Yapay Zekâdan Önce Organizasyonu Düzeltin: Liderlik Doktorasının Yapay Zekâyı Entegre Etmeden ve İK Ekiplerini Ölçeklendirmeden Önce Organizasyon Tasarımının Temellerine Dönme Tavsiyesi

Sistem tasarımı hakkında nasıl düşündüğünü anlamak için kendisiyle görüştük. İK alanındaki bu AI devrimi sırasında nelerin değiştiğini ve nelerin aynı kaldığını anlattı.

AI alanında doktoradan liderlik gelişimine

İK alanında çalışmayı planlamamıştım; kariyerime sistem mühendisi olarak başladım. Tipik bir Asya yetiştirilme tarzı: doktor, muhasebeci ya da mühendis. Ben mühendisliği seçtim.

Ancak sürekli fark ettiğim şey şuydu: Harika bireysel katkı sağlayan çalışanlar terfi ettiriliyor ve pek de iyi olmayan yöneticilere dönüşüyordu. Bunun nedeni işi umursamamaları değildi; sistem onların başarılı olmasına yardımcı olmuyordu. Çözmek istediğim sorun buydu.

Bu nedenle Liderlik Gelişimi alanında doktora yaptım.

O zamandan beri yolculuğum öğrenmek, öğrendiklerimi unutmak ve yeniden öğrenmek üzerine kurulu oldu — büyük şirketlerden hızla büyüyen girişimlere, oradan da artık ölçeklenmek üzere yapı kuran, girişim sermayesi destekli girişimlerde kuruculara ve İK liderlerine danışmanlık yaptığım Learngility'yi yönetmeye uzandı. Yaratıcı kaostan tekrarlanabilir performansa geçmelerine yardımcı oluyorum. Temel olarak, büyümeyi yavaşlatan karmaşık sorunları çözüyoruz.

Liderlerin rolü nasıl değişti?

Benim için her şey başladığı yere döndü. 2000'li yılların başında AI üzerinde çalışıyordum — bir modeli gece boyunca çalıştırmak bilgisayarımı gerçekten çökertiyordu! Artık kodlama becerilerim yok, ancak nelerin mümkün olduğunu hâlâ biliyorum. Liderlik ve organizasyon tasarımına geçtiğimde ise insan davranışları hakkında derin bir anlayış geliştirdim.

Artık AI çalışmalarım ve liderlik çalışmalarım nihayet kesişti. Bu da çalışma biçimimi tamamen değiştirdi.

Çünkü liderlik sorunu her zaman aynıydı: Netlik sağlamamız ve en iyi kararları vermemiz bekleniyordu, ancak kapasitemiz her zaman sınırlıydı. Ya doğru bilgi mevcut değildi ya da o kadar çok bilgi vardı ki yeterince hızlı işleyemiyorduk.

AI bunu değiştirdi. İlk kez teknolojinin kendisi karar verme sistemi haline gelebilir — doğru örüntüleri ve doğru yanıtları gerçek zamanlı olarak ortaya çıkarabilir.

Liderlik artık odadaki en zeki kişi olmakla ilgili değil. Nasıl düşündüğümüz, kararları nasıl tasarladığımız ve ölçeklenmek üzere nasıl yapı kurduğumuz aracılığıyla en yüksek etkiyi yaratmakla ilgili.

Joobee'nin İpucu

Liderlik artık odadaki en zeki kişi olmakla ilgili değil. Nasıl düşündüğümüz, kararları nasıl tasarladığımız ve ölçeklenmek üzere nasıl yapı kurduğumuz aracılığıyla en yüksek etkiyi yaratmakla ilgili.

AI, İK ve iş liderleri için iş gücü planlamasını nasıl yeniden şekillendiriyor?

Artık bir ekibi yönetmiyorum, ancak kurucular ve İK liderleriyle yaptığım danışmanlık çalışmalarında, özellikle iş gücü planlamasında gerçek bir değişim gözlemledim.

