Zyski:
- Uwzględnienie kompetencji w zakresie sztucznej inteligencji na trzech poziomach (ekspert, tłumacz, użytkownik) oraz dostrzeżenie najczęściej pomijanego tłumacza i powszechnej luki w umiejętnościach czytania i pisania
- Możliwość wyboru odpowiedniego dla instytucji modelu organizacyjnego spośród centralnych, rozproszonych i typu hub-and-spoke
- Możliwość uzupełnienia luk kompetencyjnych przy zachowaniu równowagi pomiędzy szkoleniem, rekrutacją i partnerem oraz włączeniem do strategii powszechnej umiejętności czytania i pisania oraz zatrzymywania pracowników
Nawet najlepsza strategia pozostaje na papierze bez ludzi, którzy mogliby ją wdrożyć. Najczęstszym wąskim gardłem transformacji AI nie jest technologia, ale brak kompetencji (wiedzy, umiejętności i doświadczenia wymaganych do wykonania pracy) i organizacji (jak zorganizowana jest praca, kto co robi). W tej części dowiesz się, jak menedżer wyższego szczebla może ustalić odpowiednią strukturę zespołu, strategię dotyczącą talentów i rozwój kompetencji w zakresie sztucznej inteligencji. Celem jest przekształcenie wąskiego poglądu, takiego jak „zatrudnijmy kilku analityków danych”, w podejście oparte na kompetencjach obejmujące całe przedsiębiorstwo.
Kompetencje to nie pojedyncza rola
Powszechnym błędnym przekonaniem jest delegowanie sztucznej inteligencji do niewielkiej liczby ekspertów zwanych „naukowcami danych”. W rzeczywistości transformacja AI wymaga kompetencji trójwarstwowych:
warstwa
kto
Czego potrzebuje
ekspert
Analityk danych, inżynier ML
Model, dane, głębokość infrastruktury
tłumacz
Analityk produktu/biznesu
Zamień problem biznesowy w rozwiązanie AI
Użytkownik
Wszyscy pracownicy
Bezpieczne, efektywne i odpowiedzialne korzystanie z pojazdów
Warstwa krytyczna i często pomijana jest oczywista: tłumacz AI to osoba, która przekłada język biznesowy na język techniczny i odwrotnie, budując pomost „jaki problem biznesowy rozwiązuje się za pomocą którego rozwiązania AI”. Najkosztowniejsze awarie często wynikają nie z braku ekspertów, ale z braku tłumaczy: zespół techniczny buduje idealny model, ale pod kątem niewłaściwego problemu.
Wskazówka: planując budżet na talenty związane ze sztuczną inteligencją, należy wziąć pod uwagę nie tylko ekspertów, ale także rolę tłumaczy i podstawową umiejętność czytania i pisania wszystkich pracowników. Większość instytucji inwestuje za dużo w ekspertów, a za mało w tłumaczy i masową wiedzę; Jednak zazwyczaj to dwa ostatnie blokują wartość.
Modele organizacyjne
Talenty AI można organizować w przedsiębiorstwie na trzy główne sposoby:
- Scentralizowane: wszyscy eksperci AI w jednym zespole. Zaleta: głębia, konsystencja. Wada: oderwanie od pracy.
- Rozproszeni: Eksperci są osadzeni w jednostkach biznesowych. Zaleta: bliskość, szybkość. Wady: niekonsekwencja, powtarzalność.
- Hub-and-spoke: centralne centrum doskonałości (CoE; główny zespół, który definiuje i rozpowszechnia standardy, narzędzia i najlepsze praktyki) + praktycy osadzeni w jednostkach biznesowych. Najbardziej zrównoważony model dla większości średnich i dużych organizacji.
CoE; zapewnia wspólne narzędzia, standardy bezpieczeństwa, szkolenia i komponenty wielokrotnego użytku; Jednostki biznesowe zarządzają własnymi obszarami zastosowań. Model ten zachowuje zarówno spójność, jak i bliskość.
Buduj, kupuj, partneruj
Istnieją trzy sposoby uzupełnienia luki w umiejętnościach, zwykle wszystkie trzy:
- Budowanie: szkolić istniejących pracowników. Najbardziej zrównoważony, ale najwolniejszy.
- Zatrudnij (kup): Zatrudnij ekspertów zewnętrznych. Szybko, ale drogo i konkurencyjnie.
