Liderler Gelecekteki Yetkinlikleri Kısa Vadeli Yapay Zekâ Verimliliği Uğruna mı Takas Ediyor?

Yapay zekâ işi değiştiriyor olabilir; ancak daha büyük risk, kuruluşların bugünün verimliliği için o kadar agresif bir optimizasyon yapmasıdır ki yarının yetkinliğini geliştirmeyi bırakırlar.

Las Vegas'taki AI4 konferansında canlı olarak kaydedilen bu bölümde sunucu David Rice, eHealth'in İnsan Kaynaklarından Sorumlu Başkanı Dr. Jana Brown ile bir araya gelerek giriş seviyesindeki yetenek havuzlarının daralmasının uzun vadeli sonuçlarını, İK'nın tek başına teknik uzmanlık yerine neden “dönüşüm yetkinliğine” ihtiyaç duyduğunu ve faydalı yapay zekâ girişimlerini pahalı kurumsal uğraşlardan ayıran unsurları ele alıyor. Ayrıca dönüşümün kalıcı olması için insanların ve operasyonel sistemlerin birlikte ilerlemesi gerektiğini ve bir yapay zekâ projesini batıran unsurun çoğu zaman teknolojinin kendisi olmadığını inceliyorlar. Dinleyiciler konferans alanındaki gürültüyü her zamankinden biraz daha fazla duyabilir; ancak bu, bu konuşmaları gerçekten gerçekleştikleri yerde kaydetmenin bedeli.

Öğrenecekleriniz

  • Yapay zekâ ve dijital dönüşüm süreçlerini yöneten İK liderleri için yalnızca teknik yeterliliğin neden yeterli olmadığı.
  • Giriş seviyesinde işe alımların azalmasının bir kuruluşun gelecekteki liderlik yetenek havuzunu nasıl sessizce zayıflatabileceği.
  • İşgücü planlamasının hem anlık verimliliği hem de uzun vadeli yetkinliği neden hesaba katması gerektiği.
  • İşleri görevler bütünü olarak nasıl değerlendirmek gerektiği; teknolojiye aktarılabilecek işleri hâlâ insan muhakemesi gerektiren işlerden ayırmak.
  • Yapay zekâ girişimlerinin kuruluşun misyonu ve hedefleriyle neden doğrudan bağlantılı olması gerektiği.
  • Bir kuruluşun “insan sistemi” ile “operasyonel sisteminin” neden birlikte gelişmesi gerektiği.
  • İK'nın kendi otomasyon geçmişinin, birim genelinde yapay zekâ odaklı değişime liderlik etmek için neden değerli bir deneyim sağladığı.

