Transformation

Das KI-erweiterte Betriebssystem: Ist Ihr Unternehmen vorbereitet? 

  
  
Dieser Artikel wurde vom Future of Work Thinkers Board verfasst. Klicken Sie hier, um Informationen zum Board zu erhalten.

Steigende Arbeitsproduktivität wirkt als Dominoeffekt für Wirtschaftswachstum, höhere Löhne und verbesserte Lebensstandards.

In den Sektoren, die KI am häufigsten nutzen (Finanzdienstleistungen, Informationstechnologie und professionelle Dienstleistungen), steigt die Arbeitsproduktivität fast um das Fünffache (4,8-fache) stärker als in Sektoren mit geringerem KI-Risiko (wie Transport, Fertigung und Bauwesen).[1] Doch für ein Drittel der HR-Führungskräfte haben Gen AI und Large Language Models (LLMs) keine Vorteile für die Produktivität der Mitarbeiter gebracht[2], während nur 27 % der Mitarbeiter erwarten, dass KI und/oder Automatisierung die Art und Weise verbessern wird, wie ihre Arbeit in den nächsten drei Jahren erledigt wird.[3]

Technologie liefert natürlich nicht immer. Um den zukünftigen Erfolg zu festigen, müssen Führungskräfte heute die Grundlage legen, um sicherzustellen, dass KI nicht nur zur Leistungssteigerung beiträgt, sondern auch die Arbeit zugänglicher macht. Hinweis auf das AI-augmented Betriebssystem (AOS).

Der Preis mit dem AOS ist zweifach:

  1. Exponentielle Leistungssteigerungen

    Die Verbiegung der Nachfragekurve der Arbeit wird die Leistung verändern. Zum Beispiel hat eine große Finanzdienstleistungsorganisation ihre Workflows um eine KI-gestützte Technologieplattform herum neu gestaltet. Das Ergebnis war eine Steigerung der Produktivität um mehr als 50 %, da die Datenaufnahme automatisiert, Transaktionsverarbeitung beschleunigt, und Kundenbeziehungsmanagement erweitert durch einen besseren Einblick in das Verhalten und die Bedürfnisse der Kunden. Zusätzlich zu den Produktivitätssteigerungen haben die deutliche Reduzierung von Fehlern und weniger Abweichungen bei der Ausführung die Gesamtleistung erheblich verbessert.

    Die andere Quelle für Produktivitätssteigerungen ist die Reduzierung der „Erfahrungsprämie“, da sich die Lücke zwischen Experten und Anfängern verengt. Eine Studie schätzte eine 14%ige Verbesserung der Produktivität von Kundendienstmitarbeitern, die Gen AI verwenden. Die deutlichsten Zuwächse erzielten Neulinge, die die Fähigkeiten erfahrener Agenten in nur drei statt zehn Monaten erreichten.[4]

    Beispiele wie diese sind Musik in den Ohren der weniger als die Hälfte der Führungskräfte (46 %), die sicher sind, dass ihre Organisation die Kundenanforderungen mit ihrem aktuellen Talentmodell erfüllen kann.[5]

  2. Verbesserung der Zugänglichkeit und Menschlichkeit der Arbeit

    Die Lieferkurve der Arbeit zu biegen bedeutet, die Geschwindigkeit und Agilität der Mitarbeiter zu erhöhen und bewusst Raum für Lernen und Wohlbefinden im Arbeitsfluss schaffen. So arbeiten Mitarbeiter intelligenter (nicht härter) und gewinnen mehr Erfüllung und Zufriedenheit in ihrem Arbeitsleben. Zum Beispiel beinhalten durchschnittlich 40 % der Arbeit von Pflegekräften die Arbeit „unter der Lizenz“. Was wäre, wenn wir diese Arbeit durch KI, Automatisierung oder Nachwuchskräfte ersetzen könnten, damit Pflegekräfte mehr Zufriedenheit mit den anderen 60 % der Arbeit haben?

