-
رهبران دیجیتال و هوش مصنوعی باید برای همیشه ترانسفورماتور باشند
فناوری های دیجیتال تقریباً به هر جنبه ای از زندگی ما نفوذ کرده که ناشی از تلاقی فناوری های جدید مانند ابر، هوش مصنوعی، پارادایم های جدید معماری، سرویس های میکرو، API ها و روش های جدید ساخت نرم افزار به صورت چابک است. تا زمانی که فناوری به پیشرفت خود ادامه می دهد، کسب و کار شما نیاز به تکامل دارد. به همین دلیل مهم است که تحول دیجیتال و هوش مصنوعی را به عنوان کاری که قرار است تا پایان دوران کاری خود انجام دهید، در نظر بگیرید. تحول دیجیتال و هوش مصنوعی سفری برای افزایش مستمر رقابت‌پذیری شما از طریق موقعیت‌یابی کسب‌وکارتان برای ترکیب سریع فناوری‌های جدید است. با اهمیت روزافزون فناوری، تمایزات بین رهبران تجاری و رهبران فناوری همچنان محو خواهد شد. همه مدیران ارشد باید بدانند که چگونه از فناوری در حوزه تجاری خود بیشترین بهره را ببرند.
حقایق کلیدی
تقریباً هر کسب و کار بزرگ نوعی تحول دیجیتال و هوش مصنوعی را آغاز کرده است. سازمان ها در سال 2022 بیش از 1 تریلیون دلار در روندهای فناوری سرمایه گذاری کردند که نشان دهنده ایمان قوی به پتانسیل ارزشی آنهاست. فن آوری های نوپا، مانند محاسبات کوانتومی، همچنان به تکامل خود ادامه می دهند. تجزیه و تحلیل مک کینزی نشان می دهد که چهار صنعت خودرو، مواد شیمیایی، خدمات مالی و علوم زیستی می توانند تا سال 2035 با استفاده از کوانتوم 1.3 تریلیون دلار ارزش کسب کنند. تحول دیجیتال و هوش مصنوعی یک حرکت تیمی است که به رهبران مسلط به فناوری نیاز دارد. بر اساس برخی تحقیقات در حال حاضر، 67 درصد از شرکت‌های دهک پایین بلوغ دیجیتال، نهایت از دو نفر با هوش دیجیتالی در نقش‌های رهبری استفده می کنند، در حالی که 47 درصد از دهک‌های بالا بیش از 7 نفر با هوش دیجیتالی در نقش های رهبری خود قرار داده اند.
مفاهیم
شرکت‌ها نه تنها باید بر نحوه ادغام یک فناوری خاص مانند هوش مصنوعی مولد یا کوانتوم تمرکز کنند، بلکه باید باید روی ایجاد مجموعه وسیعی از قابلیت‌ها از قبیل استراتژی، استعداد، عملیات چابک، فناوری، داده‌ها، پذیرش و مقیاس‌بندی تمرکز کنند، که می‌تواند فناوری‌های جدید را مهار، آنها را مقیاس‌بندی و از ایجاد ارزش اطمینان حاصل کند. این قابلیت ها باید ترکیب شده تا یک مدل عملیاتی را تقویت کنند که امکان تکرار سریع و پیشرفت به سمت یک هدف روشن و واضح مبتنی بر ارزش را فراهم می کند (برای اطلاعات بیشتر به ایده شماره 9 مراجعه کنید).
سوالاتی که باید در نظر بگیرید:
آیا دو تا چهار دامنه بعدی را که می خواهید تغییر دهید و منابعی که برای تکمیل کار نیاز دارید شناسایی کرده اید؟
چه معیارهای بلندمدت، اهداف و نتایج کلیدی را در نظر دارید و آیا هیئت مدیره شما آنها را پیگیری می کند؟
آیا دیدگاه روشنی درباره اینکه کدام فناوری های نوظهور می توانند تمایز رقابتی شما را بیشتر کنند، دارید؟
-
اگر دانش قدرت است، داده ها دانش هستند
زمانی که درباره «اقتصاد دانش» صحبت می کنیم آن را متمایز از اقتصاد کلان در نظر می گیریم، اما واقعیت این است که هر شرکتی در تجارت دانش فعال است و هر کارگری در حال تبدیل شدن به یک کارگر دانش‌آموز است. این امر به طور فزاینده ای رو به افزایش است، زیرا با دانش اندوزی قابلیت های هوش مصنوعی مولد و ابزارها و تکنیک های پیشرفته در دسترس هر کارگر قرار می گیرد. همچنین این موضوع که شرکت‌ها تا چه اندازه از سود دانش خود استقبال می‌کنند، به میزان استفاده از داده‌هایشان بستگی دارد. منصفانه است که بگوییم هیچ شرکتی بدون داشتن استراتژی داده نمی تواند یک استراتژی هوش مصنوعی یا تجاری داشته باشد. به این دلیل که بدون داده های خوب و تمیز که به راحتی (و مسئولانه) در سراسر تجارت قابل دسترسی باشد، ایجاد ارزش تجاری، عملیاتی و هوش مصنوعی غیرممکن خواهد بود.
