En Çok Satan İK Uzmanı Josh Bersin, İK Liderlerinin Yarının “Süper Çalışanlarını” Nasıl Yetiştirebileceğini Anlatıyor

Josh ile, İK liderlerinin geleceğin "süper çalışanlarını" nasıl yetiştirebileceğini öğrenmek için bir araya geldik. İşte söyledikleri.

BT, liderlik, e-öğrenme ve yetenek alanlarında bir kariyer

Kariyerim, çalışan ve lider olarak 20 yılı aşkın bir süreyi, birkaç yıl girişimci olarak çalışmayı ve ardından kıdemli İK danışmanı, danışman ve araştırmacı olarak üç on yılı daha kapsıyor.

Kariyerime mühendis olarak başladım. Ardından BT alanında çalıştım; Exxon'da iki yıl, IBM'de on yıl ve Sybase'de sekiz yıl geçirdim. 1998'de, bir girişimde çalışarak henüz gelişmekte olan e-öğrenme sektörüne katıldım. Bu şirketi büyüttük ve sonunda daha büyük bir şirkete sattık. Bir anda kendimi eğitim, çevrim içi öğrenme ve yetenek yönetimi alanlarında uzmanlaşmış olarak buldum.

2001'de, 11 Eylül'ün hemen ardından, dot-com balonu sırasında işten çıkarıldım ve analist olma zamanımın geldiğine karar verdim. Başlangıçta, o dönemin popüler konusu olan e-öğrenmeye odaklandım. Buradan hareketle kapsamımızı genişlettik ve ortağımla birlikte, İK'nın tüm alanlarına odaklanan bir araştırma ve danışmanlık şirketi olan Bersin & Associates'i kurduk.

Teknoloji geçmişim, İK teknolojisi, veri ve yapay zekânın tüm alanlarında bana muazzam bir derinlik kazandırıyor. Kişisel liderlik deneyimimi, büyük şirketlerde yöneticilik yaptığım dönemi ve analistlik çalışmalarımı bir araya getirerek İK ekiplerine ve liderlerine şirketlerini, kuruluşlarını ve kişisel kariyerlerini yeniden şekillendirmelerinde yardımcı olabildiğim için kendimi şanslı hissediyorum.

The Josh Bersin Company küçük olabilir, ancak etkisi büyük. Dünya standartlarında 50 kişilik bir ekiple, herkesin müşterilerle çalıştığı ve genel başarımıza katlanarak katkıda bulunduğu, düz ve "yetenek yoğun" bir şirketiz. Misyonumuza inanan ve çalışma dünyasını değiştirmek isteyen olağanüstü insanları nasıl cezbedebileceğimi öğrendim. Şimdiye kadar bu yaklaşım işe yarıyor gibi görünüyor.

Yapay zekânın benimsenmesi: İK liderlerinin bugün karşılaştığı en büyük değişim

Son yıllardaki en büyük yeni zorluk, iş yerinde yapay zekânın benimsenmesi, uygulanması ve kullanılmasıdır.

CHRO'ların artık teknolojiler ve yeni özellikler konusunda rahat olması, BT ve veri ekipleriyle yakın çalışması ve işletmeye yüksek değerli yapay zekâ projeleri için güçlü yol haritaları oluşturmasında rehberlik edecek danışmanlık ve yönetişim çerçeveleri oluşturması gerekiyor.

Bu nedenle odağım, kuruluşların yapay zekâyı karar alma, yetenek yönetimi ve stratejik planlamanın tüm düzeylerine entegre etmelerine yardımcı olmaya kaydı. Aslında zamanımın %80–90'ını CHRO'larla ve diğer kıdemli liderlerle, İK'da yapay zekâya nasıl yaklaşmaları gerektiği hakkında konuşarak geçirdiğimi tahmin ediyorum— yalnızca insanlar bağlamında değil; bu önemli olsa da, stratejik bir değişim sağlayıcısı olarak.

Gerçek bir dönüşüm sağlamak için liderlerin yapay zekâyla uygulamalı olarak ilgilenmesi neden gerekiyor?

IBM PC'nin ilk dönemlerinde birçok yönetici bilgisayarlardan uzak duruyor ve görevleri sekreterlerine bırakıyordu. Bu zihniyet artık işe yaramıyor.

Yapay zekâ, modern işletme ve toplumun çok farklı alanlarında son derece dönüştürücü bir etkiye sahip. Liderlerin bu teknolojiyle uygulamalı olarak ilgilenmesi gerekiyor. Onu anlamaları şart.