    Angesichts der breiteren Entwicklung von KI und Technologie ist das AOS eine unvermeidliche Angelegenheit. Aber wie sieht die Migrationsreise aus, von unserem heutigen Stand bis zum gewünschten Zustand? Führungskräfte beginnen in der Regel mit der Beurteilung der Machbarkeit diskreter Anwendungsfälle, die sich auf die Verbesserung der Effizienz und Produktivität konzentrieren, damit sie in „sicheren Zonen“ lernen können, bevor sie das Recht erhalten, zu einer breiteren Geschäftsmodelltransformation überzugehen. Edge-Fälle oder Hochrisikoszenarien erfordern mehr menschliche Aufsicht und Kontrolle. Unternehmen werden wahrscheinlich in jeder Phase des AOS-Kontinuums über Arbeitskörper verfügen – mit älteren, von Menschen angetriebenen Systemen an einem Ende und einem autonomen, maschinengesteuerten Modell am anderen Ende (und dazwischen mit Mensch-Maschine-Hybridarbeit).

    Der Wechsel zum AOS wird sich auf Anwendungsfälle konzentrieren, die zu Pilotprojekten werden, und Pilotprojekte, die sich zu systemischen Veränderungen entwickeln, die alle, unabhängig von ihrem Platz im Unternehmen, auf die Reise bringen. Letztendlich erfordert der Sprung von diskreten KI-Anwendungsfällen zu einer umfassenden Transformation des Geschäftsmodells eine signifikante Umrüstung des Betriebssystems.

    Bevor Unternehmen zu einem AOS übergehen, müssen sie einige grundlegende Herausforderungen angehen, um nicht Opfer der Produktivität Paradox. Diese Idee, umrissen von Robert Solow, Ökonom und Professor Emeritus am Massachusetts Institute of Technology, deutet darauf hin, dass mit mehr Investitionen in Technologie die Produktivität sinken kann, anstatt zu steigen.

    Dafür gibt es zwei Gründe:

    Erstens sind frühe Versionen vieler Technologien oft fehlerhaft und für eine weit verbreitete Einführung ungeeignet. Aber Gen AI hat einen einzigartigen Vorteil gegenüber vielen älteren Technologien. KI der Generation:

    • Ist einfach zu bedienen und erfordert relativ wenig Fachwissen oder Schulung
    • Kann direkt an die Computer der Benutzer geliefert werden, was die Akzeptanz beschleunigt
    • Baut auf einem jüngsten Erbe von Fortschritten in der robotergesteuerten Prozessautomatisierung (RPA), dem maschinellen Lernen und dem Deep Learning auf
    • Entwickelt sich mit einer beispiellosen Geschwindigkeit
    • Begrenzte menschliche Aufsicht erforderlich
    • Ist die erste Technologie, die sowohl von Mitarbeitern als auch von Führungskräften verlangt wird[6]

    Der zweite Grund bezieht sich auf die Architektur der Arbeit: Prozesse, Struktur, Entscheidungsrechte, Fähigkeiten und Kultur der Arbeitnehmer. Digitale Fähigkeiten haben eine kürzere Halbwertszeit als je zuvor – einige technische Fähigkeiten sind auf etwa zwei Jahre beschränkt.[7] Mit der neuesten KI-Welle, einschließlich der Auswirkungen generativer Tools wie ChatGPT, könnten etwa 300 Millionen Jobs von KI und Automatisierung betroffen sein.[8] Der The Future of Jobs Report 2023 des Weltwirtschaftsforums sagt voraus, dass sich 23 % der Arbeitsplätze innerhalb der nächsten fünf Jahre ändern werden, wobei 44 % der Kernkompetenzen der Arbeitnehmer gestört werden.

    Um dieses Problem anzugehen, ist eine systemische Neugestaltung der Arbeit erforderlich, indem Arbeitsplätze dekonstruiert, Aufgaben neu eingesetzt und neue Arbeitsweisen geschaffen werden. In den nächsten drei Jahren werden KI und Automatisierung die Arbeit komplett neu gestalten:

 
Dieses Diagramm zeigt die sich ändernde Art der Arbeit und die transformative Rolle der generativen KI. Der Schritt hin zu einer verstärkten Nutzung von KI wird dazu beitragen, das Fachwissen zu erweitern, die relationale Arbeit zu unterstützen und die Produktivität bei der Transaktionsarbeit zu ersetzen oder zu steigern.

