Desetljećima je standardni opis posla za mala i srednja poduzeća (MSP) bio popis zadataka koje treba „obaviti“. Tražili smo kandidate koji mogu „upravljati kalendarom društvenih mreža“, „obrađivati plaće“ ili „pisati mjesečni bilten“. No, dok radim s tvrtkama koje prolaze kroz ovu tranziciju, primjećujem temeljni pomak: najbolja AI strategija za MSP vlasnike nije pronalaženje boljih alata; već pronalaženje ljudi koji znaju što činiti kada alati preuzmu posao.
Ulazimo u eru Deflacije izvršenja. U ovoj novoj stvarnosti, tržišna vrijednost „standardnog“ izvršenja — sposobnosti obavljanja ponovljivih kognitivnih zadataka — strmoglavo pada prema nuli. Ako stroj može generirati plan projekta, napisati funkcionalni blok koda ili sastaviti nacrt pravnog odgovora u nekoliko sekundi, osoba koja je nekada provodila četrdeset sati tjedno radeći te stvari više nije prednost; ona je usko grlo. Prava vrijednost pomaknula se s odgovora na pitanje.
Pomak s izvršenja na usmjeravanje
💡 Želite da Penny analizira vaše poslovanje? Ona mapira koje uloge AI može zamijeniti i gradi plan u fazama. Započnite besplatno probno razdoblje →
Vodim poslovanje u kojem je AI na prvom mjestu (AI-first). Ovdje nema nikoga drugoga. Svaku funkciju — marketing, podršku, strategiju — obavljam ja, uz podršku AI-ja. Kada gledam kako tradicionalni MSP-ovi zapošljavaju, vidim opasno kašnjenje. Oni i dalje zapošljavaju za „kompetenciju izvršenja“, dok bi trebali zapošljavati za Alfa upita.
Alfa upita je konkurentska prednost stečena sposobnošću pojedinca da definira probleme, ispituje podatke i usmjerava AI sustave prema postizanju rezultata visoke vrijednosti. Na tržištu zasićenom AI-jem, svatko može proizvesti „prosječan“ rad. Pobjeda pripada onome tko je dovoljno znatiželjan da pogura AI izvan prosjeka.
Ako i dalje koristite zastarjeli HR softver za filtriranje kandidata na temelju statičnih skupova vještina, vjerojatno eliminirate upravo one ljude koji će spasiti vaše poslovanje od zastarijevanja. Ne trebate nekoga tko zna koristiti specifičan CRM; trebate nekoga tko se pita zašto CRM ne predviđa odljev kupaca i ima znatiželju da ga natjera da to učini.
„Pravilo 90/10“ modernih uloga
Često razgovaram sa svojim klijentima o Pravilu 90/10. U gotovo svakoj kognitivnoj ulozi, AI sada može odraditi 90 % teškog posla — istraživanje, prve nacrte, formatiranje podataka. To ostavlja 10 % za čovjeka.
Većina vlasnika tvrtki gleda tih 10 % i misli: „Sjajno, mogu otpustiti radnika“. To je površno razmišljanje. Tih 10 % je zapravo najkritičniji dio procesa: to je strategija, nijanse, etički nadzor i pitanje „što ako?“. Ako potpuno eliminirate čovjeka, dobit ćete poslovanje koje je učinkovito, ali bezdušno i stagnirajuće.
Međutim, ako zadržite čovjeka koji je angažiran samo zbog svoje sposobnosti da odradi onih 90 %, on će se boriti s onih 10 %. Osjećat će se ugroženo automatizacijom umjesto da njome bude osnažen. Zbog toga morate redefinirati opis posla prije nego što zaposlite novu osobu.
Predstavljamo kvocijent znatiželje (CQ)
Prema mom iskustvu, najuspješnije implementacije AI-ja događaju se u tvrtkama koje daju prioritet Kvocijentu znatiželje (CQ) nad tradicionalnim IQ-om ili iskustvom. Znatiželja je jedina zaštita od brzog tempa razvoja AI-ja. Kandidat s visokim CQ-om ne pita „Kako da ovo napravim?“, već „Zašto to radimo na ovaj način i može li biti bolje?“
Kada pogledamo Penny protiv poslovnog savjetnika, razlika se često svodi na sljedeće: tradicionalni savjetnik prodaje vam odgovor temeljen na onome što je funkcioniralo jučer. Pristup vođen AI-jem (i znatiželjan zaposlenik) traži najbolji odgovor za sutra prolazeći kroz tisuću mogućnosti u vremenu koje je savjetniku potrebno da samo otvori prijenosno računalo.
Kako prepoznati visok CQ tijekom procesa intervjuiranja
Ako želite ovo ugraditi u svoju AI strategiju za MSP rast, morate promijeniti način na koji intervjuirate. Prestanite pitati o tome što su radili. Počnite pitati o tome što su pokvarili i popravili.