Bunun da ötesinde, deneyleri kolaylaştırmaları ve bunlara örnek olmaları gerekiyor. Yapay zekâ o kadar özelleştirilebilir ki herkes onu kullanabilir veya üzerine yeni şeyler inşa edebilir. Bu nedenle deneyleri kolaylaştırmak, önemli bir liderlik özelliği hâline geldi.

Kendi liderlik anlayışımda, her gün yalnızca söylediklerimi söylemekle kalmayıp söylediklerimi uygulamaya da çalışıyorum.

Liderler sorumlu yapay zekâ kullanımı için nasıl net temel kurallar belirleyebilir?

Herkesin bir sohbet robotuna erişmesi, ona sorular sorması ve ardından doğru olup olmadığı belirsiz bilgilerle bir toplantıya girmesi çok kolay. Bu da liderlerin temel kuralları belirlemesi gerektiği anlamına geliyor.

• Verilerimizi nereden alacağız?
• Ona güvenebilir miyiz?
• Doğruluğu ve güvenilirliği sağlamak için kendi iç araçlarımızı geliştirecek miyiz? 

Çoğu şirket, insanların internete çıkıp güvenilir olmayabilecek verileri almasını önlemek için artık kurum içi yapay zekâ araçları geliştiriyor. İnsanların işlerini ve çalışma biçimlerini yeniden şekillendirebilecekleri bir ortam oluşturmak da aynı derecede önemli.

Çoğu insan yapay zekânın gerçek yatırım getirisini yanlış anlıyor. Mesele e-postaları daha hızlı okumak veya bir elektronik tablodan grafik oluşturmak değil; iş akışını tamamen yeniden düşünmek, işinizi otomatikleştirmek için kendi aracılarınızı oluşturmak ve ardından müşteri deneyimi, çalışan deneyimi, işe alım, öğrenme ve benzeri daha büyük süreçleri otomatikleştirmek üzere birden fazla işteki iş akışlarını incelemektir.

Yapay zekâ üstün çalışanları ve üstün yöneticileri nasıl mümkün kılıyor?

Yapay zekâ, öğrenme ve gelişimi ve İK'yı yeniden şekillendiriyor; ancak aynı zamanda iş gücünün daha önce gözden kaçırılmış bir bölümüne, ön saflarda çalışan ve masa başında çalışmayan çalışanlara da ulaşıyor. Yapay zekâ destekli bu dönüşüm, kuruluşların baştan aşağı nasıl faaliyet gösterdiğini temelden değiştiriyor.

Bu farkındalık bizi, "üstün çalışanlar" olarak adlandırdığımız kavrama yöneltti — üretkenliklerini ve çıktılarını artıran yapay zekâ aracıları ve sistemleri tarafından desteklenen çalışanlar.

"Üstün yöneticiler" ise yapay zekâ tarafından desteklenen, insanı merkeze alan liderlerdir. Deney yapma kültürünü teşvik eder, ekipleri özerklikle güçlendirir, kişiselleştirilmiş gelişim için yapay zekâdan yararlanır, fırsatları ve gelişimi demokratikleştirir ve şeffaflığa öncelik verirler.

Bu kavramlar hakkında daha fazla bilgiye buradan ve buradan ulaşabilirsiniz.

Yapay zekâ tarafından oluşturulan verileri sorgulamak neden artık temel bir liderlik becerisi?

Geleneksel sistemlerde küçük veri sorunları çok önemli değildir ve etkileri sınırlıdır. Ancak yapay zekâ bağlamında, az miktarda kirlenmiş veri bile sayısız sorguya yayılarak kararları ve içgörüleri büyük ölçekte etkileyebilir.

Bu da bu sistemleri kullanan herkesin (artık neredeyse herkesin) ilgili veri zorluklarını anlaması gerektiği anlamına geliyor.

Büyük bir dil modelinin kendinden emin bir yanıt vermesi, bunun doğru olduğu anlamına gelmez. Kullanıcıların bilimsel bir yaklaşım benimsemesi gerekir: Bu yanıtları sorgulamalı, verileri doğrulamalı ve içgörülerin gerçekten güvenilir olduğundan emin olmalıdırlar.

Bir yapay zekâ sisteminin uygulanması sürecine dâhilseniz veri kalitesi, sahipliği ve yönetişimi üzerinde çok zaman harcayacağınızı bilin: Daha önce doğaçlama biçimde halledebilmiş olabileceğiniz alanlar.