Von Pilotprojekten und diskreten Anwendungsfällen bis hin zu absichtlichem Design

Diese Entwicklung wird am besten von Walmart und IKEA hervorgehoben.[9]

Walmart verwendet Generative KI, um die Verhandlung von Lieferantenverträgen abzuwickeln. Dies ist ein Beispiel für die traditionelle KI-Bereitstellung auf strategischer Ebene. Walmart startete 2021 ein solches KI-Pilotprojekt, um alle seine Lieferantenverträge auszuhandeln. Das Pilotprojekt konzentrierte sich streng auf die Verhandlung von Nicht-Wiederverkaufsartikeln wie Einkaufswagen, Flottendienstleistungen und anderen Geräten, die von Walmart zur Bedienung von Endkunden verwendet werden. Die Verhandlungen waren kompliziert, da sie Preisrabattangebote auf der Grundlage von Verkaufsvolumen oder Sortiment von Artikeln, eine Vielzahl von Zahlungsplänen kombiniert mit Rabatten für vorzeitige Zahlungen, aber auch unterschiedliche erweiterte Zahlungsbedingungen und die Verhandlung verschiedener Optionen der Vertragsbeendigung umfassten. Diese Pilotprojekte führten zu einer dreifachen erwarteten Rate an erfolgreichen Vereinbarungen, einer durchschnittlichen Kosteneinsparung von 3 % und einer Verlängerung der Zahlungsbedingungen auf 35 Tage.

Ein anderes Beispiel für einen Einzelhändler, der KI nutzt, ist IKEA. IKEAs Vision ist es, seine Kunden zu stärken und auch als Interior Design Consultancy angesehen zu werden. Sie haben KI für Do-It-Yourself (DIY)-Dienste und für personalisierte Beratung bei der Inneneinrichtung eingesetzt. Seit 2021 schulen sie ihre Callcenter-Mitarbeiter neu, um Remote-Interieur-Design-Berater zu werden, während sie routinemäßige Kundenanfragen an ihren KI-Chatbot Billie delegieren. Mitte 2023 berichtete IKEA, dass ihr Chatbot, Billie, seit der Einführung 47 % der Kundenanfragen effektiv verwaltet hat und sie erfolgreich 8.500 Callcenter-Mitarbeiter umgeschult haben, um Kunden als Berater für Innenarchitektur zu dienen. 2022 brachten sie auch IKEA Kreativ auf den Markt, das Kunden eine Möglichkeit bietet, Wohn- und Büroräume von ihren eigenen Computern oder Smartphones aus zu entwerfen und zu visualisieren. IKEA Kreativ kombiniert jahrzehntelanges IKEA-Know-how mit den neuesten Entwicklungen in den Bereichen räumliches Computing, maschinelles Lernen und 3D-Mixed-Reality-Technologien.

Ein AOS-Geschäft hat grundlegende Modelle nicht nur in bestimmten Bereichen seines Geschäfts, sondern in seine gesamte Wertschöpfungskette integriert. Dies würde kontextbezogene Feedback-Schleifen entlang der gesamten Wertschöpfungskette des Unternehmens bieten, zu der das Unternehmen, sein Ökosystem und seine Kunden gehören.

Kontextbezogene Dienstleistungen für Kunden sowie Unternehmens- und Ökosystemfunktionen, die „homogenisiert“ werden können, sind der Nordstern von AOS-Unternehmen. Der Aufbau von maschinellen Lernsystemen für eine Vielzahl von Anwendungen – das ist Homogenisierung – ist Standard bei der Gestaltung von Basismodellen und ein zentrales Unterscheidungsmerkmal zwischen einem KI-nativen und digital-nativen Unternehmen.

Die Kunst des Möglichen

Ein erfolgreiches AOS basiert auf Technologien wie Gen AI, die auf veralteten Investitionen in maschinelles Lernen und robotergesteuerte Prozessautomatisierung (RPA) aufbauen. Es ist ein Modell, das entwickelt wurde, um sich ständig neu zu erfinden, im Einklang mit der Entwicklung von Technologie/KI oder sich ändernden externen Bedingungen. Die seismische Verschiebung wird von Führungskräften, Kunden und Mitarbeitern wahrgenommen, die alle kritische Komponenten des AOS sind.

Wie wird das AOS von verschiedenen Personen erlebt?

