कृत्रिम बुद्धिमत्ता में नेतृत्व: उपकरण खरीदना नहीं, काम का पुनरचना करना है

कृत्रिम बुद्धिमत्ता में नेतृत्व: उपकरण खरीदना नहीं, काम का पुनरचना करना है

HBR के Executive Live में आदित्य इग्नाटियस और LinkedIn के CEO रायन रोसलांस्की के बीच हुई बातचीत ने IA के विषय को उन समस्याओं पर केंद्रित किया है, जो कंपनियों को सबसे अधिक प्रभावित करती हैं: वास्तविक बाजार संबंधी आंकड़े। उनकी देखरेख में, LinkedIn ने US$7,000 मिलियन से US$17,000 मिलियन वार्षिक आय में वृद्धि की और 1,000 मिलियन सदस्यों को पार किया, जो IA में निवेश और स्मार्ट भर्ती उपकरणों का उपयोग कर संभव हुआ। यह आंकड़ा इसलिए महत्वपूर्ण है क्योंकि यह दिखाता है कि जब एक मंच पूरे बाजार को देखता है, तो वह सबसे पहले देखता है कि काम कैसे पुनर्गठित हो रहा है।

रोसलांस्की का कहना है कि IA नौकरी के लिए सकारात्मक अनुबंध के रूप में काम कर रहा है और उन्होंने दो आंकड़ों के साथ इस सिद्धांत का समर्थन किया है जो व्यापक स्थानापन्न की सरल कथा का खंडन करते हैं: 1.3 मिलियन नए पद जो IA भूमिकाओं से जुड़े हैं (जिसमें डेटा एनोटेटर भी शामिल हैं) और 600,000 से अधिक नए रोजगार डेटा सेंटरों में। इसके साथ ही, LinkedIn का अवलोकन करता है कि पिछले वर्षों में विभिन्न भूमिकाओं की कौशल आवश्यकताएं 25% से अधिक बदल गई हैं और 2030 तक 70% तक बदलाव की भविष्यवाणी की गई है।

ये आंकड़े एक अलग प्रकार के नेतृत्व की आवश्यकता को इंगित करते हैं। IA "आ रही है" नहीं है; वास्तव में यह बजट, प्रतिभा और आंतरिक शक्ति का पुनर्वितरण कर रही है। C-Level के लिएOperational सवाल अब यह नहीं रह गया कि कौन सा उपकरण खरीदना है, बल्कि यह है कि काम के पोर्टफोलियो को फिर से डिजाइन कैसे किया जाए बिना राजस्व का धारा बंद किए।

"आगे बढ़ने" के पीछे की असली कहानी: काम कार्यों में विभाजित हो रहा है

इस बातचीत का सबसे उपयोगी योगदान एक कार्यों के सेट के रूप में कार्य के पुनर्परिभाषा है, जहां विभिन्न स्वचालन स्तर होते हैं। व्यवहार में, इससे प्रबंधन का वस्तु बदलता है। यदि कोई भूमिका दोहराई जाने वाली कार्यों को शामिल करती है, तो उस समय का एक हिस्सा मुक्त हो जाता है। यदि बाजार नई क्षमताओं की मांग कर रहा है, तो वह समय फिर से आवंटित किया जाता है या खो जाता है। उत्पादनशीलता और अव्यवस्था के बीच के अंतर की पहचान संगठनात्मक डिजाइन में है।

LinkedIn के आंकड़े एक साथ नई सृजना और पुनर्वितरण को दिखाते हैं। IA के चारों ओर नई नौकरियों की सृजन होती है: न केवल डेटा वैज्ञानिक बल्कि एनोटेटर्स, कार्यान्वयन के प्रोफाइल और, भौतिक रूप से, डेटा सेंटरों में अवसंरचना कार्य भी। दूसरी ओर, बातचीत ने एंट्री स्तर के पदों पर दबाव की स्वीकृति दी है, लेकिन रोसलांस्की का कहना है कि इस गिरावट का श्रेय मैक्रोइकोनॉमिक कारकों जैसे ब्याज दरों को है, न कि IA को। यह भी महत्व रखता है: अगर निदान गलत है, तो प्रतिभा की योजना मात्र प्रचार बन जाती है।

