Manažment zmien a prijatie

zisky:

• Schopnosť pochopiť, že transformácia umelej inteligencie často zlyhá z ľudských a kultúrnych dôvodov, nie technických, a rozpoznať obavy, ktoré sú základom odporu
• Schopnosť urýchliť prijatie pomocou presvedčivého príbehu „prečo“, viditeľného vedenia a siete šampiónov
• Schopnosť riadiť zmeny ako kontinuitu, nie ako jednorazové oznámenie, meraním osvojenia pomocou metrík a odstránením prekážok

Tvrdá realita transformácie AI je takáto: stratégia, technológia a rozpočet môžu byť dokonalé; Ale ak ľudia neprijmú zmenu, je to všetko márne. Výskum neustále ukazuje, že väčšina zlyhaní iniciatív umelej inteligencie nie je technická, ale ľudská a kultúrna. V tejto záverečnej časti sa dozviete, ako môže senior manažér vykonávať riadenie zmien (disciplína systematického riadenia prechodu ľudí na nový spôsob práce), aby transformáciu AI premenil na skutočné prijatie (skutočné a trvalé používanie inovácie ľuďmi). Cieľom nie je nainštalovať technológiu; je zabezpečiť, aby ho ľudia používali bezpečne, ochotne a správne.

Prečo sa ľudia bránia?

Odpor často nie je hlúposť alebo tvrdohlavosť, ale pochopiteľné obavy: strach z istoty zamestnania („zoberie mi AI prácu?“), úzkosť z kompetencií („toto sa nemôžem naučiť“), nedostatok sebadôvery („nedôverujem jej výstupom“) a strata zmyslu („prečo sa musíme zmeniť?“). Ignorovanie týchto obáv zväčšuje odpor; Stretnutie s nimi otvorene urýchľuje adopciu.

úzkosť

základná otázka

Odpoveď správcu

istota zamestnania

Prídem o prácu?

Jasne vysvetlite, ako bude rola obohatená

kompetencie

Môžem sa to naučiť?

Školenie, podpora, bezpečná oblasť testovania

dôverovať

Môžem veriť výstupu?

Učiť hranice, validáciu

Význam

Prečo by som sa mal meniť?

Vysvetlite „prečo“ presvedčivo

Tip: Zarámujte zmenu nie ako „umelá inteligencia nahrádza ľudí“, ale ako „umelá inteligencia uľahčuje ľuďom prácu, preberá nudnú časť a necháva ľudí robiť hodnotnejšiu prácu“. Toto rámcovanie tej istej pravdy nahrádza strach zvedavosťou.

Základné kroky riadenia zmien

Podstata klasických modelov zmien (napr. Kotterových krokov) prispôsobených umelej inteligencii:

1. Vytvorte naliehavosť a dôvod. Prečo teraz, prečo my? Pútavý príbeh.
2. Ukážte viditeľné vedenie. Vrcholový manažment by mal používať samotný nástroj; nie rétorikou, ale príkladom.
3. Zviditeľnite skoré zisky. Oslávte a šírte informácie o malých, ale skutočných úspechoch.
4. Vzdelávať a podporovať. Kompetencie a bezpečné testovacie miesto pre každého.
5. Vytvorte šampiónov. Zahrňte dobrovoľníkov, nadšených šampiónov zmeny v každom tíme.
6. Urobte to natrvalo. Zakomponovať nové správanie do procesov, cieľov a kultúry.

Krok za krokom: plán adopcie

1. Zmapujte zainteresované strany a obavy. Koho sa to týka, čoho sa týka?

2. Uveďte presvedčivé „prečo“. Zostavte príbeh zmeny v jazyku ľudí.

3. Ukážte vodcovstvo príkladom. Umožnite správcom používať nástroj viditeľne.

4. Vybudujte sieť vzdelávania a šampiónov. Posilniť, posilniť dobrovoľných priekopníkov.

5. Merajte, počúvajte, upravujte. Merajte mieru prijatia, zbierajte spätnú väzbu, odstraňovajte bariéry.

tri mini prípady

Prípad 1 – Ignorovaný strach. Účtovná firma ponúkala svoj nástroj AI „pre efektivitu“, ale nikdy neriešila obavy zamestnancov o istotu zamestnania. Slovo dalo slovo, tím potichu sabotoval nástroj, adopcia zostala na 20 %. Vedenie ustúpilo a uskutočnilo otvorenú poradu s vysvetlením, že nikto nebude prepustený a že nudnú prácu prevezme sprostredkovateľ a všetkých presunie do poradenstva. Za 3 mesiace sa adopcia zvýšila na 75 %. Riešením bolo hovoriť o strachu.