Von An
  • Die Führung stützte sich auf  dieStabilität  und die Führung  durchHierarchie. 
  • Der Schwerpunkt der Führung liegt auf  Onscale,  Effizienz  und Nutzung  vonExpertise.
  • Konzentrieren Sie sich bei der  Leistungsverbesserung auf  die Überarbeitung traditioneller Geschäftsprozesse.
  • CEO ist ein Treiber  fürInnovation   durchkulturelle Transformation  und setzt sich für eine Denkweise von  „Technologie als Wegbereiter“ ein. 
  • Der Schwerpunkt der Führung liegt auf  Schnelligkeit, Agilität   undAusführung.
  • Neue Funktionen oder funktionsübergreifende Führungskräfte sind dem CEO unterstellt, konzentrieren sich auf KI und legen die Regeln dafür fest.  (z. B. eine integrierte Wissens- und Ressourcenfunktion, die HR und IT kombiniert.)
  • Das Arbeitsdesign ist eine Kernkompetenz, die die kontinuierliche Dekonstruktion von Prozessen/Jobs, die Neubereitstellung und die Rekonstruktion neuer Arbeitsweisen umfasst, wobei die Arbeit zunehmend um eine maschinell verstärkte Belegschaft statt um Prozesse organisiert wird.

Von An
  • KI-gesteuerter Kundenservice  für routinemäßige Transaktions- oder Informationsanforderungen.
  • Die Kundenerfahrung  istinkonsistent  und typischerweise nach Interaktionstyp  segmentiert; KI ist nicht in der gesamten Wertschöpfungskette integriert. 
  • Begrenzte Einblicke  in die sich entwickelnden Bedürfnisse der Kunden.
  • Grundlegende Modelle (eine Art von Modell für maschinelles Lernen, das für eine Reihe von Aufgaben vortrainiert ist) sind ein integraler Bestandteil der gesamten Kundenerfahrung.
  • Eine Kundenerfahrung, die  aufhomogenisierten Unternehmens-  undÖkosystemfunktionen basiert. 
  • Die Kundenbedürfnisse werden dank  verbesserter Prognosen  und gesteigerter Kundenbindung im gesamten Geschäftsprozess (vom Design bis zur Lieferung) proaktiver erfüllt. 
  • Besserer Wert  für Kunden durch verbesserte Erschwinglichkeit und schnellere Lieferung von Waren und Dienstleistungen. 
  • Für B2B-Kundenbeziehungen: Verstärkte Nutzung von Maschinen-zu-Maschine-Interaktionen  (APIs der nächsten Generation), einschließlich der Regelung von Protokollen und Leistungsschaltern.  Enthält Regeln darüber, wann diese Interaktionen mit KI-„Autopilot“ im Vergleich zu einem menschlichen „Co-Pilot“ betrieben werden sollten.

Von An
  • Nicht im Raum für strategische Diskussionen, sondern in der  Verantwortung für die Umsetzung  dieser Strategie.
  • Primärer Fokus auf die  Weiterbeschäftigung.
  • Begrenzte Mobilität im  gesamten Unternehmen.
  • Betreiben Sie weitgehend  Arbeitsmodelle, die um Prozesse herum organisiert sind.
  • Breites Spektrum an Mitarbeitergruppen , die an strategischen Gesprächen über Arbeit und KI beteiligt sind. 
  • Anreize zur Transformation der Arbeit und das Versprechen  einerfortgesetzten Beschäftigungsfähigkeit (nicht Beschäftigung).
  • Demokratisierte Arbeit  ermöglicht den Mitarbeitern mehr Agentur und Input und trägt zu einer verbesserten Produktivität und Engagement bei. 
  •  Mitarbeiterdenken an die ständige Neuerfindung,  da sie ermutigt werden, sich weiterzubilden, umzuschulen und auszuschulen (um mit den Fähigkeiten umzuschulen, die erforderlich sind, um auf dem Arbeitsmarkt wettbewerbsfähig zu bleiben).
  •  RascheVersetzung  über verschiedene Arbeitskörper hinweg.

Die AOS in die Realität umsetzen

1. Beginnen Sie mit einer Datenstrategie

Mehr als zwei Drittel (67 %) der Unternehmen setzen neue Technologien ein, ohne ihre Arbeitsweise zu verändern.[10] Aber ohne die Grundlagen einer digitalen Transformation und einer Datenstrategie ist es nicht die Lösung, KI einfach über Ihr aktuelles Betriebssystem zu schichten (insbesondere im Kontext von frei fließenden Aufgaben). Es ist wichtig, die Beziehung zwischen den Daten zu verstehen, die Gen-KI untermauern, bevor Sie fortfahren.

