Przedsiębiorstwa coraz śmielej i z rozmysłem inwestują w rozwiązania wykorzystujące sztuczną inteligencję widząc w tym sposób na redukcję kosztów jak również polepszenie doświadczeń klientów i pracowników. W parze muszą iść odpowiednie kompetencje zarówno liderów jak i zespołów, którym przewodzą.
Już 2 lata temu World Economic Forum opublikowało wynika badań wśród przedsiębiorców dotyczące kluczowych umiejętności, jakie oczekiwane są u pracowników – porównując rok 2015 z rokiem 2020. Różnice wynikające wg ankietowanych z postępującej automatyzacji, robotyzacji i zastosowań sztucznej inteligencji obejmują m.in. wzrost znaczenia kreatywności jako kluczowej oczekiwanej kompetencji, oraz pojawienie się inteligencji emocjonalnej wysoko na liście w miejsce umiejętności negocjacyjnych i elastyczności, które to mają stopniowo spadać z listy, ze względu na rosnące zastosowania AI i rozwiązań zautomatyzowanych wykorzystujących dostępne dane do podejmowania codziennych, administracyjnych decyzji. Pełne zestawienie obrazuje poniższa tabelka z raportu źródłowego WEF.
Według badań przeprowadzonych przez Accenture (Technology Vision 2017), w których udział wzięło ponad 5400 dyrektorów IT i biznesu na świecie, 79% z jest zdania, że sztuczna inteligencja przyczyni się do przyspieszenia wdrożeń technologii w organizacjach. Przełom, jaki dokonuje się dzięki adopcji sztucznej inteligencji jest już faktem, natomiast wpływ technologii na zespoły i problemy z tym związane są już trudniejsze dla firm do identyfikacji. To właśnie zadanie dla liderów IT.
Zarządzanie automatyzacją
Planowanie ewolucji i rozwoju kompetencji w rzeczywistości zdominowanej przez RPA (Robotic Process Automation).
Menedżerów i zespoły IT dzielą niepokój związany z potencjalnym negatywnym wpływem robotyzacji zastępującej ludzi. Jednym z często pomijanych elementów jest to, w jaki sposób ludzie w organizacji będą się rozwijać, jakie role pełnić, tj. np. zarządzać oprogramowaniem do automatyzacji procesów (RPA). Ponieważ AI jako zarządzalny element zasobów przedsiębiorstwa jest jeszcze w fazie inicjalnej, próby jej zastosowania w wielu przypadkach są rozproszone w całej organizacji i nieskoordynowane. Rolą CIO i liderów IT jest dostosowanie ścieżek rozwojowych i szkoleń pracowników pod kątem wykorzystania sztucznej inteligencji we wszystkich możliwych obszarach organizacji.
Optymalizacja procesów
Optymalizacja procesów biznesowych w oparciu o gromadzone dane i uczenie maszynowe.
Zespoły IT nie były w pełni wykorzystywane, aby wypracować w jaki sposób można usprawnić procesy korporacyjne, biznesowe, zoptymalizować ścieżki przepływu itp. Liderzy powinni budować kompetencje zespołów zarówno w zakresie dogłębnego rozumienia samych procesów biznesowych, jak i tego, w jaki sposób uczenie maszynowe (ML) może te procesy usprawnić i wpłynąć na wyniki. Na przykład procesy związane z przeciwdziałaniem praniu brudnych pieniędzy (AML) mogą zostać znacznie ulepszone dzięki zdolności istniejących już systemów ML do przetwarzania wielu strumieni danych i przeszukiwania zależności między nimi w czasie i w sposób, w jaki ludzie tego nie są w stanie przeprowadzić. Sztuczna inteligencja może wpływać na proces decyzyjny człowieka – w przepływach procesowych poprzez syntezę danych i autonomiczne podejmowanie standardowych decyzji przy jednoczesnym cedowaniu bardziej złożonych na człowieka. Oznacza to, że zespoły i liderzy muszą przeprojektować procesy i kompetencje tak, aby wspierać zintegrowane podejście decyzyjne.
Zarządzanie platformami i danymi
Nacisk na rozwój chmury, platform, API i big data.
Zespoły IT muszą wykształcić silne umiejętności zarządzania informacją i technologiami przetwarzania danych (big data). Skuteczność metod uczenia maszynowego i modeli predykcyjnych zależy od jakości dostarczonych danych. Silosy organizacyjne i jakość danych z pewnością nie są nowym wyzwaniem dla firm. Jednak bardziej niż kiedykolwiek czynnik ludzki może stać się wąskim gardłem (tym razem dla AI), jeśli zespoły nie posiądą umiejętności biegłego posługiwania się platformami zarządzania danymi czy budową modeli informacyjnych.
Orientacja algorytmiczna
Znajomość algorytmów oraz ich zastosowań w kontekście biznesowym.
Nie wszyscy muszą być naukowcami zajmującymi się badaniem danych (data science), ale kluczowe znaczenie dla zespołów IT będzie miało posiadanie podstawowych kompetencji statystycznych oraz umiejętność tworzenia, wykorzystywania i ulepszania modeli w oparciu o algorytmy AI. Zrozumienie fundamentalnych matematycznych koncepcji leżących u podstaw uczenia maszynowego zapewnia niezbędny poziom wiedzy i kreatywności. Ta kreatywność może wspierać zespoły kompetencyjne IT w tworzeniu przewagi konkurencyjnej i generowaniu coraz lepszych wyników biznesowych.
Przywództwo i podejmowanie decyzji
Przeniesienie akcentu na podejmowanie trudniejszych decyzji i inteligencję emocjonalną.
Przedsiębiorstwo przyszłości musi przygotować pracowników do funkcjonowania w rzeczywistości, w której większość codziennych, standardowych decyzji podejmowana jest przez sztuczną inteligencję, a tylko bardziej złożone będą pozostawione człowiekowi. Ma to swoje konsekwencje w postaci nieocenionej oszczędności czasu jak również w podniesieniu wymagań w stosunku do pracowników, jeśli chodzi o decyzyjność, samodzielne rozwiązywanie problemów czy też umiejętność komunikacji z systemami sztucznej inteligencji, np. poprzez odpowiednie formułowanie zapytań.
Do przygotowania zestawienia wykorzystano wnioski z badań Accenture, CXO, Project Management Institute oraz World Economic Forum.
