Strateg ds. przyszłości pracy analizuje organizacyjne realia sztucznej inteligencji i wyjaśnia, jak sobie z nimi radzić
Przez 30 lat w firmie Intel obserwowała, jak technologia zmienia pracę. Teraz pomaga liderom przestać dokładać sztuczną inteligencję do wadliwych struktur organizacyjnych.
Nirit Cohen
Starsza specjalistka ds. HR w firmie Intel
Wpływ sztucznej inteligencji: Sztuczna inteligencja przekształca struktury organizacyjne, odchodząc od statycznych ról na rzecz dynamicznych schematów pracy.
Ewolucja przywództwa: W środowisku kształtowanym przez sztuczną inteligencję przywództwo ceni dziś osąd i kontekst bardziej niż samo posiadanie odpowiedzi.
Integracja sztucznej inteligencji: Nirit świadomie korzysta z elastycznego zestawu narzędzi sztucznej inteligencji do strategicznej refleksji i usprawniania pracy.
Konieczność zdolności adaptacyjnych: Liderzy HR muszą osobiście przewodzić transformacji związanej ze sztuczną inteligencją, co wymaga eksperymentowania i redefiniowania własnej wartości.
Nirit Cohen pełniła wysokie funkcje w obszarze HR i przywództwa w firmie Intel, gdzie przez trzy dekady pracowała w dynamicznym środowisku technologicznym, zanim zajęła się przywództwem opiniotwórczym. Obecnie jest strategiem ds. przyszłości pracy, felietonistką Forbes oraz twórczynią newslettera i podcastu Przyszłość mniejszej ilości pracy.
Spotkaliśmy się z Nirit, aby zrozumieć, jak praca zmienia się wraz z rosnącą powszechnością sztucznej inteligencji oraz co liderzy HR muszą zrobić, aby skutecznie przeprowadzić tę transformację. Oto, co miała do powiedzenia.
Kształtowanie przyszłości pracy
Spędziłam prawie trzy dekady w firmie Intel, pełniąc wysokie funkcje w obszarze HR i przywództwa w Stanach Zjednoczonych, Europie i Azji. Praca w firmie, w której technologia w czasie rzeczywistym zmieniała całe branże, oznaczała nieustanne przemyślenie sposobu organizacji pracy, sposobu, w jaki ludzie tworzyli wartość, oraz tego, jak liderzy podejmowali decyzje pod presją.
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
To doświadczenie ukształtowało moje spojrzenie na przywództwo. Nie zajęłam się przyszłością pracy z perspektywy teorii ani śledzenia trendów, lecz dzięki odpowiedzialności za rzeczywiste rezultaty, przeprojektowywaniu ról wraz z rozwojem technologii, skalowaniu talentów w różnych regionach, przewodzeniu w warunkach niepewności oraz pomaganiu kadrze kierowniczej w równoważeniu priorytetów biznesowych z wpływem na ludzi.
Około piętnaście lat temu, gdy smartfony i technologie mobilne zaczęły fundamentalnie zmieniać miejsce i sposób wykonywania pracy, zaczęłam zadawać sobie inne pytanie: "Jak będzie się pracować w przyszłości?" To pytanie wciągnęło mnie w dyskusję o przyszłości pracy na długo przed tym, zanim stała się ona tematem głównego nurtu.
W 2012 roku kierowałam projektem, w ramach którego opublikowaliśmy jeden z naszych pierwszych raportów na temat przyszłości pracy opartej na wiedzy, spoglądając w przyszłość aż do 2025 roku. To, co interesowało mnie wtedy, nadal napędza moją pracę: sposób, w jaki technologia przekształca samą pracę, konieczność ewolucji przywództwa wraz z nią oraz to, jak organizacje mogą projektować role, systemy i kultury, które utrzymają znaczenie ludzi w miarę przyspieszania automatyzacji.
Dziś pracuję jako strateg ds. przyszłości pracy, autorka i doradczyni. W swoim felietonie dla Forbes oraz podcaście Przyszłość mniejszej ilości pracy analizuję społeczne i technologiczne siły przekształcające przywództwo, organizacje i kariery. Jedną nogą stojąc w świecie decyzji przywódczych podejmowanych przez dziesięciolecia, a drugą — w kształtowaniu narracji o tym, jak zmienia się praca, pomagam liderom, zespołom HR i dostawcom rozwiązań zrozumieć to wszystko oraz zdecydować, co z tym zrobić.
Dlaczego sztuczna inteligencja zastępuje schematy organizacyjne schematami pracy
Postrzegam przejście na pracę opartą przede wszystkim na sztucznej inteligencji jako coś więcej niż modernizację technologiczną. To przeprojektowanie sposobu, w jaki organizujemy ludzką pracę.
