Upravljanje in sprejemanje sprememb

Dobički:

• Sposobnost razumeti, da transformacija umetne inteligence pogosto ne uspe zaradi človeških in kulturnih razlogov, ne tehničnih, in prepoznati pomisleke, ki so podlaga za odpor
• Sposobnost pospeševanja sprejemanja s prepričljivo zgodbo "zakaj", vidnim vodstvom in mrežo prvakov
• Sposobnost upravljanja sprememb kot kontinuitete, ne kot enkratne objave, z merjenjem sprejemanja z meritvami in odstranjevanjem ovir

Surova realnost preobrazbe AI je naslednja: strategija, tehnologija in proračun so lahko popolni; A če ljudje ne sprejmejo sprememb, je vse zaman. Raziskave dosledno kažejo, da večina neuspehov pobud za umetno inteligenco ni tehnična, temveč človeška in kulturna. V tej zadnji enoti se boste naučili, kako lahko višji menedžer izvaja upravljanje sprememb (disciplino sistematičnega upravljanja prehoda ljudi na nov način dela), da spremeni preoblikovanje AI v resnično sprejetje (dejanska in trajna uporaba inovacije s strani ljudi). Cilj ni namestitev tehnologije; je zagotoviti, da ga ljudje uporabljajo varno, voljno in pravilno.

Zakaj se ljudje upirajo?

Odpor pogosto ni neumnost ali trma, ampak razumljivi pomisleki: strah pred varnostjo zaposlitve (»bo umetna inteligenca vzela mojo službo?«), tesnoba glede kompetenc (»tega se ne morem naučiti«), pomanjkanje zaupanja (»ne morem zaupati njegovim rezultatom«) in izguba pomena (»zakaj se moramo spremeniti?«). Ignoriranje teh skrbi poveča odpornost; Odkrito srečanje z njimi pospeši posvojitev.

anksioznost

temeljno vprašanje

Odgovor skrbnika

varnost zaposlitve

Ali bom izgubil službo?

Jasno razložite, kako bo vloga obogatena

pristojnosti

Ali se lahko tega naučim?

Usposabljanje, podpora, varno območje testiranja

zaupanje

Ali lahko zaupam rezultatu?

Učite meje, potrjevanje

Pomen

Zakaj bi se moral spremeniti?

Prepričljivo razložite "zakaj".

Namig: Spremembe ne uokvirite tako, da "umetna inteligenca nadomešča ljudi", temveč kot "umetna inteligenca ljudem olajša delo, prevzame dolgočasen del, ljudem pa prepusti dragocenejše delo." To uokvirjanje iste resnice nadomešča strah z radovednostjo.

Osnovni koraki upravljanja sprememb

Bistvo klasičnih modelov sprememb (npr. Kotterjevi koraki), prilagojenih umetni inteligenci:

1. Ustvarite nujnost in razlog. Zakaj zdaj, zakaj mi? Privlačna zgodba.
2. Pokažite vidno vodstvo. Najvišje vodstvo naj uporablja orodje samo; ne z retoriko, ampak z zgledom.
3. Naj bodo zgodnji dobički vidni. Praznujte in širite glas o majhnih, a resničnih uspehih.
4. Izobraževati in podpirati. Kompetentnost in varen poligon za vse.
5. Ustvarite prvake. V vsako ekipo vključite prostovoljce, navdušene zagovornike sprememb.
6. Naj bo trajno. Vgradite novo vedenje v procese, cilje in kulturo.

Korak za korakom: načrt posvojitve

1. Načrtujte zainteresirane strani in pomisleke. Kdo je prizadet, kaj skrbi?

2. Navedite prepričljiv »zakaj«. Zgradite zgodbo o spremembi v jeziku ljudi.

3. Pokažite vodenje z zgledom. Naj skrbniki vidno uporabljajo orodje.

4. Zgradite mrežo izobraževanja in prvakov. Opolnomočite, opolnomočite pionirje prostovoljce.

5. Izmeri, poslušaj, prilagodi. Izmerite stopnjo sprejemanja, zberite povratne informacije, odstranite ovire.

trije mini kovčki

Primer 1 – Prezrt strah. Računovodsko podjetje je oglaševalo svoje orodje AI "zaradi učinkovitosti", vendar nikoli ni obravnavalo strahov zaposlenih glede varnosti zaposlitve. Beseda se je razširila, ekipa je tiho sabotirala orodje, sprejetje je ostalo pri 20 %. Vodstvo se je umaknilo in imelo odprt sestanek ter pojasnilo, da ne bodo nikogar odpustili in da bo posrednik prevzel dolgočasno delo in vse preselil v svetovanje. V 3 mesecih se je posvojitev povečala na 75 %. Pogovor o strahu je bil rešitev.

