Με επικεφαλής την Julie Goran, το Rewired, είναι ο Οδηγός της McKinsey για τον Υπερανταγωνισμό στην εποχή του Ψηφιακού Μετασχηματισμού και της Τεχνητής Νοημοσύνης. Πρόκειται δε για ένα εγχειρίδιο επιχειρηματικής στρατηγικής, που προσφέρει ένα πρακτικό σχέδιο για οργανισμούς με τολμηρές φιλοδοξίες να ξεκλειδώσουν την αξία από τους τεχνολογικούς μετασχηματισμούς.
Από τότε που δημοσιεύτηκε η πρώτη έκδοση του Rewired το 2023, η συζήτηση για την τεχνητή νοημοσύνη έχει μετακινηθεί από τις δυνατότητες στη δημιουργία αξίας σε κλίμακα. Εκεί είναι που πολλοί οργανισμοί εξακολουθούν να σταματούν.
Η αργή λήψη αποφάσεων, οι απομονωμένες ομάδες, τα κατακερματισμένα δεδομένα και τα παλαιού τύπου λειτουργικά μοντέλα μπορούν ακόμη και να εμποδίσουν τις φιλόδοξες εταιρείες να κλιμακώσουν τον αντίκτυπο. Στην εποχή της τεχνητής νοημοσύνης, το πλεονέκτημα ανήκει λιγότερο στους οργανισμούς με τα περισσότερα πειράματα και περισσότερο σε αυτούς που αλλάζουν τον τρόπο εργασίας τους.
Για να διερευνήσουμε πώς οι οργανισμοί μπορούν να χτίσουν αυτόν τον μυ, μιλήσαμε με την Julie Goran, συνεργάτη της McKinsey και συνεργάτη στη δεύτερη έκδοση του Rewired.
Από τη θεωρία στην πρακτική εφαρμογή
Για την Julie Goran, μία από τις μεγαλύτερες διαφορές μεταξύ της πρώτης και της δεύτερης έκδοσης του Rewired είναι η μετάβαση από τη θεωρία στην εφαρμογή.
«Η πρώτη έκδοση καθιέρωσε τις έννοιες», λέει. «Αυτό που είναι διαφορετικό τώρα είναι ότι οι οργανισμοί θέλουν να ξέρουν όχι μόνο τι να κάνουν, αλλά και πώς να το κάνουν. Η δεύτερη έκδοση είναι πολύ πιο πρακτική και επικεντρώνεται στα διδάγματα που αντλήθηκαν».
Αυτή η εξέλιξη αντικατοπτρίζει πόσο γρήγορα αλλάζουν οι ερωτήσεις των οργανισμών καθώς η τεχνητή νοημοσύνη μετακινείται από τον πειραματισμό στις καθημερινές λειτουργίες.
«Βλέπουμε οργανισμούς να κάνουν πολύ πρακτικές ερωτήσεις», λέει η Julie. «Τι καθήκοντα κάνουν οι άνθρωποι έναντι των agents; Πού χρειαζόμαστε τους ανθρώπους στο βρόχο; Και τι σημαίνει αυτό για τους μάνατζερ και τις ομάδες;».
Αυτές οι ερωτήσεις συχνά αναγκάζουν συμβιβασμούς στη διακυβέρνηση, τη λήψη αποφάσεων και τον τρόπο με τον οποίο γίνεται η εργασία σε ολόκληρο τον οργανισμό.
Οι εταιρείες πειραματίζονται επίσης με μοντέλα λειτουργίας που κυμαίνονται από ψηφιακά εργοστάσια έως οργανισμούς προϊόντων και πλατφορμών. Κατά την άποψη της Julie, οι πιο επιτυχημένοι μετασχηματισμοί επικεντρώνονται λιγότερο στο «τέλειο» μοντέλο και περισσότερο στη διασφάλιση ότι το μοντέλο μπορεί πραγματικά να λειτουργήσει εντός του οργανισμού.
Το μέλλον της εργασίας
Αυτή η εστίαση στην εφαρμογή έχει διαμορφώσει την καριέρα της Julie Goran στη McKinsey. Εντάχθηκε για πρώτη φορά στην εταιρεία ως επιχειρηματική αναλύτρια μετά τις προπτυχιακές της σπουδές, αργότερα έφυγε για να παρακολουθήσει τη νομική σχολή και τελικά επέστρεψε στη συμβουλευτική.
«Μου άρεσε η νομική σχολή», λέει. «Αλλά μου άρεσε η ευρεία επίλυση προβλημάτων που συνοδεύει τη συμβουλευτική».
