Добици:
- Способност да се разуме да трансформација вештачке интелигенције често не успе из људских и културолошких разлога, а не из техничких разлога, и препозна забринутост која лежи у основи отпора
- Способност да се убрза усвајање са убедљивом причом „зашто“, видљивим вођством и мрежом шампиона
- Способност управљања променом као континуитетом, а не једнократном најавом, мерењем усвајања помоћу метрике и уклањањем препрека
Сурова реалност трансформације вештачке интелигенције је следећа: стратегија, технологија и буџет могу бити савршени; Али ако људи не прихвате промене, све је узалуд. Истраживања доследно показују да већина неуспеха иницијатива вештачке интелигенције није технички, већ људски и културни. У овој завршној јединици научићете како виши менаџер може да спроводи управљање променама (дисциплина систематског управљања транзицијом људи на нови начин рада) да трансформише АИ трансформацију у стварно усвајање (стварно и одрживо коришћење иновације од стране људи). Циљ није инсталирање технологије; је осигурати да га људи користе безбедно, вољно и исправно.
Зашто се људи опиру?
Отпор често није глупост или тврдоглавост, већ разумљива забринутост: страх од сигурности посла („хоће ли АИ узети мој посао?”), анксиозност због компетенције („Не могу да научим ово”), недостатак самопоуздања („Не могу да верујем његовим резултатима”) и губитак смисла („зашто треба да се мењамо?”). Игнорисање ових брига повећава отпор; Отворени сусрет са њима убрзава усвајање.
анксиозност
основно питање
Одговор администратора
сигурност посла
Да ли ћу изгубити посао?
Јасно објасните како ће се улога обогатити
компетенције
Могу ли научити ово?
Обука, подршка, безбедна област за тестирање
поверење
Могу ли вјеровати излазу?
Научите границе, валидацију
Значење
Зашто да се мењам?
Убедљиво објасните „зашто“.
Савет: Замислите промену не као „вештачка интелигенција замењује људе“, већ као „вештачка интелигенција олакшава људима посао, преузима досадни део, остављајући људима вреднији посао“. Ово уоквиривање исте истине замењује страх радозналошћу.
Основни кораци управљања променама
Суштина класичних модела промене (нпр. Котерови кораци) прилагођених вештачкој интелигенцији:
- Створите хитност и разлог. Зашто сада, зашто ми? Убедљива прича.
- Покажите видљиво вођство. Највиши менаџмент треба да користи сам алат; не реториком него примером.
- Учините видљивим рани добитак. Славите и ширите глас о малим, али стварним успесима.
- Образујте и подржавајте. Компетентност и сигуран полигон за све.
- Креирајте шампионе. Укључите добровољце, ентузијастичне шампионе промена у сваки тим.
- Нека буде трајно. Уградите ново понашање у процесе, циљеве и културу.
Корак по корак: план усвајања
1. Мапирајте заинтересоване стране и забринутости. Ко је погођен, шта брине?
2. Наведите убедљиво „зашто“. Изградите причу о промени у језику људи.
3. Покажите вођство својим примером. Нека администратори користе алатку видљиво.
4. Изградите мрежу образовања и првака. Оснажите, оснажите пионире добровољце.
5. Мерите, слушајте, прилагођавајте. Измерите стопу усвајања, прикупите повратне информације, уклоните препреке.
три мини кофера
Случај 1 — Игнорисани страх. Једна рачуноводствена фирма рекла је свој алат за вештачку интелигенцију „за ефикасност“, али се никада није позабавила страховима запослених од сигурности посла. Прича се проширила, тим је тихо саботирао алат, усвајање је остало на 20%. Управа је одустала и одржала отворени састанак уз објашњење да нико неће бити отпуштен и да ће посредник преузети досадан посао и све померити у консалтинг. За 3 месеца усвајање је порасло на 75%. Разговор о страху је био решење.
Случај 2 — Пример са вођством. Извршни директор технолошке компаније је јавно користио АИ алат док је припремао сопствени недељни извештај и такође је поделио своје грешке („видите, направио је грешку овде, ја сам то поправио“). Ово видљиво руководство послало је поруку да "ако газда користи, то је озбиљно" и показало да је верификација нормална. Усвајање се брзо проширило, без икаквог одбијања.