Prípad 2 – Príklad s vedením. Generálny riaditeľ technologickej spoločnosti verejne použil nástroj AI pri príprave vlastnej týždennej správy a tiež sa podelil o svoje chyby („pozrite, tu urobil chybu, opravil som to“). Toto viditeľné vedenie vyslalo správu, že „ak to šéf používa, je to vážne“ a ukázalo, že overovanie je normálne. Adopcia sa rozšírila rýchlo, bez akéhokoľvek tlaku.

Prípad 3 – Sila siete šampiónov. Jeden maloobchodník vybral jedného dobrovoľného „šampióna AI“ z každého obchodu; Títo ľudia absolvovali dodatočné školenie a dostali za úlohu pomáhať svojim kolegom jeden na jedného. Učenie sa od priateľa, ktorý robí rovnakú prácu namiesto vzdialeného školiaceho tímu, zrýchlilo prijatie 3x. Najúčinnejším učiteľom bol nadšený kolega pri susednom stole.

Štyri kopírovateľné šablóny

1) Mapa zainteresovaných strán a záujmov:

Vaša úloha: konzultant pre riadenie zmien. Uveďte skupiny zainteresovaných strán, ktorých sa táto iniciatíva umelej inteligencie týka, a identifikujte primárny záujem každej skupiny (bezpečnosť zamestnania, kompetencie, dôvera, význam). Napíšte pozdrav pre každý problém. Iniciatíva: [text]

2) Príbeh „prečo“:

Navrhnite presvedčivý príbeh „prečo teraz, prečo my“, ktorý poviete tým, ktorí pracujú na tejto zmene AI. Nahraďte strach zvedavosťou; Zdôraznite, že nástroj preberá nudnú prácu a prenecháva človeka hodnotnejšej práci. Zmena: [text]

3) Program šampiónov:

Navrhnite „šampionský“ program, ktorý urýchli prijatie AI v tímoch: ako sa vyberajú šampióni, aké školenia absolvujú, akú úlohu vykonávajú, ako sú motivovaní? Napíšte stručný a akčný plán.

4) Plán merania adopcie:

Navrhnite metriky na meranie prijatia nástroja AI: miera aktívneho používania, frekvencia používania, spokojnosť používateľov, bariérová spätná väzba. Pre každú metriku napíšte, ako sa bude zhromažďovať a aká hranica by sa považovala za „zdravú“.

Slabá výzva / Silná výzva

Slabý: „Čo mám urobiť, aby ľudia používali AI?“

Záver: Všeobecné odporúčania „vzdelávať, komunikovať“; nevidí obavy a súvislosti.

Strong: "Nasadzujeme nástroj na podporu AI v call centre so 150 ľuďmi. V tíme panuje silný strach z istoty zamestnania. Urobte si plán osvojenia špecifický pre túto situáciu: ako oslovím obavy zainteresovaných strán, aký by mal byť presvedčivý príbeh „prečo", ktorý poviem zamestnancom, ako nastavím program šampióna a pomocou akých metrík meriam prijatie? Uveďte 90 krokov pre prvých 90 dní."

Výsledok: Akčný plán prijatia s meraním príbehového šampióna, ktorý je založený na kontexte a skutočných obavách.

Časté chyby

• Preskakovanie ľudského rozmeru. Zameranie sa na technológiu a ignorovanie obáv a obáv je najčastejšou príčinou zlyhania.
• Nehovoriac o strachu. Keď je úzkosť z istoty zamestnania potlačená, vráti sa ako tichá sabotáž; riešiť to jasne.
• Nedostatok vedenia príkladom. Administrátor, ktorý povie „Používate to“, ale sám to nepoužíva, vyvracia jeho správu.
• Komunikácia len zhora. Najefektívnejšie vyučovanie prichádza od blízkeho kolegu (majstra), nie od vzdialeného tímu.
• Nemeria adopciu. Inštitúcia, ktorá nemeria, či sa používa alebo nie, nevidí prekážky.