Primer 2 – Primer z vodstvom. Izvršni direktor tehnološkega podjetja je javno uporabil orodje AI med pripravo lastnega tedenskega poročila in delil tudi svoje napake ("glej, tukaj je naredil napako, jaz sem jo popravil"). To vidno vodstvo je poslalo sporočilo, da "če ga šef uporablja, je resno" in pokazalo, da je preverjanje normalno. Posvojitev se je hitro razširila, brez kakršnega koli pritiska.

Primer 3 – Moč mreže prvakov. En trgovec je iz vsake trgovine izbral enega prostovoljnega »prvaka AI«; Ti ljudje so bili dodatno usposobljeni in jim je bila dodeljena naloga, da svojim kolegom pomagajo ena na ena. Učenje od prijatelja, ki opravlja isto delo namesto ekipe za usposabljanje na daljavo, je posvojitev pospešilo za 3x. Najbolj učinkovita učiteljica je bila navdušena kolegica za sosednjo mizo.

Štiri predloge za kopiranje

1) Zemljevid deležnikov in pomislekov:

Vaša vloga: svetovalec za upravljanje sprememb. Navedite skupine deležnikov, na katere vpliva ta pobuda za umetno inteligenco, in opredelite primarno skrb, ki jo lahko ima posamezna skupina (varnost zaposlitve, usposobljenost, zaupanje, pomen). Za vsako skrb napišite pozdrav. Pobuda: [besedilo]

2) Zgodba "zakaj":

Naredite osnutek prepričljive zgodbe »zakaj zdaj, zakaj mi«, ki jo boste povedali tistim, ki delajo na tej spremembi umetne inteligence. Zamenjajte strah z radovednostjo; Poudarite, da orodje prevzame dolgočasno delo in prepusti človeka bolj dragocenemu delu. Sprememba: [besedilo]

3) Šampionski program:

Oblikujte program »prvakov«, ki bo pospešil sprejemanje umetne inteligence v ekipah: kako so izbrani prvaki, kakšno usposabljanje so deležni, katere naloge opravljajo, kako so motivirani? Napišite jedrnat in izvedljiv načrt.

4) Načrt merjenja posvojitve:

Predlagajte meritve za merjenje sprejemanja orodja AI: stopnja aktivne uporabe, pogostost uporabe, zadovoljstvo uporabnikov, povratne informacije o ovirah. Za vsako metriko napišite, kako se bo zbirala in kateri prag bi veljal za "zdravega".

Šibek poziv/močan poziv

Slabo: "Kaj naj naredim, da bodo ljudje začeli uporabljati AI?"

Zaključek: Splošna priporočila »izobražuj, komuniciraj«; ne vidi pomislekov in konteksta.

Strong: "Uvajamo podporno orodje za umetno inteligenco v klicnem centru s 150 ljudmi. V ekipi obstaja močan strah glede varnosti zaposlitve. Naredite načrt za posvojitev, ki bo specifičen za to situacijo: kako naj obravnavam pomisleke zainteresiranih strani, kakšna naj bo prepričljiva zgodba 'zakaj', ki jo povem zaposlenim, kako vzpostavim program prvaka in s kakšnimi meritvami merim posvojitev? Naštejte korake za prvih 90 dni."

Rezultat: izvedljiv posvojitveni načrt z merjenjem zgodbe prvaka, ki temelji na kontekstu in resnični skrbi.

