Управление изменениями и принятие

Прибыль:

• Способность понимать, что трансформация искусственного интеллекта часто терпит неудачу по человеческим и культурным, а не техническим причинам, и осознавать проблемы, лежащие в основе сопротивления.
• Возможность ускорить внедрение с помощью убедительной истории «почему», видимого лидерства и сети сторонников.
• Способность управлять изменениями как непрерывностью, а не разовым объявлением, измеряя внедрение с помощью показателей и устраняя препятствия.

Суровая реальность трансформации ИИ такова: стратегия, технология и бюджет могут быть идеальными; Но если люди не примут перемен, все будет напрасно. Исследования неизменно показывают, что большая часть неудач инициатив в области искусственного интеллекта связана не с техническими, а с человеческими и культурными факторами. В этом заключительном модуле вы узнаете, как старший менеджер может осуществлять управление изменениями (дисциплину систематического управления переходом людей к новому способу работы), чтобы превратить трансформацию ИИ в реальное внедрение (фактическое и устойчивое использование инновации людьми). Цель состоит не в том, чтобы установить технологию; заключается в том, чтобы люди использовали его безопасно, охотно и правильно.

Почему люди сопротивляются?

Сопротивление часто проявляется не в глупости или упрямстве, а в понятных опасениях: страхе перед безопасностью работы («отнимет ли ИИ мою работу?»), тревоге компетентности («Я не могу этому научиться»), неуверенности («Я не могу доверять его результатам») и потере смысла («Почему нам нужно меняться?»). Игнорирование этих опасений усиливает сопротивление; Открытое знакомство с ними ускоряет принятие.

тревога

основной вопрос

Ответ администратора

гарантия занятости

Потеряю ли я работу?

Четко объясните, как будет расширена роль

компетентность

Могу ли я этому научиться?

Обучение, поддержка, безопасная зона тестирования

доверие

Могу ли я доверять результату?

Учите границам, проверке

Значение

Почему я должен меняться?

Объясните «почему» убедительно

Совет: сформулируйте эти изменения не так, как «искусственный интеллект заменяет людей», а как «искусственный интеллект облегчает работу людей, берет на себя скучную часть, оставляя людям возможность выполнять более ценную работу». Эта формулировка одной и той же истины заменяет страх любопытством.

Основные этапы управления изменениями

Суть классических моделей изменений (например, шагов Коттера), адаптированных к искусственному интеллекту:

1. Создайте срочность и причину. Почему сейчас, почему мы? Убедительная история.
2. Проявите видимое лидерство. Высшее руководство должно использовать этот инструмент самостоятельно; не риторикой, а примером.
3. Сделайте первые успехи видимыми. Отмечайте и распространяйте информацию о маленьких, но реальных успехах.
4. Обучайте и поддерживайте. Компетентность и безопасный испытательный полигон для каждого.
5. Создавайте чемпионов. Включите в каждую команду добровольцев, полных энтузиазма сторонников перемен.
6. Сделайте это постоянным. Встраивайте новое поведение в процессы, цели и культуру.

Шаг за шагом: план усыновления

1. Составьте карту заинтересованных сторон и проблем. Кого это касается, что беспокоит?

2. Дайте убедительное «почему». Постройте историю изменения языка людей.

3. Демонстрируйте лидерство на личном примере. Позвольте администраторам использовать этот инструмент открыто.

4. Создайте сеть образования и чемпионов. Расширяйте возможности, расширяйте возможности пионеров-добровольцев.

5. Измерьте, послушайте, отрегулируйте. Измеряйте уровень внедрения, собирайте отзывы, устраняйте барьеры.

три мини-кейса

Случай 1 — Игнорируемый страх. Бухгалтерская фирма рекламировала свой инструмент искусственного интеллекта «для эффективности», но никогда не обращала внимания на опасения сотрудников по поводу гарантии занятости. Слухи распространились, команда незаметно саботировала инструмент, а уровень внедрения остался на уровне 20%. Руководство пошло на попятную и провело открытое совещание, объяснив, что никого увольнять не будут, а посредник возьмет на себя скучную работу и переведет всех в консалтинг. За 3 месяца внедрение выросло до 75%. Разговор о страхе был решением.

Случай 2 — Пример с лидерством. Генеральный директор технологической компании публично использовал инструмент ИИ при подготовке собственного еженедельного отчета, а также поделился своими ошибками («видишь, он здесь ошибся, я исправил»). Это видимое руководство дало понять, что «если начальник этим пользуется, то это серьезно» и показало, что проверка прошла нормально. Принятие распространилось быстро, без какого-либо противодействия.