Bizim durumumuzda bu çalışma, çoğu zaman büyük bir derinlik ve karmaşıklık gerektiren nitel ve nicel araştırmalardan oluşuyor. Bir analist yanıma gelip birilerinin binlerce dolar ödediği bir araştırmayı yazmak için ChatGPT'yi yeni kullandığını söyleseydi, o öğleden sonra hâlâ burada olacağını sanmıyorum.

İstediğim şey, yetenek zekâsı iş ortaklarımızın sağladığı milyarlarca veri noktasından yararlanarak analizleri nasıl yürüteceklerini ve "ya şöyle olsaydı" senaryolarını nasıl inceleyeceklerini bana göstermeleri. Bu, teknik bir beceridir.

Josh'un İpucu

Bir yapay zekâ sisteminin uygulanması sürecine dâhilseniz veri kalitesi, sahipliği ve yönetişimi üzerinde çok zaman harcayacağınızı bilin — daha önce doğaçlama biçimde halledebilmiş olabileceğiniz alanlar.

Liderler kuruluşlarda yapay zekâ hakkında gerçek bir anlayışı nasıl geliştirebilir?

İkinci ve aynı derecede önemli beceri, yapay zekânın derinliğini ve yeteneklerini anlamak, onu yalnızca bir arama aracı olarak görmemektir.

Çoğu insan bu sistemleri yeterince kullanmıyor; onları yeterince zorlamadıkları için fazla değer elde edemiyorlar. Hatta Sora veya TikTok'u yapay zekâ destekli içerik oluşturmak için kullanan insanların çoğunun, yapay zekâyı yalnızca e-postaları okumak için kullanan ortalama ofis çalışanından muhtemelen daha ileri düzeyde olduğunu söyleyebilirim.

Bu nedenle deney yapma kültürü çok önemli. Bunun yanı sıra başkalarından öğrenme kültürü de önemli.

Yapay zekâyı anlamak zaman alır. Bu, yalnızca bir kurs alıp tamamlayabileceğiniz bir şey değildir; herkesin yapay zekâyı farklı kullanması gerekir, çünkü yapay zekâ size uyum sağlar ve etkileşimlerinizden öğrenir. Bunlar deterministik olmayan sistemlerdir — yalnızca verileri sabit alanlara girdiğiniz bir ERP sisteminin aksine, yapay zekâyı sayısız şekilde kullanabilirsiniz.

Yapay zekânın yeteneklerini anlamak merak gerektirir. Bir kişi ne kadar meraklıysa oluşturacağı uygulamalar da o kadar ilgi çekici olur. Bu uygulamalar da üretkenliğini ve performansını doğrudan ve önemli ölçüde etkiler. Sonuç olarak meraklı olmayanlar geride kalma riski taşır.

Merakı teşvik etmek, deney yapmayı ve öğrenmeyi beceriler olarak ele almak kuruluşların sorumluluğundadır.

Öğrenmeyi, içgörüyü ve ölçeklenebilirliği destekleyen yapay zekâ destekli İK teknoloji yığını

Temel motorumuz Sana AI. Ayrıca yapay zekâ video düzenleyicisi Synthesia gibi araçları da kullanıyoruz.

Geri kalan hemen her şey için kendi aracımız Galileo'yu da kurum içinde kullanıyoruz. Günlük olarak toplantıları özetliyor, büyük miktardaki verileri inceliyor ve son derece faydalı bir kurumsal hafıza sağlıyor. İçgörüleri yakalamak ve projeler arasında sürekliliği korumak için vazgeçilmez hâle geliyor.

Bunu ChatGPT, Claude ve diğer üretken yapay zekâ araçları da dâhil olmak üzere birden fazla LLM kullanarak oluşturduk.

Yapay zekâ İK'yı, L&G'yi ve bilgiye erişimi nasıl yeniden şekillendiriyor?

İş akışlarını yapay zekâ ile yeniden yapılandırırken önceliğimiz İK ve L&G oluyor. Aday bulma süreçlerini kolaylaştırdık, yetenek eşleştirmesini geliştirdik ve kişiselleştirilmiş öğrenme yolları oluşturduk.

Ancak herkesin şirket içindeki herhangi bir kişiden onu rahatsız etmeden hızlıca bilgi edinmesini sağlayan Dijital İkiz teknolojisinden de yararlanıyoruz. Bu, büyük bir zaman tasarrufu sağladı. Ayrıca bunu "XYZ sözleşmesinin durumu nedir?" veya "ABC şirketiyle yapılan tüm görüşmeleri göster" gibi soruları son derece bütünleşik bir şekilde yanıtlamak için de kullanıyoruz.

Liderler yapay zekânın özgüveni ve kolaylığı konusunda neden şüpheci kalmalı?