Pogoste napake

• Preskakovanje človeške dimenzije. Osredotočanje na tehnologijo ter ignoriranje strahov in skrbi je najpogostejši vzrok za neuspeh.
• Da ne govorim o strahu. Ko je zaskrbljenost glede varnosti zaposlitve potlačena, se vrne kot tiha sabotaža; jasno naslovite.
• Pomanjkanje vodenja z zgledom. Administrator, ki pravi "Vi ga uporabljate", sam pa ga ne uporablja, zavrača njegovo sporočilo.
• Komunikacija samo od zgoraj. Najučinkovitejše poučevanje prihaja od bližnjega sodelavca (prvaka), ne iz oddaljene ekipe.
• Ne meri posvojitev. Institucija, ki ne meri, ali je izkoriščena ali ne, ne more videti ovir.

Pozor: Upravljanje sprememb ni enkratna objava, ampak proces, ki zahteva kontinuiteto. AI vam lahko predlaga načrt posvojitve ali kontaktno besedilo; Toda poslušanje resničnih skrbi ljudi, ustvarjanje zaupanja in vodenje z zgledom se lahko zgodi le s človeškim vodstvom. Bodite tudi pošteni: priprava ljudi na nove vloge je etično in bolj trajnostno, namesto da bi skrivali situacije, ko bo umetna inteligenca dejansko nadomestila nekatere vloge.

Če povzamem

Transformacije AI pogosto ne uspejo zaradi človeških in kulturnih razlogov, ne tehničnih. odpornost; Varnost zaposlitve izhaja iz pomislekov o usposobljenosti, zaupanju in pomenu ter se reši z odkritim soočanjem s temi pomisleki, ne z njihovim ignoriranjem. Uspešno upravljanje sprememb pove prepričljiv »zakaj«, daje zgled z vidnim vodstvom, proslavlja zgodnje zmage, izobražuje vse, gradi mrežo prvakov in vgrajuje novo vedenje v kulturo. Sprejemanje je treba meriti, mu prisluhniti in odstraniti ovire. Med tem modulom; Od vizije do časovnega načrta, od določanja prednostnih primerov uporabe do donosnosti naložbe in tveganja, upravljanja, etike, skladnosti, nadarjenosti in nabave, smo vzpostavili okvir, ki ga upravitelj potrebuje za celovito in odgovorno upravljanje transformacije AI. Tehnologija je orodje; strategija, upravljanje in vodenje ljudi so tisto, kar naredi resnično razliko.

Aplikacijska naloga

Izberite pobudo za umetno inteligenco in preslikajte pomisleke prizadetih deležnikov s predlogo 1. 2. pripravite prepričljivo zgodbo »zakaj«, ki jo boste povedali zaposlenim s predlogo; Bodite prepričani, da pošteno obravnavate skrbi glede varnosti zaposlitve. Napišite tri korake šampionskega programa in dve meritvi, s katerimi boste merili posvojitev. Nazadnje, "kako naj to orodje uporabim vidno kot vodja?" Podajte konkreten odgovor na vprašanje.

kontrolni seznam

• [ ] Označil sem prizadete deležnike in njihove skrbi.
• [ ] Pomisleke glede varnosti zaposlitve sem obravnaval pošteno.
• [ ] Sestavil sem prepričljivo zgodbo »zakaj«.
• [ ] Načrtoval sem biti zgled.
• [ ] Zasnoval sem šampionsko mrežo.
• [ ] Identificiral sem meritve za merjenje sprejemanja.
• [ ] Spremembo sem načrtoval kot kontinuiteto, ne kot enkratno objavo.

Modulni izpit

1. Kaj od naslednjega je dejanska vloga višjega menedžerja pri umetni inteligenci?

• A) Usmerjanje, dodeljevanje virov, določanje omejitev tveganja in prevzemanje odgovornosti ✔
• B) Osebno izbiranje in kodiranje arhitekture modela in algoritma
• C) Popolnoma prepustite umetno inteligenco tehnološki ekipi in počakajte na rezultate
• D) Omogočanje vsakemu oddelku, da prosto testira svoje orodje.

Pojasnilo: Administratorjeva naloga ni urjenje modelov ali pisanje kode; Usmerjanje, dodeljevanje virov, določanje omejitev tveganja in sprejemanje odgovornosti. Tehnična ekipa rešuje vprašanje »kako«, vodja pa vprašanja »zakaj, kdaj, do kolikšnih meja in kdo je odgovoren«. Umetna inteligenca ni tehnološki projekt, temveč vprašanje poslovne transformacije, lastništvo pa bi moralo biti na strani podjetja.

