Pelkästään tämä näkökulman muutos esti paljon turhia investointeja näyttäviin työkaluihin, jotka eivät ratkaisseet todellisia ongelmia.
Sen jälkeen autoimme yrityksiä määrittelemään toimintatapansa. Ovatko tekoälyn käyttöä koskevat päätökset tiimeissänne keskitettyjä vai hajautettuja? Pyrittekö optimoimaan nopeutta ja kokeiluja vai hallintaa ja riskien vähentämistä? Nämä päätökset vaikuttivat kaikkeen työkalujen käyttöä koskevista toimintaperiaatteista rekrytointisuunnitelmiin.
Jotkin yritykset esimerkiksi järjestivät tekoälytyökalujen “kaksintaisteluja” arvioidakseen työkaluja turvallisesti, kun taas toiset järjestivät sisäisiä hackathoneja, jotka liittyivät todellisiin liiketoiminnan pullonkauloihin ja joiden tavoitteena oli edistää käyttöönottoa ja luovuutta.
Lopulta kyse oli muutoksen hallinnan harjoituksesta siinä missä mikä tahansa muukin, mutta keskittyen tekoälyyn. Haasteena oli ajatella järjestelmätasolla sen sijaan, että vain rastitetaan ruutu, jossa lukee “Saan kultatähden, koska käytän XYZ-tekoälytyökaluja.”
Tehokkaimmin edenneet yritykset käsittelivät tekoälyä kulttuurisena muutoksena, selkeyttivät periaatteensa varhain ja vahvistivat sitten johdonmukaisesti näitä valintoja siinä, miten ne palkkasivat työntekijöitä, toimivat ja rakensivat toimintaansa.
Miksi tekoäly määrittelee organisaatioiden toimintastrategiat uudelleen

Teimme konkreettisen siirtymän ”osta vai rakenna” -ajattelutavasta (esimerkiksi ostammeko työkalun vai rakennammeko sisäisen, manuaalisesti hallinnoitavan prosessin?) ”kokeile ennen ostamista” -lähestymistapaan.
Aiemmin yritykset päätyivät oletusarvoisesti ostamaan työkaluja, koska manuaaliset prosessit eivät skaalautuneet. Tekoälyn myötä kannustimme tiimejä kokeilemaan ensin ongelman ratkaisemista itse, vaikka kevyelläkin tavalla, ennen sitoutumista toimittajaan.
Se johti toiseen muutokseen, joka laajensi rakentamiseen osallistuvien joukkoa. Otimme käyttöön sisäiset tiimien hackathonit, jotka oli aiemmin varattu teknisille tiimeille, mutta tekoälyn edistysaskeleiden ansiosta kuka tahansa voi osallistua.
Tekoäly madalsi osallistumiskynnystä, joten toimistopäälliköt, rekrytoijat ja henkilöstöjohtajat voivat prototyypittää ratkaisuja todellisiin liiketoimintaongelmiin. Jo tämä muutos muuttaa toimintatapoja passiivisesta työkalujen käyttöönotosta aktiiviseksi ongelmanratkaisuksi. Ihmiset ovat usein huolissaan siitä, että tekoäly heikentää kriittistä ajattelua, mutta olen havainnut, että se voi itse asiassa vahvistaa kriittistä päättelyä, kun ongelmia ratkaistaan uusilla tavoilla.
Toinen viimeisen vuoden aikana näkemäni muutos on se, että yhä useammasta CHRO:sta tulee henkilöstö- ja tekoälyjohtaja. Viime kädessä tämän muutoksen ensimmäinen vaihe osoittaa muutoksen siinä, miten tiimit organisoituvat ja miten työ tehdään. Kyseessä on kiinnostava henkilöstöön ja muutoksen johtamiseen liittyvä kokonaisuus, jolla on kaksi loogista sijoittumispaikkaa: CTO/CIO tai CHRO. Näen ensimmäisen vaihtoehdon useammin, mutta jälkimmäistä riittävän usein, jotta se on huomionarvoinen.
Miksi olemme tekoälyvallankumouksen sekavassa keskivaiheessa
Olemme tämän tekoälyvallankumouksen sekavassa keskivaiheessa. Tekoälyn potentiaaliin perustuva tehokkuuden tavoittelu on todellista, mutta tekoäly ei ole vielä valmis yritystuotantoon. Toisin sanoen en voi korvata inhoamaani HRIS-järjestelmää omalla Claude Codella rakennetulla tuotteellani.
