Peter Drucker oli enamiku asjade suhtes enneolematu, kuid arvuti polnud üks neist. "Arvuti ... on vaevaline, " kinnitas juhtimisguru 1967. aasta McKinsey kvartali artiklis, nimetades meie majandust ja igapäevaelu toetavaid seadmeid kõige rumalamaks tööriistaks, mis meil kunagi olnud on. "
Drucker alatas alahinnata digitaaltehnoloogiate ja tehisintellekti muutumatut muutuste tempot. AI tugineb tohutute närvivõrkude arvutusvõimsusele, mida sõelutakse massiliste digitaalsete andmekogumite või „suurandmete” kaudu, et saavutada tulemusi, mis on analoogsed, sageli paremad kui need, mis on loodud inimeste õppimisel ja otsuste tegemisel. Nii erinevat karjääri nagu reklaam, finantsteenused, meditsiin, ajakirjandus, põllumajandus, riigikaitse, keskkonnateadused ja loovkunst muudavad AI-d.
Arvutialgoritmid koguvad ja analüüsivad tuhandeid andmepunkte, sünteesivad teavet, tuvastavad varem avastamata mustrid ja loovad sisukaid väljundeid - olgu see siis haiguse ravi, näo matš miljonite linnas, turunduskampaania, uued transpordimarsruudid, saagikoristuse programm, masina genereeritud uudislugu, luuletus, maal või muusikaline stanza - kiiremini kui inimene suudab tassi kohvi valada.
Värske McKinsey uuring näitab, et AI juurutamisega saab automatiseerida 45 protsenti kõigist töökoha tegevustest. See hõlmab failiametnikke, kelle töökohtadest võib saada 80 protsenti automatiseeritud, või tegevjuhtide töökohti, mis võivad olla 20 protsenti automatiseeritud, kuna AI-süsteemid lihtsustavad radikaalselt ja suunavad tegevjuhtide aruannete lugemist, riski tuvastamist või mustrituvastust.
AI on olnud üks neist pika hüppega tehnoloogiatest, mis pole kogu meie maailma veel ümber kujundanud, kuid saab. Nüüd, kui AI näib olevat valmis esmaseks ajaks, on isegi tehnoloogide seas jahmatus selle ületamatu jõu üle, mis masinatel võib olla inimeste otsuste tegemisel. Elon Musk on nimetanud AI-d "meie suurimaks eksistentsiaalseks ohuks", kajastades Bill Joy 2000. aasta hoiatust ajakirjas Wired, et "tulevik ei vaja meid." Teisest küljest on muidugi nutikad masinad entusiastid, kes soovivad meie elu paremaks muuta ja planeedi tervis.
Olen Microsofti tegevjuhi Satya Nadella poolel, kes ütleb, et peaksime valmistuma lubaduseks, et üha nutikamad masinad on inimeste otsustamise partnerid, keskendudes AI-vahendite õigele rollile ja piirangutele. Minusuguste ärikoolide õpetajatele, kes usuvad, et tulevik meid tõepoolest vajab, on AI laienev jõud või sügav õppimine väljakutse ja võimalus: kuidas valmistada õpilasi ette järgmisteks aastakümneteks, et nad võtaksid endale AI võimu ja mõistaksid selle eeliseid juhtimise ja juhtimise jaoks tulevikus?
Oleks viga sundida kõiki MBA lõpetanuid muutuma andmeteadlasteks. Ärikoolide väljakutse on ajakohastada meie laialt keskendunud õppekavasid, andes samal ajal meie MBA-dele suurema andmeanalüütika tundmise ja mugavuse taseme. Homsed tegevjuhid vajavad paremat mõistmist selle kohta, mida organisatsioonide siseselt üha rohkematele ja keerukamatele andmekogudele on võimalik vastata ja mida mitte.
Andmete keerukus ja maht võivad suureneda, kuid ajalugu pakub mudeleid otsustaja õigest seosest andmeanalüütikaga.
Võtke D-päev. Kindral Dwight D. Eisenhower otsis võimalikult palju andmeid, et saada teada oma otsusest, millal maanduda sadu tuhandeid liitlasvägesid Normandia randadesse sellel saatuslikul hiliskevadel 1944. Nagu Antony Beevori raamat lahingust ja muudest kontodest selgub, Eisenhower ihaldas eriti usaldusväärseid meteoroloogilisi andmeid juba siis, kui ilmateade oli lapsekingades. Kindral kasvatas oma peameteoroloogi dr James Staggi ja ta ei osanud mitte ainult Staggi aruandeid analüüsida, vaid ka lugeda Staggi enda usalduse taset mis tahes raportis.
Kuus kuud enne saatuslikku otsust "asuda Suurele ristisõjale" arendas Eisenhower innukalt seda, mida meteoroloogilised prognoosid võiksid ja mida mitte. Lõpuks, nagu ajalugu teab, veenis Stagg teda sissetungi 6. juunile edasi lükkama 5. juunist, kui La Manche'i väina ajal puhkes ennustatud torm ja kui paljud teised kahtlesid Staggi üleskutses, et see varsti kaob.