एक नेता के लिए, इस संदर्भ में "आगे बढ़ना" तीन पाठों को समझने में है, न कि एक। पहले, महत्वपूर्ण कार्यों को कार्यों में विभाजित करना और यह मानचित्रित करना कि क्या आज स्वचालित हो रहा है। दूसरा, भूमिका को अधिक मूल्यवान कार्यों के साथ पुनर्निमाण करना जो मानव निर्णय की आवश्यकता रखते हैं। तीसरा, प्रोत्साहन प्रणाली को फिर से संयोजित करना ताकि सीखना काम का हिस्सा हो और न कि एक छाया गतिविधि।

यहां ब्यूरोक्रेसी अक्सर प्रवृत्ति से जीतती है। कई संगठन IA समिति, अंतहीन नीतियों और ऐसे डैशबोर्ड बनाकर प्रतिक्रिया देते हैं जो अपनाने को पूंजीगत व्यय की तरह मापते हैं। लेकिन वास्तविक अपनाना प्रवाह में देखा जा सकता है: समय की बचत, चक्र का समय कम करना, बिक्री, संचालन या उत्पाद के लिए सक्षम करना। यदि नेतृत्व काम को स्पष्ट रूप से नहीं चला रहा है, तो IA एक जटिलता की परत बन जाती है।

LinkedIn का मामला: IA का मुद्रीकरण कोई जादू नहीं, बल्कि पूंजी आवंटन का एक प्रणाली है

रोसलांस्की के तहत LinkedIn की वृद्धि एक दिलचस्प पैटर्न की प्रस्तुति करती है जो कहती है "उन्होंने IA का उपयोग किया"। कंपनी ने डेटा और उत्पाद को एक ऐसे संपत्ति में परिवर्तित किया जो श्रम की आपूर्ति और मांग के बीच के मिलान में सुधार करता है। यह मिलान - यदि यह बेहतर है - माना गया मूल्य, प्रतिधारण और भर्ती समाधान और संबंधित सेवाओं में भुगतान की इच्छा को बढ़ाता है। यहां IA एक अलग परियोजना नहीं है: यह मशीन का एक हिस्सा है।

पोर्टफोलियो के मामले में, मैं इसे चार क्षेत्रों में विभाजित करता हूं जिन्हें हर कंपनी को नियंत्रित करने की आवश्यकता होती है, भले ही वे इन्हें इसी नाम से न जानते हों: (1) वर्तमान राजस्व का मोटर; (2) परिचालन दक्षता; (3) विचारों की इन्क्यूबेशन; (4) नए को स्केल करने के लिए रूपांतरण। LinkedIn ने चारों में सफलता प्राप्त की: बेहतर सिफारिशों और मिलान के साथ मोटर को ऊंचा किया, IA का उपयोग कर भर्ती को "स्मार्ट" बनाया, नए प्रारूपों जैसे कि वीडियो को बढ़ावा दिया और, सबसे महत्वपूर्ण, एक बाजार सिद्धांत को पुष्ट किया: स्थिर पाठ्यक्रम की तुलना में कौशलों के गतिशील सबूत का अधिक मूल्य है।

यह अंतिम बिंदु एक रणनीतिक उपपाठ पर जोर देता है। यदि कौशलों की मांग पहले ही 25% से अधिक बदल चुकी है और 2030 तक 70% की उम्मीद है, तो लाभ केवल "प्रतिभा होना" नहीं है, बल्कि उसका पुनर्चक्रण तेजी से करना है। LinkedIn जैसे मंच को इस घर्षण से लाभ होता है: जब बाजार चलता है, तो सभी फिर से प्रोफाइल अपडेट करते हैं, संकेतों की खोज करते हैं, क्षमताओं को मान्य करते हैं और तेजी से भर्ती करते हैं। एक पारंपरिक कंपनी के लिए, यह ही घर्षण लागत है: पलायन, लंबे रिक्त स्थान, भर्ती में गलतियाँ और उत्पादकता की गिरावट।

