Dyrektor ds. talentów i transformacji o tym, jak sztuczna inteligencja po cichu przeprojektowuje organizacje — liderzy muszą nadążyć
Kariera Ravina Jesuthasana koncentrowała się na obszarze talentów i transformacji. Obecnie kieruje globalnym działem doradztwa transformacyjnego firmy Mercer i jest autorem sześciu książek o przyszłości pracy.
Ravin Jesuthasan
Starszy partner i globalny lider usług transformacyjnych w firmie Mercer
Przeprojektuj pracę przed wdrożeniem sztucznej inteligencji: Zwrot z inwestycji w sztuczną inteligencję nie wynika wyłącznie z zastosowanych narzędzi. Liderzy muszą najpierw przemyśleć na nowo stanowiska, procesy i architektury kompetencji, stosując podejście polegające na projektowaniu wstecz — w przeciwnym razie wdrożenie utknie w martwym punkcie, a wartość zostanie utracona.
Organizacje przechodzą od stanowisk do przepływu pracy: Sztuczna inteligencja przyspiesza przejście od stałych modeli opartych na stanowiskach do elastycznych modeli przepływu pracy, w których praca jest realizowana poprzez projekty, zlecenia, ekosystemy i agentów sztucznej inteligencji, a nie statyczne role.
Biegłość w zakresie sztucznej inteligencji jest odpowiedzialnością liderów: Skuteczne wdrożenie sztucznej inteligencji wymaga od liderów dawania przykładu poprzez codzienne korzystanie z AI, budowania kompetencji w całej organizacji oraz aktywnego zarządzania sposobem jej stosowania — a nie tylko zapewniania powszechnego dostępu.
Porozmawialiśmy z Ravinem, aby zrozumieć, jak sztuczna inteligencja zmienia strukturę organizacyjną oraz jak liderzy powinni podchodzić do wdrażania AI, aby robić to skutecznie. Oto, co nam powiedział.
Kariera w biznesie i zarządzaniu talentami
Globalnie kieruję działalnością Mercera w zakresie doradztwa transformacyjnego. Wcześniej kierowałem wszystkimi działaniami związanymi z innowacjami i zarządzaniem talentami w firmie znanej obecnie jako Willis Towers Watson. Jeszcze wcześniej byłem konsultantem w dziale strategii firmy Accenture.
Zasiadam również w kilku komitetach sterujących Światowego Forum Ekonomicznego. Jestem członkiem kadry dydaktycznej Kellogg School of Management na Northwestern University, gdzie pełnię także funkcję stypendysty kadry kierowniczej. Jestem autorem sześciu książek i około dwustu artykułów na temat przyszłości pracy oraz wpływu AI na pracę i organizacje.
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
Jak AI zmienia modele pracy — od „stałego” do „przepływowego”
Widzę, że przywództwo zmienia się bardzo wyraźnie w świecie, w którym AI jest priorytetem — i dotyczy to nie tylko pełnionej przeze mnie roli lidera, lecz także pracy, którą wykonuję z klientami.
W szczególności widzę, że liderzy muszą koordynować znacznie szerszy i bardziej rozproszony ekosystem możliwości realizacji pracy i wdrażania strategii — niezależnie od tego, czy chodzi o pracowników należących do ich organizacji, AI opracowaną wewnętrznie, zakupione rozwiązania AI, kompetencje partnera sojuszniczego czy umiejętności pracownika realizującego zlecenia.
Wszystkie te możliwości odgrywają rolę w świecie wspomaganym przez AI, gdy tempo pracy rośnie, a AI wymaga nowych umiejętności. Zastępuje to koncepcję, zgodnie z którą praca jest nierozerwalnie związana ze stanowiskiem, bardziej elastycznymi sposobami pracy.
W mojej ostatniej książce opisuję trzy modele angażowania talentów:
- Model stały: to tradycyjny model oparty na stanowiskach pracy.
- Model elastyczny: ludzie zajmują stanowiska, ale mają możliwość wykorzystywania swoich umiejętności w różnych dziedzinach lub zdobywania nowych kompetencji.
- Model przepływowy: talenty łączą się z pracą wyłącznie za pośrednictwem projektów, zadań i zleceń.
AI w projektowaniu organizacji wpływa obecnie na każdy aspekt pracy i przywództwa, dlatego obserwujemy, jak firmy przechodzą od stałych do elastycznych, a następnie do przepływowych modeli pracy.
