Als Nike Michael Jordan zou inhuren om op het hoofdkantoor te werken, zou je dat verwachten marketing team drie punten begint te verliezen?
Uiteraard niet. Het is verbazingwekkend, maar vaardigheden verspreiden zich niet door nabijheid.
Hier is een betere vraag: wat moeten Nike-werknemers weten over basketbal? De regels. Spelduur. Specificaties van apparatuur. Genoeg om betere schoenen te ontwerpen, gerichtere campagnes te schrijven en de vraag nauwkeurig te voorspellen.
Ze hoeven niet in de NBA te spelen. En Nike heeft het niet nodig aannemen NBA-spelers om hun bedrijf te verbeteren.
Hetzelfde geldt voor NAAR DE. De meeste bedrijven hebben geen extreem AI-talent nodig om echte efficiëntiewinst te behalen. Ze hebben mensen binnen de organisatie nodig die begrijpen hoe AI op hun werk van toepassing is.
Totdat leiders duidelijk krijgen welke AI-vaardigheden ertoe doen, waar ze wonen en hoe ze in het dagelijkse werk voorkomen, zal geen enkele hoeveelheid AI-experts een organisatie echt AI-enabled maken.
DRIE SOORTEN AI-VAARDIGHEDEN
“AI-vaardigheden” zijn niet één enkele vaardigheid. In de praktijk zijn dit drie categorieën, elk met hun eigen leercurves en bedrijfsresultaten.
1. AI-geletterdheid: Ieders referentiepunt
2. AI-integratie: Het dagelijkse werk van technische professionals
3. AI creëren: Het diepgaande werk van specialisten
1. AI-geletterdheid is de taak van iedereen
Ik denk graag dat dit een manier is om het hele bedrijf te leren rijden met GPS. Niet iedereen hoeft de kaart te bouwen. Maar iedereen moet weten wanneer de routebeschrijving betrouwbaar is, wanneer de route riskant is en wanneer het systeem definitief fout zit.
De eerste is AI-geletterdheid. Werknemers moeten begrijpen wat AI kan doen, wat het niet kan, en wat het zal doen als het het antwoord niet weet. Geletterdheid voorkomt de meest voorkomende mislukkingen: overmatig vertrouwen in resultaten, ondergebruik van hulpmiddelen en het voeden van een inadequate context.
De tweede is de vloeibaarheid van AI-toolsdie specifiek is voor de rol. Een marketeer die content genereert, een recruiter die kandidaten screent en een supportmanager die antwoorden opstelt, hebben allemaal verschillende AI-tools nodig.
Eén van de redenen waarom ik het leuk vind De aanpak van IKEA is dat ze AI-geletterdheid beschouwen als een verantwoordelijkheid van elke werknemer en een verantwoordelijkheid van het bedrijf om dit mogelijk te maken. Ze hebben duizenden collega’s uitgerust met de generatieve AI-tools van Microsoft en hen tijd gegeven om te leren.
Hoe was het in de praktijk? Ontwerpers genereren productvisualisaties, winkelmanagers creëren trainingspresentaties en supply chain-analisten schrijven prognoserapporten.
Iedereen, niet slechts één afdeling.
2. AI-integratie is een kernvaardigheid voor technische teams
Als AI-geletterdheid ‘rijden met GPS’ is, Integratie van kunstmatige intelligentie is “GPS in auto installeren”.
Dit is waar technische teams hun brood verdienen. Integratievaardigheden omvatten tijdig ontwerp, systeemevaluatie en bewustzijn van wanneer AI in de stroom thuishoort.
Zo ziet het eruit als het als systeem wordt uitgevoerd. Salesforce heeft een interne demoserie gemaakt genaamd Denk donderdagwaar ingenieurs korte praktijkdemonstraties laten zien van hoe ze AI in hun processen hebben geïntegreerd en vervolgens modellen delen die andere teams kunnen hergebruiken.
De aanpak van Salesforce werkt omdat het herhaalbare sjablonen en vangrails creëert die andere ingenieurs kunnen bieden.
3. Het creëren van AI is een specialiteit en geen bedrijfsbrede vereiste
Het creëren van kunstmatige intelligentie is het vermogen om modellen te ontwikkelen, trainen en verfijnen. Vereist diepgaande expertise op het gebied van het verzamelen en voorbereiden van gegevens, modeltraining, evaluatie en gespecialiseerde technieken.
Het is ook de kleinste groep van de meeste organisaties.
Als je modellen niet bouwt als kernonderdeel van je productstrategie, heb je geen groot AI-bouwteam nodig. Er is een beperkt aantal specialisten nodig en de rest van de organisatie moet zich bekwamen in het gebruik en de integratie.
EXTERNE VERHUUR HEEFT ZIJN PLAATS
Laat ik duidelijk zijn: extern inhuren is niet verkeerd. Het is nodig als je vaardigheden nodig hebt die je eerlijk gezegd niet hebt, vooral bij het bouwen van AI.
Maar het aannemen van mensen met ‘AI-vaardigheden’ op hun cv kan niet de belangrijkste weg zijn naar AI-geletterdheid en -integratie.
Ten eerste bestaat er geen gevestigde markt voor AI-vaardigheden. De vaardigheden zijn te nieuw, de vraag is overal en de talentenpool is ongelooflijk klein. Elk bedrijf gaat achter dezelfde kleine groep mensen aan, en de meeste van deze mensen hebben al een baan of zijn al een eigen bedrijf aan het starten.
Ten tweede is het moeilijker om iemand de ins en outs van uw bedrijf te leren dan om hem te leren hoe hij AI in zijn dagelijkse werk kan integreren. Het grootste rendement komt voort uit het omscholen van de mensen die uw bedrijf, uw cultuur en uw systemen al begrijpen.
Dit is het punt waarop werving en opleiding niet langer afzonderlijke bewegingen zijn, maar één systeem beginnen te worden.
HR KAN DIT DOEN
Begrijp me niet verkeerd: IT-teams zijn essentieel. Ze beoordelen leveranciers, beheren de beveiliging en integreren systemen. Maar het selecteren van de juiste tools bepaalt niet of AI de manier verandert waarop het werk wordt gedaan door de mensen die het doen.
Het opbouwen van de juiste vaardigheden ja.
Daarom heeft HR vanaf dag één een plek aan tafel nodig om de juiste vragen te stellen: wie wordt het eerst opgeleid? Hoe gaan we ze opleiden? Welke rollen evolueren? Hoe zullen de prestaties worden gemeten? Zijn er bredere behoeften aan talentmobiliteit?
Hier is waar u moet beginnen:
1. Kies een team. Kies een groep die al bereid is te experimenteren, al duidelijk gedefinieerde processen heeft en impact kan meten.
2. Geef ze drie maanden en een klein budget. Laat ze AI-tools verkennen die relevant zijn voor hun werk. Zorg voor opleiding. Verwijder barrières. Meet wat kapot gaat en wat werkt.
3. Deel resultaten bedrijfsbreed. De overwinningen, de mislukkingen, de onverwachte wrijvingspunten. Maak het reëel en specifiek.
Dit is uw AI-strategie. Niet een huur van negen cijfers óf een mandaat dat van bovenaf wordt opgelegd, óf de hoop dat de capaciteiten zich zullen verspreiden. Ontwikkel vaardigheden waar het werk gebeurt, breid uit wat werkt en herhaal.
Tigran Sloyan is CEO en mede-oprichter van CodeSignal.