Fragen Sie sich: Wurde das KI-Tool der Generation durch vertrauenswürdige Daten aus verschiedenen Quellen geschult? Woher stammen diese Daten? Was sind seine Einschränkungen? Werden alle Daten aus derselben Region gesammelt? Welche Auswirkungen hat dies? Wie wird sich der kulturelle Kontext ändern, wie hilfreich diese Daten für verschiedene Mitarbeiterbedürfnisse sind?

2. Bewerten Sie die Chance (und das Risiko), indem Sie sich auf das Ziel der Arbeit konzentrieren 

Wie bereits erwähnt, ist das AOS ein Kontinuum. Auf der einen Seite nehmen die Menschen das Rad, auf der anderen übernimmt die KI die Zügel und tritt autonom als einziger Pilot auf. Irgendwo dazwischen tritt KI als Co-Pilot neben Menschen ein. Dies ist jedoch kein homogener Zustand für die gesamte Arbeit der Organisation. Einige der Arbeiten/Aufgaben werden je nach Art der vorliegenden Aufgabe näher links und andere näher rechts liegen.
  
Das KI-erweiterte Betriebssystemspektrum läuft von Human nur an einem Ende, Human mit KI-Arbeit in der Mitte und nur KI-Arbeit am anderen Ende.

Diese Nuance erfordert, dass Unternehmen das Arbeitsdesign zu einer Kernkompetenz machen, die es ihnen ermöglicht, bestimmte Aufgaben und ihre Zielfunktion zu analysieren oder eine verbesserte Leistung (ROIP) zu erzielen.[11]

Hier sind vier prototypische ROIP-Beziehungen, um diese Idee anhand der Steuervorbereitung als Beispiel zu veranschaulichen:

  • Fehler beseitigen
    Diese Art von ROIP reicht von einer sehr niedrigen Leistung mit vielen Fehlern oder fehlenden Fristen bis hin zu minimal akzeptablen Leistungen, die einen kleinen positiven Wert erzeugen. Weniger Fehler würden dazu führen, dass Steuerformulare korrekt und pünktlich ausgefüllt werden. Bei Arbeiten dieser Art muss ein menschlicher Co-Pilot sicherstellen, dass akzeptable Mindeststandards unabhängig von der Situation eingehalten werden. Dies gilt insbesondere, wenn das mit der Arbeit verbundene Risiko hoch ist. Wenn ein Restaurant beispielsweise bei Bestellungen zur Lebensmittellieferung auf KI setzt und ein Kunde eine Pizza vor der Haustür anstatt eines Currys erhält, wird kein echter Schaden verursacht. Aber in einem Krankenhaus könnten die Folgen schwerwiegend sein, wenn KI die Daten eines Patienten falsch interpretiert und so die falsche Medikamentendosis gibt.
  • Varianz reduzieren
    Dies gilt, wenn Leistungsunterschiede keinen Einfluss auf den Wert haben, z. B. wenn es viele Möglichkeiten gibt, dasselbe Ziel zu erreichen. Die Reduzierung der Varianz führt nicht zur Verbesserung des Ergebnisses, sondern durch ein einheitlicheres Erreichen dieses Ergebnisses, was oft Kosten oder Verwirrung reduziert. In unserem Beispiel würde dies das Ausfüllen des Steuerformulars vor dem Fälligkeitsdatum beinhalten, da es nicht mehr Wert schafft, als es rechtzeitig auszufüllen. Dies könnte eine Gelegenheit für KI sein, mit Autopilot zu arbeiten.
  • Wert inkrementell verbessern
    Dies wird verwendet, wenn die Leistungsverbesserung zu einem konstanten inkrementellen Wertanstieg führt. Bei der Erstellung von Steuerformularen kann dies die Klarheit und Schreibqualität des zusammenfassenden Schreibens beinhalten, das dem Steuerformular eines Kunden beiliegt. Während ein minimal klarer Brief die Mindestanforderung erfüllt, ist ein klarer schriftlicher Brief oder ein Brief, der wichtigere Themen hervorhebt, zunehmend wertvoller. Dies könnte eine weitere Gelegenheit für einen KI-Autopiloten sein. 
  • Wert exponentiell verbessern
    Diese Art von ROIP stellt oft seltene oder kreative Leistungen dar, die einen Kunden überraschen und begeistern oder einen Prozess störend verbessern. In unserem Beispiel könnte dies darin bestehen, einen unklaren Abzug oder eine ausgeklügelte Art der Neuformulierung von Einkommen zu entdecken, um die Steuern erheblich zu reduzieren, was beide Möglichkeiten für KI sind, als Co-Pilot zu fungieren.