Случај 3 — Моћ мреже шампиона. Један трговац је изабрао по једног волонтера „Шампиона АИ“ из сваке продавнице; Ови људи су добили додатну обуку и добили су задатак да помогну својим колегама један на један. Учење од пријатеља који ради исти посао уместо тима за обуку на даљину убрзало је усвајање за 3 пута. Најефикаснији наставник био је ентузијастичан колега за суседним столом.
Четири шаблона за копирање
1) Мапа заинтересованих страна и забринутости:
Ваша улога: консултант за управљање променама. Наведите групе заинтересованих страна на које утиче ова иницијатива АИ и идентификујте примарну забринутост коју свака група може имати (безбедност посла, компетенција, поверење, значење). Напишите поздрав за сваку забринутост. Иницијатива: [текст]
2) Прича „зашто“:
Нацртајте убедљиву причу „зашто сада, зашто ми“ коју ћете испричати онима који раде на овој смени вештачке интелигенције. Замените страх радозналошћу; Нагласите да алат преузима досадан посао и препушта човека вреднијем послу. Промена: [текст]
3) Шампионски програм:
Осмислите „шампионски“ програм који ће убрзати усвајање вештачке интелигенције у тимовима: како се бирају шампиони, коју обуку добијају, који задатак обављају, како су мотивисани? Напишите сажет и изводљив план.
4) План мерења усвајања:
Предложите метрике за мерење усвајања АИ алата: стопа активне употребе, учесталост коришћења, задовољство корисника, повратне информације о препрекама. За сваку метрику напишите како ће се прикупљати и који праг би се сматрао „здравим“.
Слаби промпт / Јаки промпт
Слаб: „Шта треба да урадим да натерам људе да користе вештачку интелигенцију?“
Закључак: Опште препоруке „образујте, комуницирајте“; не види забринутост и контекст.
Снажан: „Ми примењујемо алатку за подршку вештачкој интелигенцији у позивном центру од 150 људи. Постоји јак страх од сигурности посла у тиму. Направите план усвајања специфичан за ову ситуацију: како да решим проблеме заинтересованих страна, која би требало да буде убедљива прича „зашто“ коју причам запосленима, како да поставим шампионски програм и којим показатељима мерим кораке од 0 дана за усвајање првих метрика.“
Резултат: План усвајања који се може применити са мерењем приче-шампиона који је заснован на контексту и стварној забринутости.
Уобичајене грешке
- Прескакање људске димензије. Фокусирање на технологију и игнорисање страхова и забринутости је најчешћи узрок неуспеха.
- Да не причам о страху. Када је анксиозност у вези са сигурношћу посла потиснута, она се враћа као тиха саботажа; адресирајте то јасно.
- Недостатак вођства примером. Администратор који каже „Ви га користите“, али га сам не користи, оповргава његову поруку.
- Комуникација само одозго. Најефикасније подучавање долази од блиског колеге (шампиона), а не од удаљеног тима.
- Не мерење усвојења. Институција која не мери да ли се користи или не не види препреке.
Пажња: Управљање променама није једнократна најава, већ процес који захтева континуитет. АИ вам може предложити план усвајања или контакт текст; Али ослушкивање стварних забринутости људи, изградња поверења и вођење примером може се догодити само кроз људско вођство. Такође, будите искрени: припрема људи за нове улоге је и етичка и одрживија, а не скривање ситуација у којима ће АИ заправо заменити неке улоге.
Укратко
Трансформације вештачке интелигенције често не успевају из људских и културних разлога, а не из техничких. Ресистанце; Безбедност посла произилази из забринутости за компетенцију, поверење и смисао, и решава се отвореним сусретом са овим проблемима, а не њиховим игнорисањем. Успешно управљање променама говори убедљиво „зашто“, води својим примером са видљивим вођством, слави ране победе, образује све, гради мрежу шампиона и уграђује ново понашање у културу. Усвајање се мора одмерити, саслушати, а баријере морају бити уклоњене. Током овог модула; Од визије до мапе пута, од давања приоритета у случају употребе до РОИ и ризика, управљања, етике, усклађености, талента и набавке, успоставили смо оквир који је менаџеру потребан да управља трансформацијом АИ од краја до краја и одговорно. Технологија је алат; стратегија, управљање и вођство људи су оно што чини стварну разлику.
