Cierpliwość strategiczna to pierwsza zdolność niszczona przez wdrażanie AI
Cierpliwość strategiczna: Liderzy wykazujący się cierpliwością strategiczną potrafią koncentrować się na celach długoterminowych mimo natychmiastowych nacisków związanych z wdrażaniem AI.
Perspektywa czasowa: Obecne naciski organizacyjne kładą nacisk na szybkie rezultaty, często pomijając szersze skutki inicjatyw związanych z AI.
Ryzyka poznawcze: Pośpiech przy realizacji projektów AI osłabia zdolności decyzyjne, ponieważ organizacje przedkładają szybkość nad wnikliwą analizę.
Skuteczne wykorzystanie AI: Skuteczni liderzy wykorzystują AI do usprawniania procesów decyzyjnych, jednocześnie chroniąc obszary wymagające starannego osądu.
Koncentracja na długim horyzoncie: Wartościowe organizacje przedkładają rezultaty odległe w czasie nad krótkoterminowe korzyści, aby budować zrównoważone praktyki związane z AI.
Wcześniej omówiliśmy siedem kompetencji, które odróżniają liderów dobrze wykorzystujących AI od tych, którzy po prostu używają AI.
W nadchodzących miesiącach przyjrzę się każdej z nich z osobna, przeanalizuję, czego wymaga, i uczciwie sprawdzę, co dzieje się, gdy organizacje pozwalają jej zaniknąć.
Na pierwszym miejscu znajduje się strategiczna cierpliwość, ponieważ to właśnie ona znajduje się pod najbardziej bezpośrednią presją, a jej utrata zwykle sprawia, że wszystko inne trudniej odbudować.
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
Czym jest strategiczna cierpliwość?
Strategiczna cierpliwość nie jest tym samym co niezdecydowanie czy ostrożność. To zdolność do utrzymywania złożoności bez przedwczesnego jej rozstrzygania, podejmowania decyzji w perspektywie dłuższej niż bieżący cykl wdrożeniowy oraz opierania się organizacyjnej pokusie uznania czegoś za zakończone, zanim rzeczywiście takie będzie.
Liderzy, którzy ją mają, potrafią mierzyć się z niejednoznacznymi danymi i nie reagować nerwowo, wybierając najbliższą dostępną odpowiedź. Liderzy, którzy ją utracili, zwykle nie zdają sobie z tego sprawy, ponieważ warunki, które ją osłabiły, są tymi samymi warunkami, które obecnie ich nagradzają.
Dynamika presji ma charakter strukturalny
Poczucie pilności związane z wdrażaniem AI wywołało bardzo specyficzny rodzaj presji organizacyjnej. Działaj szybko. Zademonstruj ROI. Pokaż rezultaty przed kolejnym posiedzeniem zarządu lub kolejnym cyklem budżetowym.
Nie jest to abstrakcyjny problem kulturowy. Jest on wpisany w sposób, w jaki większość organizacji strukturyzuje swoje inwestycje w AI, w to, które zespoły odpowiadają za wyniki oraz co uznaje się za sukces.
Gdy wiceprezes ds. operacyjnych ma wykazać mierzalne korzyści z wdrożenia AI w ciągu 90 dni, okres 90 dni staje się ramą podejmowania decyzji. Nie perspektywa 18 miesięcy. Nie perspektywa trzech lat. I z pewnością nie taka perspektywa, która uwzględnia skutki drugiego rzędu dla sposobu, w jaki organizacja się uczy, jak pracownicy się dostosowują lub jaki rodzaj kompetencji instytucja poświęca w zamian.
Badania McKinsey dotyczące programów transformacji na dużą skalę niezmiennie wskazują, że większość z nich nie kończy się niepowodzeniem na etapie wdrożenia, lecz utrzymania rezultatów, gdy początkowe korzyści znikają, ponieważ nie zbudowano podstawowych kompetencji. Wdrażanie AI powtarza ten schemat w szybszym tempie i przy większej pewności siebie. Skrócenie harmonogramu nie jest przypadkowe. To element projektu.