2. Katera je ključna lastnost, ki loči dobro AI vizijo od praznega slogana?

• A) Vsebuje ime najnovejše tehnologije
• B) Odvisen je od poslovnega rezultata, je merljiv in ima časovni horizont ✔
• C) Bodite čim bolj odločni in splošni
• D) Podobno viziji konkurentov

Pojasnilo: Dobra vizija je povezana s poslovnim rezultatom (ne s tehnologijo), je merljiva in ima časovni horizont. 'V AI bomo vodilni' je neizmerljivo in ne vključuje poslovnih rezultatov; 'V treh letih bomo prepolovili prvi odzivni čas in znižali stroške za 15 %' je konkreten, odmeren in ima časovni horizont. Ko iz vizije črtate besedo 'umetna inteligenca', bi vam moral ostati pomemben poslovni cilj.

3. Katere so razsežnosti, ki izstopajo kot nevidni predpogoji za večino institucij pri ocenjevanju zrelosti umetne inteligence in vanje ne bi smeli vlagati, ko so šibke?

• A) Samo razsežnosti trženja in blagovne znamke
• B) Samo strojna in pisarniška infrastruktura
• C) Podatki in upravljanje ✔
• D) Analiza konkurentov in oblikovanje cen

Opis: Zrelost se meri v petih dimenzijah (strategija, podatki, tehnologija, talent, upravljanje). Podatki in upravljanje so pogosto nevidni predpogoji: izgradnja dragega modela, ko so podatki neurejeni in slabe kakovosti, je kot nakup police v praznem skladišču; Brez upravljanja se tveganje tiho kopiči. Zato se vrzeli zapolnijo po vrstnem redu odvisnosti, podatki in upravljanje pa imajo na splošno prednost.

4. Kakšen je pravi pristop za primer uporabe v območju 'visoka vrednost + nizka uporabnost' matrike vrednosti/uporabnosti?

• A) Takoj razporedite v polnem obsegu
• B) Popolnoma obupati, ker je ničvredno
• C) To počnem v prostem času kot nizko prednostno dopolnilno delo
• D) Načrtovanje kot velika stava in vzpostavitev njegovih predpogojev, medtem pa napredovanje s hitrimi dobički ✔

Opis: To področje se imenuje 'velika stava': ima visoko vrednost, vendar je ni mogoče skleniti takoj zaradi podatkov, integracije ali tehničnih težav. Pravilen pristop je, da ga načrtujemo in vzpostavimo njegove predpogoje (podatkovna infrastruktura, integracija); Potapljanje na slepo pomeni mesece ničvrednega dela. Medtem se s 'hitrimi dobitki' (visoka vrednost + visoka sposobnost preživetja) ustvari zagon in ta velika stava se financira.

5. Kaj je najpomembnejše storiti, preden začnete, da dokažete vrednost pilota z umetno inteligenco?

• A) Določite metriko uspeha in izmerite izhodišče trenutne situacije ✔
• B) Nakup čim dražjega vozila
• C) Odpiranje pilota za celotno institucijo hkrati
• D) Poročanje o rezultatih z napovedjo po koncu pilota

Pojasnilo: izhodišče je meritev trenutnega stanja pred izboljšanjem. Brez izhodišča trditve, da smo "izboljšani", ni mogoče dokazati; 'koliko se je izboljšalo?' pri odločitvi o skaliranju. Na vprašanje ni mogoče odgovoriti. Zato je treba pred začetkom pilota opredeliti metriko uspeha in trenutno stanje izmeriti v številkah. Ne morete upravljati in braniti vrednosti, ki je ne morete izmeriti.

6. Katere stroškovne postavke institucije najpogosteje spregledajo pri izračunu ROI umetne inteligence in zaradi njih mislijo, da je projekt dobičkonosen?