- Partner: Współpracuj z konsultantem/dostawcą. Szybki start, ale ryzyko uzależnienia.
Inteligentna strategia: szkolić/zatrudniać kluczowe i stałe kompetencje, zaspokajać tymczasowe lub bardzo specyficzne potrzeby w ramach partnerstwa.
Krok po kroku: ustalenie strategii kompetencyjnej
1. Zmapuj lukę kompetencyjną. Gdzie jesteśmy na trzech poziomach (ekspert, tłumacz, użytkownik), dokąd powinniśmy zmierzać?
2. Wybierz swój model organizacyjny. Scentralizowane, rozproszone lub typu hub-and-szprychy; taki, który jest odpowiedni dla danej instytucji.
3. Ustal równowagę partnera budującego-kupującego. Określ optymalną ścieżkę dla każdej luki.
4. Rozpocznij program alfabetyzacji nieformalnej. Podstawowe, bezpieczne i odpowiedzialne szkolenie dla wszystkich pracowników.
5. Pielęgnuj retencję i kulturę. Przyciąganie talentów nie wystarczy; Zachowaj znaczącą pracę, naukę i kulturę.
trzy mini etui
Przypadek 1 – Luka tłumacza. Firma przemysłowa zatrudniła trzech drogich analityków danych, ale nie było w niej żadnych tłumaczy, którzy mogliby połączyć jednostki biznesowe. Eksperci stworzyli projekty, które były imponujące pod względem technicznym, ale nie miały znaczenia biznesowego; W ciągu roku nie pojawiła się żadna wymierna wartość. Kiedy powołano dwóch „tłumaczy AI” (doświadczonych analityków biznesowych), ci sami eksperci w ciągu 6 miesięcy wpadli na trzy cenne przypadki użycia. Różnica nie polegała na wiedzy specjalistycznej, ale na moście.
Przypadek 2 – Spójność CoE. W konglomeracie każda firma korzystała z własnego narzędzia AI, kierując się własnymi zasadami: powtarzalny koszt, niespójne bezpieczeństwo. Po utworzeniu Centrum Doskonałości i zapewnieniu wspólnych narzędzi, standardów i szkoleń; Koszty licencji spadły o 30%, bezpieczeństwo stało się spójne, a to, czego nauczyła się jedna firma, szybko przeniosło się na następną.
Przypadek 3 — Wpływ powszechnej umiejętności czytania i pisania. Jedna firma usługowa pozostawiła sztuczną inteligencję tylko jednemu zespołowi ekspertów; 300 pracowników w terenie nie korzystało z narzędzi w ogóle lub nieprawidłowo (z naruszeniem poufności). Firma uruchomiła podstawowy program umiejętności czytania i pisania (3 godziny szkolenia w zakresie bezpiecznego użytkowania dla wszystkich); Wzrosło zarówno bezpieczeństwo użytkowania, jak i dziesiątki cennych pomysłów na wykorzystanie z terenu. Wartość nie leżała w ekspertach, ale w kompetentnym tłumie.
Cztery szablony do kopiowania
1) Mapa luk kompetencyjnych:
Twoja rola: konsultant ds. talentów AI. Oceń naszą organizację w trzech warstwach: ekspert (dane/ML), tłumacz (pomost biznesowo-techniczny), użytkownik (wszyscy pracownicy). Zapisz typowe luki i działania priorytetowe dla każdej warstwy. Kontekst: [tekst]
2) Sugestia modelu organizacji:
Porównaj modele scentralizowane, rozproszone i typu hub-and-szprychy dla [wielkości i struktury organizacji]. Napisz, który z nich polecasz w naszej sytuacji i dlaczego oraz jakie obowiązki będzie podejmować Centrum Doskonałości.
3) Decyzja o partnerze buduj-kupuj-kupuj:
Dla każdej z poniższych luk kompetencyjnych [lista] uzasadnij, którą z opcji pociągu/wynajmu/partnera polecasz. Oddziel kompetencje trwałe i krytyczne od potrzeb tymczasowych.
4) Program alfabetyzacji pozaformalnej:
Przygotuj 3-godzinny projekt szkolenia „Bezpieczne i efektywne wykorzystanie sztucznej inteligencji” dla pracowników nietechnicznych: podstawowe pojęcia, prawidłowe/nieprawidłowe użycie, prywatność i uwierzytelnianie, praktyczne przykłady. Podawaj tytuł i czas trwania moduł po module.
