Pēdējos gadus esmu palīdzējis uzņēmumiem orientēties AI transformācijas sarežģītībā, un esmu pamanījis likumsakarību, kas sāk mani nopietni uztraukt. Tā ir klusa, neredzama krīze, kas neparādās bilancē — vismaz pagaidām.
Mēs pašlaik pieredzam lielāko plaisu biznesa vēsturē starp īstermiņa efektivitāti un ilgtermiņa spējām. Lielākā daļa vadītāju raugās uz AI kā uz veidu, kā automatizēt "melno darbu" — pētniecību, datu ievadi, pamata melnrakstu sagatavošanu un sākotnējo analīzi. Uz papīra tas ir izcils gājiens. Jūs samazināt pieskaitāmās izmaksas, palielināt ātrumu un atbrīvojat vecāko personālu. Taču, to darot, jūs netīšām uzkrājat to, ko es saucu par Prasmju sabrukuma parādu. Likvidējot jaunāko speciālistu darba "berzi", jūs faktiski izjaucat tieši to apmācības vidi, kas sagatavo jūsu nākamos vadītājus.
Jaunāko speciālistu paradokss: efektivitāte pret evolūciju
💡 Vai vēlaties, lai Penijs analizē jūsu biznesu? Viņa kartē, kuras lomas AI var aizstāt, un izveido pakāpenisku plānu. Sāciet savu bezmaksas izmēģinājuma versiju →
Katrā nozarē, no tiesībām līdz programmatūras izstrādei, vienmēr ir pastāvējis nerakstīts likums: tev ir jāveic "garlaicīgais" darbs, lai nopelnītu tiesības veikt "stratēģisko" darbu. Tās nebija tikai korporatīvās iesvētības; tā bija kognitīvā attīstība. Kad jaunākais jurists profesionālo pakalpojumu uzņēmumā pavada desmit stundas, manuāli pārskatot līgumus, viņš ne tikai meklē drukas kļūdas. Viņš apgūst juridiskās valodas ritmu, pamana riska nianses un veido mentālo bibliotēku par to, "kā izskatās kvalitatīvs rezultāts".
Kad jūs aizstājat šo desmit stundu uzdevumu ar desmit sekunžu ChatGPT uzvedni, uzdevums ir izpildīts, bet mācīšanās process ir izdzēsts. Tas ir Jaunāko speciālistu paradokss: jo efektīvāku mēs padarām sākuma līmeņa lomu, jo mazāk efektīvu mēs padarām personu, kas tajā atrodas. Ja jūsu jaunākajiem speciālistiem nekad nav jāstrādā ar jūsu biznesa izejmateriāliem, viņiem nekad neizveidosies intuīcija, kas nepieciešama tā vadīšanai.
"Ekspertu bezdibeņa" rašanās
Mēs virzāmies uz strukturālu kļūmi, ko es saucu par Ekspertu bezdibeni. Iedomājieties sava uzņēmuma talantu fondu pēc pieciem gadiem. Augšgalā ir pieredzējuši eksperti — cilvēki, kuri apguva amatu pirms AI eksplozijas. Viņiem ir "pieredzes rētas" un dziļa izpratne par kontekstu. Apakšā ir ar AI bruņotu jaunāko speciālistu flote, kas var lieliski izpildīt uzdevumus, bet neizprot to cēloņsakarības.
Tā kā automatizācija iztukšo vidējā līmeņa vadības slāni, starp abām pusēm vairs nav tilta. Jums ir vecākie speciālisti, kuri nevar deleģēt darbu, jo jaunākajiem trūkst pamata intuīcijas, un jaunākie speciālisti, kurus nevar paaugstināt, jo viņi nekad nav bijuši spiesti domāt bez digitālā kruķa.
Tā nav tikai personāla vadības problēma; tas ir eksistenciāls drauds jūsu uzņēmuma intelektuālajam īpašumam. Kad jūsu pašreizējie eksperti dosies pensijā, kurš pārņems vadību? Ja esat automatizējuši ceļu no iesācēja līdz meistaram, šāds ceļš vairs nepastāv.
Aģentūras nodoklis un māceklības beigas
Es bieži runāju par Aģentūras nodokli — piemaksu, ko uzņēmumi maksā par izpildes darbu, ko AI tagad var paveikt par kapeikām. Daudzi uzņēmumi pamatoti vēlas šo naudu atgūt. Tomēr mēs novērojam līdzīgu tendenci iekšienē. Uzskatot sākuma līmeņa personālu par "izpildes vienībām", nevis "mācekļiem", mēs optimizējam šodienas peļņas maržu uz rītdienas izdzīvošanas rēķina.