Öne Çıkan Noktalar

  • Dönüşüm yetkinliği, teknoloji uzmanıymış gibi davranmaktan daha önemlidir. İK liderlerinin mühendise dönüşmesi gerekmez. Daha iyi sorular sormak, işgücüne yönelik etkileri belirlemek ve bu bilgiyi İK'nın değişim, benimseme ve örgütsel davranış hakkındaki mevcut bilgisiyle birleştirmek için yeterli teknik anlayışa sahip olmaları gerekir.
  • Giriş seviyesindeki kadro kesintileri gecikmeli sonuçlar doğurur. Küçük rollerin kaldırılması çeyrek dönemden çeyrek döneme verimli görünebilir. Ancak bu karar yeterince sık tekrarlandığında, münferit bir işe alım kararı bir örüntüye dönüşür ve kuruluş sonunda deneyimli yetenekleri ile gelecekteki liderleri olması beklenen kişileri geliştirmeyi bıraktığını fark eder.
  • İşgücü planlaması kadro sayısının ötesine geçmelidir. Brown soruyu, kuruluşların yetkinlikleri geliştirip geliştirmemesi, dışarıdan edinmesi, satın alması veya otomatikleştirmesi çerçevesinde ele alıyor. Bunun için her rolü bölünemez bir birim olarak görmek yerine, işlerin içindeki görevleri anlamak gerekir.
  • Yapay zekâ uğraşlarına karşı dikkatli olun. Misyonla veya kurumsal hedeflerle bağlantılı bir sorunu çözmeyen bir girişim, sonunda terk edilme ayrıcalığı karşılığında para ve kapasite tüketir. “Bir yapay zekâ girişimimiz var” ifadesi tek başına bir strateji değildir.
  • Teknoloji nadiren tek kısıtlayıcı unsurdur. Yapay zekâ projeleri teknik uygulamadan başarıyla geçse bile iş akışları, yetkinlikler, benimseme ve örgütsel yapılar onlarla birlikte değişmediği için başarısız olabilir. Aracı kurmak kolay kısımdır. İşi bu aracın etrafında yeniden yapılandırmak ise dönüşümdür.
  • İnsan sistemini ve operasyonel sistemi uyum içinde tutun. Strateji ve iş ihtiyaçları öncülük edebilir; ancak işgücü yetkinliklerinin hızla bunları takip etmesi gerekir. Brown, insan muhakemesini, liderliği ve karar kalitesini bu iki sistemi birbirine bağlayan “omurga” olarak tanımlıyor.
  • İK, uygulama planını kendi üzerinde de uygulamalıdır. İK, kuruluşun geri kalanına otomasyon sürecinde rehberlik etmeyi bekliyorsa kendi işini yeniden tasarlama konusunda ilk elden deneyim kazanmalıdır. Brown, satış primlerinin otomatikleştirilmesini ekibini manuel işlemlerden uzaklaştırıp daha yüksek değerli analizlere yöneltmek için bir fırsat olarak gösteriyor.
  • Sorumlu yapay zekâ bazen “evet, ama henüz değil” demektir. Brown'ın yan haklar sohbet robotu, siber güvenlik ve gizlilik önlemlerinin önce test edilebilmesi için ertelendi. Hızlı hareket etmek önemlidir; çalışanların karşısına koyduğunuz şeyi savunabilmek ise daha önemlidir.

Bölümler

  • 00:00 — Kısa Vadeli Verimliliğin Maliyeti
  • 01:52 — Dönüşüm Yetkinliği
  • 06:58 — Giriş Seviyesi Yetenek Açığı
  • 09:23 — Yetenek Havuzunun Sahibi Kim?
  • 10:19 — Geliştir, Ödünç Al, Satın Al—ya da Bot mu?
  • 12:46 — Liderlik Sorumluluğu
  • 14:42 — Çalışan Verilerini Daha İyi Kullanmak
  • 16:32 — AI Neyi Çözmeli?
  • 18:25 — AI Uğraşlarından Kaçınmak
  • 21:15 — AI Projeleri Neden Başarısız Olur?
  • 23:14 — İnsan mı, İşletim Sistemleri mi?
  • 25:47 — İK Neleri Otomatikleştirmeli?
  • 28:42 — İK'nın Dönüşüm Yol Haritası
  • 31:02 — AI Ne Zaman Beklemeli?
  • 35:27 — Kapanış

Konuklarımızla Tanışın

Dr. Jana Brown, eHealth'te İnsan Kaynakları Direktörü olarak görev yapmakta ve yetenek, liderlik gelişimi, iş gücü planlaması, öğrenme ile toplam ödüllendirme alanlarında insan sermayesi stratejisine ve kültür dönüşümüne liderlik etmektedir. Deneyimli bir İK yöneticisi olan Jana, daha önce Centurion Health, TIAA ve CareSource'ta üst düzey liderlik görevlerinde bulunmuştur. Jana, dijital dönüşüme kuruluşların nasıl hazırlanabileceğini araştırdığı Baylor Üniversitesi Öğrenme ve Örgütsel Değişim alanında Eğitim Doktorası derecesine sahiptir. Çalışmaları liderlik, örgütsel değişim, iş yeri kültürü ve AI çağında insan yönetimi liderlerinin değişen rolüne odaklanmaktadır.

You may also like