कार्यकारी दृष्टिकोण असहज है: लोगों को IA के उपकरणों में प्रशिक्षित करना पर्याप्त नहीं है। यह परिभाषित करने की आवश्यकता है कि कौन सी क्षमताएं महत्त्वपूर्ण हैं, कौन उन्हें आंतरिक रूप से प्रमाणित करता है और उच्च प्रदर्शन के बिना भूमिकाओं को पुनःसंरचना करने वाले नेताओं को कैसे पुरस्कृत किया जाता है।

C-Level की दृष्टि: पुराने व्यापार मॉडल के KPIs से पुनर्निर्माण को मापना

जो सबसे बड़ा जोखिम मैं देखता हूं वह तकनीकी नहीं है। यह प्रशासनिक है। अधिकांश निगम IA को स्थिरता और सीखने के लिए सोची गई संरचनाओं में लाने का प्रयास कर रहे हैं। ऐसी पहलों के लिए त्वरित वापसी की मांग की जा रही है, जिसमें निश्चित रूप से अनिश्चितता होती है। टीमों पर प्रक्रिया समझने से पहले बचत का आश्वासन देने का दबाव है। निर्णय को केंद्रीकृत किया जाता है "जोखिमों को नियंत्रित करने" के लिए और गतिशीलता को अवरुद्ध करता है।

LinkedIn के बदलाव के आंकड़े वार्षिक नौकरी पर आधारित प्रतिभा योजना को अप्रचलित कर देते हैं। यदि कार्य सामग्री बदलती है, तो नियंत्रण का मॉडल भी बदलना चाहिए। इसका मतलब है कि एक ही कंपनी के भीतर दो लय की अलगाव की आवश्यकता है।

राजस्व के तेल में, अनुशासन: मार्जिन की रक्षा करना, गुणवत्ता सुनिश्चित करना, सेवा को नीचे गिरने से रोकना। खोज में, अलग नियम: सीखने के उद्देश्य, छोटे चक्र, और प्रक्रियाओं को पुनर्निर्धारित करने के लिए वास्तविक स्वायत्ता बिना पांच समितियों से अनुमति मांगे। जब इन दुनियाओं को मिलाया जाता है, तो वही होता है: कंपनी "परिवर्तन" की घोषणा करती है और अंततः क्रमिक अनुकूलन करती है।

रोसलांस्की एक कौशलों के अनुसार भर्ती की एक तर्कशक्ति को भी बढ़ावा देते हैं। सांस्कृतिक चर्चा के परे, यह वास्तव में फ़िल्टरों के पुनर्निर्माण का कार्य है। यदि बाजार अब सीधी मार्गों और "करियर पथों" को सम्मानित नहीं करता है, जैसा कि वह कहते हैं, तो जो कंपनी कठोर आवश्यकताओं के साथ भर्ती करती है, वह अपने आप प्रतिभा की कमी का कारण बनती है। इसके अलावा, यह शुद्ध रूप से यांत्रिक कारण से प्रोफाइलों की विविधता को खो देती है: यह संकेत को मान्यता पत्रों के साथ भ्रमित करती है।

नेतृत्व में, इसका अनुवाद ठोस निर्णयों में किया जाता है। बजट: कितनी पूंजी और समय को प्रमुख कार्यों के पुनर्निर्माण में समर्पित किया जाता है। प्रोत्साहन: क्या लक्ष्य कार्यात्मक नेताओं को दिए जाते हैं ताकि वे परिणाम प्रदान करें जबकि क्षमताओं का फिर से निर्माण करते हैं। लय: महत्वपूर्ण क्षमताओं की समीक्षाएं कितनी बार की जाती हैं और लोगों की पुनः आवंटन की जाती है। अगर इनमें से कोई भी बदलाव नहीं करता है, तो IA सॉफ़्टवेयर लाइसेंस के माध्यम से आती है और परिचालन के निराशा के माध्यम से निकल जाती है।