Случай 3. Сила сети-чемпиона. Один ритейлер выбрал по одному волонтеру «Чемпионату по искусственному интеллекту» из каждого магазина; Эти люди прошли дополнительную подготовку и получили задание помогать своим коллегам один на один. Обучение у друга, выполняющего ту же работу, а не у команды удаленного обучения, ускорило внедрение в 3 раза. Самым эффективным учителем оказался восторженный коллега за соседним столом.

Четыре копируемых шаблона

1) Карта заинтересованных сторон и проблем:

Ваша роль: консультант по управлению изменениями. Перечислите группы заинтересованных сторон, затронутые этой инициативой в области ИИ, и определите основную проблему, которая может возникнуть у каждой группы (гарантия занятости, компетентность, доверие, смысл). Напишите поздравление к каждой заботе. Инициатива: [текст]

2) История «почему»:

Составьте убедительную историю «почему сейчас, почему мы», которую можно рассказать тем, кто работает над этой сменой ИИ. Замените страх любопытством; Подчеркните, что инструмент берет на себя скучную работу и оставляет человеку более ценную работу. Изменение: [текст]

3) Чемпионская программа:

Разработайте «чемпионскую» программу, которая ускорит внедрение ИИ в командах: как отбираются чемпионы, какую подготовку они получают, какую задачу они выполняют, как они мотивированы? Напишите краткий и действенный план.

4) План измерения внедрения:

Предложите показатели для измерения внедрения инструмента искусственного интеллекта: уровень активного использования, частота использования, удовлетворенность пользователей, обратная связь с барьерами. Для каждой метрики напишите, как она будет собираться и какой порог будет считаться «здоровым».

Слабая подсказка / Сильная подсказка

Слабый: «Что мне следует сделать, чтобы заставить людей использовать ИИ?»

Заключение: Общие рекомендации «обучайте, общайтесь»; не видит проблем и контекста.

Стронг: «Мы внедряем инструмент поддержки искусственного интеллекта в колл-центре, насчитывающем 150 человек. В команде существует сильный страх перед сохранением рабочих мест. Составьте план внедрения, специфичный для этой ситуации: как мне решить проблемы заинтересованных сторон, какой должна быть убедительная история «почему», которую я рассказываю сотрудникам, как мне настроить программу поддержки и какими показателями я измеряю внедрение? Перечислите шаги на первые 90 дней».

Результат: действенный план внедрения с оценкой истории, основанный на контексте и реальных проблемах.

Распространенные ошибки

• Пропуск человеческого измерения. Сосредоточение внимания на технологиях и игнорирование страхов и опасений является наиболее распространенной причиной неудач.
• Не говорю о страхе. Когда тревога по поводу безопасности работы подавляется, она возвращается в виде молчаливого саботажа; четко сформулируйте это.
• Отсутствие руководства личным примером. Администратор, который говорит "Вы этим пользуетесь", но сам не пользуется, опровергает его сообщение.
• Связь только сверху. Самое эффективное обучение исходит от близкого коллеги (чемпиона), а не от далекой команды.
• Не измерять усыновление. Учреждение, которое не измеряет, используется оно или нет, не может видеть препятствий.

Внимание: Управление изменениями — это не разовое объявление, а процесс, требующий непрерывности. ИИ может предложить вам план усыновления или контактный текст; Но выслушать реальные проблемы людей, укрепить доверие и подать личный пример можно только через человеческое лидерство. Кроме того, будьте честны: готовить людей к новым ролям этично и более устойчиво, а не скрывать ситуации, когда ИИ фактически заменит некоторые роли.

В итоге

Трансформации ИИ часто терпят неудачу по человеческим и культурным, а не техническим причинам. Сопротивление; Гарантия занятости возникает из-за проблем компетентности, доверия и значимости и решается путем открытого удовлетворения этих проблем, а не путем их игнорирования. Успешное управление изменениями объясняет убедительное «почему», подает пример видимым лидерством, празднует ранние победы, обучает всех, создает сеть лидеров и внедряет новое поведение в культуру. Усыновление необходимо измерять, прислушиваться к нему и устранять барьеры. Во время этого модуля; От видения до дорожной карты, от определения приоритетов вариантов использования до рентабельности инвестиций и рисков, управления, этики, соответствия требованиям, талантов и закупок — мы создали структуру, необходимую менеджеру для комплексного и ответственного управления трансформацией ИИ. Технология — это инструмент; стратегия, управление и лидерство людей – вот что имеет реальное значение.