Przez dziesięciolecia organizacje budowano wokół struktur, stanowisk i liczby pracowników. Sztuczna inteligencja wymusza inną logikę.
Prawdziwe wyzwanie polega dziś na koordynowaniu inteligencji i możliwości ludzi oraz maszyn wokół samej pracy. Wymaga to od nas zdefiniowania, z większą jasnością niż kiedykolwiek wcześniej, wyjątkowego wkładu człowieka w pracę.
Dla HR i przywództwa jest to głęboka zmiana. Wpływa nie tylko na procesy związane z ludźmi, lecz także na wiele podstawowych struktur, na których polegaliśmy przez dziesięciolecia.
Tradycyjne schematy organizacyjne i sztywno określone role są zbyt ograniczające w świecie, w którym praca nieustannie się zmienia. Zamiast tego obserwujemy pojawianie się schematów pracy, czyli tymczasowych konfiguracji ukierunkowanych na rezultaty, w których zespoły tworzą się wokół problemów, a nie stanowisk.
Na początku kariery wierzyłam, że jasność wynika przede wszystkim ze struktury: klarownych ról, stabilnych hierarchii i dobrze zdefiniowanych procesów. Nauczyłam się jednak, że w środowiskach kształtowanych przez sztuczną inteligencję i nieustanne zmiany nadmiar struktury może ograniczać jasność. Dziś spójność wynika ze wspólnego celu, zaufania i ciągłego dialogu, a nie z kontroli.
Oznacza to, że musimy traktować pracę jako portfel, który może ewoluować wraz z potrzebami biznesowymi i aspiracjami pracowników. Oznacza to odejście od opisów stanowisk jako podstawowej jednostki pracy na rzecz bardziej elastycznego rozumienia rezultatów, zadań i kompetencji, zwłaszcza gdy rozważamy optymalizację stanowisk, które zanikają.
Musimy rozłożyć pracę na części, łączyć je na nowo i nieustannie ją kształtować, aby ludzie mogli koncentrować się na obszarach, w których ludzki osąd i rozwój mają największe znaczenie. Procesy związane z ludźmi, które niegdyś wspierały statyczne struktury, muszą teraz ewoluować, aby wspierać dynamiczne przepływy pracy.
Dlaczego AI zmienia umiejętności i zakresy odpowiedzialności
Ta zmiana wpływa również na umiejętności i zakresy odpowiedzialności wymagane w całej organizacji. Wiele kompetencji, które kiedyś określaliśmy jako „umiejętności menedżerskie”, szybko staje się podstawowymi umiejętnościami zawodowymi.
Każdy, kto skutecznie pracuje z AI, zarządza cyfrowymi agentami: przydziela zadania, weryfikuje wyniki i decyduje, na jakie działania się zdecydować. W rezultacie nie możemy już uczyć umiejętności przywódczych, takich jak delegowanie, ocena i przekazywanie informacji zwrotnej, dopiero w momencie awansu. Muszą one stać się podstawowymi kompetencjami od pierwszego dnia.
Jednocześnie zmienia to nasze oczekiwania wobec menedżerów i liderów. Nie są już oni jedynymi osobami odpowiedzialnymi za odpowiedzi. Gdy inteligencja jest powszechnie dostępna, wartość lidera opiera się na osądzie, kontekście i wyborze. Liderzy decydują, które pytania warto zadawać, gdzie niezbędny jest nadzór człowieka oraz kiedy wydajność powinna ustąpić miejsca jakości, etyce lub zaufaniu.
Musiałem porzucić przekonanie, że samo doświadczenie zapewnia niezawodny plan działania. W szybko zmieniającym się otoczeniu doświadczenie jest w mniejszym stopniu mapą, a w większym kompasem. Jego wartość polega na osądzie i umiejętności poruszania się w warunkach niepewności, a nie na powtarzaniu tego, co sprawdziło się wcześniej.
Ponowne określenie swojej unikalnej wartości zmienia sposób, w jaki przewodzisz z wykorzystaniem AI
Jako lider opinii musiałem zmierzyć się z trudnym pytaniem:
Co dzieje się z tym modelem, gdy AI może generować, podsumowywać lub wyjaśniać wiele z tego, czego ludzie ode mnie oczekują?
I myślę, że to pytanie dotyczy teraz wszystkich liderów.
Zawsze wcześnie eksperymentuję z narzędziami i już wcześniej używałem AI do tego, co nazywam „pracą o pracy”. Chodzi między innymi o:
- Syntetyzowanie wyników badań
- Tworzenie konspektów
- Podsumowywanie rozmów
- Przygotowywanie pierwszych wersji przed zastosowaniem własnego osądu i perspektywy.