Ein AOS erfordert von Führungskräften, die Entwicklung von Geschäftsplänen zu überdenken, einschließlich des Zusammenbrechens des Kapitalplanungszyklus, um besser integriert zu werden. Damit verbunden ist die Notwendigkeit, die Wettbewerbsbedingungen in Bezug auf die Art und Weise, wie ein Unternehmen seine Investitionen ausmacht, auszugleichen.

Während allgemein anerkannte Rechnungslegungsgrundsätze (GAAP) verschiedene Arbeitsquellen auf unterschiedliche Weise behandeln können, wobei die Mitarbeiterkosten als Aufwand verbucht werden und die Technologiekosten aktiviert werden, sollte die Unternehmensbuchhaltung Maßnahmen wie die Gesamtarbeitskosten verwenden.[12] Dies normalisiert alle verschiedenen „Arbeitsquellen“ eines Unternehmens, um ein wahres Bild von Kosten und Rendite zu ermöglichen. Wenn ein Unternehmen über das Wachstum in einem AOS nachdenkt, erhält es mit größerer Wahrscheinlichkeit einen Multiplikatoreffekt, indem es in Technologien investiert, die selbstständig lernen und Mitarbeitern abteilungsübergreifend zugutekommen können, im Vergleich zu Investitionen in einen neuen Mitarbeiter, bei dem die unmittelbaren Gewinne auf diese eine Person beschränkt sind.

Fragen Sie sich: Welche Prozesse können standardisiert/automatisiert werden? Wo ist Flexibilität erforderlich? Welche Daten-/Prozessabhängigkeiten sieht Ihr Unternehmen als selbstverständlich an? Was sind die Auswirkungen, wenn Sie es falsch machen? Überwiegen die Gewinne die potenziellen negativen Konsequenzen, wenn ein Fehler auftritt? Wie können Sie eine objektive Grundlage für die Führung Ihrer Investitionen sicherstellen?

3. Mitgestaltung mit Mitarbeitern

Mitarbeiter werden KI-Tools unabhängig von Einschränkungen verwenden, daher ist es besser, sie in den Dialog einzubeziehen und eine informierte Nutzung sicherzustellen. Die Neugestaltung von Rollen und die Einbeziehung von Kollegen in den Neugestaltungsprozess können ihnen helfen, zu sehen, wie sie ihre Zeit unterschiedlich verbringen können. Mitarbeiter schätzen, dass ein Drittel ihrer Zeit derzeit für alltägliche und sich wiederholende Arbeiten aufgewendet wird.[13]

Ein Drittel (32 %) der Führungskräfte glauben, dass KI den größten Mehrwert für ihr Unternehmen schaffen wird, indem sie die Intelligenz verstärkt, um qualitativ hochwertigere Arbeit zu ermöglichen.[14] Dies erfordert, dem täglichen Arbeitsleben der Mitarbeiter näher zu kommen, um zu verstehen, was ihnen im Weg steht. Kombinieren Sie KI-Piloten mit Brainstorming-Sitzungen, um neue Wege zu finden, das Unternehmen zu stören und gleichzeitig Mitarbeiter auf die Reise zu bringen.

Wie bereits erwähnt, erfordert die gemeinsame Herstellung eine Karotte und einen Stab. Stellen Sie sicher, dass Mitarbeiter motiviert sind, das Geschäftsmodell zu erlernen, zu entwickeln und zu weiterentwickeln, und schaffen Sie Raum und Zeit für das Lernen und Experimentieren im Arbeitsfluss, während Sie Personen bestrafen, die stillstehen möchten.

Fragen Sie sich: Wie stellen wir sicher, dass Menschen nicht selbstgefällig werden, wenn KI in die Arbeit eingebettet wird? Wie können Sie KI nutzen, um Ihre eigenen Geschäft? Wie kann Sie Technologie für Wachstumschancen und Produktivitätssteigerungen einsetzen?