Задатак апликације
Изаберите иницијативу за вештачку интелигенцију и мапирајте забринутости заинтересованих страна са шаблоном 1. 2. нацртајте убедљиву причу „зашто“ коју ћете испричати запосленима помоћу шаблона; Обавезно се искрено позабавите питањима сигурности посла. Напишите три корака шампионског програма и две метрике помоћу којих ћете мерити усвајање. На крају, „како да користим овај алат видљиво као лидер?“ Дајте конкретан одговор на питање.
контролна листа
- [ ] Мапирао сам заинтересоване стране и њихове забринутости.
- [ ] Искрено сам се обратио бризи о безбедности посла.
- [ ] Направио сам убедљиву причу „зашто“.
- [ ] Планирао сам да водим примером.
- [ ] Дизајнирао сам шампионску мрежу.
- [ ] Идентификовао сам метрику за мерење усвајања.
- [ ] Промену сам планирао као континуитет, а не као једнократну најаву.
Модул Екам
1. Шта је од следећег права улога вишег менаџера у вештачкој интелигенцији?
- А) Давање смерница, расподела ресурса, повлачење граница ризика и прихватање одговорности ✔
- Б) Одабир и кодирање архитектуре модела и алгоритма лично
- Ц) У потпуности предати вештачку интелигенцију технолошком тиму и сачекати резултате
- Д) Омогућавање сваком одељењу да слободно тестира свој сопствени алат.
Објашњење: Посао администратора није да обучава моделе или пише код; Давање смерница, расподела ресурса, повлачење граница ризика и прихватање одговорности. Технички тим решава питање 'како', менаџер решава питања 'зашто, када, до којих граница и ко је одговоран'. Вештачка интелигенција није технолошки пројекат, већ питање трансформације пословања, а власништво би требало да буде на пословној страни.
2. Која је кључна карактеристика која разликује добру визију вештачке интелигенције од празног слогана?
- А) Садржи назив најновије технологије
- Б) Зависи од пословног резултата, мерљив је и има временски хоризонт ✔
- Ц) Будите што асертивнији и општији
- Г) Слично визији такмичара
Објашњење: Добра визија је везана за пословни исход (не за технологију), мерљива је и има временски хоризонт. „Бићемо лидери у вештачкој интелигенцији“ је немерљиво и не укључује пословне резултате; „Преполовићемо прво време одговора и смањити трошкове за 15% за три године“ је конкретан, измерен и временски хоризонт. Када уклоните реч „вештачка интелигенција“ из визије, требало би да останете са смисленим пословним циљем.
3. Које су то димензије које се истичу као невидљиви предуслови за већину институција у процени зрелости вештачке интелигенције и у које не треба улагати када су слабе?
- А) Само маркетинг и димензије бренда
- Б) Само хардвер и канцеларијска инфраструктура
- Ц) Подаци и управљање ✔
- Д) Анализа конкуренције и одређивање цена
Опис: Зрелост се мери у пет димензија (стратегија, подаци, технологија, таленат, управљање). Подаци и управљање су често невидљиви предуслови: изградња скупог модела када су подаци неуредни и лошег квалитета је као куповина полице у празном складишту; Без управљања, ризик се тихо акумулира. Због тога се празнине затварају по редоследу зависности, а подаци и управљање генерално имају приоритет.
4. Који је прави приступ за случај употребе у региону 'високе вредности + ниске применљивости' матрице вредности/применљивости?
- А) Одмах распоредите у пуном обиму
- Б) Потпуно одустати јер је безвредно
- Ц) Радити то у слободно време као нископриоритетни посао пуњења
- Д) Планирање као велика опклада и успостављање његових предуслова, у међувремену напредујући са брзим добицима ✔
Опис: Ова област се назива 'велика опклада': има велику вредност, али се не може одмах направити због података, интеграције или техничких потешкоћа. Прави приступ је планирање и успостављање његових предуслова (инфраструктура података, интеграција); Роњење на слепо значи месеце безвредног рада. У међувремену, са 'брзим победама' (висока вредност + висока одрживост) ствара се замах и ова велика опклада се финансира.