Vaikka näemme siis paljon enemmän kokeiluja ja uudenlaista ongelmanratkaisua, tekoäly ei ole se ihmeratkaisu, jollaisena johto sitä usein pitää. Tiimit kamppailevat päivittäisessä työssään vanhojen järjestelmien ylläpidon kanssa ja puristavat väliin aikaa tekoälyn kokeilemiseen, mutta eivät vielä korvaa kokonaan mitään vanhoista järjestelmistä. Henkilöstötiimit tekevät tällä hetkellä kahta työtä samanaikaisesti, vaikka ne ovat jo valmiiksi aiempaa kevyemmin resursoituja.
Yritykset eivät ole vielä tehokkaampia. Ne tutkivat tekoälyn mahdollisuuksia enemmän ja saavuttavat pieniä, rajattuja voittoja. Tämä tutkiminen vapauttaa kuitenkin lopulta seuraavan tuottavuusaallon, ja uskon, että henkilöstöteknologia suunnitellaan tulevaisuudessa laajennettavammaksi, mikä mahdollistaa molempien maailmojen parhaat puolet. Ensin ostetaan ja sitten rakennetaan sen päälle.
Kun tekoälyn myöhemmät edistysaskeleet mahdollistavat tämän, odotan innolla laajempia muutoksia.
Miten tekoäly tukee johtamisen päätöksiä korvaamatta ihmisen panosta
Raja on melko selkeä. Tekoäly voi tukea järjestelmää, mutta ihmiset vastaavat harkinnasta. Päätökset, jotka edellyttävät nyanssien ymmärtämistä, makua ja harkintavaltaa – kuten se, kenet palkataan, miten annetaan merkityksellistä palautetta tai miten resurssit kohdennetaan – riippuvat edelleen kokeneista ammattilaisista.

Tekoäly ei tee päätöksiä puolestamme – se ei toimisi käytännössä eikä oikeudellisesti. Pohdin, missä se nopeuttaa syötteiden käsittelyä ja parantaa prosessia. Se kokoaa palautetta tehokkaasti yhteen, luonnostelee suoritusarviointeja, jäsentää ajatuksia puheesta tekstiksi ja kokoaa rekrytointi- ja henkilöstödataa käyttökelpoiseksi tiedoksi.
Suurimman osan tästä teen yksinkertaisesti syöttämällä asiat Claudelle ja pyytämällä sitä kokoamaan erilaiset syötteet yhteen. 360-arviointeihin pidän kuitenkin työkalusta nimeltä Your360.ai.
Tekoäly voi nykyään auttaa pääsemään nopeammin vahvempaan lähtökohtaan, mutta se ei voi korvata inhimillistä näkökulmaa, joka määrittää, miltä ”erinomainen” näyttää.
Miten tekoäly edistää innovaatioita mutta haastaa tehokkuuden
Olen nähnyt yritysten välttävän kalliit toimittajat rakentamalla tekoälyn avulla kevyitä sisäisiä ratkaisuja ja säästävän siten joskus tuhansia vuodessa. Samalla työntekijöiden autonomia ja luovuus lisääntyvät merkittävästi, kun kaikilla organisaatiotasoilla työskentelevät ihmiset alkavat ratkaista omia ongelmiaan.
Toisaalta monet organisaatiot kokeilevat enemmän, mutta eivät ole vielä tehokkaampia: tiimit tekevät päällekkäistä työtä, tavoittelevat ideoita, jotka eivät kanna, ja lykkäävät investointeja olemassa oleviin järjestelmiin, koska ne odottavat tekoälyn korvaavan ne.
Havaitsemani ilmiö on se, että tekoäly vapauttaa alhaalta ylöspäin suuntautuvaa innovointia nopeammin kuin useimmat yritykset pystyvät ohjaamaan sitä. Juuri siksi esihenkilöiden tukeminen on tärkeämpää kuin koskaan.
Seuraavan sukupolven nopeasti kehittyviä johtajia määrittää heidän kykynsä muuttaa visio toimeenpanoksi, kanavoida tämä energia ja muuttaa raaka kokeilu todellisiksi, skaalautuviksi tuloksiksi, jotka ovat linjassa liiketoiminnan keskeisten tavoitteiden kanssa.
