Peter Drucker oli ennätyksellinen useimmissa asioissa, mutta tietokone ei ollut yksi niistä. "Tietokone ... on hauska", johdon guru väitti McKinsey Quarterly -artikkelissa vuonna 1967 ja kutsui talouttamme ja jokapäiväistä elämäämme nyt ohjaavia laitteita "tyhmimmäksi työkaluksi, joka meillä koskaan on ollut".
Drucker tuskin yksin aliarvioi digitaalitekniikan ja tekoälyn (AI) muuttumattomia muutosvauhtia. AI perustuu laajojen hermoverkkojen, jotka seulotaan massiivisten digitaalisten tietojoukkojen tai ”suurten tietojen”, välityksellä laskentatehoon, jotta saavutetaan tulokset, jotka ovat analogisia, usein parempia kuin ihmisen oppimisen ja päätöksenteon tuottama. AI muuttaa muun muassa uraa, kuten mainonta, rahoituspalvelut, lääketiede, journalismi, maatalous, maanpuolustus, ympäristötieteet ja luovat taiteet.
Tietokonealgoritmit keräävät ja analysoivat tuhansia tietopisteitä, syntetisoivat tietoja, tunnistavat aiemmin havaitsemattomat mallit ja luovat tarkoituksenmukaisia tuloksia - onko sairauden hoito, kasvojen ottelu miljoonien kaupungissa, markkinointikampanja, uudet kuljetusreitit, sadonkorjuuohjelma, koneella luotu uutinen, runo, maalaus tai musiikillinen stanza - nopeammin kuin ihminen voi kaataa kupin kahvia.
Äskettäinen McKinsey-tutkimus osoittaa, että 45 prosenttia kaikista työssä tapahtuvista toimista voidaan automatisoida käyttöönottamalla AI. Tähän sisältyvät tiedostovirkailijat, joiden työpaikoista voi tulla 80 prosenttia automatisoituja, tai toimitusjohtajien työpaikat, jotka voivat olla 20 prosenttia automatisoituja, koska AI-järjestelmät yksinkertaistavat radikaalisti ja kohdistavat toimitusjohtajien raporttien lukemiseen, riskien havaitsemiseen tai kuvioiden tunnistamiseen.
AI on ollut yksi niistä pitkähypeditekniikoista, joka ei ole vielä muuttanut koko maailmaa, mutta tulee. Nyt kun AI näyttää olevan valmis prime-aikaan, on jopa tekniikoiden keskuudessa järkyttynyt siitä hallitsemattomasta voimasta, joka koneilla voi olla ihmisen päätöksenteossa. Elon Musk on kutsunut AI: ta "suurimmaksi eksistentiaaliseksi uhaukseksi", toistaen Bill Joyn vuoden 2000 Wired- lehdessä esittämää varoitusta siitä, että tulevaisuus ei tarvitse meitä. Toisaalta tietenkin innostuneita älykkäitä koneita tarjoavat harrastajat parantavat elämäämme ja planeetan terveys.
Olen Microsoftin toimitusjohtajan Satya Nadellan puolella, joka sanoo, että meidän on varauduttava yhä älykkäämpien koneiden lupaukseen ihmisten päätöksenteon kumppaneina keskittyen AI-työkalujen oikeaan rooliin ja rajoituksiin. Minun kaltaisille kauppakorkeakoulujen opettajille, jotka uskovat tulevaisuuden todella tarvitsevan meitä, AI: n laajentava voima tai syväoppiminen ovat haaste ja mahdollisuus: Kuinka valmistella opiskelijoita seuraaviin vuosikymmeniin niin, että he omaksuavat AI: n voiman ja ymmärtävät sen johdon ja johtamisen etuja tulevaisuudessa?
Olisi virhe pakottaa kaikki MBA-tutkinnon suorittajat tulemaan tietotekijöiksi. Liiketoimintakoulujen haasteena on päivittää laajasti suuntautuneita opetussuunnitelmiamme ja antaa samalla MBA-tutkinnoillemme parempi tuntemus ja mukavuus tietoanalytiikan avulla. Huomisen toimitusjohtajat tarvitsevat paremman käsityksen siitä, mihin organisaatioiden yhä runsaampaan ja monimutkaisempaan tietokokonaisuuteen pystytään vastaamaan.
Tietojen hienostuneisuus ja määrä voivat kasvaa, mutta historia antaa malleja päätöksentekijän oikeasta suhteesta data-analytiikkaan.
Ota D-päivä. Kenraali Dwight D. Eisenhower haki mahdollisimman paljon tietoa ilmoittaakseen päätöksestään milloin laskeutua satoja tuhansia liittolaisten joukkoja Normandian rannoille tuo kohtalokas myöhäinen kevät 1944. Kuten Antony Beevorin taistelukirja ja muut tilit tekevät selväksi, Eisenhower halusi erityisen luotettavaa meteorologista tietoa jo sääennusteiden ollessa lapsenkengissä. Kenraali viljeli päämeteorologiaan Dr. James Staggia ja tuli taitavaksi paitsi analysoidessaan Staggin raportteja, myös lukemalla Staggin omaa luottamustasoa mistä tahansa raportista.
Kuukausia ennen kohtalokasta päätöstä "aloittaa suuri ristiretki", Eisenhower kehitti innokkaasti arvion siitä, mitä meteorologiset ennusteet voisivat ja eivät pystyneet toimittamaan. Loppujen lopuksi, kuten historia tietää, Stagg vakuutti hänet lykkäämään hyökkäystä 6. kesäkuuta 5. kesäkuuta, kun ennustettu myrsky raivosi Kanaalin yli ja kun monet muut kyseenalaistivat Staggin kutsun, että se pian selviäisi.
