Peter Drucker bio je drečan po pitanju većine stvari, ali računalo nije bilo jedno od njih. "Računalo ... je kreten", ustvrdio je guru uprave u McKinsey Quarterly članku iz 1967. godine, nazvavši uređaje koji sada pokreću našu ekonomiju i naš svakodnevni život "najglupljim alatom koji smo ikada imali."
Drucker jedva da je bio sam u podcjenjivanju neospornog tempa promjena digitalnih tehnologija i umjetne inteligencije (AI). AI se nadovezuje na računsku moć ogromnih neuronskih mreža koja prosijava kroz ogromne digitalne skupove podataka ili "velike podatke" kako bi postigla ishode analogne, često superiorne onima dobivenim ljudskim učenjem i odlučivanjem. Karijere raznolike poput oglašavanja, financijskih usluga, medicine, novinarstva, poljoprivrede, nacionalne obrane, znanosti o okolišu i kreativne umjetnosti transformiraju AI.
Računalni algoritmi prikupljaju i analiziraju tisuće podataka, sintetiziraju podatke, identificiraju prethodno neotkrivene obrasce i stvaraju smislene rezultate - bilo da se radi o liječenju bolesti, licem u gradu milionima, marketinškoj kampanji, novim transportnim putovima, programu žetve usjeva, strojno generirana vijest, pjesma, slika ili glazbena strofa - brže nego što čovjek može uliti šalicu kave.
Nedavno istraživanje McKinseyja sugerira da se 45 posto svih aktivnosti na poslu može automatizirati primjenom AI. To uključuje službenike datoteka čiji se poslovi mogu postati 80 posto automatizirani, ili posao generalnih direktora koji mogu biti 20 posto automatizirani, jer AI sustavi radikalno pojednostavljuju i ciljaju rukovoditelje čitati izvještaje, otkrivanje rizika ili prepoznavanje uzoraka.
AI je bila jedna od onih dugogodišnjih tehnologija koja još nije transformirala cijeli naš svijet, ali hoće. Sada kada se AI čini spreman za premijeru, čak i među tehnolozima postoji zabrinutost zbog neobuzdane snage koju strojevi mogu imati u ljudskom odlučivanju. Elon Musk nazvao je AI "našom najvećom egzistencijalnom prijetnjom", ponavljajući upozorenje Billa Joya iz 2000. godine u časopisu Wired da nam "budućnost ne treba." S druge strane, naravno, entuzijasti željni pametnih strojeva da poboljšaju naš život i zdravlje planete.
Ja sam na strani izvršne direktorice Microsofta Satya Nadella koja kaže da se trebamo pripremiti za obećanje o sve pametnijim strojevima kao partnerima u ljudskom odlučivanju, usredotočivši se na odgovarajuću ulogu i ograničenja AI alata. Za nastavnike poslovnih škola poput mene koji vjeruju da će nam budućnost zaista trebati, rastuća snaga AI ili duboko učenje predstavlja izazov i priliku: Kako pripremiti učenike za naredna desetljeća tako da prihvate moć AI-ja i shvate njegovu prednosti za upravljanje i liderstvo u budućnosti?
Bila bi pogreška prisiliti svakog diplomiranog MBA da postane znanstvenik podataka. Izazov za poslovne škole je da ažuriraju naše široko fokusirane kurikulume, a našim MBA-ovima pružamo veću razinu poznavanja i udobnosti s analitikom podataka. Sutrašnji izvršni direktori trebat će bolje razumjeti što sve obilniji i složeniji skupovi podataka unutar organizacija mogu, a ne mogu, odgovoriti.
Sofisticiranost i obujam podataka možda se povećava, ali povijest nudi modele pravilnog odnosa donositelja odluka prema analitici podataka.
Uzmi D-Day. General Dwight D. Eisenhower tražio je što više podataka kako bi obavijestio svoju odluku o slijetanju stotina tisuća savezničkih snaga na plaže Normandije tog kobnog proljeća 1944. Kao što je jasno jasno u knjizi Anthonyja Beevora o bitci i drugim pričama, Eisenhower je posebno želio pouzdane meteorološke podatke, još kad je predviđanje vremena bilo u povojima. General stagnirao je dr. James Stagg, njegov glavni meteorolog, i postao je vješt ne samo u analiziranju Stagggovih izvještaja, već i u čitanju Staggove razine vlastitog povjerenja u bilo koji izvještaj.
Mjesecima prije sudbonosne odluke da se „upusti u Veliki križarski rat“, Eisenhower je s velikom zahvalnošću prihvatio ono što meteorološke prognoze nisu mogle ispuniti. Na kraju, kako povijest zna, Stagg ga je uvjerio da odgodi invaziju na 6. lipnja od 5. lipnja, kada je predviđena oluja bjesnila nad Engleskim kanalom i kad su mnogi drugi doveli u pitanje Staggov poziv da će to uskoro biti jasno.