Uświadomiłem sobie jednak, że muszę świadomie na nowo wyznaczyć granicę między moją unikalną wartością a pracą maszyny. Jest to jeszcze bardziej aktualne w obliczu upowszechnienia przepływów pracy opartych na agentach.
Zacząłem świadomie podchodzić do współpracy z AI. Zaczynam od pomysłu, omawiam go z AI, proszę ją o zebranie danych wejściowych i przygotowanie wstępnej syntezy, a następnie testuję założenia i różne punkty widzenia, prowadząc dialog w obie strony.
Traktuję AI wprost jako partnera do myślenia i zaskoczyła mnie głębia strategicznej refleksji, którą zyskuję dzięki pracy z AI w ten sposób. W przeszłości, gdybym wyszedł z sesji coachingowej z mentorem najwyższej klasy, zyskując taki poziom wglądu, stymulacji i nowego spojrzenia, uznałbym, że były to bardzo dobrze wydane pieniądze. Nie spodziewałem się tego po technologii.
Co jednak najważniejsze, AI nie podejmuje decyzji. Analizuję, przekształcam i świadomie wybieram każdy wynik, aby mieć pewność, że nie tracę własnego głosu ani punktu widzenia.
Ta zmiana wpłynęła na sposób, w jaki kieruję swoją uwagą. Stałem się bardziej świadomy tego, gdzie mój ludzki wkład naprawdę ma znaczenie:
- Nadawanie narracji odpowiednich ram
- Decydowanie, czego nie mówić
- Łączenie wzorców z różnych kontekstów
- Dostosowywanie pomysłów do konkretnych odbiorców.
Ostatecznie AI zmusiła mnie do większej szczerości w kwestii mojej rzeczywistej roli oraz większej dyscypliny w rezygnowaniu z pracy, w której nie wnoszę już unikalnej wartości.
Celowo elastyczny zestaw narzędzi AI
Mój zestaw narzędzi AI jest celowo elastyczny. Regularnie korzystam z kilku generatywnych narzędzi AI ogólnego przeznaczenia, w tym ChatGPT, Claude, Gemini i Perplexity. Przełączam się między nimi w zależności od zadania i konkretnych mocnych stron, których potrzebuję.
Niektóre świetnie radzą sobie z syntezą i uporządkowanym myśleniem, inne z językiem i tonem wypowiedzi, a jeszcze inne z wyszukiwaniem źródeł lub kwestionowaniem założeń. Korzystanie z więcej niż jednego narzędzia pomaga mi uniknąć dopasowywania sposobu myślenia do wzorców pojedynczego modelu.
W pracy wymagającej intensywnych badań korzystam z narzędzi takich jak Perplexity i NotebookLM, aby porządkować duże ilości informacji, porównywać perspektywy i odkrywać połączenia, które w innym przypadku mogłyby mi umknąć. To znacząco zmieniło sposób, w jaki przygotowuję się do pisania, podcastów i pracy doradczej, ponieważ zapoznaję się z większą ilością materiałów, zachowując swoją uwagę na interpretację i osąd.
Obecnie poznaję Notion, szczególnie pod kątem integracji AI z osobistymi przepływami pracy i zarządzaniem wiedzą.
Poza konkretnymi narzędziami kluczowa zmiana w minionym roku dotyczy sposobu, w jaki odkrywam i oceniam każde narzędzie. Aktywnie śledzę biuletyny, badaczy i praktyków, którzy identyfikują nowe narzędzia oraz przypadki ich zastosowania.
Codziennie przeglądam te informacje, nie po to, aby przyjmować wszystko, ale żeby być na bieżąco z tym, co staje się możliwe. W szczególności uważnie obserwuję obszar osobistych asystentów i agentów AI, takich jak ClawdBot, ponieważ z niecierpliwością czekam na moment, w którym będę mógł przekazać im procesy, które wykonuję w pracy.
Większość narzędzi nie trafia do mojego regularnego sposobu pracy i jest to zamierzone. Eksperymentowanie trwa nieustannie, ale wybiórczo decyduję, co wdrażam.
Dlaczego organizacje nie potrafią w pełni wykorzystać wartości AI
Organizacje mają tendencję do wprowadzania AI jako inicjatywy technologicznej, ale jej rzeczywisty wpływ jest znacznie bardziej fundamentalny i obejmuje automatyzację miejsca pracy i kulturę organizacyjną.
Ponieważ organizacje zazwyczaj działają poprzez role, schematy organizacyjne i stałe mierniki sukcesu, większość firm nakłada AI na istniejące struktury. Stanowiska pozostają takie same. Przepływy pracy pozostają takie same. Oczekiwania dotyczące wyników pozostają takie same. Liderzy oczekują, że AI „przekształci” pracę, nie mierząc się z pytaniami o to, która praca nadal ma znaczenie, jak powinna przebiegać w organizacji wspieranej przez AI ani jak powinien wyglądać sukces, gdy inteligencja przestaje być zasobem deficytowym.
