Peter Drucker je vedel večino stvari, vendar računalnik ni bil eden izmed njih. "Računalnik ... je nor, " je v članku o četrtletnem četrtletju McKinsey iz leta 1967 zatrdil poslovodski guru, ki je naprave, ki zdaj poganjajo naše gospodarstvo in naše vsakdanje življenje, označil za "najglupnejše orodje, kar smo jih kdajkoli imeli."
Drucker komajda sam podcenjuje neprimerljivo hitrost sprememb digitalnih tehnologij in umetne inteligence (AI). AI gradi na računski moči ogromnih nevronskih mrež, ki se sejejo skozi množice digitalnih nizov podatkov ali "velikih podatkov", da bi dosegli rezultate, podobne, pogosto boljše, kot tistim, ki jih prinese človekovo učenje in odločanje. Poklicne kariere, kot so oglaševanje, finančne storitve, medicina, novinarstvo, kmetijstvo, nacionalna obramba, okoljske znanosti in ustvarjalna umetnost, spreminjajo AI.
Računalniški algoritmi zbirajo in analizirajo na tisoče podatkovnih točk, sintetizirajo informacije, prepoznajo prej neodkrite vzorce in ustvarijo smiselne rezultate - naj gre za zdravljenje bolezni, obrazno tekmo v milijonskem mestu, marketinško kampanjo, nove transportne poti, program obiranja pridelkov, strojno ustvarjena novica, pesem, slika ali glasbena strofa - hitreje kot si človek lahko nalije skodelico kave.
Nedavna raziskava McKinsey kaže, da je 45 odstotkov vseh dejavnosti na delovnem mestu mogoče avtomatizirati z uvajanjem AI. Sem sodijo uradniki datotek, katerih delovna mesta lahko postanejo 80-odstotna avtomatizirana, ali delovna mesta generalnih direktorjev, ki so lahko 20-odstotna avtomatizirana, ker sistemi AI radikalno poenostavijo in usmerjajo branje poročil, odkrivanje tveganj ali prepoznavanje vzorcev.
AI je bila ena tistih tehnologij, ki še ni preoblikovala našega sveta, vendar bo. Zdaj, ko se zdi, da je AI pripravljen za primeren čas, celo med tehnologi obstaja grožnja zaradi nebrzdane moči, ki jo imajo stroji nad človeškim odločanjem. Elon Musk je AI označil za "našo največjo eksistencialno grožnjo", kar je odmevalo opozorilo Billa Joya iz leta 2000 v reviji Wired, da "prihodnost nas ne potrebuje." Na drugi strani so seveda navdušenci, željni pametnih strojev za izboljšanje našega življenja in zdravje planeta.
Sem ob strani direktorja Microsofta Satya Nadella, ki pravi, da bi se morali pripravljati na obljubo o pametnejših strojih kot partnerjih pri človekovem odločanju s poudarkom na ustrezni vlogi in omejitvah orodij AI. Za učitelje poslovnih šol, kot sem jaz, ki verjamemo, da nas bo prihodnost resnično potrebovala, je vse večja moč AI ali poglobljeno učenje izziv in priložnost: Kako pripraviti učence na naslednja desetletja, da bodo prevzeli moč AI in razumeli njegovo prednosti za vodenje in vodstvo v prihodnosti?
Napaka bi bila, če bi vsakega diplomanta MBA prisilili, da postane podatkovni znanstvenik. Izziv za poslovne šole je posodobiti naše široko usmerjene učne načrte, hkrati pa našim MBA podati večjo stopnjo seznanjenosti in udobja z analitiko podatkov. Jutri bodo direktorji bolje razumeli, kaj vse bogatejše in zapletenejše zbirke podatkov v organizacijah lahko in ne morejo odgovoriti.
Prefinjenost in obseg podatkov se lahko povečujeta, toda zgodovina ponuja modele ustreznega odnosa odločevalca do analitike podatkov.
Vzemite D-Day. General Dwight D. Eisenhower je iskal čim več podatkov, da bi sporočil svojo odločitev o tem, kdaj naj iztovorijo stotine tisoč zavezniških sil na plažah Normandije v tisti usodni pozni pomladi 1944. Kot je razvidno iz knjige Antona Beevora o bitki in drugih računih, Eisenhower je še posebej hrepenel po zanesljivih meteoroloških podatkih, ko je bilo napovedovanje vremena v povojih. Dr. James Stagg, njegov glavni meteorolog, je gojil do spretnosti ne le pri analizi Stagdovih poročil, ampak tudi pri branju Stagdove stopnje zaupanja v vsako poročilo.
Mesece pred usodno odločitvijo, da bo "začel veliki križarski pohod", je Eisenhower močno spoznal, kaj meteorološke napovedi ne bi mogle doseči. Na koncu ga je Stagg prepričal, da je invazijo preložil na 6. junij s 5. junija, ko je napovedana nevihta divjala nad Rokavskim prekopom in ko so mnogi drugi podvomili v Stagsov klic, da bo kmalu jasno.