4. Strategische Flexibilität für eine unbefristete Neuerfindung beibehalten

Die Architektur eines Unternehmens muss so gestaltet sein, dass Raum für Innovation und neue Schauspieler bleibt. Die Möglichkeit, mit jedem KI-Dienstanbieter, der zum Anwendungsfall passt, „Plug-and-Play“ zu betreiben, gibt Ihnen mehr Spielraum, um sich als Reaktion auf schnelle Veränderungen zu verschieben. Haben Sie eine Portfolio-Mentalität, anstatt von Ihrem Legacy-Ansatz belastet zu werden, damit Flexibilität gewinnt. 
Fragen Sie sich: Stimmt der Anwendungsfall mit den Geschäftszielen überein? Sind die richtigen Kennzahlen vorhanden, um eine kontinuierliche Verbesserung und dauerhafte Neuerfindung zu ermöglichen? Was muss sich heute daran ändern, wie Sie investieren und zusammenarbeiten, um strategische Flexibilität zu schaffen? Wie werden Sie die „Vermächtnissteuer“ und die Belastung durch sinkende Kosten minimieren, während Sie vorausplanen?

5. Fördern Sie die Akzeptanz und bewährte Verfahren

Während der erste Schritt darin besteht, sicherzustellen, dass Führungskräfte und IT bezüglich der Einführung von KI auf dem gleichen Stand sind, kann das betreffende KI-Modell nicht lernen, ohne dass die Belegschaft es ebenfalls akzeptiert und dazu beiträgt. Um eine positive Zusammenarbeit zwischen Mensch und Maschine zu fördern, sollte den Mitarbeitern das „Warum“ klar sein. Heben Sie dazu hervor, dass die Integration von KI eine Partnerschaft (keine Bedrohung) ist, die dazu beitragen kann, den Mitarbeiter zu differenzieren, indem sie seine Arbeit verbessert, die Effizienz verbessert, seinen Alltag wertschöpfend macht und zu einer verbesserten Mitarbeitererfahrung beiträgt.

Ziehen Sie KI-Champions in Betracht, führen Sie „Test and Learn“-Labs durch und/oder sammeln Sie Beispiele für bewährte KI-Praktiken von verschiedenen Teams mit regelmäßigem Feedback, um Gruppendenken zu vermeiden. Es gibt oft ein Ungleichgewicht bei der Einführung von KI-Tools unter Führungskräften, mittleren Managern und Nachwuchskräften. Stellen Sie sicher, dass diese Champions und Erfolgsgeschichten die verschiedenen Persönlichkeiten in Ihrem Unternehmen widerspiegeln, damit sie sich verständlich fühlen.

Fragen Sie sich: Wie sprechen wir mit unseren Mitarbeitern über KI? Ist die Sprache, die wir verwenden, im gesamten Unternehmen konsistent? Wie inspirieren wir, während wir die zugrunde liegenden Ängste im Zusammenhang mit den Auswirkungen von KI angehen? Was sind die Auswirkungen auf die Benutzererfahrung?

6. Entwickeltes Organisationsdesign und Governance

Die Governance sollte mehrschichtig sein, wobei unterschiedliche Aufsichtsebenen auf den damit verbundenen Risiken basieren. Dies kann funktionsübergreifende Teams betreffen. So werden beispielsweise IT- und HR-Abteilungen zunehmend unter einer Leitung für ein besseres Ressourcenmanagement zusammengeführt, wie Nestle es unter der Leitung von Beatrice Guillaume-Grabisch getan hat. Governance kann auch eine zentralisierte Methode für Stakeholder beinhalten, um Risiken zu verfolgen, zu bewerten und zu mindern (die dann verwendet werden kann, um Mitarbeiter weiter zu schulen).

Einige Führungskräfte sehen Potenzial bei der Pflege neuer Partnerschaften mit Anbietern oder bei der Zusammenarbeit mit Wettbewerbern, um ihre Widerstandsfähigkeit gegenüber Cyberbedrohungen zu verbessern oder einige der heikleren Probleme der ethischen KI-Nutzung anzugehen.

Fragen Sie sich: Wie beseitigen wir die Reibungspunkte in unserem Betrieb? Wie lenken wir von unserem traditionellen Fokus auf funktionale Expertise auf die Betonung von Geschwindigkeit, Agilität und Ausführung? Wo liegen die Risiken? Wie groß ist unser Risikoappetit? Wo benötigen wir einen leichten Touch im Vergleich zur expliziten Governance, um mit verschiedenen Risikostufen zu korrelieren?