Liderzy oczekują wzrostu produktywności, ale nie zmieniają uprawnień decyzyjnych, poziomów akceptacji ani sposobu mierzenia rezultatów. Rzadko kwestionujemy, czy nasze systemy zarządzania wynikami zachęcają do uczenia się z myślą o pracy przyszłości, czy jedynie nagradzają realizację zadań na podstawie założeń z przeszłości.
Pracując z organizacjami, podchodzę do tego, zaczynając od procesów związanych z ludźmi, a nie od technologii. Szukamy procesów, które albo umożliwiają transformację, albo ją blokują.
Prostym przykładem jest sposób, w jaki menedżerowie oceniają trwającą pracę. Czy akceptują pracę wykonaną tak, jak zawsze ją wykonywano, czy są gotowi się zatrzymać, wyrazić sprzeciw i poprosić zespoły o ponowne wykonanie jej przy użyciu nowych narzędzi, nawet jeśli oznacza to, że w krótkiej perspektywie zajmie to więcej czasu?
Sposób, w jaki mierzymy wyniki, doceniamy wysiłek i oceniamy sukces, ma ogromne znaczenie dla tego, czy ludzie czują, że mogą zwolnić tempo i się uczyć.
Innym przykładem jest sposób, w jaki organizacje traktują osoby wcześnie wdrażające nowe rozwiązania. W każdej organizacji są ludzie, którzy naturalnie eksperymentują z nowymi narzędziami i sposobami pracy. Osoby te mają kluczowe znaczenie dla rozpowszechniania praktycznej wiedzy w zespołach, ale dzieje się tak tylko wtedy, gdy organizacje dają im przyzwolenie, formalne role, czas i uznanie.
Zbyt często organizacje traktują tę pracę jako działalność dodatkową, choć może ona należeć do najważniejszych działań prowadzonych w organizacji.
Jak będą ewoluować role i działy
Za pięć lat większość z nas nie będzie wykonywać tej samej pracy w taki sam sposób jak dziś, niezależnie od roli, funkcji czy branży. Nie zmieni się tylko co, ale także jak.
Oznacza to również, że działy w znanej nam dziś formie będą miały mniejsze znaczenie niż praca, którą umożliwiają. Granice między HR, strategią, operacjami i technologią będą nadal się zacierać, ponieważ projektowanie pracy, rozwijanie ludzi i wdrażanie inteligencji staną się nierozłącznymi działaniami.
W tym sensie przyszłość polega na uznaniu, że nikt z nas nie może pozostać dokładnie w miejscu, w którym się znajduje, oraz na podjęciu decyzji, kim chcemy się stać w następnej kolejności.
Dlaczego każdy lider HR musi osobiście wziąć odpowiedzialność za transformację związaną z AI
Tempo i skala zmian są zbyt duże, aby ktoś inny mógł to za nas rozstrzygnąć. Nie istnieje uniwersalny podręcznik określający, z których narzędzi korzystać, jakie procesy zmienić ani gdzie będzie znajdować się Twoja osobista wartość w świecie kształtowanym przez AI. Ta praca stała się teraz głęboko indywidualna i każdy z nas musi wziąć za nią odpowiedzialność.
Oznacza to świadome wygospodarowanie na nią miejsca. Musisz przeznaczyć czas, uwagę, a nawet budżet na zrozumienie tego, co się dzieje, badanie, testowanie i eksperymentowanie.
W krótkiej perspektywie często spowalnia to realizację zadań. Możesz wytwarzać mniej lub potrzebować więcej czasu, ponieważ uczysz się pracować inaczej. Jednak tej inwestycji nie da się uniknąć. Czekanie na jasność sytuacji lub na to, aż ktoś inny zaprojektuje rozwiązanie, nie jest już możliwe.
Liczy się nie tylko to, co przekazujesz AI, ale także sposób, w jaki na nowo projektujesz wartość tworzoną w zamian. Rzeczywista praca polega na zrozumieniu, gdzie Twoja ocena, perspektywa i doświadczenie robią różnicę, a następnie na świadomym budowaniu wokół tego swojej roli, zamiast opierania jej na zadaniach, które każdego dnia stają się łatwiejsze do zautomatyzowania.
W szerszym ujęciu, w przypadku liderów rada jest podobna, ale ma większą wagę. Nie można scedować odpowiedzialności za ten moment. Liderzy muszą dawać przykład zachowania, które chcą widzieć u innych. Należy stworzyć przestrzeń do nauki, dopuścić krótkoterminową nieefektywność w służbie długoterminowego rozwoju kompetencji oraz jasno określić, jakie rodzaje pracy zasługują na ludzką uwagę.