Kukaan ei väittäisi, että Eisenhowerista olisi pitänyt tulla itse meteorologi. Hänen tehtävänä oli valvoa ja koordinoida kaikkia kampanjan näkökohtia keräämällä asiaankuuluvia tietoja ja arvioimalla näiden tietojen laatua ja hyödyllisyyttä hyökkäyksen todennäköisyyden lisäämiseksi. Nykyään iso data ja AI: n tulo laajentavat yritysten päättäjien saatavilla olevaa tietoa. Toimitusjohtajan rooli suhteessa tietoihin toistaa kuitenkin kenraalin Eisenhowerin käyttämän absorboivan ja harkitsevan tehtävän luettaessa todennäköisyyksiä meteorologin sääraportteihin.
On huomionarvoista, että tänään, kaiken keskustelujen aikana, jossa puhutaan teknologisesta monimutkaisuudesta ja erikoistumisesta niin suuressa osassa yritystoimintaa, Deloitte-raportti, joka laadittiin kouluillemme, totesi, että työnantajat, jotka haluavat palkata MBA-tutkinnon suorittaneita, arvostavat mahdollisten työntekijöiden ”pehmeitä taitoja” enemmän kuin mikään muu. He haluavat palkata ihmisiä, joilla on kulttuuritaitoa ja vahvempia viestintätaitoja, jotka voivat työskennellä yhteistyössä erilaisissa ryhmissä ja joustavasti mukautua jatkuvasti uusiin mahdollisuuksiin ja olosuhteisiin työpaikoilla ja markkinoilla.
Kyse ei ole vain toimistossa esiintyvien nykäyksien suvaitsemattomuudesta. Kyse on johtajan tarpeesta pystyä syntetisoimaan, neuvottelemaan ja sovittamaan kilpailevien ja ristiriitaisten ympäristöjen, asiantuntijoiden ja tietojen välillä. Jos aikoinaan yritysjohtajille maksettiin "suolen tarkistamista" koskevista puheluista jopa silloin, kun olennaista tietoa puuttui, nykyisten toimitusjohtajien on yhä enemmän tehtävä tiukat, tulkitsevat arviointipuhelut (eri tyyppinen "suoliston tarkistus") edessä liiallista, usein ristiriitaista tietoa.
Laitosten kuljettajan istuimella on pääsy laajaan valikoimaan empiirisesti johdettuja näkemyksiä laajasti vaihtelevista ilmiöistä, kuten optimaaliset mallit alusten purkamiseksi maailman vilkkaimmissa satamissa eri sääolosuhteissa, uskollisuusohjelmien parametrit, jotka tuottavat ”tarttuvimman” asiakkaan. vastaus- tai kykyjenvalintamallit, jotka tuottavat sekä menestyneimmät että monipuolisimmat työllisyysvarat.
Yritysjohtajien on oltava tarkkaavaisia käyttäessään AI-työkaluja. Heidän on arvioitava ennen tietovirtojen lähdettä, varmistettava niiden pätevyys ja luotettavuus, tunnistettava vähemmän ilmeiset kuviot tiedoissa, koettava jäljellä olevat "mitä jos", ja tehtävä lopulta päätelmät ja arviointipuhelut, jotka ovat tietoisempia, vivahteikkaampia ympärillä, pätevä ja hyödyllinen, koska älykkäät koneet parantavat niitä. Virheellisiin tai väärin tulkittuihin tietoihin perustuvat virheelliset tuomiot saattavat olla jopa haitallisempia kuin tietämättömät virheelliset tuomiot tietojen auraan perustuvan lähes tieteellisen auktoriteetin harhakuvan vuoksi.
Projektinhallintatyökaluna AI saattaa määrätä optimaaliset työrutiinit erityyppisille työntekijöille, mutta sillä ei ole herkkyyttä muuntaa nämä tarpeet yhden organisaation tuloksen (esim. Omaisuus työntekijöiden tehtävissä) vivahteisiksi valinnoiksi toiselle (perhearvot) ). AI saattaa määrittää uuden ravintolan tai voimalaitoksen parhaan sijainnin, mutta se rajoittuu kartoittamalla poliittisia ja sosiaalisia verkostoja, jotka on otettava mukaan uuden hankkeen herättämiseen.
Koneista puuttuu myös hassu. Adtech-ohjelmat ovat korvanneet ihmisten mainostajien ostajat, mutta kyky luoda pisteitä tai suunnitella kampanjoita, jotka vetävät sydämemme, pysyvät synnynnäisesti ihmisinä, ainakin lähitulevaisuudessa.
MBA-tutkinnon suorittaneilta vaaditaan uusi kyselytaso ja integroiva ajattelu. Kouluttajana meidän on vaalittava näitä taitoja kehittäviä oppimislähestymistapoja - opettamalla innokasta tiedonhallintaa ja päätelmätaitoja, kehittämällä edistyneitä datasimulaatioita ja harjoittamalla, miten koettaa ja kyseenalaistaa vielä tuntematon.
Konevoiman nousun rinnalla emotionaalisen älykkyyden eli EQ: n merkitys kanee entistä suurempana organisaatioiden ja yhteisöjen inhimillisen yhteyden säilyttämiseksi. Vaikka koneiden odotetaan etenevän tunteiden lukemisen ja tulkinnan pisteeseen, heillä ei ole kykyä inspiroida seuraajia, viisautta tehdä eettisiä arvioita tai taitaa luoda yhteyksiä.
Se on edelleen meitä kaikkia.
Judy D. Olian on UCLA Anderson School of Managementin dekaani.
