Strategiskt tålamod är den förmåga som AI-användning först förstör
Strategiskt tålamod: Ledare med strategiskt tålamod kan behålla fokus på långsiktiga mål trots omedelbara påtryckningar vid införandet av AI.
Tidsperspektiv: Aktuella organisatoriska påtryckningar betonar snabba resultat och försummar ofta de bredare konsekvenserna av AI-initiativ.
Kognitiva risker: När AI-projekt skyndas fram urholkas organisationers beslutsförmåga, eftersom snabbhet prioriteras framför genomtänkt analys.
Effektiv användning av AI: Framgångsrika ledare använder AI för att förbättra beslutsprocesserna och samtidigt skydda områden som kräver noggrant omdöme.
Långsiktigt fokus: Värdefulla organisationer prioriterar resultat på lång sikt framför kortsiktiga vinster för att bygga hållbara AI-metoder.
Tidigare gick vi igenom de sju förmågorna som skiljer ledare som använder AI väl från dem som helt enkelt använder AI.
Under de kommande månaderna kommer jag att gå igenom var och en av dem, undersöka vad den kräver och ärligt granska vad som händer när organisationer låter den försvagas.
Strategiskt tålamod kommer först, eftersom det är den förmåga som utsätts för det mest omedelbara trycket och eftersom förlusten av den tenderar att göra allt annat svårare att återhämta.
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
Vad menar vi med strategiskt tålamod?
Strategiskt tålamod är inte samma sak som obeslutsamhet eller försiktighet. Det är förmågan att hantera komplexitet utan att lösa den i förtid, att fatta beslut utifrån tidshorisonter som sträcker sig längre än den aktuella implementeringscykeln och att stå emot organisationens frestelse att kalla något färdigt innan det är det.
Ledare som har denna förmåga kan förhålla sig till tvetydiga data utan att reflexmässigt söka sig mot det närmast tillgängliga svaret. Ledare som har förlorat den tenderar att inte inse det, eftersom de förhållanden som urholkade den är samma förhållanden som belönar dem just nu.
Tryckdynamiken är strukturell
Brådskan kring AI-användning har skapat en mycket specifik typ av organisatoriskt tryck. Agera snabbt. Visa ROI. Visa resultat före nästa styrelsemöte eller nästa budgetcykel.
Det här är inte ett abstrakt kulturellt problem. Det är inbyggt i hur de flesta organisationer strukturerar sina AI-investeringar, vilka team som hålls ansvariga för resultaten och vad som räknas som framgång.
När en operativ chef ombeds visa mätbara förbättringar från en AI-implementering inom 90 dagar blir 90-dagarsperioden ramen för beslutsfattandet. Inte 18-månadersperspektivet. Inte treårsperspektivet. Och definitivt inte ett perspektiv som tar hänsyn till andrahandseffekter på hur organisationen lär sig, hur medarbetare anpassar sig eller vilken förmåga organisationen gör avkall på.
McKinseys forskning om storskaliga transformationsprogram har konsekvent visat att majoriteten misslyckas, inte vid implementeringen utan vid upprätthållandet, där de initiala vinsterna inte består eftersom de underliggande förmågorna inte byggdes upp. AI-användningen upprepar detta mönster i högre tempo och med större självförtroende. Den komprimerade tidslinjen är inte en tillfällighet. Den är själva utformningen.
Eshaan Jain, en senior produktchef som leder storskalig AI-strategi för företag på T-Mobile och tidigare ansvarade för globala plattformar på Amazon, mötte detta direkt när hans team utsattes för press att omedelbart lansera autonoma arbetsflöden med flera agenter för att nå ett leveransmål.
Han höll fast vid den ursprungliga tidsplanen, och det långsammare tempot avslöjade något intressant.
I en sluten sandlådemiljö kan en AI-MVP se mycket kostnadseffektiv ut. I full produktion kör autonoma agenter loopar, resonerar och anropar API:er kontinuerligt, vilket får infrastrukturkostnaderna att skala på sätt som en komprimerad granskningscykel helt skulle ha missat.
Fördröjningen gjorde det möjligt för hans team att bygga in programstyrda begränsningar och skyddsbrytare före lanseringen. En snabbare utrullning skulle ha lett till en produktionskostnad som ingen hade modellerat.
Det är kostnadsargumentet för strategiskt tålamod. Det organisatoriska argumentet går djupare.
Användning är ett uppmärksamhetsproblem
Justin Watt, VD och medgrundare av Switchboard, en konsultbyrå inom AI-verksamhet, uttrycker det tydligt.
Hastighet tar dig till implementering, tålamod tar dig till användning, och det är bara det senare som syns i resultaträkningen.
I våras hade hans team byggt och testat en AI-driven verksamhetsplattform fullt ut åt en kund, med ett lanseringsdatum strax före högsäsongen. Pressen var att gå live och börja visa ROI under kvartalet. Watt rekommenderade i stället att skjuta upp utrullningen till september.