Pozor: Riadenie zmien nie je jednorazové oznámenie, ale proces, ktorý si vyžaduje kontinuitu. AI vám môže navrhnúť plán adopcie alebo kontaktný text; Ale načúvanie skutočným záujmom ľudí, budovanie dôvery a vedenie príkladom sa môže uskutočniť len prostredníctvom ľudského vedenia. Buďte tiež úprimní: príprava ľudí na nové úlohy je etická a udržateľnejšia, než skrývanie situácií, v ktorých AI skutočne nahradí niektoré úlohy.

V súhrne

Transformácie AI často zlyhávajú z ľudských a kultúrnych dôvodov, nie z technických. Odolnosť; Istota zamestnania vzniká z obáv o kompetencie, dôveru a zmysel a rieši sa otvoreným stretnutím s týmito obavami, nie ich ignorovaním. Úspešný manažment zmien hovorí presvedčivé „prečo“, ide príkladom s viditeľným vedením, oslavuje skoré víťazstvá, vzdeláva všetkých, buduje sieť šampiónov a zakotvuje nové správanie do kultúry. Adopciu treba merať, počúvať a odstraňovať bariéry. Počas tohto modulu; Od vízie po plán, od stanovenia priorít prípadu použitia po návratnosť investícií a riziko, riadenie, etiku, dodržiavanie predpisov, talent a obstarávanie, vytvorili sme rámec, ktorý manažér potrebuje na úplné a zodpovedné riadenie transformácie AI. Technológia je nástroj; Stratégia, riadenie a vedenie ľudí sú to, čo robí skutočný rozdiel.

Aplikačná úloha

Vyberte iniciatívu AI a zmapujte obavy dotknutých zainteresovaných strán pomocou šablóny 1. 2. navrhnite presvedčivý príbeh „prečo“, ktorý poviete zamestnancom pomocou šablóny; Nezabudnite čestne riešiť otázky bezpečnosti práce. Napíšte tri kroky programu šampiónov a dve metriky, podľa ktorých budete merať prijatie. Nakoniec: „Ako môžem tento nástroj viditeľne používať ako vodca?“ Uveďte konkrétnu odpoveď na otázku.

kontrolný zoznam

• [ ] Zmapoval som dotknuté zainteresované strany a ich obavy.
• [ ] Úprimne som sa vyjadril k otázke bezpečnosti práce.
• [ ] Vytvoril som presvedčivý príbeh „prečo“.
• [ ] Plánoval som ísť príkladom.
• [ ] Navrhol som sieť šampiónov.
• [ ] Identifikoval som metriky na meranie prijatia.
• [ ] Zmenu som plánoval ako kontinuitu, nie ako jednorazové oznámenie.

Modulová skúška

1. Ktorá z nasledujúcich možností je skutočnou úlohou senior manažéra v umelej inteligencii?

• A) Udávať smer, prideľovať zdroje, určovať limity rizika a prijímať zodpovednosť ✔
• B) Osobný výber a kódovanie architektúry a algoritmu modelu
• C) Kompletne odovzdajte umelú inteligenciu technologickému tímu a počkajte na výsledky
• D) Umožnenie každému oddeleniu voľne testovať svoj vlastný nástroj.

Vysvetlenie: Úlohou administrátora nie je trénovať modely alebo písať kód; Udávať smer, prideľovať zdroje, určovať limity rizika a prijímať zodpovednosť. Technický tím rieši otázku „ako“, manažér otázky „prečo, kedy, do akých limitov a kto je zodpovedný“. Umelá inteligencia nie je technologický projekt, ale problém transformácie podniku a vlastníctvo by malo byť na obchodnej strane.

