Arrêtez de courir après l’IA pour l’amour de l’IA

Lorsque j’ai commencé à conseiller des organisations sur la mise en œuvre et l’adoption de l’IA, j’ai remarqué une tendance préoccupante: les dirigeants organisationnels étaient obsédés par le cycle de battage médiatique, mais manquaient clairement pourquoi cela comptait pour leur entreprise ou où cela pourrait avoir un impact. Les conseils d’administration et de direction ont demandé à leurs exécutifs responsables des questions superficielles de données, telles que «que faisons-nous avec l’IA», sans connexion, alignement ou engagement avec les stratégies ou les objectifs de l’entreprise.

Mais derrière la suite C et les questions de salle de conférence, il y avait une déconnexion plus fondamentale. Les efforts de l’IA n’étaient pas fondés sur les priorités commerciales. Et pire, ils n’étaient pas connectés aux personnes qui s’attendaient à les activer ou à les adopter.

Dans une grande entreprise, j’ai vu de première main comment la communication décousue au sujet de l’IA a conduit à la désillusion des employés. Le leadership a versé des millions dans les technologies d’automatisation sans aligner des initiatives sur la conception de l’emploi, la reskulling des chemins ou des incitations. Pendant ce temps, cette même messagerie interne décousue sur l’IA a laissé les employés se sentant démoralisés et non motivés pour soutenir ou activer les données et la transformation de l’IA. Gartner décrit l’expérience des employés comme une «peur de l’inconnu» 3 obstacles à l’adoption de l’IA. Le frottement entre les personnes, les processus et les systèmes qui n’est constamment laissé sans réponse est le vrai problème.

Cette friction peut être observée dans:

• Une volonté accrue des dirigeants d’investir des millions dans les améliorations technologiques malgré l’ambiguïté exprès
• Une diminution de la volonté et de la désinvestissement actif de la mise à l’échelle ou de la modification des comportements hérités

Demandez à un gestionnaire si vous pouvez assister à une conférence ou suivre un cours payant à UPSkill afin que vous puissiez acquérir les compétences pertinentes pour une main-d’œuvre compatible avec l’IA et soudain, il n’y a pas de budget.

La sélectivité démontrée pour investir dans la technologie et non la main-d’œuvre envoie un message clair et clair aux employés. Cependant, comme l’a noté Gartner, les premières organisations d’obstacles seront confrontées à la tentative de transformation de l’IA est les compétences ou le manque de compétences pour stimuler la transformation de l’IA avec succès. Alors pourquoi sommes-nous surpris que l’IA « ne livre pas? » La vérité est que vous ne pouvez pas réussir sans votre peuple et cela nécessite CONFIANCE:

• Transparence. Les données sont-elles ouvertement accessibles, clairement définies et faciles à défier?
• RElations. Les équipes interfonctionnelles collaborent-elles… ou en compétition pour le contrôle?
• Ucompréhension. Vos employés ont-ils l’alphabétisation et le soutien dont ils ont besoin pour se sentir en confiance en utilisant des données?
• SAffety. Les employés peuvent-ils poser des questions, des risques de surface ou dire «je ne sais pas» sans crainte?
• Tun du haut. Existe-t-il la transparence, la formation, la gestion intentionnelle du changement et les incitations à adopter le changement?

La résistance à l’IA n’est pas technique, c’est tribal

Chaque fois qu’un titre tombe sur l’IA prenant des emplois, un CDAI ou un CIO quelque part redoute les conversations qui suivent. Ce que j’ai vu dans les industries, c’est que la résistance à l’IA ne concerne pas les algorithmes. Il s’agit de puissance, de protection et d’identité. Par exemple, un client a introduit un modèle linguistique pour aider son équipe de conformité à réduire l’examen manuel. La technologie a fonctionné, mais les employés ont repoussé fort. Pourquoi? Parce que personne n’avait clarifié comment leur travail évoluerait, seulement que cela «changerait». McKinsey fait la déclaration suivante sur Comment les chefs de données peuvent aider les employés à surmonter leur peur de l’inconnu:

«Les hauts dirigeants pourraient contrer les craintes des employés de« remplacement et de perte »par des messages sur le potentiel de« augmentation et amélioration »de la génération AI et sa capacité à améliorer considérablement l’expérience des employés.»

Lorsque les employés croient que leur rôle est menacé, ils amalent les connaissances, résistent et rejettent les changements de processus. En outre, le fait de ne pas répondre à ces préoccupations garantit la perte de possibilités d’engager, de collaborer et de subir collectivement une valeur positive en adoptant l’IA.

Les employés ne résistent pas à l’IA parce qu’ils ne comprennent pas la technologie; Ils résistent parce qu’ils craignent d’être rendus hors de propos. Sans sécurité psychologique, l’adoption de l’IA devient une lutte de pouvoir. Et lorsque cette peur se fasse, les équipes perdent la collaboration et la curiosité même qui rendent l’innovation possible. Sans une histoire claire, la friction prend le relais, les initiatives échouent et les organisations perdent du temps, de l’argent, du moral et de la productivité.

Nous devons construire des structures incitatives qui récompensent le comportement sans friction: partage des connaissances, partage des données, alignement de manière interfonctionnelle, admettant l’incertitude et les tests rapidement. C’est une modernisation culturelle et non technique.