5. Да бисте доказали вредност АИ пилота, шта је најкритичније урадити пре него што почнете?
- А) Дефинишите метрику успеха и измерите основну линију тренутне ситуације ✔
- Б) Куповина најскупљег могућег возила
- Ц) Отварање пилота за целу институцију у исто време
- Д) Извјештавање о резултатима са предвиђањем након завршетка пилота
Објашњење: Основна линија је мерење тренутне ситуације пре побољшања. Без основне линије, тврдња да смо 'побољшани' не може се доказати; 'колико побољшано?' у одлуци о скалирању. На питање се не може одговорити. Стога, пре него што пилот почне, треба дефинисати метрику успеха и мерити тренутну ситуацију у бројевима. Не можете управљати и бранити вредност коју не можете измерити.
6. Које ставке трошкова институције најчешће занемарују у прорачуну поврата улагања вештачке интелигенције и наводе да мисле да је пројекат исплатив?
- А) Само општи трошкови као што су изнајмљивање канцеларије и струја
- Б) Скривени трошкови као што су интеграција, стални људски надзор и одржавање ✔
- Ц) Само буџет за маркетинг и оглашавање
- Д) Нема; накнада за лиценцу је једини стварни трошак
Објашњење: Институције обично рачунају само лиценцу/накнаду за коришћење; док су у вештачкој интелигенцији скривени трошкови генерално интеграција, припрема података, стални људски надзор, одржавање и управљање променама, а они су често већи од лиценцирања. Када се ове ставке изоставе, пројекат за који се сматра да је 'профитабилан' може заправо радити са губитком. Поред тога, на страни користи, требало би да се постави питање да ли се уштеђено време заиста претвара у вредност.
7. Шта значи „померање модела“ у ризицима од вештачке интелигенције и зашто је потребно стално праћење?
- А) Померање модела између физичких сервера
- Б) Накнада за лиценцу модела се временом повећава
- Ц) Перформансе модела се тихо смањују током времена како се свет мења ✔
- Д) Излаз модела увек остаје исти
Објашњење: Одступање модела је када се модел истроши и његове перформансе тихо опадају како се свет мења (нови производи, нова понашања, нови обрасци преваре). Модел који добро функционише једном не функционише добро заувек; Због тога је неопходно редовно праћење учинка. На пример, образац преваре може тихо да ослаби пред новим обрасцем, а без праћења губитак расте експоненцијално.
8. Који је прави приступ приликом дизајнирања процеса одобравања у управљању АИ?
- А) Подвргавање сваке иницијативе вештачке интелигенције истом великом одобравању, без обзира на ризик
- Б) Одобравање нивоа према нивоу ризика: брза ниска опасност, строга контрола високог ризика ✔
- Ц) Давање пуне слободе тимовима без икаквог процеса одобравања
- Д) Остављање свих одобрења само технолошком тиму
Опис: Добро управљање балансира брзину, сигурност и доследност. Примена истог великог одобрења на сваки посао (чак и нискоризични) гура тимове у употребу у сенци; Ниједно одобрење не акумулира ризик. Исправан приступ је да се одобравање слојева према нивоу ризика: посао ниског ризика треба да тече брзо, само високоризични посао треба да буде подвргнут озбиљној контроли. Тако се одржавају и брзина и контрола.
9. Шта је тачно о односу између етике и усклађености са законом?
- А) Етика и поштовање закона су иста ствар; Оно што сусреће једно сусреће се и друго.
- Б) Усклађеност са законима је виша линија од етике
- Ц) Усклађеност са законима је минимум; етика је виша линија и не може све што је легално бити етичко ✔
- Д) Етика је важна само када закон остави празнину
Опис: Усклађеност са законима је минимум; Етика је виша линија. Нешто може бити легално, али неетично; На пример, функција вештачке интелигенције која манипулише понашањем корисника можда није забрањена, али је неетичка. Одговорне институције 'је ли забрањено?' Не 'Је ли истина?' пита он. Етика се не може оставити до краја; треба од почетка уградити у дизајн.
10. Који је главни критеријум да се систем сматра „високим ризиком“ у закону ЕУ о вештачкој интелигенцији?