2. Aká je kľúčová vlastnosť, ktorá odlišuje dobrú víziu AI od prázdneho sloganu?

• A) Obsahuje názov najnovšej technológie
• B) Závisí od obchodného výsledku, je merateľný a má časový horizont ✔
• C) Buďte čo najviac asertívni a všeobecní
• D) Podobne ako vízia konkurentov

Vysvetlenie: Dobrá vízia je spojená s obchodným výsledkom (nie technológiou), je merateľná a má časový horizont. „Budeme lídrami v AI“ je nemerateľné a nezahŕňa obchodné výsledky; „Skrátime na polovicu čas prvej odozvy a znížime náklady o 15 % za tri roky“ je konkrétne, merané a má časový horizont. Keď z vízie odstránite slovo „umelá inteligencia“, mal by vám zostať zmysluplný obchodný cieľ.

3. Aké sú dimenzie, ktoré vystupujú ako neviditeľné predpoklady pre väčšinu inštitúcií pri hodnotení vyspelosti umelej inteligencie a nemalo by sa do nich investovať, keď sú slabé?

• A) Len dimenzie marketingu a značky
• B) Iba hardvér a kancelárska infraštruktúra
• C) Údaje a riadenie ✔
• D) Analýza konkurencie a cenotvorba

Popis: Zrelosť sa meria v piatich dimenziách (stratégia, údaje, technológia, talent, riadenie). Údaje a riadenie sú často neviditeľné predpoklady: zostavenie drahého modelu, keď sú údaje chaotické a nekvalitné, je ako kupovať policu v prázdnom sklade; Bez riadenia sa riziko ticho hromadí. Preto sa medzery uzatvárajú v poradí podľa závislosti a vo všeobecnosti sa uprednostňujú údaje a správa.

4. Aký je správny prístup pre prípad použitia v oblasti matice hodnoty/použiteľnosti „vysoká hodnota + nízka použiteľnosť“?

• A) Okamžite nasaďte v plnom rozsahu
• B) Úplne sa vzdať, pretože to nemá cenu
• C) Robiť to vo voľnom čase ako výplňové práce s nízkou prioritou
• D) Plánovanie ako veľká stávka a stanovenie jej predpokladov, zatiaľ čo napredovanie s rýchlymi ziskami ✔

Popis: Táto oblasť sa nazýva „veľká stávka“: má vysokú hodnotu, ale nemožno ju uskutočniť okamžite kvôli údajom, integrácii alebo technickým ťažkostiam. Správny prístup je naplánovať ho a stanoviť jeho predpoklady (dátová infraštruktúra, integrácia); Potápanie naslepo znamená mesiace bezcennej práce. Medzitým sa vďaka „rýchlym výhram“ (vysoká hodnota + vysoká životaschopnosť) vytvorí hybná sila a táto veľká stávka sa financuje.

5. Čo je najdôležitejšie urobiť pred začatím, aby ste dokázali hodnotu pilota AI?

• A) Definujte metriku úspechu a zmerajte základnú líniu súčasnej situácie ✔
• B) Nákup čo najdrahšieho vozidla
• C) Otvorenie pilotného projektu pre celú inštitúciu súčasne
• D) Hlásenie výsledkov s predpoveďou po skončení pilotného projektu

Vysvetlenie: Základná línia je meranie súčasnej situácie pred zlepšením. Bez základnej línie nemožno dokázať, že sme sa „zlepšili“. "o koľko sa zlepšilo?" pri rozhodovaní o mierke. Na otázku sa nedá odpovedať. Preto by sa pred spustením pilotného projektu mala definovať metrika úspechu a aktuálna situácia by sa mala merať číslami. Nemôžete riadiť a brániť hodnotu, ktorú nemôžete merať.

6. Ktoré nákladové položky inštitúcie pri výpočte ROI umelej inteligencie najčastejšie prehliadajú a spôsobujú, že si myslia, že projekt je ziskový?

• A) Iba všeobecné výdavky, ako je prenájom kancelárie a elektrina
• B) Skryté náklady, ako je integrácia, neustály ľudský dohľad a údržba ✔
• C) Len rozpočet na marketing a reklamu
• D) žiadne; licenčný poplatok je jediným skutočným nákladom

Vysvetlenie: Inštitúcie zvyčajne počítajú iba poplatok za licenciu/používanie; keďže v AI sú skryté náklady vo všeobecnosti integrácia, príprava údajov, nepretržité ľudské monitorovanie, údržba a riadenie zmien, ktoré sú často vyššie ako licencovanie. Ak sa tieto položky vynechajú, projekt, ktorý sa považuje za „ziskový“, môže v skutočnosti fungovať so stratou. Okrem toho, na strane benefitov, treba si položiť otázku, či sa ušetrený čas skutočne premení na hodnotu.