Yapay zekânın işleri elimizden almasından endişe etmiyorum, ancak beni kaygılandıran bir şey var: İnsanlar yapay zekânın temel sınırlarını yeterince hızlı öğreniyor mu?

Bu sistemler tehlikeli derecede kendinden emin, ancak çoğu zaman yanılıyor. "Her zaman doğru değil ama nadiren şüphe içinde" ifadesini kullanıyorum. Kamuya açık alan modelleri hiçbir zaman "Bu sorunun yanıtını bilmiyorum" demiyor ve bu büyük bir sorun.

Bu yeni çağda, yapay zekânın yanıtının her zaman doğru olduğunu varsaymak yerine bu sistemleri sorgulamak için sürekli meraklı ve biraz da şüpheci kalmak önemli.

İçgüdülerim, yapay zekâyla çalışmayı öğrenirken bunun, akıllı telefonların sunduğu kolaylık karşılığında ödediğimiz bedelin mahremiyet eksikliği olmasına benzer şekilde, kolaylığın karanlık yüzü olacağını söylüyor.

Josh'ın İpucu

Bu yeni çağda, yapay zekânın yanıtının her zaman doğru olduğunu varsaymak yerine bu sistemleri sorgulamak için sürekli meraklı ve biraz da şüpheci kalmak önemli.

İK liderleri yüksek yatırım getirisi sağlayan yapay zekâ iş akışlarına nasıl odaklanabilir?

İşte tavsiyem: Bir alan seçin.

En stratejik uygulama alanlarına ve kullanım senaryolarına odaklanın. Herkese bir toplantı aracı vermek havalı görünebilir, ancak belki de daha büyük fırsat küresel işe alıştırmayı, eğitimi ve çalışan hareketliliğini geliştirmektir.

Bilgi teknolojileri ekibiyle birlikte çalışın. Çalışanların internette bulabildikleri herhangi bir aracı kullanmaya yönelmemesi için standartlaştırılmış bir araç setine ihtiyacınız var. Onaylanan teknoloji ve kullanım alanları uygun ve güvenli bir şekilde belirlendikten sonra araçların sürümlerini kullanıma sunun ve çalışanlara her bir veya iki haftada bir nelerin yeni olduğunu öğretin. Biz burada tam olarak böyle yapıyoruz.

Yapay zekâ mimarisine gelince, herkese uyan tek bir yanıt yok. Bazı şirketler harici verilerin kullanılmasını tamamen yasaklıyor. Birçoğu da bilgi teknolojileri ekibi tarafından onaylananlar dışında iç verilerin yapay zekâ sistemlerinde kullanılmasını kısıtlıyor. Bu kuralların kendi ortamınızda tanımlanması gerekir.

Ancak son iki yılda gördüklerime göre asıl yenilikler OpenAI ve diğer yapay zekâ devlerinden değil, yapay zekâyı daha iyi iş modelleri, ürünler ve hizmetler oluşturmak için nasıl kullanacağını keşfeden gerçek iş kullanıcılarından gelecek.

Bu nedenle süper yöneticiler tarafından yönlendirilen süper çalışanlar, sisteminizin kaç trilyon belirteci işleyebileceğinden çok daha önemli.

Merak, yapay zekâ çağındaki liderler için neden en önemli beceridir?

Bir şey daha ekleyeyim. Tanıştığım en ilham verici liderler kendilerine en çok güvenen ya da en kibirli kişiler değil; en meraklı olanlar ve her zaman öğrenenler.

Gelecek yıl 70 yaşıma girecek olmama rağmen birçok açıdan hâlâ her gün nasıl liderlik edeceğimi ve başkalarına nasıl yardımcı olacağımı öğrenen bir genç gibi hissediyorum.

Mütevazı kalın ve öğrenmeye devam edin

Takipte kalın

Josh Bersin'in, İK liderlerini yapay zekânın doğru uygulanması konusunda eğitmeye devam ederken çalışmalarını LinkedIn ve web sitesi üzerinden takip edebilirsiniz. Ayrıca yapay zekâ aracı Galileo'ya da göz atın.

People Managing People'da daha fazla uzman röportajı sizleri bekliyor!

Yapay zekâ çağını yeniden düşünmeye hazır mısınız?

People Managing People topluluğuna katılın. Ücretsiz hesaplar; daha akıllıca, daha az çabayla liderlik etmenize yardımcı olacak haftalık içgörüler, pratik çerçeveler ve meslektaş stratejileri sunar.

Ücretsiz hesabınızı bugün oluşturun.