• A) Samo splošni stroški, kot sta najemnina pisarne in elektrika
• B) Skriti stroški, kot so integracija, stalen človeški nadzor in vzdrževanje ✔
• C) Samo proračun za trženje in oglaševanje
• D) Brez; licenčnina je edini pravi strošek

Pojasnilo: Institucije običajno štejejo samo licenčnino/uporabo; medtem ko so pri umetni inteligenci skriti stroški na splošno integracija, priprava podatkov, stalno spremljanje ljudi, vzdrževanje in upravljanje sprememb, ti pa so pogosto večji od licenciranja. Če so ti elementi izpuščeni, lahko projekt, za katerega se domneva, da je "dobičkonosen", dejansko posluje z izgubo. Poleg tega se je treba na strani koristi vprašati, ali se prihranjeni čas dejansko spremeni v vrednost.

7. Kaj pomeni „odmik modela“ pri tveganjih umetne inteligence in zakaj je potrebno stalno spremljanje?

• A) Premikanje modela med fizičnimi strežniki
• B) Licenčnina modela se sčasoma poveča
• C) Zmogljivost modela sčasoma tiho upada, ko se svet spreminja ✔
• D) Izhod modela vedno ostane enak

Pojasnilo: Odmik modela je, ko se model obrabi in njegova zmogljivost tiho upada, ko se svet spreminja (novi izdelki, novo vedenje, novi vzorci goljufij). Model, ki enkrat dobro deluje, ne deluje večno; Zato je redno spremljanje delovanja nujno. Na primer, vzorec goljufije lahko tiho oslabi pred novim vzorcem in brez spremljanja izguba raste eksponentno.

8. Kakšen je pravi pristop pri oblikovanju postopkov odobritve pri upravljanju umetne inteligence?

• A) Vsaka pobuda umetne inteligence je podvržena enakemu velikemu odobravanju, ne glede na tveganje
• B) Stopenjska odobritev glede na stopnjo tveganja: nizko tveganje, hiter, visoko tveganje, strog nadzor ✔
• C) Dajanje popolne svobode ekipam brez postopka odobritve
• D) Prepuščanje vseh odobritev samo tehnološki skupini

Opis: Dobro upravljanje uravnoteži hitrost, varnost in doslednost. Uporaba iste stroge odobritve za vsako delo (tudi z nizkim tveganjem) potiska ekipe v uporabo v senci; Nobena odobritev ne kopiči tveganja. Pravilen pristop je plast odobritve glede na stopnjo tveganja: delo z nizkim tveganjem bi moralo potekati hitro, samo delo z visokim tveganjem bi moralo biti pod strogim nadzorom. Tako se ohranita hitrost in nadzor.

9. Kaj drži glede razmerja med etiko in spoštovanjem zakonov?

• A) Etika in zakonska skladnost sta ista stvar; Kar se sreča z enim, se sreča tudi z drugim.
• B) Skladnost s pravnimi predpisi je višja od etike
• C) Skladnost s pravnimi zahtevami je minimalna; etika je višja meja in ni vse, kar je zakonito, lahko etično ✔
• D) Etika je pomembna samo takrat, ko pravo pušča vrzel

Opis: pravna skladnost je minimalna; Etika je višja linija. Nekaj ​​je lahko zakonito, a neetično; Na primer, funkcija umetne inteligence, ki manipulira z vedenjem uporabnikov, morda ni prepovedana, vendar je neetična. Odgovorne institucije 'ali je prepovedano?' Ne "Je res?" vpraša. Etike ni mogoče pustiti do konca; mora biti vgrajen v zasnovo že od začetka.

10. Kaj je glavno merilo, da se sistem v zakonodaji EU o umetni inteligenci šteje za „visoko tveganje“?

• A) Kako drag je sistem
• B) Koliko uporabnikov ima sistem
• C) V kateri državi je bil sistem razvit?
• D) Sistem neposredno vpliva na temeljne pravice, varnost ali življenjske priložnosti ljudi ✔

Opis: Zakon EU o AI vzpostavlja logiko, ki temelji na tveganju. Sistem z visokim tveganjem je tisti, ki lahko neposredno vpliva na človekove temeljne pravice, varnost ali življenjske priložnosti (zaposlitev, kredit, izobraževanje, zdravje). Obvladovanje tveganj, kakovostni in nepristranski podatki, človeški nadzor, dokumentacija, vodenje evidenc in transparentnost so bistveni za te sisteme. "Ali je ta sistem vključen v odločitev, ki vpliva na službo, denar, zdravje ali svobodo osebe?" vprašanje je dober predhodni pokazatelj.