Geleneksel olarak liderler, "Teslim etmemiz gereken şey bu," ifadesinden çok hızlı bir şekilde "Kimi işe almamız gerekiyor?" sorusuna geçiyor. Aradaki adım çoğu zaman atlanıyor: işi tamamlamanın diğer yollarını değerlendirmek. İş gücünü artırmadan kapasite yaratabilecek otomasyon, süreçlerin yeniden tasarlanması, daha akıllı iş akışları — tüm bunlar bu kapsamda.

Ancak AI ve mevcut ekonomik koşullar, kurucuları durup artık sorunlardan kurtulmak için yalnızca işe alım yapamayacaklarını fark etmeye zorluyor. Yeni çalışanlar eklemek ya da tepkisel işlevler oluşturmak yerine, organizasyonu bir sistem olarak ele almaları — tüm parçaların nasıl etkileşim kurduğunu anlamaları — gerekiyor.

Başka bir deyişle şu soruyu sormalıyız: "İşi nasıl tasarlamalıyız?"

Bu yeni bir felsefe değil. Yapay zekâ sadece kestirme yolu ortadan kaldırıyor ve doğru yolu kaçınılmaz hâle getiriyor. Bir organizasyonun nasıl kurulacağına dair temel ilkelere geri dönüyoruz:

• Sahipliği netleştirin: kim karar verir, kim katkı sunar, kimin haberdar olması gerekir
• İlkeleri belirleyin: siz orada olmadığınızda insanların uygulayacağı kurallar (ör. mükemmellikten önce hız; görüşten önce müşterinin gerçekliği; para sizinse öyle harcayın)
• Düşünme biçimini standartlaştırın: tek sayfalık özetler, net modeller veya çerçeveler, seçenekler, riskler ve öneriler
• Muhakeme yeteneğini geliştirin: insanlara ne yapacaklarını değil, nasıl düşüneceklerini öğretin
• Değerlendirme için yapay zekâyı kullanın: sistem verileri ve senaryoları ortaya çıkarsın, nihai kararları ise insanlar versin
• Açıklığı ödüllendirin: gürültü ve hareketlilik yerine net çerçeve oluşturmayı ve konuyu üst kademeye taşımayı teşvik edin

Başarılı entegrasyon, organizasyonun nasıl düşündüğünü ve çalıştığını yazılı hâle getirmek ve ardından yapay zekâyı organizasyon tasarımına sorunsuz biçimde entegre etmek anlamına gelir. Örneğin, terfi kararları için kriterleri, süreci ve ilkeleri buradaki gibi tasarlayabilirsiniz. Adil, kanıta dayalı ve ölçeklenebilir performans değerlendirmelerini nasıl tasarlayabileceğinizi ise burada görebilirsiniz.

Çünkü yapay zekâyı bozuk bir sisteme öylece atıp mucizeler bekleyemeyiz. Organizasyon tasarımımız, karar alma süreçlerimiz veya iş akışlarımız karmaşıksa, yapay zekâ yalnızca bu karmaşayı ölçeklendirir.

Joobee'nin İpucu

Yapay zekâyı bozuk bir sisteme öylece atıp mucizeler bekleyemeyiz. Organizasyon tasarımımız, karar alma süreçlerimiz veya iş akışlarımız karmaşıksa, yapay zekâ yalnızca bu karmaşayı ölçeklendirir.

Yapay zekâ zayıf düşünme biçimini neden ortaya çıkarır ve liderler bunu nasıl daha keskin düşünmek için kullanabilir?

Bu, sistemlerimiz kadar düşünme biçimimiz için de geçerli — yapay zekâ düşünme biçiminizi acımasızca yansıtır.

Girdiniz belirsiz veya içi boşsa, size de belirsiz ve içi boş bir çıktı verir. Hiç merhamet göstermez. Mantığınız bulanıksa, bunu kusursuz biçimde yansıtır.

Bu yüzden beni daha keskin düşünmeye zorluyor. Bir şey yolunda gitmiyorsa, on vakadan dokuzunda… sorun bendedir.