सतत लाभ: मुख्य का संरक्षण जबकि परिवर्तन की क्षमता का निर्माण करना

HBR की बातचीत कोई साझेदारियों या उत्पाद योजना की घोषणा नहीं करती; यह केवल बाजार के संकेत के रूप में कार्य करती है। LinkedIn ने अपने आप को श्रम के तापमानमापी के रूप में स्थापित किया है और इसके साथ एक एजेंडा को आगे बढ़ाता है: IA में साक्षरता और प्रतिस्थापित न की जाने वाली मानव क्षमताएं। रोसलांस्की उन “पाँच मानव क्षमताओं” का एक सेट बताते हैं जो IA बदल नहीं सकती, हालांकि उपलब्ध अंशों में इन्हें लेबल नहीं किया गया है। सूची के बिना भी, एक नेता के लिए महत्वपूर्ण बिंदु यह है कि उन मानव क्षमताओं को "घोषणा" नहीं करना है: वे काम में डिज़ाइन की जाती हैं।

यदि कोई संगठन कार्यों को स्वचालित करता है और यह पुनः निर्धारित नहीं करता कि मानव की क्षमता कहां लागू होती है, तो लोग क्षमता विकसित नहीं करते हैं; वे असंतोषित होते हैं। अगर कोई टीम IA को शामिल करती है और निर्णय का प्रवाह नहीं बदलता है, तो आउटपुट तेज होता है लेकिन जिम्मेदारी स्पष्ट नहीं रहती। अगर जिज्ञासा और सहयोग की आवश्यकता है, लेकिन केवल बजट के खिलाफ निष्पादन को मापा जाता है, तो अनुपालन प्राप्त होता है, अनुकूलन नहीं।

IA और डेटा सेंटर में रोजगार की सृजन एक आर्थिक वास्तविकता को और मजबूत करता है: खर्च अवसंरचना और तैनाती की ओर बढ़ रहा है। यह केवल मॉडल का खेल नहीं है; यह आपूर्ति श्रृंखलाओं, ऊर्जा, संचालन और रखरखाव में परिवर्तन है। गैर-प्रौद्योगिकी कंपनियों के लिए, इसका अर्थ प्रदाताओं पर निर्भरता और कार्यान्वयन और संचालन की प्रोफाइल विकसित करने का दबाव है, न कि केवल "रणनीति"।

IA में प्रभावी नेतृत्व तब देखा जाता है जब पोर्टफोलियो स्पष्ट होता है: केंद्रीय प्रबंधन दक्षता और व्यावसायिक ध्यान के साथ सुरक्षित होता है, जबकि संगठन का एक हिस्सा पर्याप्त स्वायत्ता के साथ काम करता है ताकि कार्य का पुनर्निर्धारण कर सके, नई प्रथाओं को मान्य कर सके और जो काम करता है उसका विस्तार कर सके, बिना परिपक्व व्यावसायिक KPIs द्वारा फंसे।

निष्कर्ष: नया मानक दो गति को सुरक्षित रखना है बिना किसी को नष्ट किए

LinkedIn द्वारा प्रस्तुत आंकड़े एक ऐसे बाजार का वर्णन करते हैं जहां रोजगार बनता है, लेकिन क्षमताएं एक दर की गति बन जाती हैं, जिससे अधिकांश कंपनियां संचालन करने के लिए तैयार नहीं हैं। जो नेतृत्व "आगे बढ़ता है" वह है जो भूमिकाओं को कार्यों में परिवर्तित करता है, अनुशासन के साथ प्रतिभा को पुनर्वितरित करता है और खोज में वित्तपोषण करता है सीखने के मापदंडों के साथ, जबकि राजस्व के मोटर को परिपक्व व्यापारिक नियंत्रणों के साथ सुरक्षित रखता है। दीर्घकालिकता वर्तमान लाभप्रदता को बनाए रखने पर निर्भर करती है, जबकि 2030 से पहले क्षमताओं का पुनर्निर्माण करने की सिद्धांत सक्षम है।