Keegi ei vaidle vastu sellele, et Eisenhowerist oleks pidanud ise saama meteoroloog. Tema ülesandeks oli jälgida ja koordineerida kampaania kõiki aspekte, kogudes asjakohast teavet ning hinnates selle teabe kvaliteeti ja kasulikkust, et suurendada sissetungi õnnestumise tõenäosust. Täna laiendavad suurandmed ja AI tulek ettevõtjate otsuste tegijatele kättesaadavat teavet. Tegevjuhi roll seoses andmetega kajastab aga kindral Eisenhoweri neeldumis- ja otsustusfunktsiooni tõenäosuste lugemisel tema meteoroloogi ilmateadetesse.
On tähelepanuväärne, et tänapäeval, keset kogu tehnoloogilise keerukuse ja spetsialiseerumise juttu niivõrd paljudes korporatiivsetes Ameerika riikides, leidis meie kooli jaoks koostatud Deloitte'i aruanne, et MBA lõpetanud töötajaid palkavad tööandjad hindavad tulevaste töötajate nn pehmeid oskusi rohkem kui ükski teine. Nad soovivad palgata kultuuripädevusega ja tugevama suhtlemisoskusega inimesi, kes saaksid töötada erinevates meeskondades koos ning oleksid paindlikud pidevalt töökohal ja turul uute võimaluste ja oludega kohanemiseks.
See ei tähenda ainult kontoris tekkivate tõmbluste sallimatust. See puudutab juhi vajadust suuta sünteesida, läbi rääkida ja arutada omavahel konkureerivat ja vastuolulist keskkonda, eksperte ja andmeid. Kui kunagi oli ettevõtte juhtidele makstud nn soolestiku kontrollkõnede eest ka siis, kui puudus oluline teave, peavad tänapäeva tegevjuhid üha sagedamini tegema rangeid, tõlgendavaid hinnanguid (teist tüüpi nn soolestiku kontroll). liigset, sageli vastuolulist teavet.
Asutuste juhiistmel on juurdepääs laienevale mitmekesiste nähtuste empiiriliselt saadud teadmiste universumile, näiteks optimaalsed mudelid laevade mahalaadimiseks maailma kõige tihedamates sadamates erinevates ilmastikuoludes, lojaalsusprogrammide parameetrid, mis genereerivad kõige kleepuvama kliendi. reageerimise või talentide valiku mudeleid, mis pakuvad nii kõige edukamaid kui ka mitmekesisemaid tööhõivebasseine.
Ettevõtte juhid peavad AI-vahendite kasutamisel olema tähelepanelikud. Nad peavad otsustama enne nende ees olevate andmevoogude allikat, veenduma nende õigsuses ja usaldusväärsuses, tuvastama andmetes vähem ilmsed mustrid, proovima ülejäänud olemasolevat „mis juhtub” ja tegema lõppjäreldusi ja otsustuskõnesid, mis on teadlikumad, nüansirikkamad umbes kontekstis, kehtiv ja kasulik, kuna intelligentsed masinad neid täiustavad. Vigadele või valesti tõlgendatud andmetele tuginevad ekslikud otsused võivad andmete aurast tuleneva kvaasiteadusliku autoriteedi illusiooni tõttu olla veelgi kahjulikumad kui ebainformatiivsed ekslikud kohtuotsused.
Projektijuhtimisvahendina võib AI ette näha optimaalse töökorralduse erinevat tüüpi töötajatele, kuid tal pole tundlikkust tõlgendada neid vajadusi ühe organisatsiooni tulemuse nüansirikasteks valikuteks (nt õiglus töötajate tööülesannetes) teise (pereväärtused) ). AI võib leida uue restorani või elektrijaama parima asukoha, kuid see piirdub poliitiliste ja sotsiaalsete võrgustike kaardistamisega, mis tuleb uue ettevõtmise ellu viimiseks kaasata.
Ka masinatel pole vingeid. Adtech-programmid on asendanud inimeste reklaamiostjad, kuid võime luua näpunäiteid või kujundada kampaaniaid, mis tõmbavad meie südamesse, jääb sisimas inimlikuks, vähemalt lähitulevikus.
MBA lõpetanute hulgas on vajalik uus küsitlemise ja integratiivse mõtlemise tase. Haridustöötajatena peame edendama õppimismeetodeid, mis arendavad neid oskusi - õpetades innukaid andmehaldus- ja järeldusoskusi, arendades täiustatud andmesimulatsioone ja praktiseerides seni teadmata proovimist ja küsitlemist.
Paralleelselt masinvõimsuse tõusuga kandub emotsionaalse intelligentsuse ehk EQ tähtsus suuremaks kui kunagi varem, et säilitada organisatsioonide ja kogukondade inimlik seotus. Ehkki eeldatakse, et masinad jõuavad emotsioonide lugemise ja tõlgendamiseni, pole neil võimeid jälitajaid innustada, tarkust eetiliste otsuste tegemisel ega arukaid ühendusi luua.
See on ikka meil kõigil.
Judy D. Olian on UCLA Andersoni Juhtimiskooli dekaan.