حقایق کلیدی
محصولات داده می‌توانند موارد استفاده تجاری جدید را تا 90 درصد سریع‌تر ارائه دهند و هزینه کل مالکیت را تا 30 کاهش دهند. سازمان های موفق با کیفیت بالا و داده‌های آماده برای استفاده فرم‌بندی شده‌اند تا افراد و سیستم‌ها در سراسر سازمان بتوانند به راحتی به آن دسترسی داشته و آنها را اعمال کنند.
مفاهیم
ارزش به کسب و کارهایی تعلق می گیرد که داده های اختصاصی داشته و می توانند از آنها برای بهبود قابلیت های مدل های بنیادی خود به شیوه ای که رقبایشان نمی توانند استفاده کنند. “مش داده” و “داده به عنوان یک محصول” عملی ترین راه ها برای کاهش تمرکز و مقیاس استفاده از داده های با کیفیت بالا در سراسر یک سازمان هستند. اطمینان حاصل کنید که محصولات داده دارای تیم‌ها و صاحبان محصول اختصاصی برای ایمن کردن داده‌ها، تکامل مهندسی داده، تمرکز واضح بر نیازهای کاربر نهایی و پیاده‌سازی دسترسی سلف سرویس و ابزارهای تجزیه و تحلیل هستند.
سوالاتی که باید در نظر بگیرید:
آیا می دانید چگونه داده های اختصاصی شما، همراه با داده های عمومی جهان، به مزیت رقابتی منجر می شود؟
چه استانداردها و شیوه هایی را برای ایجاد محصولات داده در سراسر سازمان دارید و آیا تیم های مربوطه به راحتی به آنها دسترسی دارند؟
آیا حاکمیت داده ای دارید که اعتماد دیجیتالی را با مشتریان و ذینفعان شما ایجاد می کند؟
-
نیروی کار با «ابرقدرت‌های» هوش مصنوعی به یک پیشرفت انسانی نیاز دارد
هوش مصنوعی مولد به عنوان یک فناوری کمکی آغاز شده و ممکن است به یک خلبان خودکار برای برخی وظایف تبدیل شود. این اساساً به این معنی است که همه دارای یک کمربند کاربردی از ابرقدرت‌های هوش مصنوعی خواهند بود که نیروی کار «ابر کارگر» را ایجاد می‌کند. پیشرفت های فناوری بهره وری را افزایش داده و کارکرد متفاوت و بیشتری را برای انسان ایجاد کرده است. به همین دلیل، شرکت‌ها باید تمرکز خود را به پیشرفت‌های انسانی در یادگیری، مهارت‌های مجدد، ارتقاء مهارت و مدیریت شغلی معطوف کنند تا نیروی کار خود را قادر سازند تا از هوش مصنوعی و سایر فناوری‌ها به بهترین شکل استفاده کنند.
دستاوردهای بهره وری معمولا به طور مساوی توزیع نشده و به پیچیدگی وظایف و بلوغ خلبان هوش مصنوعی بستگی دارد. مهم‌تر این است که درک کنیم که انسان‌ها برای سازگاری و استفاده از قابلیت‌های خلبان خود به چه مهارت‌هایی نیاز دارند. به عنوان مثال هوش مصنوعی مولد زبان طبیعی را، رابط کاربری جدیدی می‌سازد که از مردم می‌خواهد نحوه صحبت متفاوت با ماشین‌ها را بیاموزند.
حقایق کلیدی
در حال حاضر هیچ معیار ساده ای وجود ندارد که نشان دهد افراد با پشتیبانی از ابزارهای هوش مصنوعی مولد چقدر می توانند عملکرد خود را بهبود دهند، این امر به میزان زیادی به وظیفه و شخص بستگی دارد. آزمایش‌های اولیه ما نشان داده است که ابزارهای هوش مصنوعی مولد می‌توانند زمان صرف شده برای بازسازی کد را 20 تا 30 درصد و برای تولید کد را 35 تا 45 درصد کاهش دهند، اما افزایش سرعت بر اساس پیچیدگی کار و تجربه توسعه‌دهنده متفاوت است. این ابزارها معمولا بهترین عملکرد را داشته، وظایف نسبتاً تکراری را بر عهده گرفته و در ارائه مجموعه ای از کدهای آغازین که توسعه دهندگان می توانند با آن کار کنند، عالی هستند. با درک این موضوع که اندازه گیری بهره وری واقعی دشوار است، شاهد افزایش بهره وری 50 تا 75 درصدی برای توسعه دهندگانی هستیم که از آموزش کافی بهره می برند (اگرچه انتظار داریم با بلوغ فناوری و آنلاین شدن ابزارهای جدید، تنوع قابل توجهی وجود داشته باشد).