Задача приложения

Выберите инициативу в области ИИ и составьте карту проблем затрагиваемых заинтересованных сторон с помощью шаблона 1. 2. Составьте убедительную историю «почему», чтобы рассказать сотрудникам с помощью шаблона; Обязательно честно решайте проблемы, связанные с безопасностью работы. Запишите три этапа чемпионской программы и два показателя, по которым вы будете измерять внедрение. Наконец, «как мне использовать этот инструмент, чтобы стать лидером?» Дайте конкретный ответ на вопрос.

контрольный список

• [ ] Я составил карту затронутых заинтересованных сторон и их проблем.
• [ ] Я честно ответил на вопрос о безопасности работы.
• [ ] Я составил убедительную историю «почему».
• [ ] Я планировал подавать пример.
• [ ] Я разработал сеть чемпионов.
• [ ] Я определил показатели для измерения внедрения.
• [ ] Я планировал это изменение как продолжение, а не как разовое объявление.

Модульный экзамен

1. Что из перечисленного является реальной ролью старшего менеджера в области искусственного интеллекта?

• А) Указание направления, распределение ресурсов, установление пределов риска и принятие ответственности ✔
• Б) Выбор и кодирование архитектуры и алгоритма модели лично.
• В) Полностью передать искусственный интеллект технологической команде и дождаться результатов
• Г) Разрешение каждому отделу свободно тестировать свой собственный инструмент.

Пояснение: работа администратора заключается не в обучении моделей или написании кода; Указание направления, распределение ресурсов, определение лимитов риска и обеспечение подотчетности. Техническая команда решает вопрос «как», менеджер решает вопросы «почему, когда, в каких пределах и кто несет ответственность». Искусственный интеллект — это не технологический проект, а вопрос трансформации бизнеса, и право собственности должно принадлежать бизнесу.

2. Какая ключевая особенность отличает хорошее видение ИИ от пустого лозунга?

• А) Содержит название новейшей технологии
• Б) Зависит от бизнес-результата, измерима и имеет временной горизонт ✔
• В) Будьте как можно более напористыми и общими.
• Г) Аналогично видению конкурентов

Пояснение: Хорошее видение привязано к бизнес-результатам (а не к технологиям), измеримо и имеет временной горизонт. «Мы будем лидерами в области искусственного интеллекта» не поддается измерению и не включает в себя бизнес-результаты; «Мы вдвое сократим время первого ответа и снизим затраты на 15% за три года» — это конкретное, измеренное и имеющее временной горизонт решение. Когда вы уберете из концепции слово «искусственный интеллект», у вас останется значимая бизнес-цель.

3. Какие аспекты являются невидимыми предпосылками для большинства институтов в оценке зрелости искусственного интеллекта и в которые не следует инвестировать, когда они слабы?

• А) Только аспекты маркетинга и бренда
• Б) Только оборудование и офисная инфраструктура
• C) Данные и управление ✔
• D) Анализ конкурентов и ценообразование.

Описание: Зрелость измеряется по пяти измерениям (стратегия, данные, технологии, талант, управление). Данные и управление часто являются невидимыми предпосылками: построение дорогой модели, когда данные беспорядочны и плохого качества, похоже на покупку полки на пустом складе; Без управления риск незаметно накапливается. Вот почему пробелы закрываются в порядке зависимости, а данные и управление обычно имеют приоритет.

4. Каков правильный подход к варианту использования в области «высокая ценность + низкая применимость» матрицы ценности/применимости?

• А) Немедленное развертывание в полном масштабе
• Б) Полностью отказаться, потому что это бесполезно
• C) Делать это в свободное время в качестве низкоприоритетной наполнительной работы.
• D) Планирование как большая ставка и установление ее предпосылок, одновременно продвигаясь вперед с быстрой прибылью ✔

Описание: Эта область называется «большой ставкой»: она имеет высокую ценность, но не может быть сделана немедленно из-за данных, интеграции или технических трудностей. Правильный подход заключается в его планировании и создании предпосылок (инфраструктура данных, интеграция); Слепое погружение означает месяцы бесполезного труда. Между тем, благодаря «быстрым выигрышам» (высокая ценность + высокая жизнеспособность) создается импульс, и эта большая ставка финансируется.