7. Čo znamená „posunutie modelu“ v rizikách AI a prečo si vyžaduje neustále monitorovanie?

• A) Presun modelu medzi fyzickými servermi
• B) Licenčný poplatok modelu sa časom zvyšuje
• C) Výkon modelu v priebehu času ticho klesá, ako sa svet mení ✔
• D) Výstup modelu zostáva vždy rovnaký

Vysvetlenie: Posun modelu je, keď sa model opotrebuje a jeho výkon ticho klesá, keď sa svet mení (nové produkty, nové správanie, nové vzory podvodov). Model, ktorý funguje dobre raz, nefunguje dobre navždy; Preto je nevyhnutné pravidelné sledovanie výkonu. Vzorec podvodu sa môže napríklad potichu oslabiť zoči-voči novému vzoru a bez sledovania straty exponenciálne rastie.

8. Aký je správny prístup pri navrhovaní schvaľovacích procesov v riadení AI?

• A) Podriadenie každej iniciatívy umelej inteligencie rovnako prísnemu schváleniu bez ohľadu na jej riziko
• B) Schválenie stupňovania podľa úrovne rizika: nízke riziko rýchlo, vysoké riziko prísna kontrola ✔
• C) Poskytnutie plnej slobody tímom bez akéhokoľvek schvaľovacieho procesu
• D) Ponechanie všetkých schválení len na technologický tím

Popis: Dobrá správa vyvažuje rýchlosť, bezpečnosť a konzistentnosť. Uplatňovanie rovnakého prísneho schvaľovania na každú prácu (aj s nízkym rizikom) tlačí tímy do tieňového používania; Žiadne schválenie nehromadí riziko. Správny prístup je rozdeliť schválenie podľa úrovne rizika: práca s nízkym rizikom by mala plynúť rýchlo, iba práca s vysokým rizikom by mala prejsť dôkladnou kontrolou. Rýchlosť aj kontrola sú tak zachované.

9. Čo platí o vzťahu medzi etikou a dodržiavaním právnych predpisov?

• A) Etika a dodržiavanie právnych predpisov sú to isté; Čo spĺňa jedného, ​​stretáva aj druhého.
• B) Súlad s právnymi predpismi je vyššou líniou ako etika
• C) Súlad s právnymi predpismi je úplné minimum; etika je vyššia línia a nie všetko, čo je legálne, môže byť etické ✔
• D) Na etike záleží len vtedy, keď zákon ponecháva medzeru

Popis: Súlad s právnymi predpismi je úplné minimum; Etika je vyššia línia. Niečo môže byť legálne, ale neetické; Napríklad funkcia umelej inteligencie, ktorá manipuluje so správaním používateľov, nemusí byť zakázaná, no je neetická. Zodpovedné inštitúcie "je to zakázané?" Nie 'Je to pravda?' pýta sa. Etiku nemožno nechať na koniec; by mali byť zakomponované do dizajnu od začiatku.

10. Aké je hlavné kritérium, aby sa systém považoval za „vysoko rizikový“ v práve EÚ o umelej inteligencii?

• A) Aký drahý je systém
• B) Koľko používateľov má systém
• C) V ktorej krajine bol systém vyvinutý?
• D) Systém priamo ovplyvňuje základné práva, bezpečnosť alebo životné príležitosti ľudí ✔

Opis: Zákon EÚ o umelej inteligencii zavádza logiku založenú na riziku. Vysokorizikový systém je taký, ktorý môže priamo ovplyvniť základné práva ľudí, bezpečnosť alebo životné príležitosti (zamestnanie, úvery, vzdelanie, zdravie). Pre tieto systémy je nevyhnutné riadenie rizík, kvalitné a nezaujaté údaje, ľudský dohľad, dokumentácia, vedenie záznamov a transparentnosť. "Je tento systém zapojený do rozhodnutia, ktoré ovplyvňuje prácu, peniaze, zdravie alebo slobodu osoby?" Otázka je dobrým predbežným ukazovateľom.

