Bare 10 % av lederne bruker kunstig intelligens – så hvem lærer opp alle andre?

Bare 10 % av topplederne innrømmer at de bruker AI. Det reiser et ubehagelig spørsmål: Hvis ledelsen egentlig ikke bruker verktøyene, hvem er det da som lærer alle andre hvordan de skal arbeide med dem? Stadig oftere er svaret kolleger. I denne samtalen fra Transform setter David Rice seg ned med den tilbakevendende gjesten Kamaria Scott for å undersøke hvorfor AI-adopsjon i stadig mindre grad blir et toppstyrt endringsinitiativ og i større grad et globalt eksperiment innen kollegabasert læring som utspiller seg i sanntid.

De utforsker den økende spenningen mellom organisasjoners press for å ta i bruk AI og den fullstendige mangelen på kapasitet mange ansatte har til faktisk å eksperimentere med teknologien. Underveis går de nærmere inn på lederstøtte, ferdighetsforvitring, læringssmidighet, prestasjonsstyring og den ubehagelige muligheten for at selskaper automatiserer bort nettopp den ekspertisen ansatte trenger for å vurdere om AI-resultatene holder mål. Resultatet er en åpenhjertig samtale om hvorfor ledere kan bli flaskehalsen i AI-adopsjonen – og hvorfor organisasjoner som ikke klarte å bygge reelle læringskulturer før dette øyeblikket, nå må betale prisen for det.

Dette lærer du

  • Hvorfor AI-adopsjon mislykkes når organisasjoner ikke skaper rom for eksperimentering
  • Hvordan kollegadrevet læring i det stille blir den reelle strategien for å legge til rette for AI
  • Hvorfor ledere – ikke HR – til syvende og sist avgjør om AI-adopsjonen lykkes
  • Risikoen for ferdighetsforvitring og tapet av evnen til å vurdere arbeid av høy kvalitet
  • Hvordan AI kan styrke menneskelig ekspertise i stedet for å erstatte den
  • Hvorfor «læringssmidighet» har blitt en kritisk organisatorisk kapasitet
  • Hvordan prestasjonsstyring kan se ut når AI-agenter utfører deler av arbeidet
  • Hvordan organisasjoner kan skape sunnere AI-kulturer i stedet for reaktive AI-retningslinjer

Viktigste læringspunkter

  • AI-adopsjon mislykkes uten tid til overs.
    Du kan finansiere AI-initiativer hele dagen, men hvis ansatte forventes å opprettholde full arbeidsbelastning samtidig som de «eksperimenterer» ved siden av, stopper adopsjonen opp umiddelbart. Ledere har langt større kontroll over kapasiteten enn strategipresentasjoner har.
  • Kollegabasert læring blir den dominerende læringsmodellen.
    De som oppdager de mest nyttige AI-arbeidsflytene, lærer av kolleger som gjør den samme jobben – ikke av ledere som holder hovedtaler om endring.
  • Ledere blir AI-flaskehalsen.
    Alle organisasjonsstrategier går til syvende og sist gjennom ledere på førstelinjen. Hvis ledere ikke får støtte, veiledning og rom til å eksperimentere selv, dør strategien der.
  • AI bør forsterke ekspertise – ikke erstatte den.
    Kamaria formulerer faren perfekt: Folk risikerer å bli «menneskelige grensesnitt» for AI-resultater i stedet for eksperter som bruker dømmekraft og erfaring til å forbedre dem.
  • Ferdigheter forvitrer allerede.
    Ansatte kan produsere teknisk korrekte resultater samtidig som de mister evnen til å vurdere om arbeidet faktisk er godt. Det er et langt større problem enn hvorvidt noen brukte AI til å skrive et e-postutkast.
  • Prosjekter ansatte brenner for, skaper tryggere miljøer for eksperimentering.
    Å gi ansatte beskyttet tid til å utforske AI i forbindelse med arbeid de allerede bryr seg om, skaper langt mer engasjement enn å tvinge gjennom generelle krav om adopsjon.
  • Organisasjoner bygget aldri egentlig læringskulturer.
    Mange selskaper brukte årevis på å nedprioritere tid til læring til fordel for fakturerbar utnyttelse. Nå går de inn i en omfattende teknologisk overgang uten ansatte med sterk læringssmidighet.
  • Prestasjonsstyring går inn i et merkelig terreng.
    Hvis AI-agenter fullfører halvparten av arbeidet, hva er det egentlig organisasjoner vurderer? Resultat? Dømmekraft? Ferdigheter i å skrive instrukser? Samarbeid? Selskaper prøver fortsatt å finne ut av dette i sanntid.

Kapitler

  • 00:00 — Flaskehalser for AI-adopsjon
  • 02:31 — Ledere og utrulling av AI
  • 04:15 — Kollegabasert læring på arbeidsplassen
  • 05:05 — Egne AI-prosjekter
  • 07:51 — Eksperimenteringstretthet
  • 09:01 — Automatisering av administrativt arbeid
  • 10:34 — AI som styrkemultiplikator
  • 11:42 — Menneskelig skriving vender tilbake
  • 13:54 — Kommunikasjon skrevet av AI
  • 15:27 — Risiko for ferdighetsforvitring
  • 18:09 — Menneskelig dømmekraft kontra AI-resultater
  • 20:58 — Hvorfor ekspertise fortsatt betyr noe
  • 23:06 — Svikt i læringssmidighet
  • 25:42 — AI og motreaksjoner i ansettelser
  • 26:24 — Medarbeidersamtaler i AI-tiden
  • 27:52 — AI som utgangspunkt for samtaler
  • 29:35 — Avsluttende refleksjoner

Møt gjesten vår

Kamaria Scott er grunnlegger og administrerende direktør i Enetic, et teknologi- og innovasjonsselskap som fokuserer på å hjelpe organisasjoner med å utnytte AI, automatisering og fremvoksende teknologier for å oppnå bedre forretningsresultater. Med en bakgrunn innen digital transformasjon, strategi og operativ ledelse arbeider hun med ledere og team for å bygge bro mellom innovasjon og praktisk gjennomføring. Kamaria er kjent for sin fremtidsrettede tilnærming til AI-adopsjon, organisatorisk vekst og fremtidsrettet ledelse, og hjelper virksomheter med å navigere i endringer samtidig som de bygger mer smidige og menneskesentrerte systemer. 

You may also like