5 lekcji dotyczących AI z III kwartału, o których każdy dyrektor HR powinien pamiętać
Sygnały szkoleniowe: Prośby o szkolenia z wdrażania AI często ujawniają niejasne priorytety, przepływy pracy i standardy, a nie tylko braki w znajomości narzędzi.
Ukryte AI: Niezatwierdzone przepływy pracy z wykorzystaniem AI ujawniają niezaspokojone potrzeby pracowników, jednocześnie stwarzając ryzyko związane z odpowiedzialnością, dokumentacją i zarządzaniem.
Dowody nadzoru: Skuteczny nadzór człowieka wymaga udokumentowanych wyzwań, realnych uprawnień decyzyjnych i mierzalnych ingerencji w przepływy pracy o dużym wpływie.
Granice coachingu: Te same analizy AI mogą poprawiać wyniki lub umożliwiać nadzór, w zależności od dostępu, kontroli użytkownika i okresu przechowywania danych.
Strategiczna cierpliwość: Szybsza praca wspomagana przez AI nie uzasadnia natychmiastowej restrukturyzacji; liderzy potrzebują dowodów, zanim zmienią role, oczekiwania lub dostępne zasoby.
Nasze raporty z ostatniego kwartału wciąż wracały do tego samego punktu: trudna część wdrażania AI zaczyna się dopiero wtedy, gdy narzędzie już działa.
Gdy ludzie potrafią już korzystać z AI, liderzy muszą zdecydować, które problemy warto rozwiązać, co powinno zostać ustandaryzowane, kto powinien podważać wyniki tworzone przez technologię oraz jak szybko organizacja powinna się wokół niej zmieniać.
Mając to na uwadze, przedstawiamy pięć lekcji z trzeciego kwartału, o których warto pamiętać podczas planowania na 2027 rok.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
1. Prośby o szkolenia zwykle sygnalizują lukę w umiejętności oceny
Podczas AI4 w sierpniu Markus McKay-Fleisch, dyrektor ds. wdrażania AI w usługach profesjonalnych w firmie Smartsheet, opisał sytuację, w której odkryto ponad 50 osobnych projektów Claude Projects utworzonych przez pracowników działów finansów, obsługi klienta, sprzedaży i HR w celu tworzenia materiałów zgodnych z marką.
Problem polegał na tym, że pracownicy nie wiedzieli, iż ktoś inny już rozwiązał ten sam problem.
To coraz częściej właśnie za tym kryje się prośba o więcej szkoleń z AI. Menedżerowie mogą prosić o instruktaż, podczas gdy pracownikom tak naprawdę brakuje jasności co do tego, które problemy warto rozwiązać, jak wygląda dobra realizacja zadania lub jak powinna zmienić się ich praca.
To samo ograniczenie widać w bibliotekach promptów. Lepszy prompt może przyspieszyć zadanie, ale przeprojektowany przepływ pracy może całkowicie zmienić sposób jego wykonywania.
Wdrażanie AI nie może kończyć się na uczeniu ludzi obsługi narzędzia. Musi również pomagać im decydować, gdzie korzystanie z niego ma sens.
2. Niezatwierdzone AI pokazuje, gdzie występują problemy
Analiese Brown, dyrektorka ds. personalnych w Campminder, nazywa fragmentację wywołaną niekontrolowanym wdrażaniem AI „długiem chaosu”.
Na początku może to wyglądać jak postęp. Pracownicy tworzą obejścia, automatyzują zadania i udostępniają narzędzia współpracownikom. Z czasem organizacje gromadzą przepływy pracy o niejasnej odpowiedzialności, skąpej dokumentacji i zależnościach, których nikt nie planował.
Stwarza to oczywisty problem z zarządzaniem, ale dostarcza również przydatnych informacji.
Jeśli ktoś z działu finansów tworzy własny proces uzgadniania danych albo rekruter omija zatwierdzony system, korzystając z przepływu pracy opartego na AI, zapytaj, co skłoniło go do obejścia oficjalnego procesu.
Ukryte AI nie tylko pokazuje, gdzie mechanizmy kontroli są słabe. Może również wskazać, gdzie istniejące narzędzia i procesy nie spełniają potrzeb osób, które z nich korzystają.