Tämä osa puuttuu tällä hetkellä. Näitä toimia tapahtuu organisaatioissa erillisissä saarekkeissa eikä järjestelmällisesti.
Miksi tekoäly ei pysty täysin korvaamaan kokonaisia työnkulkuja

Heather kertoo
\u003cstrong\u003eTekoäly on yli-itsevarma harjoittelija, joka ylpeänä väittää tehneensä työn, jonka aloittamista se ei todellisuudessa edes tehnyt.\u003c/strong\u003e
Tekoäly ei ole täysin korvannut työrooleja, etenkään silloin, kun työ edellyttää kokonaisvastuun kantamista alusta loppuun. Se on vahva yksittäisissä tehtävissä, aikatauluttamisessa, luonnostelussa ja synteesissä, mutta se ei suoriudu hyvin työnkuluista, jotka edellyttävät harkintaa, kontekstin ymmärtämistä ja asioiden viemistä loppuun.
Tarvitset edelleen ihmisen osaksi prosessia yhdistämään eri asiat toisiinsa. Tekoäly on yli-itsevarma harjoittelija, joka ylpeänä väittää tehneensä työn, jonka aloittamista se ei todellisuudessa edes tehnyt.
Sanon nyt jotain kiistanalaista, ja seison sanojeni takana. Suurin osa irtisanomisista, jotka on liitetty ”tekoälyn tehostamishyötyihin”, on täysin perusteettomia. Emme yksinkertaisesti ole vielä siinä pisteessä. Useimpien kannalta valitettava totuus on, että nämä irtisanomiset heijastavat puutteellista henkilöstömäärän suunnittelua ja aiempaa liiallista rekrytointia, johon yritys ei koskaan tehnyt tarvittavia muutoksia, mutta yritykset haluavat paremman kertomuksen vahvistaakseen osakkeenomistajien luottamusta.
Tekoäly saattaa supistaa tiimejä niin, että yksi henkilö tekee kolmen ihmisen työn, mutta se ei poista tarvetta itse toiminnoille.
Puute liittyy omistajuuteen ja koko työnkulkuun. Tekoäly ei vielä pysty luotettavasti hallitsemaan kokonaisia tehtäväsyklejä, eikä sillä ole tulosten omistamiseen tarvittavaa näkemystä ja vastuullisuutta. Lähitulevaisuuden todellisuus on työn täydentäminen ja nopeuttaminen, ei korvaaminen.
Miten tekoäly muuttaa rekrytointia alusta loppuun
Tässä on yksi työnkulku, jota olen käyttänyt useita kertoja rekrytoinnissa alusta loppuun. Tekoäly on mukana jokaisessa vaiheessa, mutta aina nopeuttajana, ei päätöksentekijänä.
Aloitan LLM:llä, kuten ChatGPT:llä, Claudella tai Geminillä, testatakseni kriittisesti, millaista osaamista minun pitää rekrytoida, ja laatiakseni työpaikkakuvauksen. Sen jälkeen muokkaan sitä manuaalisesti, kunnes se on valmis. Sitten rakennan ja käynnistän haastatteluprosessin Ashbyssä, joka tarjoaa laajat tekoälytoiminnot ansioluetteloiden lajitteluun, aikatauluttamiseen ja muuhun.
Yhdistin tähän myös Juiceboxin suorahaun tekemiseen ja hyödynsin sen tekoälytoimintoja hakutulosten parantamiseen, vaatimuksiani ja mieltymyksiäni vastaavien ehdokkaiden löytämiseen sekä sellaisten viestiluonnosten laatimiseen, joilla heidän huomionsa kiinnittyy tiimissäni olevaan mahdollisuuteen.
Kun minulla oli haastateltavia ehdokkaita, käytin Metaviewia palautemuistiinpanojen tallentamiseen ja jäsentämiseen reaaliajassa. Kaikissa näissä vaiheissa tekoäly hoitaa operatiivisen kuorman – listojen laatimisen, viestien luonnostelun ja tietojen tallentamisen – samalla kun minä keskityn arviointiin, päätöksentekoon ja ihmisten väliseen yhteyteen.
Tekoäly auttaa minua yleensä jäsentämään lukemattomia ideoitani, automatisoimaan työläitä manuaalisia vaiheita ja hiomaan kirjoituksiani. Harkintani, tyylini ja ihmisten välinen yhteys säilyvät johdonmukaisesti omina ominaisuuksinani.