11. Prečo je jedným z najnebezpečnejších a najčastejších porušení KVKK pre zamestnanca prilepenie osobných údajov zákazníkov do verejne dostupného zahraničného nástroja umelej inteligencie?

• A) Len preto, že spôsobuje pomalý chod vozidla
• B) Pretože to často znamená neoprávnený prenos údajov do zahraničia a neúmyselné spracovanie ✔
• C) Len preto, že vozidlo je zaplatené
• D) Vlastne nenesie žiadne riziká, je úplne bezpečný.

Vysvetlenie: Táto akcia často znamená „prenos údajov do zahraničia“ (s výhradou osobitných pravidiel) aj „neúmyselné spracovanie“ (údaje sa používajú na iné účely, ako je účel, na ktorý boli zhromaždené) a zvyčajne sa vykonáva bez platného právneho základu a objasnenia. Vytvára vážne riziko porušenia a správnej pokuty v zmysle KVKK; Preto sú nevyhnutné zásady prijateľného používania a podnikové nástroje, ktoré neunikajú dátami.

12. Aký je účel úlohy „prekladateľa“, ktorá je v kompetencii umelej inteligencie najčastejšie prehliadanou a hodnotovo viazanou úlohou?

• A) Prekladať len cudzojazyčné dokumenty
• B) Správa serverov a databáz
• C) Byť osobou, ktorá transformuje obchodný problém na riešenie umelej inteligencie a stavia most medzi obchodom a technológiou ✔
• D) Poskytnite základné školenie o vozidle len zamestnancom

Popis: Prekladateľ umelej inteligencie (AI translator) je osoba, ktorá prekladá obchodný jazyk do technického jazyka a naopak, čím vytvára most „ktorý obchodný problém rieši ktoré riešenie umelej inteligencie“. Najdrahšie zlyhania sú často spôsobené nie nedostatkom odborníkov, ale nedostatkom prekladateľov: technický tím zostaví dokonalý model, ale pre nesprávny problém. Inštitúcie investujú príliš veľa do odborníkov a príliš málo do prekladateľov a masovej gramotnosti; Vo všeobecnosti sú to však posledné dve, ktoré otvárajú hodnotu.

13. Aký je základný princíp pri rozhodovaní „vyrobte alebo kúpte“ pre talent AI?

• A) Vždy kupujte, pretože je to lacnejšie
• B) Budujte základné rozlišovacie schopnosti, nakupujte štandardné schopnosti ✔
• C) Vždy sa rozvíjajte vo vnútri, pretože je to bezpečnejšie
• D) Výber toho, ktorý odporúča najobľúbenejší dodávateľ

Popis: Základným princípom je: urobiť základné schopnosti jedinečné pre organizáciu, ktoré vytvárajú konkurenčnú výhodu; Kúpte si štandardné, bežné, nerozlišujúce schopnosti. Jadrom je prediktívny model, ktorý váš konkurent nedokáže zostaviť s vašimi vlastnými údajmi; Štandardom je nástroj na sumarizáciu textu. Outsourcing kľúčových talentov prenajíma konkurencieschopnosť z dlhodobého hľadiska a zvyšuje riziko zablokovania dodávateľov.

14. Aký je najčastejší dôvod zlyhania transformácií AI a najefektívnejší postup proti nemu?

• A) Nedostatočná presnosť modelu; Riešením je kúpa väčšieho modelu
• B) Nedostatok vybavenia; Riešením je nákup ďalších serverov
• C) náklady na licenciu; Riešením je nájsť lacnejšieho dodávateľa
• D) ľudská a kultúrna odolnosť; Riešením je manažment zmien, ktorý jasne rieši obavy ✔

Vysvetlenie: Väčšina zlyhaní nie je technická, ale ľudská a kultúrna: strach z istoty zamestnania, úzkosť o kompetencie, nedostatok dôvery a strata zmyslu. Keď sú tieto úzkosti potlačené, vrátia sa ako tichá sabotáž. Najúčinnejším prístupom je otvorene sa stretnúť s obavami, vysvetliť presvedčivé „prečo“, ísť príkladom a vybudovať sieť šampiónov blízkych kolegov. Osvojenie sa musí merať a bariéry musia byť odstránené.