- А) Колико је скуп систем
- Б) Колико корисника има систем
- Ц) У којој земљи је систем развијен?
- Д) Систем директно утиче на људска права, безбедност или животне могућности ✔
Опис: Закон ЕУ о вештачкој интелигенцији успоставља логику засновану на ризику. Систем високог ризика је онај који може директно утицати на основна права људи, безбедност или животне могућности (послови, кредити, образовање, здравље). Управљање ризиком, квалитетни и непристрасни подаци, људски надзор, документација, вођење евиденције и транспарентност су од суштинског значаја за ове системе. 'Да ли је овај систем укључен у одлуку која утиче на посао, новац, здравље или слободу особе?' питање је добар прелиминарни показатељ.
11. Зашто је једно од најопаснијих и најопаснијих кршења КВКК-а да запослени налепи личне податке корисника у јавно доступан алат вештачке интелигенције базиран у иностранству?
- А) Само зато што узрокује споро кретање возила
- Б) Зато што то често значи неовлашћени пренос података у иностранство и ненамерну обраду ✔
- Ц) Само зато што је возило плаћено
- Д) У ствари, не носи никакве ризике, потпуно је безбедан.
Објашњење: Ова радња често значи и 'пренос података у иностранство' (подложно посебним правилима) и 'ненамерну обраду' (подаци се користе у друге сврхе од сврхе за коју су прикупљени) и обично се ради без ваљаног правног основа и појашњења. То ствара озбиљан ризик од кршења и административне казне у смислу КВКК; Стога су од суштинског значаја политика прихватљивог коришћења и корпоративни алати који не пропуштају податке.
12. Која је сврха улоге 'преводиоца', која је најчешће занемарена улога која закључава вредност у компетенцији вештачке интелигенције?
- А) Превођење само докумената на страном језику
- Б) Управљање серверима и базама података
- Ц) Бити особа која трансформише пословни проблем у решење вештачке интелигенције и гради мост између бизниса и технологије ✔
- Д) Обезбедите основну обуку за возила само запосленима
Опис: Преводилац вештачке интелигенције (АИ преводилац) је особа која преводи пословни језик у технички језик и обрнуто, градећи мост 'који пословни проблем се решава којим решењем вештачке интелигенције'. Најскупљи кварови често нису узроковани недостатком стручњака већ недостатком преводилаца: технички тим прави савршен модел али за погрешан проблем. Институције превише улажу у стручњаке, а премало у преводиоце и масовну писменост; Међутим, углавном последња два отварају вредност.
13. Који је основни принцип у одлуци „направи или купи“ за АИ таленат?
- А) Увек купујте, јер је јефтиније
- Б) Изградите основне способности разликовања, купите стандардне могућности ✔
- В) Увек се развијајте изнутра, јер је тако сигурније
- Д) Одабир онога који препоручује најпопуларнији добављач
Опис: Основни принцип је: учинити основне способности јединственим за организацију које стварају конкурентску предност; Купите стандардне, уобичајене, недиференцирајуће могућности. Предиктивни модел који ваш конкурент не може да изгради са вашим подацима је срж; Алат за сумирање текста је стандардан. Кључни таленти за оутсоурцинг дугорочно изнајмљују конкурентност и повећавају ризик од закључавања добављача.
14. Који је најчешћи разлог неуспеха АИ трансформација и најефикаснији приступ против тога?
- А) Недовољна тачност модела; Решење је купити већи модел
- Б) Недостатак опреме; Решење је купити више сервера
- Ц) Трошкови лиценце; Решење је пронаћи јефтинијег добављача
- Д) Људска и културна отпорност; Решење је управљање променама које јасно решава проблеме ✔
Објашњење: Већина неуспеха није технички, већ људски и културни: страх од сигурности посла, анксиозност у вези са компетенцијом, недостатак самопоуздања и губитак смисла. Када се ове анксиозности потисну, оне се враћају као тиха саботажа. Најефикаснији приступ је да се отворено изађе у сусрет проблемима, објасни убедљиво „зашто“, да се води примером и да се изгради шампионска мрежа блиских колега. Усвајање се мора мерити и баријере морају бити уклоњене.