Kaybolmakta Olan İşleri Optimize mi Ediyorsunuz?

Şu anda bir yerlerde bir şirket, bir rolü daha verimli hâle getirmek için yatırım yapıyor. Bu rol talepleri işliyor, istekleri yönlendiriyor ya da raporları sentezliyor; buna benzer bir iş yapıyor. Ekip iş akışlarını haritalandırdı, sürtüşme noktalarını belirledi ve bir plan oluşturdu. Çeyrek sonuna gelindiğinde, aynı işi yapmak bu rol için %30 daha az zaman alacak.

On yılın sonunda, bu iş tamamen yapay zekâ tarafından yapılacak.

Bu, teknolojinin başarısı ya da başarısızlığı hakkında bir hikâye değil. Bu, bu yüzyılın en önemli liderlik mücadelesinin devam eden hikâyesi ve kendilerinin yapay zekâ konusunda stratejik davrandığına inanan sektörlerde, aslında yalnızca meşgul oldukları hâlde, büyük ölçekte yaşanıyor.

Şu anda neredeyse her ciddi yapay zekâ sohbetinin temelinde yer alan soru, çoğu kuruluşun kaçındığı soru: Yapay zekâyı nasıl kullanırız değil, insanlara gerçekten ne için ihtiyacımız var?

Verimlilik optimizasyonuna milyonlar harcayanlar bu soruyu yanıtlamıyor. Her seferinde bir verimlilik kazanımı elde ederek bu soruyu erteliyorlar.

Yetenek Gelişim Hattı Şimdiden Çöküyor

Korn Ferry'ye göre kuruluşların yüzde 37'si kariyerlerinin başındaki rolleri yapay zekâ ile değiştirmeyi planlıyor. Bir başka yüzde 66'sı ise giriş seviyesindeki işe alımları yavaşlattı. Profesörlerinizin anlattıklarından iş piyasasının neden yapısal olarak farklı hissettirdiğini anlamaya çalışan yeni bir mezunsanız, sebebi bu.

Giriş seviyesi roller, tarihsel olarak kuruluşların kendi yeteneklerini geliştirmesinin temel mekanizması işlevini gördü. Analist yönetici olur. Koordinatör direktör olur. Şirketi içeriden öğrenmek için üç yıl harcayan genç çalışan, sonunda şirketi yöneten kişi olur. 

Giriş noktasını ortadan kaldırdığınızda yalnızca ucuz iş gücünü kaybetmezsiniz. On yıl sonra deneyimli liderler yetiştiren yetenek gelişim hattını kaybedersiniz.

Rakipleri geri adım atarken IBM, giriş seviyesindeki işe alımlarını üç katına çıkararak ters yönde ilerliyor. Bunun bir yetenek yatırımı mı yoksa bir halkla ilişkiler hamlesi mi olduğu zamanla görülecek. Ancak tartışmaya açık olmayan bir gerçek var: İşe almadığınız liderleri geliştiremezsiniz. IBM, gelecekte de uzun süre direksiyonda insanların bulunmasını sağlayacak şekilde konumlanıyor.

Bütçenin Tamamı Yanlış Soruya Ayrılıyor

Günümüzde yapay zekâ yatırımlarının çoğu tanıdık bir mantığı izliyor: İnsanların zaman harcadığı alanları belirle, mümkün olduğunca büyük bir bölümünü otomatikleştir, verimlilik kazanımını ölç ve tekrarla. 

Daha önce ayrıntılı olarak ele aldığımız 70-20-10 çerçevesi, bazı gelişmiş kuruluşların yapay zekâ kaynaklarını nasıl düşündüğünü gösteriyor. Bu çerçeve farklı bir önceliği yansıtıyor: Yatırımın %70'inin insanlara ve süreçlerin yeniden tasarlanmasına, %20'sinin altyapıya, %10'unun ise algoritmaların kendisine ayrılması. Yalnızca küçük bir uyarı: Neredeyse hiçbir kuruluş gerçekten bu şekilde çalışmıyor. Çoğu kuruluş bunu tersine çevirmiş durumda.