Loppujen lopuksi rekrytoinnissa on löydettävä tasapaino nopeuden ja kattavuuden välillä, jotta voidaan tehdä parhaat päätökset ennen sopivimman ehdokkaan menettämistä. Tekoäly auttaa minua pysymään tahdissa.
Odotan innolla, mitä tekoälypohjaisten rekrytointityökalujen seuraava sukupolvi tuo tullessaan. Aiemmin vääriltä tuntuneet ratkaisut – kuten tekoälyn tekemä puhelinseulonta – vaikuttavat nyt kiehtovammilta.
Vaikuttaako se kömpelöltä ja persoonattomalta? Ehdottomasti. Mutta voiko se myös realistisesti auttaa sinua seulomaan 1000 hakijaa vain 20:n sijaan? Kyllä. Olennaista on säilyttää harkinta ja tarkoituksellisuus, jotta ehdokkaat näkevät hyödyn. Useampien ihmisten haastatteleminen johtaa oikeudenmukaisempiin lopputuloksiin, joissa tehtävään palkataan paras ehdokas.
Miten tekoäly haastaa perinteiset johtamista koskevat oletukset
Mielenkiintoinen muutos on se, että vaikka tämä saattaa tuntua oikotieltä, se kehittää samalla taitoja. Ajan mittaan ihmisistä, jotka käyttävät tekoälyä hyvin, tulee yleensä parempia viestijöitä, koska he altistuvat selkeämmille ajattelun ja ilmaisun malleille.

Olen joutunut luopumaan oletuksesta, että järjestelmien täytyy olla täysin valmiita ennen kuin niistä on hyötyä. Historiallisesti, jos työkalu ei tehnyt täsmälleen sitä, mitä tarvitsit, et käyttänyt sitä. Tekoälyn kanssa mikään ei toimi täydellisesti, mutta se tarjoaa usein riittävästi suuntaa antavaa apua, jotta voi edetä nopeammin, testata ideoita ja rakentaa jotain aiempaa parempaa.
Olen myös ajatellut uudelleen sitä, miltä ”hyvä viestintä” näyttää johtamisessa. Oletin, että vahvojen esihenkilöiden täytyy olla luonnostaan erinomaisia kirjoittajia voidakseen antaa selkeää ja harkittua palautetta. Tekoäly muuttaa tätä. Se voi muuttaa raakaa ajattelua jäsennellymmäksi ja käyttökelpoisemmaksi kokonaisuudeksi, mikä madaltaa kynnystä mutta toimii myös eräänlaisena reaaliaikaisena valmentajana.
Mielenkiintoinen muutos on se, että vaikka tämä saattaa tuntua oikotieltä, se kehittää samalla taitoja. Ajan mittaan ihmisistä, jotka käyttävät tekoälyä hyvin, tulee yleensä parempia viestijöitä, koska he altistuvat selkeämmille ajattelun ja ilmaisun malleille.
Kuinka välttää tekoälyä hyödyntävien hankkeiden yleiset sudenkuopat
Aluksi yritin rakentaa itsestäni tekoälyllä toimivaa ”laajennusta”, joka vastaisi kysymyksiin ja auttaisi levittämään tiimimme tietämystä, mutta se huononi jokaisen iteraation myötä. Ongelma ei ollut ideassa, vaan siinä, etten ollut suunnitellut järjestelmää etukäteen. Annoin epämääräisen kehotteen ja muokkasin sitä 500 kertaa, ja lopulta siitä tuli liian monimutkainen.
Opin, että jos alkuperäinen kehotteesi on heikko tai siitä puuttuu suunnitteluajattelun yksityiskohtia, uusien ohjeiden lisääminen myöhemmin yleensä heikentää lopputulosta sen sijaan, että parantaisi sitä. On parempi aloittaa alusta ja laatia perusteellisemmin harkittu kehote kuin yrittää paikata huonoa kehotetta.
Nykyään saatan joskus laatia kehotteeksi 16-sivuisen Google-dokumentin ja ladata sen sen sijaan. Näin pääsen paljon pidemmälle ja nopeammin.