Conception de l’IA en commençant par la structure, pas le logiciel

La réalité est que bon nombre de vos constructions héritées, y compris les structures et les processus organisationnels, seront affectés lorsque vous introduisez l’IA dans votre organisation. Les grandes organisations, contrairement aux startups AI-Native, ne peuvent pas adopter une approche primitive car les connaissances stratégiques nécessaires pour investir intelligemment sont intégrées dans le marché du travail, pas seulement dans la suite exécutive. La conception pour l’IA signifie faire le contraire de ce que la plupart des feuilles de route suggèrent: cela signifie commencer par le tableau organisationnel et les objectifs commerciaux, pas le modèle.

Pourquoi est-ce important? Dans « L’IA évoluera en une stratégie organisationnelle pour tous«Ethan Wollic de Wired présente un cas convaincant que l’avenir apportera:

«Une augmentation des startups« natives »qui construisent l’intégralité de leur modèle opérationnel autour de la collaboration humaine-AI à partir du premier jour. Ces entreprises seront caractérisées par de petites équipes humaines hautement qualifiées travaillant de concert avec des systèmes d’IA sophistiqués pour obtenir des résultats qui rivalisent avec ceux des organisations traditionnelles beaucoup plus grandes.»

Dans le même article, Wollic soutient que, en revanche, les grandes entreprises tireront de la valeur de la transformation de l’IA par le biais de travailleurs et de gestionnaires de départements qui identifient des moyens significatifs d’utiliser l’IA pour améliorer les performances. Cela souligne le rôle essentiel des employés dans la refonte des opportunités, la façonnement de la mise en œuvre et la garantie de l’adoption. Contrairement aux startups qui sont construites Lean by Design, les entreprises doivent d’abord débloquer et intégrer l’intelligence opérationnelle qui existe déjà au sein de la main-d’œuvre, mais la plupart des stratégies d’IA le sautent entièrement.

Diagnostiquer et démonter les véritables barrières à l’échelle

Dans un récent engagement avec un client multinational, nous avons dirigé ce que j’appelle un «audit de frottement de l’IA». Nous avons cartographié les endroits où les initiatives de l’IA n’avaient pas réussi à évoluer, et ce que nous avons trouvé n’était pas surprenant, mais c’était révélateur. Les plus grandes barrières n’étaient pas techniques. Ils étaient structurels et culturels: concurrence politique entre les départements, droits de décision clairs, manque de consensus sur la valeur et zéro incitations partagées pour la collaboration. Ce n’étaient pas des points de douleur isolés; C’étaient des défauts de conception à l’échelle du système.

Les conversations qui en résultent ont aidé l’équipe de direction à comprendre ce que leur feuille de route avait négligé: que l’IA change la dynamique du pouvoir, les flux de travail et l’ADN même d’une organisation. Lorsque vos structures et incitations n’évoluent pas avec la technologie, la mise en œuvre se casse sous le poids des tensions non résolues. Les stratégies qui ignorent ces défis intégrés tels que la prise de décision conflictuelle, les priorités mal alignées et les silos fonctionnels, n’ont pas les conditions fondamentales requises pour le succès.

Pourtant, de nombreuses feuilles de route de l’IA traitent toujours le tableau des organisations comme fixes, la prise de décision comme cloisonnée et valorisent les conflits comme le problème de quelqu’un d’autre. La refonte de l’IA signifie commencer par les gens et démanteler les constructions héritées qui rendent la collaboration facultative plutôt qu’essentiel.

L’une des plus grandes erreurs que je vois consiste à concevoir des feuilles de route de l’IA autour de la technologie, puis à tenter de les réorganiser dans l’entreprise. C’est en arrière. Joshi, Su, Austin et Sundaram ont décrit cette dynamique dans leur article « Pourquoi tant de projets de science des données ne parviennent pas à livrer« Comme le » marteau à la recherche d’un clou.  » Vous ne pouvez pas conduire à l’adoption par la capacité.

Si votre feuille de route IA ne commence pas avec les gens, il est déjà hors de parcours

La vérité inconfortable est que de nombreuses cultures d’entreprise sont des obstacles à l’adoption de l’IA. Le manque d’investissement dans les personnes, l’adhésion et l’alignement continueront d’être un point de friction insurmontable pour les organisations peu disposées à affronter le côté humain de la transformation. Les leaders de données doivent cesser de voir l’IA comme un défi technique et commencer à diriger comme des architectes culturels parce que les organisations qui gagneront avec l’IA seront celles qui investiront dans le changement de comportement et la mise à jour. Cela signifie partager la vision tôt, impliquant vos employés en co-création, augmentant pour l’avenir du travail et les comportements enrichissants qui rendent l’adoption possible en utilisant le cadre du sourire:

• STart AI Roadomaps avec un audit de culture.
• MAke Mestiques comportementales partie des KPI AI.
• jeNENCETIVISER Partage des connaissances, partage des données, alignement de manière interfonctionnelle, admettant l’incertitude et tester rapidement à travers les silos.
• LEAD avec la gestion du changement pour stimuler l’alignement, accélérer l’adoption et assurer un impact durable, plutôt que de le traiter comme une réflexion après coup.
• Emphasize IA en tant que catalyseur d’augmentation de l’équipe, pas une source de perturbation.

Quand tout le reste échoue, souriez juste

Cet article est publié dans le cadre du réseau de contributeurs d’experts Foundry.
Vous voulez rejoindre?