Nitko ne bi tvrdio da je Eisenhower trebao sam postati stručni meteorolog. Njegov je posao bio nadgledati i koordinirati sve aspekte kampanje prikupljanjem relevantnih informacija i procjenom kvalitete i korisnosti tih podataka kako bi povećao vjerojatnost invazije. Danas veliki podaci i pojavljivanje AI-ja proširuju informacije dostupne donositeljima korporativnih odluka. Međutim, uloga predsjednika uprave u odnosu na podatke odražava apsorpcijsku i prosudbenu funkciju koju obavlja general Eisenhower u čitanju vjerojatnosti u vremenskim izvješćima svojih meteorologa.
Znakovito je da danas, usred svih priča o tehnološkoj složenosti i specijalizaciji u toliko korporacijskoj Americi, izvještaj Deloitte-a pripremljeno za našu školu otkriva da poslodavci koji žele zaposliti maturante MBA cijene „meke vještine“ potencijalnih zaposlenika više od svih drugih. Žele zaposliti ljude s kulturnom kompetencijom i jačim komunikacijskim vještinama, koji mogu surađivati u različitim timovima i biti fleksibilni u kontinuiranom prilagođavanju novim prilikama i okolnostima na radnom mjestu i tržištu.
Ne radi se samo o netrpeljivosti prema kretenima u uredu. Riječ je o potrebi vođe da bude u stanju sintetizirati, pregovarati i arbitrirati između konkurentskih i sukobljenih okruženja, stručnjaka i podataka. Ako je nekoć korporativnim liderima bilo plaćeno obavljati pozive "provjerom crijeva", čak i kad je nedostajalo bitnih informacija, današnji izvršni direktori sve će češće morati obavljati teške, interpretativne pozive prosudbe (drugačija vrsta "provjere crijeva") u lice pretjerane, često sukobljene informacije.
Oni koji su u vozačkim sjedištima institucija imaju pristup širokom svemiru empirijski izvedenih uvida u široko različite fenomene, poput optimalnih modela za istovar brodova u najprometnijim lukama na svijetu u raznim vremenskim uvjetima, parametrima programa lojalnosti koji stvaraju 'najljepšeg' kupca modeli odziva ili odabira talenta koji daju i najuspješnije i najrazličitije baze za zapošljavanje.
Korporativni lideri morat će biti pronicljivi u korištenju AI alata. Moraju prosuditi izvor tokova podataka prije njih, utvrditi njihovu valjanost i pouzdanost, detektirati manje od očitih obrazaca u podacima, ispitati preostale "što ako" prezentiraju i na kraju napraviti zaključke i pozive za prosudbe koji su više informirani, nijansirani u kontekstu, valjano je i korisno jer su poboljšani inteligentnim strojevima. Pogrešne presude utemeljene na pogrešnim ili pogrešno protumačenim podacima mogu biti čak štetnije od neinformiranih pogrešnih prosudbi zbog iluzije kvaziznanstvenog autoriteta proisteklog iz aure podataka.
Kao alat za upravljanje projektima, AI može propisati optimalne rutine rada za različite vrste zaposlenika, ali neće imati smisla pretočiti ove potrebe u nijansirane izbore jednog organizacijskog ishoda (npr. Jednakost u rasporedu zaposlenika) preko drugog (obiteljske vrijednosti ). AI bi mogao odrediti najbolje mjesto za novi restoran ili elektranu, ali bit će ograničen u mapiranju političkih i društvenih mreža koje se trebaju angažirati kako bi novi pothvat oživio.
Strojevima također nedostaje ćudljivosti. Adtech programi zamijenili su kupce ljudskih oglasa, ali mogućnost kreiranja puna ili dizajnerskih kampanja koja će nam privući srce ostat će besprijekorno ljudska, barem u doglednoj budućnosti.
Nova diploma i pitanja integrativnog razmišljanja potrebna je među diplomcima MBA. Kao nastavnici moramo poticati pristupe učenju koji razvijaju ove vještine - podučavanjem oštrog upravljanja podacima i inferencijalnim vještinama, razvijanjem naprednih simulacija podataka i vježbanjem ispitivanja i ispitivanja još nepoznatog.
Paralelno s usponom snage stroja, važnost emocionalne inteligencije ili EQ-a postaje veća nego ikad za očuvanje ljudske povezanosti organizacija i zajednica. Dok se očekuje da strojevi napreduju do točke čitanja i interpretacije emocija, oni neće moći nadahnuti sljedbenike, mudrost za etičke prosudbe ili pamet za uspostavljanje veze.
To je još uvijek sve na nama.
Judy D. Olian je dekanica UCLA Anderson škole menadžmenta.