AI wpływa obecnie na każdy aspekt pracy, organizacji i przywództwa, dlatego obserwujemy, jak organizacje przechodzą od stałych do elastycznych, a następnie do przepływowych modeli pracy.
Dlaczego liderzy muszą przeprojektować pracę przed wdrożeniem AI
Istnieje przekonanie, że można przewodzić, stawiając na technologię, i w jakiś magiczny sposób uzyskać zwrot z inwestycji, zamiast wykonać trudną pracę polegającą na przeprojektowaniu pracy i architektury pracy otaczającej organizację.
To błędne przekonanie jest źródłem fundamentalnych przeszkód we wdrażaniu technologii.
Dzięki generatywnej AI pokonaliśmy problem ostatniego etapu, z którym AI zmagała się wcześniej, gdy nie była dostosowana do celu. Generatywna AI to technologia niezwykle łatwa w użyciu. Umożliwia konwersacyjną interakcję i jest wdrażana w technologiach, z których korzystamy na co dzień. Jednak największym i wciąż najbardziej kłopotliwym wyzwaniem pozostaje architektura pracy.
To właśnie nad tym aktywnie pracują liderzy postępowych organizacji. I mają ku temu dobry powód — właśnie w tym obszarze mogą uzyskać wykładnicze korzyści.
Liderzy muszą być gotowi spojrzeć poza zastępowanie ludzi przez maszyny i dostrzec pełny potencjał rozproszonego ekosystemu.
Skupcie się na tego typu pytaniach: „Gdzie pracę można potencjalnie przenieść na poziom wymagający niższych kwalifikacji?” oraz: „Skoro praca jest zastępowana, gdzie potrzebujemy osoby o wyższym poziomie umiejętności, aby przejęła te zadania?”
Więcej informacji na temat przeprojektowywania pracy i wykorzystywania produktywności wspieranej przez AI.
Liderzy muszą być gotowi spojrzeć poza maszynę zastępującą ludzi i rzeczywiście dostrzec cały potencjał rozproszonego ekosystemu.
Przykład podejścia „praca na pierwszym miejscu” z rzeczywistego świata
Oto przykład pracy wykonanej z jednym z naszych klientów. W jednym z działów bardzo dużej globalnej organizacji świadczącej usługi finansowe przeprojektowaliśmy pracę wokół możliwości nowej, własnej platformy technologicznej, która obejmowała widzenie komputerowe do pozyskiwania danych, automatyzację procesów, uczenie maszynowe i generatywną AI.
Przeprojektowanie pracy w pierwszej kolejności pozwoliło nam przenieść zadania na platformę, zastąpić je oraz rozszerzyć je o możliwości platformy. I na tym się nie skończyło. Inne elementy pracy mogły następnie zostać przeniesione z pracowników na wyższych stanowiskach aż do początkujących. Było to możliwe, ponieważ zadania wymagały dużego doświadczenia, ale technologia zmniejszyła znaczenie tych premii za umiejętności.
W rzeczywistości w niektórych przypadkach udało nam się całkowicie wyeliminować potrzebę określonych rodzajów umiejętności. Technologia zastąpiła tę pracę na poziomie początkującym.
Do przeprojektowania pracy zastosowaliśmy podejście „od końca”, zamiast podejścia „technologia na pierwszym miejscu”, które tak wiele organizacji próbuje wdrażać — często bez powodzenia. Korzyścią z naszego podejścia jest uwolnienie i ujawnienie nie tylko podstawowych skutków technologii, lecz także jej skutków drugorzędnych i trzeciorzędnych.
Dlaczego podejście „od końca” poprawia wdrażanie AI
Podejście „od końca” pomaga również we wdrażaniu AI.
Podczas wdrażania AI w planowaniu strategicznym organizacjom bardzo łatwo jest działać metodą prób i nadziei — rozpylić technologię i mieć nadzieję, że ludzie będą ją stosować w jednolity sposób. Jednak rzadko się to zdarza.
Zamiast tego muszą wykonać trudną pracę polegającą na:
- Przeprojektowaniu stanowisk
- Przeprojektowaniu procesów
- Zmianie wymagań wobec nowych pracowników
- Zapewnieniu dyscypliny, z jaką technologia jest używana, nadzorowana i zarządzana, aby zagwarantować spójne stosowanie i wdrażanie.
Wiem, ty wiesz, wszyscy wiemy, że zarządzanie zmianą decyduje o powodzeniu lub porażce transformacji. A jednak w jakiś sposób AI w zarządzaniu zmianą — a także aktywne przeprojektowanie pracy — nadal stanowi największą przeszkodę dla organizacji.