Veränderungen sind unvermeidlich, und das AOS wird ein integraler Bestandteil davon sein. Führungskräfte müssen sich mit dem Potenzial (und den Risiken) auseinandersetzen, damit sie diese Gelegenheit mit beiden Händen ergreifen können. Der Erfolg hängt von einem tiefen Verständnis des bestehenden Betriebssystems und der Datenimplikationen des AOS ab, bevor das System absichtlich gemeinsam mit den Mitarbeitern erstellt wird und Risiken bewusst bleiben.

Das AOS wird überall Geschäftsmodelle erschüttern und unsere Arbeitsweise und die Zusammenarbeit mit uns verändern. Jedes Unternehmen muss das Potenzial für die Zusammenarbeit mit einem ständig wachsenden Pool von Stakeholdern (einschließlich Wettbewerbern) erkennen. Ebenso müssen Führungskräfte ihre Organisationen gestalten und mit größerer KI-zentrierter arbeiten, damit die Technologie ihre Produktivitätsversprechen erfüllen kann. 

Das Mercer Future of Work Thinkers Board ist eine globale, vielfältige und nicht regierende Gruppe von Führungskräften, Akademikern und innovativen Denkern. Der Vorstand ist bestrebt, die Zukunft der Arbeit zu inspirieren und zielt darauf ab, den Arbeitsplatz neu zu gestalten, den Zugang zu guter Arbeit zu fördern und das Wirtschaftswachstum zu fördern, um den Weg für eine bessere Zukunft für ein breiteres Publikum zu ebnen.

Ravin Jesuthasan, Co-Vorsitzender und  Global Transformation Services Leader, Mercer

Kate Bravery, Co-Vorsitzende und  Global Talent Advisory Leader, Mercer

Dr. Tomas Chamorro-Premuzic, Chief Innovation Officer, Manpower Group

Kerry Dryburgh, Chief People Officer, BP Jurgens

*Gail Evans, Chief Digital and Technology Officer, Disney Experiences

Jeremy Jurgens, Geschäftsführer, Weltwirtschaftsforum

Tanuj Kapilashrami, Chief Strategy and Talent Officer, Standard Chartered Bank

Greg Till, Chief People Officer, Providence Health

*Gail Evans war Teil des Future of Work Thinkers Board. Der Vorstand hatte das Glück, von ihren Talenten und Beiträgen bis zu ihrem Tod im Oktober 2024 zu profitieren. Sie wird tief vermisst.
Weitere Lösungen
    Weitere Inisights

      Sind Sie bereit, Ihren Arbeitsplatz zu verändern?

      Kontaktieren Sie uns, um loszulegen.

      [1]Die Produktivität der Sektoren, die mit KI in Kontakt kommen, steigt mit steigendem KI-Job und einer Lohnprämie von bis zu 25 %: PwC 2024 Global AI Jobs Barometer

      [2] Mercers globale Talenttrends-Studie 2024

      [3] Mercer Global Talent Trends Umfragedaten, 2023-24

      [4] Brynjolfsson E, Li D und Raymond L. „Generative KI am Arbeitsplatz“, Technischer Bericht w31161, National Bureau of Economic Research, Cambridge, April 2023.

      [5]Mercers globale Talenttrends-Studie 2024

      [6] Oliver Wyman, „Wie Generative KI die Zukunft der Arbeit verändert“, 2023

      [7] Forbes, 2024, „KI drückt die schrumpfende Halbwertszeit von Fähigkeiten aus“

      [8] Goldman Sachs, Generative AI, könnte die globale GPD im April 2023 um 7 % erhöhen

      [9] Der Fast Future Blur, Die Fakultät des Fast Future Executive (Wiley, 2024)

      [10]Mercers globale Talenttrends-Studie 2024

      [11] Boudreau JW. Umrüstung HR: Einsatz bewährter Geschäftstools, um bessere Entscheidungen über Talente zu treffen, Boston: Harvard Business Review Press, 2014; Boudreau JW und Jesuthasan R. Transformative Personalabteilung: Wie großartige Unternehmen evidenzbasierte Veränderungen zum nachhaltigen Vorteil nutzen, Nashville: John Wiley & Sons, 2011.

      [12] Arbeit ohne Arbeitsplätze, Jesuthasan und Boudreau (MIT Press, 2022)

      [13]Mercers globale Talenttrends-Studie 2024

      [14] Ibid.