3. Nadzór człowieka wymaga dowodów
Większość ram zarządzania AI wciąż zakłada obecność człowieka w procesie.
Bardziej przydatne pytanie brzmi: czy ta osoba kiedykolwiek nie zgadza się z systemem?
Jednym ze sposobów sprawdzenia, czy uprawnienia do podejmowania decyzji przez AI są rzeczywiste, jest przeanalizowanie procesów o istotnych konsekwencjach, takich jak selekcja kandydatów lub oznaczanie problemów z wynikami pracy, i policzenie udokumentowanych przypadków odstąpienia od rekomendacji systemu.
Jeśli ich liczba wynosi zero, warto to zbadać.
Być może system rzeczywiście za każdym razem miał rację. A może pracownicy nie wierzą, że mają realne uprawnienia do podważenia jego decyzji, nie wiedzą, kiedy powinni to zrobić albo nie rejestrują takich rozbieżności, gdy do nich dochodzi.
Łatwo wskazać człowieka jako osobę odpowiedzialną. Trudniej zbudować system, który pozwala tej osobie korzystać z własnego osądu.
4. To samo AI może służyć do coachingu albo nadzoru
AI może uwidocznić te aspekty pracy, których menedżerowie wcześniej nie byli w stanie zobaczyć.
W Cognite menedżerowie otrzymywali analizę własnych rozmów rekrutacyjnych. Jeden z nich dowiedział się, że 90% jego pytań miało charakter zamknięty. Inny odkrył, że przez 85% rozmowy mówił zamiast słuchać.
Informacje trafiały z powrotem do samych menedżerów, aby mogli się doskonalić.
To rozróżnienie ma znaczenie, ponieważ coaching i nadzór mogą pochodzić z tego samego narzędzia.
Kto widzi wyniki? Czy osoba poddawana pomiarowi może z nich korzystać? Jak długo przechowywany jest zapis?
Te decyzje coraz częściej zapadają wewnątrz narzędzi do sporządzania notatek, produktów do transkrypcji i platform analitycznych. Zanim organizacja zacznie zastanawiać się, czy narzędzie wydaje się zbyt inwazyjne, niektóre z najbardziej istotnych decyzji mogły już zostać podjęte w jego ustawieniach.
5. Szybciej nie znaczy dalej
AI wywiera presję na skracanie terminów.
Buduj szybciej. Wdrażaj szybciej. Szybciej pokazuj zwrot z inwestycji. Przekształcaj zaoszczędzony czas w mierzalną wartość.
Jednak szybkość może również skłaniać liderów do podejmowania trwałych decyzji na podstawie tymczasowych danych.
Dlatego strategiczna cierpliwość ma jeszcze większe znaczenie, gdy AI przyspiesza pracę. Sam fakt, że przepływ pracy staje się szybszy, nie mówi od razu, jak powinna zmienić się dana praca, czy uzyskana poprawa się utrzyma ani co pracownicy powinni zrobić z powstałymi w ten sposób możliwościami.
AI zwykle zmienia pracę, zadanie po zadaniu. Niektóre obowiązki znikają. Inne stają się ważniejsze. Pojawiają się nowe.
Liderzy potrzebują wystarczająco dużo czasu, aby dostrzec ten wzorzec, zanim przeprojektują stanowiska, podniosą oczekiwania dotyczące wyników lub ograniczą zasoby na podstawie wczesnego wzrostu produktywności.
To szczególnie ważne w okresie planowania. Decyzje dotyczące budżetów, ról i oczekiwań podejmowane teraz będą obowiązywać dłużej niż projekty pilotażowe, które je kształtują.
Co pozostawił nam trzeci kwartał
Rozmowa o AI staje się coraz bardziej konkretna.
Rozmowy o wdrażaniu AI odchodzą na dalszy plan. Obecnie pytania dotyczą tego, czy pracownicy wykorzystują je do rozwiązywania wartościowych problemów, co mówi nam nieoficjalne wdrażanie, czy ludzie nadal dokonują samodzielnej oceny oraz czy liderzy potrafią powstrzymać się przed przekształcaniem każdego wczesnego wzrostu efektywności w natychmiastowy odgórny obowiązek.