Słaba zachęta/silna zachęta
Słabe: „Jaki zespół powinienem zbudować dla sztucznej inteligencji?”
Wynik: ogólna lista ról; ślepi na wielkość, dojrzałość i luki instytucji.
Strong: „Jesteśmy firmą produkcyjną zatrudniającą 500 pracowników, składającą się z trzech jednostek biznesowych; mamy niską dojrzałość, nie mamy analityków danych, ale silnych analityków biznesowych. Zaproponuj model organizacyjny dla sztucznej inteligencji (scentralizowany/rozproszony/hub-and-szprychy), równowagę pomiędzy partnerami dokonującymi zakupu, aby wypełnić lukę kompetencyjną na każdym poziomie (ekspert/tłumacz/użytkownik) i opracować szeroko zakrojony plan umiejętności czytania i pisania na pierwszy rok”.
Wynik: specyficzna dla organizacji, wielowarstwowa, realistyczna i mająca zastosowanie strategia dotycząca talentów.
Typowe błędy
- Inwestowanie wyłącznie w ekspertów. Bez tłumaczy i powszechnej umiejętności czytania i pisania eksperci nie są w stanie wytworzyć wartości.
- Pomijanie roli tłumacza. Jeśli nie ma pomostu pomiędzy biznesem a techniką, nawet najlepszy ekspert będzie pracował nad niewłaściwym problemem.
- Zaniedbanie powszechnej umiejętności czytania i pisania. Niewykształcony tłum albo w ogóle nie korzysta z pojazdu, albo korzysta z niego ryzykownie.
- Poleganie wyłącznie na rekrutacji. Kupowanie hodowli bez hodowli jest drogie, delikatne i niezrównoważone.
- Zapominając o kulturze i retencji. Jeśli nie przyciągniesz talentów i nie zapewnisz wartościowej pracy i nauki, szybko poniesiesz stratę.
Uwaga: sztuczna inteligencja może zasugerować schemat organizacyjny lub zarys szkolenia; Ale to osoba decyduje, który model pasuje do kultury i rzeczywistości instytucji, kto będzie odgrywał jaką rolę i dynamikę retencji. Decyzje dotyczące zasobów ludzkich mają duży wpływ i nie można ich pozostawić wyłącznie algorytmowi.
Podsumowując
Najczęstszym wąskim gardłem transformacji AI nie jest technologia, ale kompetencje i organizacja. Kompetencje składają się z trzech warstw: eksperta, tłumacza i użytkownika; Najczęściej pomijaną i blokującą wartość warstwą jest powszechna umiejętność czytania i pisania z tłumaczem. Organizacja może być scentralizowana, rozproszona lub typu hub-and-spoke (Centrum Doskonałości + wbudowani praktycy); W przypadku większości organizacji to drugie rozwiązanie jest zrównoważone. Uzupełnij luki za pomocą połączenia pociągu, rekruta i partnera; Zachowaj kluczowe i trwałe kompetencje. W następnej części omówimy, jak mądrze kupować zlecane na zewnątrz rozwiązania AI.
Zadanie aplikacji
Oceń swoją organizację w trzech warstwach (ekspert, tłumacz, użytkownik) i zapisz największą lukę w każdej warstwie. 2. Za pomocą szablonu określ odpowiadający Ci model organizacji. Napisz uzasadnienie decyzji dotyczących pociągu/zatrudnienia/partnera w przypadku dwóch najbardziej krytycznych wakatów. Na koniec nakreśl główne tematy programu alfabetyzacji pozaformalnej dla wszystkich pracowników.
lista kontrolna
- [ ] Lukę kompetencyjną zmapowałem w trzech warstwach.
- [ ] Sprawdziłem, czy istnieje rola Tłumacza.
- [ ] Wybrałem model organizacyjny odpowiedni dla instytucji.
- [ ] Dla każdego wakatu podjąłem decyzję o partnerze budującym i kupującym.
- [ ] Zaplanowałem program alfabetyzacji pozaformalnej.
- [ ] Do strategii włączyłem retencję i kulturę.
- [ ] Nie pozostawiłem decyzji kadrowych wyłącznie algorytmowi.