Eshaan Jain, starszy menedżer produktu kierujący strategią AI dla przedsiębiorstw na dużą skalę w T-Mobile, a wcześniej zarządzający globalnymi platformami w Amazonie, zetknął się z tym bezpośrednio, gdy jego zespół znalazł się pod presją, aby natychmiast uruchomić autonomiczne przepływy pracy z udziałem wielu agentów i osiągnąć wskaźnik realizacji.
Utrzymał pierwotny harmonogram, a wolniejsze tempo ujawniło coś interesującego.
W zamkniętym środowisku testowym MVP oparte na AI może wyglądać na bardzo opłacalne. W pełnym środowisku produkcyjnym autonomiczne agenty zapętlają się, rozumują i nieustannie wywołują interfejsy API, powodując wzrost kosztów infrastruktury w sposób, którego skrócony cykl przeglądu w ogóle by nie ujawnił.
Opóźnienie pozwoliło jego zespołowi zbudować programowe ograniczenia i wyłączniki awaryjne przed uruchomieniem. Szybsze wdrożenie doprowadziłoby do rachunku za środowisko produkcyjne, którego nikt wcześniej nie oszacował.
To argument kosztowy przemawiający za strategiczną cierpliwością. Argument organizacyjny sięga głębiej.
Wdrażanie to problem uwagi
Justin Watt, dyrektor generalny i współzałożyciel Switchboard, firmy konsultingowej zajmującej się operacjami opartymi na AI, ujmuje to wprost.
Szybkość zapewnia wdrożenie, cierpliwość zapewnia adopcję, a tylko ta druga pojawia się w rachunku zysków i strat.
Tej wiosny jego zespół miał w pełni zbudowaną i przetestowaną dla klienta platformę operacyjną opartą na AI, a datę uruchomienia wyznaczono tuż przed szczytem sezonu. Presja polegała na tym, aby uruchomić ją i zacząć wykazywać ROI jeszcze w tym kwartale. Watt zalecił jednak przełożenie wdrożenia do września.
Jego rozumowanie nie miało charakteru technicznego. Dotyczyło zachowań. Zespół przyswajający nowy sposób pracy podczas działania z maksymalną wydajnością będzie obwiniał system za każdy stresujący dzień sezonu. Na pierwsze wrażenie masz tylko jedną szansę, a złe pierwsze wrażenie zmienia wyzwanie związane z adopcją w problem reputacyjny, który przetrwa samo narzędzie.
Opóźnienie ujawniło coś, co pośpieszny start by pogrzebał. Dodatkowe rundy nadzorowanych testów wykazały, że kluczowi członkowie zespołu nie rozumieli, co mieli poddawać walidacji. Przy szybszym wdrożeniu ta luka szkoleniowa zostałaby błędnie odczytana jako dowód, że sztuczna inteligencja nie działa, a inicjatywa zakończyłaby się bez jasności co do przyczyny.
Wdrażanie sztucznej inteligencji to problem związany z uwagą, a nie z technologią. Organizacje, które to rozumieją, wdrażają ją często bardzo zdecydowanie. Chronią jednak warunki, w których ludzie mogą rzeczywiście przyswoić i wykorzystywać to, co jest tworzone.
Mięsień, który zanika
Tym, co czyni to zjawisko charakterystycznym dla cierpliwości strategicznej, a nie po prostu złego zarządzania projektem, jest mięsień poznawczy i organizacyjny tracony w tym procesie.
Cierpliwość strategiczna rozwija się poprzez praktykę. Wymaga od liderów wielokrotnego napotykania sytuacji, w których właściwa odpowiedź nie jest jeszcze dostępna, opierania się presji, by mimo to wybrać którąś z nich, oraz budowania instytucjonalnych nawyków pozwalających utrzymać tę tolerancję w różnych zespołach i na przestrzeni czasu.