5. Что наиболее важно сделать перед началом работы, чтобы доказать ценность пилота ИИ?

• А) Определите показатель успеха и измерьте базовый уровень текущей ситуации ✔
• Б) Покупка самого дорогого автомобиля.
• В) Открытие пилотного проекта для всего учреждения одновременно
• D) Отчет о результатах с прогнозом после завершения пилотного проекта.

Пояснение: Базовый уровень – это измерение текущей ситуации до ее улучшения. Без базовой линии утверждение о том, что мы «улучшились», не может быть доказано; 'насколько улучшилось?' в решении о масштабировании. На этот вопрос невозможно ответить. Поэтому до начала пилотного проекта необходимо определить показатель успеха и измерить текущую ситуацию в цифрах. Вы не можете управлять и защищать ценность, которую не можете измерить.

6. Какие статьи затрат чаще всего упускаются из виду учреждениями при расчете рентабельности инвестиций в искусственный интеллект и заставляют их думать, что проект прибыльен?

• А) Только общие расходы, такие как аренда офиса и электричество.
• Б) Скрытые затраты, такие как интеграция, постоянный контроль со стороны человека и техническое обслуживание ✔
• В) Только маркетинговый и рекламный бюджет.
• Г) Нет; лицензионный сбор — единственная реальная стоимость

Объяснение: Учреждения обычно учитывают только плату за лицензию/использование; тогда как в ИИ скрытые затраты обычно связаны с интеграцией, подготовкой данных, постоянным человеческим мониторингом, обслуживанием и управлением изменениями, и они часто превышают лицензирование. Если эти пункты опущены, проект, который считается «прибыльным», на самом деле может оказаться убыточным. Кроме того, с точки зрения выгоды следует задаться вопросом, действительно ли сэкономленное время превращается в ценность.

7. Что означает «дрейф модели» применительно к рискам ИИ и почему он требует постоянного мониторинга?

• А) Перемещение модели между физическими серверами
• Б) Лицензионная плата модели со временем увеличивается
• В) Производительность модели со временем незаметно снижается по мере изменения мира ✔
• D) Выход модели всегда остается прежним.

Пояснение: Дрейф модели — это когда модель изнашивается и ее эффективность незаметно снижается по мере изменения мира (новые продукты, новое поведение, новые модели мошенничества). Модель, которая хорошо сработала однажды, не будет работать хорошо всегда; Вот почему необходим регулярный мониторинг производительности. Например, модель мошенничества может незаметно ослабнуть перед лицом новой модели, а без мониторинга потери растут в геометрической прогрессии.

8. Каков правильный подход при разработке процессов утверждения в управлении ИИ?

• А) Подвергать одинаково строгому одобрению каждую инициативу в области искусственного интеллекта, независимо от ее риска.
• Б) Утверждение уровней по уровням риска: быстрый низкий риск, жесткий контроль высокого риска ✔
• В) Предоставление полной свободы командам без какого-либо процесса утверждения.
• D) Оставляя все утверждения только технологической команде

Описание: Хорошее управление сочетает в себе скорость, безопасность и последовательность. Применение одинакового строгого одобрения к каждой работе (даже с низким уровнем риска) подталкивает команды к теневому использованию; Отсутствие одобрения накапливает риск. Правильный подход — распределять утверждение по уровням риска: работа с низким уровнем риска должна выполняться быстро, тщательной проверке должна подвергаться только работа с высоким уровнем риска. Таким образом, сохраняется и скорость, и контроль.

9. Что верно в отношении взаимосвязи между этикой и соблюдением законодательства?

• А) Этика и соблюдение законодательства — это одно и то же; То, что встречается с одним, встречается и с другим.
• Б) Соблюдение закона – это более высокая ступень, чем этика.
• C) Соблюдение законодательства является минимальным; этика – это высшая ступень, и не все, что законно, может быть этичным ✔
• Г) Этика имеет значение только тогда, когда закон оставляет пробел

Описание: Соблюдение законодательства является минимальным; Этика – это высшая ступень. Что-то может быть законным, но неэтичным; Например, функция искусственного интеллекта, манипулирующая поведением пользователей, возможно, и не запрещена, но это неэтично. Ответственные учреждения: «Это запрещено?» Не «Это правда?» — спрашивает он. Этику нельзя оставлять до конца; должны быть заложены в проект с самого начала.