İK liderleri yapay zekâya nasıl hazır hâle gelebilir ve stratejik etki yaratabilir?

Belirttiğim gibi, artık bir ekibe liderlik etmiyorum; ancak topluluğumu ekibim olarak görüyorum. Aynı gemideyiz — organizasyonlarımızın da aynısını yapmasına yardımcı olurken yapay zekâ okuryazarlığımızı geliştiriyoruz. Bu topluluğu oluştururken edindiğim öğrenimlerin her organizasyon için geçerli olduğunu düşünüyorum.

İK'da yapay zekâya hazır hâle gelmenin özü, deneyleri paylaşmak, birbirimizin düşünme biçimini sınamak ve bakış açımızı yalnızca İK'nın ötesine genişletmektir. Bunun için:

• Oturumlara iş liderlerini davet edin ve üyelerin öğrendiklerini paylaşmaları için alan yaratın — bakış açılarını genişletsinler, bunları kendi bağlamlarına uygulayabilsinler ve gruba geri yansıtabilsinler.
• Liderlerin birbirleriyle paylaşımda bulunduğu, birbirlerine meydan okuduğu ve birbirlerini geliştirdiği canlı yuvarlak masa toplantıları düzenleyin.
• Düşünmeye ve tartışmaya olanak tanıyan, gerçek işlerden gerçek örnekleri ortaya çıkarmaya yönelik kanallar oluşturun.

Başarı, birlikte uyum içinde çalışan üç unsurdan gelir:

1. Üyelerin açıkça paylaşımda bulunması.
2. Bu paylaşımların başkalarına ilham vermesi ve onların önünü açması.
3. Liderlerin aktif kolaylaştırıcılığı — teşvik etmek, içgörüleri ortaya çıkarmak ve net beklentiler belirlemek.

Benim için "yapay zekâya hazır" olmak tam olarak bununla ilgili. Stratejik İK liderleri kendi alanlarında kalmaz. Ticari bakış açısı geliştirir, işletmenin farklı noktaları arasındaki bağlantıları kurar ve işin nasıl yapıldığını yeniden tasarlamak için yapay zekâyı bir kaldıraç olarak kullanırlar.

ChatGPT liderliğin ve işletme büyümesinin neden "NutriBullet"ıdır?

Belirli araçları destekleme konusunda her zaman dikkatliyim. Birinden bahsettiğimde, her zaman bağlamı ve çekinceleri de aktarırım — çünkü bir şirkette son derece iyi çalışan bir şey, başka bir şirkette tamamen yanlış olabilir.

Doğru araç, organizasyonun aşamasına, işletim modeline ve bağlamına bağlıdır. Varsayılan olarak benimsemek tehlikelidir; yeni bir aracı kullanıma almak eleştirel düşünmeyi gerektirir.

Benim açımdan, hâlâ eski teknoloji yığınımı kullanıyorum — tek gerçek ekleme ChatGPT.

Araçları, yemek pişirmeyi düşündüğüm şekilde düşünüyorum. Her parlak yeni gereci satın almak cazip geliyor, ancak kendime her zaman şu soruyu soruyorum: "Aslında ne pişiriyorum ve en fazla desteğe nerede ihtiyacım var?"

Benim için bu araç NutriBullet. Baharatları öğüten, buzu parçalayan, yiyecekleri işleyen ve hamuru çırpan tek bir araç. Birden fazla işi iyi yaparak kendisine ayrılan yeri hak ediyor.

ChatGPT benim NutriBullet'ım. En çok ihtiyaç duyduğum yerde — müşterilerim ve kitlem için değer yaratmak, ölçeklendirmek ve sunmak konusunda — bana destek sağladığı için merkezde duruyor.

Bu nedenle araç setim, en önemli şeylerin etrafında şekillendi: karmaşa değil, sonuçlar.

Liderler GPT'leri kullanarak nasıl özel bir yapay zekâ koçu oluşturabilir?

Özel GPT'ler benim için oyunun kurallarını değiştirdi.