Tādās nozarēs kā izglītība mēs jau redzam, kā "pamata berzes" novēršana noved pie kritiskās domāšanas krituma. Biznesa kontekstā tas izpaužas kā "Sistēmu intuīcijas" trūkums. Ja jaunākais speciālists nesaprot, kā dati tika apkopoti (jo to izdarīja AI), viņš neatpazīs, kad rezultāts ir halucinēts vai neobjektīvs. Viņi kļūst par "Promptu operatoriem", nevis "Problēmu risinātājiem".
Parāda mērīšana: jauni personāla vadības rādītāji
Ja izmantojat modernu personāla vadības programmatūru, lai sekotu produktivitātei, jūs ticamāk redzat, ka "izlaide uz vienu darbinieku" strauji pieaug. Taču šie rādītāji ir maldinoši. Tie mēra aktivitāti, nevis izaugsmi. Lai izprastu savu "Prasmju sabrukuma parādu", jums ir jāraugās uz citiem indikatoriem:
- Uzraudzības koeficients: Cik daudz laika vecākie speciālisti pavada, labojot vai "pārstrādājot" jaunāko darbinieku AI ģenerēto darbu? Ja šis laiks pieaug, jūsu jaunākie darbinieki nemācās; viņi tikai laiž darbu caur sevi.
- Stratēģiskā autonomija: Vai jūsu jaunākie darbinieki spēj tikt galā ar vidēja līmeņa projektu, neizmantojot AI starpniecību pamatloģikas izstrādei?
- Kāpēc-tests: Pārrunās lūdziet jaunākajiem speciālistiem izskaidrot loģiku, kas slēpjas aiz AI ģenerēta ieteikuma. Ja viņi nespēj to dekonstruēt, jūs uzkrājat parādu.
Krīzes risināšana: "Aktīvās berzes" ieviešana
Tātad, vai mums būtu jāpārtrauc lietot AI? Noteikti nē. Kā AI prioritātes uzņēmuma vadītājs es zinu, ka tā nav atbilde. Atbilde ir pāreja no Pasīvās automatizācijas uz Aktīvo māceklību.
Jums ir mērķtiecīgi jāievieš "Aktīvā berze" savās apmācību programmās. Tas nozīmē:
- 90/10 mācīšanās likums: Pirmo sešu mēnešu laikā jaunākajiem speciālistiem 90% uzdevuma jāveic manuāli, pirms tiek izmantots AI darba "pārbaudei". AI kļūst par pasniedzēju, nevis aizstājēju.
- Obligātā dekonstrukcija: Katram AI ģenerētajam rezultātam, ko sagatavojis jaunākais speciālists, ir jāpievieno "loģikas karte" — cilvēka rakstīts skaidrojums par to, kāpēc rezultāts ir pareizs un kādi ir riski.
- Simulētās grūtības: "Smilškastes" vides izveide, kurā AI ir atslēgts, spiežot jaunākos speciālistus risināt problēmas, izmantojot tikai primāros avotus un sadarbību ar kolēģiem.
Stratēģiskais pagrieziens
AI transformācija nav tikai uzdevumu aizstāšana; tā ir cilvēka lomas pārveidošana darba plūsmā. Uzņēmumi, kas uzvarēs nākamajā desmitgadē, nebūs tie, kuriem ir visvairāk automatizēto procesu, bet gan tie, kuri sapratīs, kā izmantot AI, lai paātrinātu cilvēku zināšanas, nevis tās apietu.
Neļaujiet īstermiņa efektivitātes pieaugumam aizmiglot acis uz to, ka jūs, iespējams, dedzināt savus sēklas graudus, lai uzturētu uguni. AI var tikt galā ar darbu, bet tas (pagaidām) nevar aizstāt gudrību, kas rodas, darot šo darbu.
Jūsu šīs nedēļas izaicinājums: apskatiet savu visvairāk automatizēto nodaļu. Pajautājiet sev: "Ja AI rīt atslēgtos, vai kāds, kuram ir mazāk par 30 gadiem, zinātu, kā to vadīt?" Ja atbilde ir nē, jums ir parāds, kas jānomaksā. Izdomāsim, kā to izdarīt, pirms procentu likmes kļūst pārāk augstas.