10. Каков основной критерий того, что система считается «высокорисковой» в Законе ЕС об искусственном интеллекте?

• А) Насколько дорогая система
• Б) Сколько пользователей в системе
• В) В какой стране была разработана система?
• Г) Система напрямую влияет на основные права, безопасность или жизненные возможности людей ✔

Описание: Закон ЕС об искусственном интеллекте устанавливает логику, основанную на риске. Система высокого риска – это система, которая может напрямую влиять на основные права, безопасность или жизненные возможности людей (работу, кредит, образование, здоровье). Управление рисками, качественные и объективные данные, человеческий надзор, документация, ведение учета и прозрачность имеют важное значение для этих систем. «Участвует ли эта система в принятии решений, которые влияют на работу, деньги, здоровье или свободу человека?» вопрос является хорошим предварительным индикатором.

11. Почему одним из самых опасных и частых нарушений KVKK является вставка сотрудником персональных данных клиента в общедоступный зарубежный инструмент искусственного интеллекта?

• А) Только потому, что это приводит к замедлению движения автомобиля
• Б) Потому что зачастую это означает несанкционированную передачу данных за границу и непреднамеренную обработку ✔
• В) Только потому, что транспортное средство оплачено
• Г) На самом деле никаких рисков это не несет, это совершенно безопасно.

Пояснение: Это действие часто означает как «передачу данных за границу» (при соблюдении специальных правил), так и «непреднамеренную обработку» (данные используются для целей, отличных от целей, для которых они были собраны) и обычно осуществляется без действительной правовой основы и разъяснений. Это создает серьезный риск нарушения и административного штрафа в части КВКК; Поэтому крайне важны политика приемлемого использования и корпоративные инструменты, которые не допускают утечки данных.

12. Какова цель роли «переводчика», которая является наиболее часто упускаемой из виду и фиксирующей ценность роли в области компетенции в области искусственного интеллекта?

• А) Перевод только документов на иностранном языке
• Б) Управление серверами и базами данных
• В) Быть человеком, который превращает бизнес-задачу в решение искусственного интеллекта и строит мост между бизнесом и технологиями ✔
• D) Обеспечить базовое обучение использованию транспортных средств только сотрудников.

Описание: Переводчик с искусственным интеллектом (переводчик с искусственным интеллектом) — это человек, который переводит деловой язык на технический язык и наоборот, строя мост «какая бизнес-задача решается с помощью какого решения искусственного интеллекта». Самые дорогостоящие неудачи часто вызваны не отсутствием экспертов, а отсутствием переводчиков: техническая команда строит идеальную модель, но не для той задачи. Учреждения вкладывают слишком много в экспертов и слишком мало в переводчиков и массовую грамотность; Однако обычно именно последние два открывают значение.

13. Каков основной принцип принятия решения «сделать или купить» таланта в области ИИ?

• А) Всегда покупайте, потому что это дешевле
• Б) Создайте основные отличительные возможности, купите стандартные возможности ✔
• В) Всегда развивайтесь внутри, потому что так безопаснее
• D) Выбор того, что рекомендует самый популярный поставщик.

Описание: Основной принцип таков: сделать основные возможности уникальными для организации, которые создают конкурентное преимущество; Купите стандартные, общие, недифференцирующие возможности. В основе лежит прогнозная модель, которую ваш конкурент не сможет построить на основе ваших собственных данных; Инструмент суммирования текста входит в стандартную комплектацию. Аутсорсинг основных специалистов снижает конкурентоспособность в долгосрочной перспективе и увеличивает риск привязки к поставщикам.

14. Какова наиболее распространенная причина неудачи ИИ-трансформаций и наиболее эффективный подход против нее?

• А) Недостаточная точность модели; Решение — купить модель большего размера.
• Б) Отсутствие оборудования; Решение — купить больше серверов
• В) Стоимость лицензии; Решение — найти более дешевого поставщика.
• D) Человеческая и культурная устойчивость; Решением является управление изменениями, которое четко решает проблемы ✔

Объяснение: Большинство неудач имеют не техническую, а человеческую и культурную природу: страх за гарантированную работу, тревогу по поводу компетентности, отсутствие уверенности и потерю смысла. Когда эти тревоги подавляются, они возвращаются в виде молчаливого саботажа. Самый эффективный подход — открыто ответить на опасения, убедительно объяснить «почему», подавать личный пример и создать активную сеть близких коллег. Усыновление должно быть измерено, а барьеры должны быть устранены.