Jak budowanie kompetencji w zakresie AI przyspiesza wdrażanie
Od prawie dwóch lat korzystamy z własnego modelu LLM i, podobnie jak wiele organizacji, demokratyzujemy dostęp.
Aby zapewnić wdrażanie i rozwój kompetencji, nasi liderzy dają przykład korzystania z tej technologii. Szkolimy również ludzi w zakresie korzystania z technologii. Uczyliśmy ich rozpoznawać, jak wygląda halucynacja. Uczyliśmy ich weryfikować i sprawdzać dane. Szkoliliśmy ich także w zakresie tego, jak wygląda właściwe wykorzystanie AI w operacjach biznesowych, co można przesyłać, a czego nie należy przesyłać.
Szkolenia odbywają się na różne sposoby:
- Symulacje oparte na AI
- Uczenie się od siebie nawzajem
- Warsztaty
Zainwestowaliśmy w pełne przygotowanie naszych ludzi, aby AI w uczeniu się i rozwoju rzeczywiście było partnerem, do którego zwracają się każdego dnia przy każdym zadaniu.
Ale powiem to jeszcze raz: Nie można osiągnąć zwrotu z inwestycji w AI, jeśli jedynym działaniem jest demokratyzacja dostępu bez celowego przeprojektowania miejsc pracy i procesów.
Jak wewnętrzny stos AI przyspiesza przeprojektowywanie pracy
Podobnie jak praktycznie każdy lider biznesowy, mam obsesję na punkcie generatywnej AI.
Pozwoliło nam to rozwijać dziedzictwo automatyzacji procesów poprzez stopniowe zwiększanie poziomu inteligencji i integracji przepływów pracy. Pomogło nam również zbudować zdolność wykorzystującą agentów, która naprawdę transformuje każdy aspekt naszej pracy.
Wykorzystujemy do tego własny LLM, a także wewnętrzne narzędzie do projektowania pracy, które pomaga naszym klientom przeprojektowywać miejsca pracy i procesy.
Jak przepływy pracy oparte na agentach transformują zarządzanie talentami, operacje i doradztwo
Skoro mowa o agentach, gotowość na AI opartą na agentach przenika każdy aspekt naszego modelu biznesowego i kultury — od operacyjnych obszarów doradztwa, przez procesy związane z talentami, po procesy zarządzania finansami.
AI oparta na agentach tworzy możliwości oferowania nowych usług i zwiększa wartość istniejących usług. Naprawdę trudno przecenić, jak radykalnie zmienia ona naszą strategię i model biznesowy.
Nasze wewnętrzne narzędzie do projektowania pracy pozwoliło nam przekształcić trwający sześć tygodni proces doradczy w trwający sześć godzin proces obejmujący trzy warsztaty, który umożliwia nam pomaganie klientom w przeprojektowywaniu miejsc pracy i procesów w celu lepszego umożliwienia wdrażania AI
Narzędzie pomaga nam dekonstruować miejsca pracy i procesy, analizować pracę oraz identyfikować możliwości przesunięcia zadań, w ramach których praca może zostać zastąpiona lub rozszerzona przez różne rodzaje technologii (RPA, uczenie maszynowe, generatywna AI, agenci, robotyka itp.), a następnie rekonstruować nowe sposoby pracy.
Dlaczego liderzy muszą biegle posługiwać się AI i przewodzić z pierwszej linii
Wkrótce zespoły i klienci będą oczekiwać wiedzy eksperckiej dostarczanej ze znacznie większą szybkością, wraz z poziomem wglądu i testowania, który jest bezprecedensowy — a będzie jeszcze większy wraz z rozwojem cyfrowych bliźniaków. Przetestowane, gotowe do zastosowania rozwiązania będą musiały być wdrażane w ciągu dni i tygodni, a nie miesięcy.
W przypadku AI w rozwoju przywództwa nie osiągniesz tego, jeśli nie będziesz korzystać z tej technologii każdego dnia. Nie osiągniesz tego bez eksperymentowania, bez prób.
Co najważniejsze, nie osiągniesz tego bez dawania przykładu reszcie organizacji i przewodzenia z pierwszej linii.
Śledź dalsze działania
Możesz śledzić pracę Ravina Jesuthasana na LinkedInie, gdzie nadal wdraża AI za pomocą swojego podejścia „odwróconego przebiegu pracy”.
Na People Managing People pojawią się kolejne wywiady z ekspertami!