Johtajien kannalta viesti on yksinkertainen. Ajattele tuotekehitysinsinöörin tavoin ja hyödynnä suunnitteluajattelun elementtejä. Määritä lopputila etukäteen. Useimmat kokeilevat kerran, toteavat ettei se toimi ja luovuttavat. Todellisuudessa he eivät epäonnistuneet tekoälyn kanssa, vaan jättivät väliin etukäteisajattelun, jota sen toimimaan saaminen edellyttää.
Miksi tekoälyllä on haasteita oikeudenmukaisuuden ja vastuullisuuden kanssa
Tekoälyllä on eniten vaikeuksia silloin, kun ihmiset sekoittavat hahmontunnistuksen harkintaan. Koska se on koulutettu ennustamaan olemassa olevan datan perusteella, mikä on todennäköisintä, se voi huomaamatta vahvistaa menneisyyttä sen sijaan, että kyseenalaistaisi sen.
Rekrytointi ja ehdokkaiden etsiminen tarjoavat selkeän esimerkin. Työkalut saattavat painottaa liikaa arvostettujen oppilaitosten tai tunnettujen yritysten ehdokkaita, koska heitä esiintyy datassa useimmiten. Tämä voi tahattomasti sulkea ulkopuolelle erittäin lupaavia, perinteisten reittien ulkopuolelta tulevia osaajia.
Vastaavasti kielimallit voivat heijastaa vinoumia siinä, miten ne laativat suorituspalautetta, ja käyttää erilaisia sävyjä tai kuvauksia sukupuoleen liittyvien tai kulttuurisesti latautuneiden mallien perusteella.
Ongelmia syntyy myös johdonmukaisuuden ja vastuullisuuden osalta. Tekoäly voi tuottaa vakuuttavia mutta virheellisiä tuloksia, eikä aina ole selvää, miten se päätyi suositukseen. Tämä vaikeuttaa päätösten tarkastamista tai perustelemista.
Siksi ihmisen harkinnalla on edelleen merkitystä: on ratkaisevan tärkeää tietää, milloin tulokseen voi luottaa, milloin sitä pitää kyseenalaistaa ja miten soveltaa kontekstia, jota mallilla itsellään ei yksinkertaisesti ole.
Kuinka johtajat voivat hallita tekoälyn ohjaamia muutoksia

Heather jakaa
Johtajat, jotka onnistuvat tässä, saattavat edetä hitaammin tekoälyn käyttöönoton kaltaisissa turhamaisuusmittareissa tänään, mutta pitkällä aikavälillä he luovat tehokkaampia organisaatioita.
Liian monet johtajat kohtelevat tekoälyä rastina tehtävässä luettelossa. ”Käytämme tätä työkalua, kokeilemme sitä, otamme sen käyttöön.” Tämä ajattelutapa saattaa tuoda sinulle tänään toimitusjohtajasi hyväksynnän, mutta se ei ratkaise organisaatiosi velkaa. Jos jotain, se saattaa jopa kiihdyttää sitä.
Tarkastele organisaatiotasi ja arvioi, mikä toimii ja mikä ei. Tämä tarkoittaa sen täsmentämistä, miten päätöksiä tehdään, kuka vastaa mistäkin ja miten työ kulkee organisaation läpi. Selvitä, mitä täytyy muuttaa, ja katso sitten kulman taakse 1, 3 ja 5 vuoden päähän määrittääksesi, millaisia perustavanlaatuisia muutoksia tarvitaan.
Älä yritä ennustaa tulevaisuutta täydellisesti. Keskity sen sijaan esittämään parempia kysymyksiä. Olen suuri ensimmäisten periaatteiden ajattelun ja toisen asteen ajattelun kannattaja. Millaiselta hyvin johdettu organisaatio näyttää viiden vuoden kuluttua? Mitä muutoksia sen saavuttaminen edellyttää? Jos tämä muuttaa työn tekemisen tapaa, mitä tapahtuu organisaatiorakenteellemme? Mitkä taidot ovat tärkeämpiä? Missä roolit supistuvat tai laajenevat?
Johtajat, jotka onnistuvat tässä, saattavat edetä tänään hitaammin turhamaisilla mittareilla, kuten tekoälyn käyttöönotolla, mutta pitkällä aikavälillä he luovat tehokkaampia organisaatioita.
Seuraa mukana
Voit seurata Heatherin työtä LinkedInissä. Tutustu myös Waypoint Worksiin!
Lisää asiantuntijahaastatteluja on tulossa People Managing People -julkaisuun!