Hans resonemang var inte tekniskt. Det var beteendemässigt. Ett team som tar till sig ett nytt arbetssätt samtidigt som det arbetar med maximal kapacitet kommer att skylla varje stressig dag under säsongen på systemet. Man får bara ett första intryck, och ett dåligt sådant förvandlar en användningsutmaning till ett anseendeproblem som överlever verktyget.
Fördröjningen blottlade något som en förhastad lansering hade begravt. Ytterligare omgångar av övervakade tester visade att viktiga teammedlemmar inte förstod vad de skulle validera. Vid en snabbare utrullning hade den bristen i utbildningen misstolkats som att AI:n inte fungerade, och initiativet hade dött utan att någon riktigt hade förstått varför.
AI-användning är ett uppmärksamhetsproblem, inte ett teknikproblem. De organisationer som förstår detta inför AI, ofta aggressivt. Men de skyddar de förutsättningar under vilka människor faktiskt kan ta till sig och använda det som byggs.
Muskeln som förtvinar
Det som gör detta specifikt för strategiskt tålamod, snarare än bara dålig projektledning, är den kognitiva och organisatoriska muskel som går förlorad under processen.
Strategiskt tålamod utvecklas genom övning. Det kräver att ledare gång på gång möter situationer där det rätta svaret ännu inte finns tillgängligt, motstår pressen att ändå välja ett svar och bygger de institutionella vanor som gör att denna tolerans kan bestå mellan team och över tid.
När den dominerande organisatoriska erfarenheten blir ”arbeta snabbare, visa resultat tidigare” förtvinar den muskeln. Inte på en gång och inte synligt. Men ledare som under åratal har byggt upp en trygghet inför tvetydighet finner sig i organisationer som nu behandlar tvetydighet som ett problem som ska lösas genom att skynda fram mot ett beslut, vilket beslut som helst, där AI tillhandahåller motiveringen.
Det är här den ackumulerade skadan uppstår. Strategiskt tålamod är inte bara en personlig ledaregenskap. Det verkar på institutionell nivå genom planeringsprocesser, genom hur mycket marginal organisationen bygger in i sina beslutsprocesser och genom hur den hanterar gapet mellan vad data visar och vad beslutet kräver.
När dessa processer kalibreras om kring snabbhet blir förändringen bestående. Man återerövrar inte långsiktigt tänkande genom att be människor sakta ner. Man återerövrar det, om man över huvud taget gör det, genom att bygga upp de strukturer som gjorde det möjligt.
Forskning om tidiga AI-användare tillför ytterligare en dimension: de flitigaste användarna är ofta de mest utbrända och arbetar fortfarande utifrån en gammal mental modell även när de använder nya verktyg. Verktygen förändrades, men det underliggande beslutsramverket gjorde det inte.
Denna bristande överensstämmelse är precis där det strategiska tålamodet bryter samman, inte för att ledare är lata eller ointresserade, utan för att den organisatoriska miljön slutade belöna det beteende som bygger upp det.
Att skydda det strategiska tålamodet
Ledare som förstår värdet av strategiskt tålamod tillämpar det med tydlighet kring vad de optimerar för och vad de inte är villiga att ge upp i utbyte.
Den skillnaden är viktig eftersom den visar var strategiskt tålamod faktiskt finns i praktiken. Det handlar inte om att motsätta sig verktyg. Det handlar om tydlighet kring beslutsarkitekturen, kring vilka val som behöver tid, vilka som behöver data och vilka som kräver den typ av mänskligt omdöme som inte förbättras av att skyndas fram.
De organisationer som för närvarande har störst problem är de som har låtit AI-användningen sudda ut den gränsen och behandlar alla tre som om de vore samma typ av problem.
Att skydda det strategiska tålamodet i praktiken innebär att vara villig att föra ett svårare samtal med styrelsen än ”här är våra resultat efter 90 dagar”. Det innebär att behandla 18-månadersperspektivet som den minsta analysenheten snarare än som ett högt uppsatt mål. Det innebär, som Watt upptäckte, att skjuta upp ett lanseringsdatum inte för att tekniken inte var redo, utan för att människorna inte var redo, och att inse att det är olika problem som kräver olika lösningar.
Det innebär också att ha en klarsynt bild av vad AI faktiskt påskyndar och vad det bara verkar påskynda. AI kan komprimera efterforskning, påskynda syntesen och minska den administrativa ytan kring ett beslut.
Det kan inte göra det som det strategiska tålamodet skyddar: perioden av genuin osäkerhet då en ledare håller ofullständig information och motstår dragningen mot en för tidig lösning. Den perioden har ett värde. När organisationer konstruerar bort den i jakten på snabbare resultat blir de skörare.