Έκτοτε, έχει υπηρετήσει στους ανθρώπους και την οργανωτική απόδοση της McKinsey, βοηθώντας τους πελάτες να αντιμετωπίσουν προκλήσεις που καλύπτουν το ταλέντο, την κουλτούρα, την ηγεσία και το σχεδιασμό μοντέλων λειτουργίας. Σήμερα, ηγείται των προσπαθειών Agentic AI της εταιρείας, οι οποίες βοηθούν τις εταιρείες να προσαρμοστούν στις αλλαγές που φέρνει η τεχνητή νοημοσύνη στο χώρο εργασίας.
Αυτός ο ρόλος δίνει στην Julie μια θέση στην πρώτη σειρά για το πώς οι οργανισμοί προετοιμάζονται για το μέλλον της εργασίας.
Πρόσφατα υποστήριξε έναν οργανισμό που επανασχεδίασε τη διαδικασία στρατηγικού σχεδιασμού εργατικού δυναμικού γύρω από την υιοθέτηση της τεχνητής νοημοσύνης. Η εταιρεία ανέλυσε πώς θα εξελίσσονταν διαφορετικοί ρόλοι καθώς επεκτείνονταν οι δυνατότητες τεχνητής νοημοσύνης, με ορισμένους να αντιμετωπίζουν σημαντική αναστάτωση και άλλους να αλλάζουν πιο σταδιακά. Αντί να αντιμετωπίζει την τεχνητή νοημοσύνη ως μια αυτόνομη τεχνολογική πρωτοβουλία, η εταιρεία ενσωμάτωσε αυτές τις γνώσεις στο σχεδιασμό και τη μάθηση της ομάδας.
«Τροφοδότησαν αυτές τις γνώσεις στα συστήματα ταλέντων τους», λέει η Julie, «και μπόρεσαν να προσδιορίσουν τις νέες δεξιότητες που χρειάζονταν, τους ρόλους για τους οποίους θα έπρεπε να προσλάβουν και πώς οι ομάδες θα έπρεπε να λειτουργούν διαφορετικά».
Διαχείριση αλλαγής και υποστήριξη δυναμικού
Για την Julie, αυτό είναι το είδος της δουλειάς που διαχωρίζει τη δραστηριότητα της τεχνητής νοημοσύνης από τον αντίκτυπο της τεχνητής νοημοσύνης. Η τεχνολογία μπορεί να ξεκλειδώσει την ευκαιρία, αλλά το μοντέλο λειτουργίας καθορίζει εάν η ευκαιρία κλιμακώνεται.
Οι ρόλοι πρέπει να επανασχεδιαστούν. Οι διευθυντές χρειάζονται νέες δεξιότητες. Οι ομάδες πρέπει να αλλάξουν. Τα συστήματα ταλέντων πρέπει να ενισχύσουν τις συμπεριφορές που απαιτεί ο μετασχηματισμός. Και οι άνθρωποι πρέπει να έρθουν μαζί του.
«Ενώ πολλοί άνθρωποι περίμεναν την ευκαιρία να ξανασκεφτούν πώς γίνεται στην πραγματικότητα η εργασία, η τεχνητή νοημοσύνη δημιουργεί πραγματική αβεβαιότητα και άγχος σε πολλούς εργαζόμενους», λέει η Julie. «Οι οργανισμοί πρέπει να αναγνωρίσουν αυτές τις ανησυχίες και να βοηθήσουν τους ανθρώπους να πλοηγηθούν στην αλλαγή, εάν θέλουν να πετύχουν οι προσπάθειες μετασχηματισμού».
Οι ηγέτες θα πρέπει επίσης να επανεξετάσουν τον τρόπο με τον οποίο ηγούνται. Πολλοί έχουν χτίσει επιτυχημένες σταδιοδρομίες σε έναν κόσμο όπου η τεχνητή νοημοσύνη δεν αναδιαμόρφωνε τον τρόπο με τον οποίο γίνεται η εργασία και τώρα αντιμετωπίζουν την πρόκληση να προσαρμόσουν τις δικές τους πρακτικές διαχείρισης παράλληλα με τους οργανισμούς τους.
Γι' αυτό η επικοινωνία, η υιοθέτηση, η κλιμάκωση και η ανάπτυξη ικανοτήτων είναι τόσο σημαντικές. «Η τεχνολογία θα συνεχίσει να αλλάζει», λέει. «Η πραγματική πρόκληση είναι η οικοδόμηση ενός οργανισμού που μπορεί να αλλάξει μαζί του».