- Test „Što nedostaje?“: Dajte im dio AI-generiranog sadržaja (marketinški plan ili financijsko izvješće) i pitajte: „Što ovdje AI-ju nedostaje da bi ovo bilo svjetske klase?“
- Izazov agnostičnosti prema alatima: Zamolite ih da objasne složeni proces kojim su upravljali. Zatim pitajte: „Da softver koji ste koristili za to sutra nestane, kako biste ponovno izgradili taj rezultat ispočetka?“
- Istraživanje „zečje rupe“: Pitajte: „Koja je posljednja stvar na čije ste istraživanje potrošili tri sata samo zato što ste je željeli razumjeti?“
„Agencijski porez“ i kraj eksternalizacije
MSP-ovi su tradicionalno eksternalizirali izvršenje agencijama. To je bio razuman način za pristup vještinama bez fiksnih troškova punog radnog vremena. Ali sada vidimo pojavu Agencijskog poreza — golemog jaza između onoga što agencija naplaćuje za izvršenje (npr. £2,000 za set objava na blogu) i onoga koliko košta proizvodnja tih istih materijala pomoću AI-ja (£20 u tokenima i 30 minuta ljudskog usmjeravanja).
Da biste izbjegli ovaj porez, morate „Usmjeravanje“ dovesti unutar tvrtke. Ali ne trebate cijeli odjel; trebate jednu znatiželjnu osobu koja može djelovati kao „orkestrator“.
Ovaj pomak zahtijeva ponovno ulaganje u vaš postojeći tim. Ne možete se jednostavno izvući iz ovoga samo zapošljavanjem; morate evoluirati. Tu obuka i profesionalne usluge postaju vaše tajno oružje. Ali nemojte ih obučavati „kako koristiti AI“. Obučite ih kako kritički razmišljati, kako revidirati AI rezultate i kako ostati neumorno znatiželjan o „sljedećem“ koraku.
Okvir: Matrica kognitivnog pomaka
Kako bih vam pomogao vizualizirati promjenu uloga, koristim okvir pod nazivom Matrica kognitivnog pomaka. Ona raspoređuje uloge na dvije osi: Težina izvršenja i Strateško ispitivanje.
- Zastarjele uloge (Visoko izvršenje, Nisko ispitivanje): To su ugrožene uloge. Unos podataka, osnovno knjigovodstvo, standardni copywriting. Te uloge ne bi trebale biti „zamijenjene“, već „transformirane“.
- Prijelazne uloge (Visoko izvršenje, Visoko ispitivanje): Ovdje je većina MSP-ova zapela. Ljudi rade više kako bi upravljali AI alatima, ali se još nisu odrekli izvršenja. To vodi do izgaranja.
- Buduće uloge (Nisko izvršenje, Visoko ispitivanje): To je cilj. Čovjek provodi 90 % svog vremena na strategiji, testiranju i kreativnom usmjeravanju, dok AI rješava izvedbu.
Zašto je to važno za profitabilnost MSP-ova
Ovdje nije riječ samo o „kulturi“. Riječ je o matematici. Znatiželjan zaposlenik koji koristi AI može obaviti posao troje zaposlenika usmjerenih na izvršenje.
Razmislite o uštedama:
- Smanjen broj zaposlenih (bez gubitka učinka).
- Brže plasiranje novih ideja na tržište.
- Eliminacija „Agencijskog poreza“.
No, najveća ušteda je skrivena: to je trošak Statusa Quo. U svijetu ubrzanom AI-jem, stajanje na mjestu je najskuplja stvar koju možete učiniti. Konkurenti koji zapošljavaju radi znatiželje iterirat će deset puta brže od vas. Pronaći će učinkovitost koju ste propustili. Riješit će probleme kupaca za koje niste ni znali da postoje.
Radikalna iskrenost: Teži dio
Bit ću iskren s vama: ova tranzicija je neugodna. Teško je reći lojalnom zaposleniku da njegovo „izvršenje“ više nije tamo gdje leži vrijednost. Teško je baciti opise poslova koji su funkcionirali desetljeće.
Ali kao vaš vodič, moram vam reći istinu: prozor se zatvara. AI više nije razmatranje za „budućnost“. To je realnost „sada“. Vaš posao kao vlasnika tvrtke više nije upravljati ljudima koji rade posao. To je vođenje ljudi koji upravljaju strojevima.
Započnite danas. Pogledajte svoj najnoviji oglas za posao. Ako je to popis zadataka, obrišite ga. Zamijenite ga popisom problema koje trebate riješiti i zahtjevom za kandidata koji ne može prestati pitati „Zašto?“
Znatiželja nije ubila mačku. U eri AI-ja, to je jedina stvar koja održava poslovanje na životu.