Gdy dominującym doświadczeniem organizacji staje się „działajmy szybciej, wcześniej pokażmy wyniki”, ten mięsień zanika. Nie od razu i nie w sposób widoczny. Jednak liderzy, którzy przez lata budowali swobodę w obliczu niejednoznaczności, znajdują się w organizacjach, które traktują ją teraz jako problem do rozwiązania poprzez przyspieszenie procesu decyzyjnego — jakiejkolwiek decyzji — przy wykorzystaniu sztucznej inteligencji jako uzasadnienia.
W tym miejscu dochodzi do narastających szkód. Cierpliwość strategiczna nie jest wyłącznie osobistą cechą przywódczą. Funkcjonuje na poziomie instytucjonalnym poprzez procesy planowania, zakres rezerwy czasowej, jaki organizacja wbudowuje w swoje cykle decyzyjne, oraz sposób, w jaki radzi sobie z luką między tym, co pokazują dane, a tym, czego wymaga decyzja.
Gdy te procesy zostają ponownie skalibrowane pod kątem szybkości, zmiana jest trwała. Nie odzyskuje się myślenia długoterminowego, prosząc ludzi, by zwolnili. Odzyskuje się je — o ile w ogóle można je odzyskać — poprzez odbudowę struktur, które je umożliwiały.
Badania dotyczące wczesnych użytkowników sztucznej inteligencji dodają kolejny wymiar: najbardziej intensywni użytkownicy są często najbardziej wypaleni i nadal działają w oparciu o stary model mentalny, nawet korzystając z nowych narzędzi. Narzędzia się zmieniły, ale leżące u podstaw ramy decyzyjne pozostały takie same.
Ta rozbieżność jest dokładnie miejscem, w którym załamuje się cierpliwość strategiczna — nie dlatego, że liderzy są leniwi lub pozbawieni ciekawości, lecz dlatego, że środowisko organizacyjne przestało nagradzać zachowanie, które ją buduje.
Ochrona cierpliwości strategicznej
Liderzy, którzy rozumieją wartość cierpliwości strategicznej, stosują ją, jasno określając, co chcą optymalizować i z czego nie są gotowi rezygnować w zamian.
To rozróżnienie ma znaczenie, ponieważ wskazuje, gdzie w praktyce rzeczywiście przejawia się cierpliwość strategiczna. Nie jest ona oporem wobec narzędzi. Jest jasnością co do architektury decyzyjnej, tego, które wybory wymagają czasu, które danych, a które takiego rodzaju ludzkiego osądu, który nie staje się lepszy dzięki przyspieszeniu.
Organizacje znajdujące się obecnie w największych tarapatach to te, które pozwoliły, by wdrażanie sztucznej inteligencji zatarło tę granicę, traktując wszystkie trzy kwestie tak, jakby były problemami tego samego rodzaju.
Ochrona cierpliwości strategicznej w praktyce oznacza gotowość do odbycia z zarządem trudniejszej rozmowy niż: „oto nasze zyski po 90 dniach”. Oznacza traktowanie perspektywy 18 miesięcy jako minimalnej jednostki analizy, a nie ambitnego celu. Oznacza również — jak odkrył Watt — wstrzymanie daty wdrożenia nie dlatego, że technologia nie była gotowa, lecz dlatego, że ludzie nie byli gotowi, oraz uznanie, że są to różne problemy wymagające różnych rozwiązań.
Oznacza to także trzeźwą ocenę tego, co sztuczna inteligencja rzeczywiście przyspiesza, a co tylko sprawia takie wrażenie. Sztuczna inteligencja może skrócić czas prowadzenia badań, przyspieszyć syntezę informacji i ograniczyć administracyjny zakres decyzji.
Nie może jednak zrobić tego, czego chroni cierpliwość strategiczna: zapewnić okresu autentycznej niepewności, w którym lider dysponuje niepełnymi informacjami i opiera się pokusie przedwczesnego rozstrzygnięcia. Ten okres ma wartość. Gdy organizacje eliminują go w pogoni za szybszymi rezultatami, stają się bardziej kruche.