مفاهیم
نحوه کار سازمان شما باید تغییر کرده که می تواند امری طاقت فرسا به نظر برسد. با شناسایی یک حوزه تجاری شروع کرده و فکر کنید که چه تغییراتی در نحوه انجام کار آن ممکن است رخ دهد. توجه ویژه ای به درک اینکه کدام نقش های محوری می توانند بیشترین سود را از خلبان ها ببرند، داشته باشید. یک فرهنگ یادگیری قوی و ایجاد مهارت ساختاریافته را پرورش دهید که هم برنامه های رسمی مانند مرور اسناد، ابزارهای یادگیری و کدها و شرکت در کنفرانس ها و هم برنامه های غیررسمی مانند اشتراک گذاری اطلاعات در جوامع را در بر می گیرد که تمرین با ابزارهای جدید را آسان می کند.
سوالاتی که باید در نظر بگیرید:
آیا مهم‌ترین نقش‌ها را در کسب‌وکارتان که می‌توانند از یک خلبان هوش مصنوعی مولد بهره‌مند شوند، شناسایی کرده‌اید؟
کدام جوامع از توسعه دهندگان در به اشتراک گذاری دانش فعال هستند؟
در عمل، دانشمندان و مهندسان داده شما چقدر خوب کار با خلبانان خود را یاد گرفته اند؟
-
هر شرکتی به یک “کسب و کار عصبی” تبدیل خواهد شد
سرعت و نوآوری از تیم های کوچک به رهبری مهندسان با استقلال کافی و دستورالعمل های روشن برای تصمیم گیری حاصل می شود. بسیاری از ما این را به عنوان توصیف چابک تشخیص داده که اهمیت آن در توانایی کسب و کار در مقیاس نوآوری است (ایده شماره 2 را ببینید). همانطور که مرزهای چابک در سراسر یک سازمان گسترش می‌یابد، باید مانند یک شبکه عصبی عمل کرده که تیم‌های کوچک را در لبه‌های خود به هم متصل می‌کند تا شرکت‌ها را قادر به رشد و تطبیق کند.
حقایق کلیدی
نیمی از شرکت‌ها از نظر بلوغ مدل‌های عملیاتی محصول و پلت‌فرم خود، 60 درصد بازده کل بیشتری به سهامداران نسبت به شرکت‌های نیمه پایین‌تر و 16 درصد حاشیه عملیاتی بالاتر دارند. یک مهندس برتر ده برابر بیشتر از یک تازه کار بازدهی داشته و شرکت ها را ملزم می کند که نه تنها تعداد بیشتری از آنها را استخدام کنند، بلکه شرایط کاری را برای آنها فراهم کرده تا بتوانند حرفه خود را به بهترین نحو انجام دهند.
مفاهیم
در حالی که هر شرکتی می تواند تعداد انگشت شماری از غلاف ها را برای کارکرد خوب به دست آورد، ایستادن و افزایش صدها یا حتی هزاران مورد از آنها داستان دیگری است. شرکت‌ها به یک مدل عملیاتی مبتنی بر محصولات (با تیم‌های اختصاصی در حال توسعه و ارائه پیشنهادها یا خدمات مبتنی بر فناوری که توسط مشتریان و کارمندان استفاده می‌شود) و پلتفرم‌ها ( با تیم‌های اختصاصی که فناوری back-end و قابلیت‌های داده‌ای که محصولات را پشتیبانی می‌کنند) نیاز دارند. برای اینکه این تیم ها به طور موثر کار کنند، شرکت ها باید اطمینان حاصل کرده که سازمان گسترده تر (حقوقی، سایبری، ریسک، خرید، مالی و غیره) با آنها همکاری نزدیک دارد تا مسائل را به سرعت شناسایی و حل کند. تحقیقات ما نشان می‌دهد که بیشترین تأثیر مثبت بر نتایج ناشی از کاهش وابستگی‌ها بین تیم‌های کاری، ایجاد یک چرخه عمر توسعه محصول سازگار، و توانمندسازی صاحبان و مدیران محصول است.
سوالاتی که باید در نظر بگیرید:
چه تعداد از تیم ها و راه حل های شما توسط صاحب محصول با کیفیت بالا هدایت می شوند؟
آیا C-suite مطابق با مدل عملیاتی است تا گروه ها را قادر به ارائه نوآوری های دیجیتالی کند؟
چقدر سریع می توانید محصول یا خدمات جدید را تصور کنید، بسازید و راه اندازی کنید؟