Nasıl ki bir terapistin de terapiste ihtiyacı varsa, benim de bir koça ihtiyacım var — kör noktalarıma meydan okuyan ve beni kendimi zorladığımdan daha fazla zorlayan birine.

İsteyeceğim koç çok belirli özelliklere sahip olurdu: benimki gibi bir işletmeyi ölçeklendirmiş, İK'ya en az benim kadar derinden önem veren ve BTS adlı erkek grubunu anlayan biri — hayranlık açısından değil, pazara açılma stratejileri dünyanın en gelişmiş stratejileri arasında olduğu için.

Böyle birini bulma olasılığı sıfıra yakın. Var olsalar bile onlara gücüm yetmezdi. Bir mucize eseri gücüm yetse bile, düşüncelerimi benim bildiğim ayrıntı düzeyinde asla bilemezlerdi.

Bu yüzden bir tane oluşturdum. Bir GPT'yi tonum, çerçevelerim, ürünlerim ve dünyayı görme biçimimle eğittim. Artık ihtiyaç duyduğum her an koçum yanımda.

Üstelik etkisi muazzam. Daha hızlı ilerliyorum. Düşüncelerimi dışarıya çıkmadan önce keskinleştiriyorum. Tükenmeden daha derinlemesine ölçekleniyorum. İşletmem daha fazla değer sunuyor çünkü temelde asla işe alamayacağım danışmanı kendim oluşturdum.

Bu yalnızca bir araç değil — tam anlamıyla bir kaldıraç.

İhtiyaç duyduğunuz anda yanınızda olacak bir koç oluşturmak

Aynısını yapmak isterseniz, izlediğim genel süreç şöyleydi:

1. Kapsamı ve davranışları tanımladım: Ele alması gereken sonuçları, tonu ve görevleri haritalandırdım
2. Temel sistem istemini oluşturdum: Çerçeveleri, ton karar kurallarını ve kısıtlamaları doğrudan istemin içine kodladım
3. Referans materyallerini derledim: Tüm çerçevelerimi, modellerimi ve dil kalıplarımı içeren temel belgeleri referans olarak yükledim
4. Tarzı ve akıl yürütmeyi pekiştirdim: Düşünme biçimimin gerekçesini öğrenmesi için yapılandırılmış örnekler (girdiler → istenen çıktılar) ekledim
5. Uç durumlarla test ettim: Gerçek senaryolarla yinelemeler yaptım, boşlukları giderdim ve talimatları daha kesin hâle getirdim
6. Sürekli ayarlama: Zaman içinde çıktıları geliştirmek için gerçek kullanıma dayalı olarak güncellemeyi sürdürüyorum.

Onu geleneksel makine öğrenmesi anlamında "eğitmedim" — derlenmiş örnekler ve sürekli iyileştirmelerle istem mühendisliği uygulandı.

Liderler neden yapay zekânın nasıl kullanılacağını sormayı bırakıp doğru sorunları çözmeye başlamalı?

Bu dönüşümün içinde yol alan liderlere tavsiyem mi? "Yapay zekâyı nasıl kullanırım?" diye sormayı bırakın.

Başka biri yaptı diye şablonların peşinden koşmayı ve "en iyi uygulamaları" hayata geçirmeyi bırakın.

Daha iyi sorular sormaya başlayın. "Neden?" diye sorun. Sonra tekrar sorun. Ardından gerçek soruna göre tasarlayın. Bu konuda netliğiniz yoksa yanlış şeyleri daha hızlı inşa ederek zaman kaybedersiniz.

Çünkü gerçek şu: Yapay zekâ İK'nın yerini almayacak, ancak destek rolünden iş liderliğine geçmezsek önemsizleşeceğiz.

Takipte kalın

En güncel görüşlerinin tümü için JooBee’nin Bülteni 'ne göz atın. Ya da web sitesini ve STEP UP topluluğunu ziyaret edin. Ayrıca onunla LinkedIn üzerinden bağlantı kurun.

People Managing People'da daha fazla uzman röportajı sizlerle olacak!