11. Zakaj je ena najnevarnejših in najpogostejših kršitev KVKK, da uslužbenec prilepi osebne podatke stranke v javno dostopno, tuje orodje umetne inteligence?

• A) Samo zato, ker povzroča počasno vožnjo vozila
• B) Ker pogosto pomeni nepooblaščen prenos podatkov v tujino in nenamerno obdelavo ✔
• C) Samo zato, ker je vozilo plačano
• D) Pravzaprav ne predstavlja nobenega tveganja, je popolnoma varen.

Pojasnilo: To dejanje pogosto pomeni tako 'prenos podatkov v tujino' (ob upoštevanju posebnih pravil) kot 'nenamerno obdelavo' (podatki se uporabljajo za druge namene kot namen, za katerega so bili zbrani) in se običajno izvede brez veljavne pravne podlage in pojasnila. Ustvarja resno tveganje za kršitev in upravno globo v smislu KVKK; Zato so bistvenega pomena sprejemljiva politika uporabe in poslovna orodja, ki ne uhajajo podatkov.

12. Kakšen je namen vloge 'prevajalca', ki je najpogosteje spregledana in vrednostno zaklenjena vloga v kompetenci umetne inteligence?

• A) Prevajanje samo dokumentov v tujih jezikih
• B) Upravljanje strežnikov in baz podatkov
• C) Biti oseba, ki poslovni problem spremeni v rešitev umetne inteligence in zgradi most med poslovanjem in tehnologijo ✔
• D) Zagotovite osnovno usposabljanje za vozila samo zaposlenim

Opis: Prevajalec z umetno inteligenco (AI prevajalec) je oseba, ki prevaja poslovni jezik v tehnični jezik in obratno, pri čemer gradi most med tem, 'kateri poslovni problem rešuje katera rešitev umetne inteligence'. Najdražji neuspehi pogosto niso posledica pomanjkanja strokovnjakov, temveč pomanjkanja prevajalcev: tehnična ekipa izdela popoln model, vendar za napačen problem. Institucije preveč vlagajo v strokovnjake in premalo v prevajalce in množično opismenjevanje; Vendar pa vrednost običajno odpreta zadnji dve.

13. Kakšno je osnovno načelo pri odločitvi 'naredi ali kupi' za talenta AI?

• A) Vedno kupujte, ker je ceneje
• B) Zgradite osnovne zmožnosti razlikovanja, kupite standardne zmožnosti ✔
• C) Vedno se razvijajte znotraj, ker je varneje
• D) Izbira tistega, ki ga priporoča najbolj priljubljen dobavitelj

Opis: Osnovno načelo je: narediti temeljne zmogljivosti edinstvene za organizacijo, ki ustvarjajo konkurenčno prednost; Kupite standardne, običajne zmogljivosti brez razlikovanja. Napovedni model, ki ga vaš konkurent ne more zgraditi z vašimi lastnimi podatki, je jedro; Orodje za povzemanje besedila je standardno. Zunanje izvajanje ključnih talentov dolgoročno daje v najem konkurenčnost in povečuje tveganje vezanosti na dobavitelja.

14. Kaj je najpogostejši razlog za neuspeh transformacij AI in najučinkovitejši pristop proti temu?

• A) Nezadostna natančnost modela; Rešitev je nakup večjega modela
• B) Pomanjkanje opreme; Rešitev je nakup več strežnikov
• C) Stroški licence; Rešitev je najti cenejšega dobavitelja
• D) Človeška in kulturna odpornost; Rešitev je upravljanje sprememb, ki jasno obravnava pomisleke ✔

Pojasnilo: Večina neuspehov ni tehničnih, temveč človeških in kulturnih: strah pred varnostjo zaposlitve, zaskrbljenost glede kompetenc, pomanjkanje zaupanja in izguba smisla. Ko so te skrbi potlačene, se vrnejo kot tiha sabotaža. Najučinkovitejši pristop je odkrito soočanje s pomisleki, pojasnjevanje prepričljivega "zakaj", vodenje z zgledom in izgradnja mreže tesnih sodelavcev. Posvojitev je treba meriti in odstraniti ovire.