Sonuç, teknik açıdan gelişmiş ancak stratejik açıdan yönünü kaybetmiş kuruluşlar oluyor. Daha iyi araçlara sahipler, fakat bu araçları kullanan insanların neye dönüşmeleri gerektiğine dair daha net bir yanıtları yok.

Otomasyona en açık roller, en az değer taşıyan roller değil. Bunlar çoğu zaman en fazla rutin muhakeme gerektiren ya da makine öğrenmesinin tam olarak iyi olduğu ortaya çıkan yapılandırılmış problem çözme türünü gerektiren roller. Bu durum, çalışanların yapay zekâ kaynaklı karar verme sürecinde bilişsel aşırı yük yaşadığı bir olgu yaratıyor.

Geriye kalan ya da oluşturulacak roller farklı bir şey gerektiriyor: Belirsizlik içinde yol alabilme, etik kararlar verebilme, rekabet hâlindeki çıkarlar arasında ilişkileri yönetebilme ve bir komuta indirgenemeyecek türden bağlamsal muhakeme kullanabilme kapasitesi.

Gördüklerime göre buna uyan çok fazla iş tanımı yok. Şu anda bunun için bir kariyer basamağı bulunmuyor ve neredeyse hiç gelişim bütçesi bu alana ayrılmıyor.

Bu Sorunun Sorumlusu Kim?

David Swanagon, yapay zekâ kullanımının, sorumluluğun İK'dan Sorumlu Genel Müdürlere ait olması gerekirken CIO'lara devredildiği yönünde bir görüş ortaya koydu. 

Mantık sağlam. Teknoloji uygulaması, yapay zekâ dönüşümünün başarılı ya da başarısız olmasını belirleyen unsurların görece küçük bir bölümüdür. Daha büyük zorluk, hangi işlerin insanların sorumluluğunda olması gerektiğine, bunun hangi becerileri gerektirdiğine ve tamamen farklı beceriler için işe alınmış kişilere bu becerileri nasıl kazandıracağınıza karar vermektir.

CIO'lar bu soruları yanıtlayacak konumda değildir. Onların odağı, hizmet etmeleri beklenen insani altyapıya değil, sistemlere yöneliktir. 

Yapay zekâ stratejisi teknoloji işlevinin sorumluluğunda olduğunda, yanıtlanan sorular teknik sorular olur. Örgütsel ve insani sorular, uygulama başladıktan sonra göz ardı edilir ya da sonradan akla gelen bir düşünce olarak İK'ya devredilir.

Sonuçta teknik olarak çalışan ama stratejik olarak başarısız olan bir yapay zekâ uygulamasına sahip olursunuz. Araçlar işlevini yerine getirir. İş gücü bu araçlarla ne yapması gerektiğini, üç yıl içinde rolünün nasıl görüneceğini ya da kuruluşun değer verdiğine dair bir sinyal vermediği becerileri geliştirip geliştirmemesi gerektiğini bilmez.

Bu, CHRO'ların şu anda bu sorumluluğu üstlenmek için harekete geçtiği anlamına gelmiyor. Hatta Swanagon onların bunu yapmadığını savunuyor.

Çoğu CHRO ne yazık ki işe "bazı şeyleri otomatikleştirmek ve para tasarrufu yapmak istiyoruz" diyerek başlıyor. Bu iyi bir şey, ama eğlenceli değil," dedi Swanagon. "Ayrıca ilginç de değil. Sadece iyi.

M-Şeklindeki Boşluk

Yetenek stratejisi yıllarca T-şeklindeki çalışanları destekledi: komşu alanlar arasında iş birliği yapabilecek kadar geniş bir bakış açısına sahip uzmanları. Bu model, uzmanlaşmanın istikrarlı, genişliğin ise koordinasyon avantajı olduğu bir ortamda anlamlıydı.