Nihče ne bi trdil, da bi moral Eisenhower sam postati strokovni meteorolog. Njegova naloga je bila nadzirati in usklajevati vse vidike kampanje z zbiranjem ustreznih informacij ter ocenjevanjem kakovosti in uporabnosti teh informacij, da bi povečala verjetnost invazije. Danes veliki podatki in pojav AI razširjajo informacije, ki so na voljo podjetjem, ki sprejemajo odločitve. Vendar vloga generalnega direktorja v zvezi s podatki odmeva absorpcijsko in presojno funkcijo, ki jo ima general Eisenhower pri branju verjetnosti v vremenskih poročilih svojega meteorologa.
Omeniti velja, da je danes, med vsemi govoricami o tehnološki zapletenosti in specializaciji v celotni korporativni Ameriki, poročilo Deloitte, pripravljeno za našo šolo, ugotovilo, da delodajalci, ki želijo zaposliti diplomante MBA, bolj cenijo "mehke veščine" bodočih zaposlenih. Želijo zaposliti ljudi s kulturno usposobljenostjo in močnejšimi komunikacijskimi sposobnostmi, ki lahko sodelujejo v različnih skupinah in so prilagodljivi pri nenehnem prilagajanju novim priložnostim in okoliščinam na delovnem mestu in na trgu.
Ne gre samo za nestrpnost za kretene v pisarni. Gre za potrebo vodje, da mora biti zmožen sintetizirati, se pogajati in arbitrirati med konkurenčnimi in konfliktnimi okolji, strokovnjaki in podatki. Če so nekoč podjetjem vodja plačevali klicanje "črevesja", tudi če je bilo pomanjkljivih bistvenih informacij, bodo današnji generalni direktorji vedno bolj zahtevni, razlagalni sodni klici (drugačna vrsta preverjanja črevesja). odvečnih, pogosto nasprotujočih si informacij.
Tisti na voznikovem sedežu institucij imajo dostop do širšega vesolja empirično pridobljenih spoznanj o zelo različnih pojavih, kot so optimalni modeli za raztovarjanje ladij v najbolj obremenjenih pristaniščih na svetu v različnih vremenskih razmerah, parametri programov zvestobe, ki ustvarjajo 'najstrožjega' kupca odzivi ali modeli za izbiro talentov, ki prinašajo tako najuspešnejše kot tudi raznolike baze zaposlitve.
Korporativni voditelji bodo morali biti previdni pri uporabi orodij AI. Presoditi morajo vir podatkovnih tokov pred njimi, preveriti njihovo veljavnost in zanesljivost, zaznati manj kot očitne vzorce v podatkih, preizkusiti preostale "kaj če", ki jih predstavljajo, in na koncu narediti sklepe in sodne klice, ki so bolj obveščeni, niansirani okoli konteksta, veljaven in uporaben, ker jih izboljšujejo inteligentni stroji. Pogrešane sodbe, ki temeljijo na napačnih ali napačno interpretiranih podatkih, bi bile lahko celo bolj škodljive kot neinformirane napačne sodbe zaradi iluzije kvaziznanstvenih avtoritet, ki izhajajo iz avre podatkov.
Kot orodje za upravljanje projektov lahko AI predpiše optimalne delovne rutine za različne vrste zaposlenih, vendar ne bo imel občutljivosti, da bi te potrebe prevedel v niansirane odločitve enega organizacijskega rezultata (npr. Pravičnost pri dodelitvi zaposlenih) nad drugim (družinske vrednosti ). AI bo morda določil najboljšo lokacijo za novo restavracijo ali elektrarno, vendar bo omejen pri načrtovanju političnih in družbenih omrežij, ki jih je treba angažirati, da novo podjetje oživijo.
Stroji tudi nimajo muhavosti. Adtech programi so zamenjali kupce človeških oglasov, vendar bo sposobnost ustvarjanja puns ali oblikovalskih kampanj, ki nam bodo pri srcu, ostala v naravi človeška, vsaj v dogledni prihodnosti.
Med diplomanti MBA je potrebna nova raven spraševanja in integrativnega razmišljanja. Kot vzgojitelji moramo spodbujati pristope k učenju, ki razvijajo te spretnosti - z poučevanjem navdušenega upravljanja podatkov in inferencialnih spretnosti, razvijanjem naprednih simulacij podatkov in vadbo, kako preveriti in dvomiti o še neznanem.
Vzporedno z vzponom strojne moči je pomen čustvene inteligence ali EQ večji kot kdajkoli prej, da bi ohranili človeško povezanost organizacij in skupnosti. Medtem ko se pričakuje, da bodo stroji napredovali do branja in razlage čustev, ne bodo mogli navdihovati sledilcev, modrosti za etično presojo ali pamet, da bi se povezali.
To je še vedno vse na nas.
Judy D. Olian je dekanica UCLA Anderson School of Management.