Yapay zekâ, genişliğin ne anlama geldiğini değiştiriyor. Ortaya çıkan modele bazen M-şekilli ya da tarak şekilli deniyor: yalnızca yüzeysel aşinalığa değil, gerçek anlamda birden fazla derin uzmanlık alanına sahip olan ve alanlar arasında akıcı biçimde hareket etmelerini sağlayan bütünleştirici bir muhakemeyle birbirine bağlanan çalışanlar. 

Bu ayrım önemlidir; çünkü tarak şekilli çalışanlar geliştirmek, T-şekilli çalışanlar geliştirmekten farklı türde bir yatırım gerektirir. Birinin yalnızca çevresel görüşünü genişletmezsiniz. Aynı kişide birden fazla yetkinlik merkezi oluşturur, ardından bunları duruma göre kullanmasını sağlayacak muhakeme yeteneğini geliştirirsiniz.

Çoğu kuruluşun bunu gerçekleştiren bir gelişim programı yoktur. Eğitim katalogları ve LinkedIn Learning lisansları vardır.

Emanet Sorumluluğu Ne Gerektirir?

Emanet sorumluluğu kelimesi liderlik bağlamında gelişigüzel kullanılır. Genellikle "çalışanlarımıza sahip çıkarız" gibi bir anlama gelir; tıpkı "çalışanlarımız en büyük varlığımızdır" ifadesi gibi belirsiz bir söylemdir. Her iki ifade de iş gücü azaltma duyurusuyla karşılaştığında geçerliliğini yitirir.

Yapay zekâ geçişinde gerçek anlamda emanet sorumluluğu, başka bir otomasyon turundan daha zor savunulabilir olsa bile, beş ila on yıllık bir perspektifte insani değer yaratma kapasitesini koruyan kararları şimdi almak demektir. 

Yakın zamanda HR Brew'dan Adam DeRose ve ben, Francesca Ranieri ve Mel Plett ile İş Arkadaşlarınız programının bir bölümü için bir araya geldik. Adam, günün geri kalanında üzerinde düşündüğüm bir şey söyledi.

“Üç aylık iş değerlendirmesinin değerini anlıyorum, ama dürüst olmak gerekirse onlardan kurtulmamız gerektiğini düşünüyorum.”

Nedeni mi? Üç aylık performansa odaklanmak, liderliğin uzun vadeli düşünme becerisini köreltti. Üç aylık rakamlara yönelik takıntı, yönetim kurulu düzeyinden saha yöneticilerine kadar her yerde yaygın; ancak üç aylık performansı artıran taktikler, özellikle mevcut dönemde yetenekler konusunda uzun vadeli stratejik düşünme becerimizi çoğu zaman zayıflatıyor. 

Bu dönem, henüz iş unvanlarına sahip olmayan becerilerin geliştirilmesi için finansman sağlanmasını gerektirebilir. Rakamlar ortadan kaldırabileceğinizi söylese bile, giriş düzeyindeki yetenek akışını korumak anlamına gelir. İnsanların ne işe yaradığına ilişkin örgütsel soruyu İK'nın sorunu değil, stratejik bir mesele olarak ele almak ve insan kaynakları işlevini bu kararların alındığı odaya dahil etmek anlamına gelir.

Çoğu kuruluş bunu yapmıyor. Optimizasyon yapıyorlar. Ve altınızda değişmekte olan bir yapıya uygulanan optimizasyon, yanlış yönde koşmanın sofistike bir yöntemidir.

Bugün daha verimli hâle getirilen işler, 2030'da örgütsel değeri tanımlayacak işler değil. Önem taşıyacak çalışmalar — muhakeme, yön bulma, etik karar alma, diğer insanları gerçek belirsizlikler içinde yönlendirme kapasitesi — neredeyse hiçbir yerde geliştirilmiyor ve hayata geçirilmiyor. Bunların bütçede ayrı bir kalemi, raporlama metriği ve kesinlikle yeterli sayıda yönetici destekçisi yok.

İşte liderlik başarısızlığı budur. Yapay zekâ, hızlı hareket etme hedefimizi gerçekleştirmemizi sağlıyor, ancak bu süreçte çok fazla şeyi bozup bozmadığımızı sormaya değer.