Yapay Zekânın Gizli Değişim Yönetimi Borcu
Galen Low'un sunuculuğunu yaptığı The Digital Project Manager podcast'inden uyarlanmıştır. Buradan dinleyin.
Yapay zekâyı uygulamaya koyan büyük işletmeler, çoğu zaman bunu önce bir teknoloji, sonra da bir organizasyon sorunu olarak ele alır. Project Management Institute (PMI) yönetim kurulu üyesi ve organizasyonel değişim yöneticisi Deborah Ketai'ye göre bu işlem sırası bir hatadır.
Ketai, Fortune 5 kapsamındaki sağlık hizmetleri şirketi United Health Group bünyesinde yapay zekâ ile ilgili değişim girişimlerine yıllarca liderlik etti ve ekipler arasındaki siloları ortadan kaldırma işini atlayan şirketlerin bunun bedelini daha sonra ödediğini söyledi. Ketai, “Siloları ortadan kaldırma adımını atlarlarsa, borç olarak adlandırdığımız pek çok şeyle (teknik borç, bilgi borcu ve benzeri) karşı karşıya kalacaklar,” dedi. “Bu da gelecekteki projeleri daha pahalı ve daha zor hâle getirecek.”
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Siloları ortadan kaldırma adımını atlarlarsa, borç olarak adlandırdığımız pek çok şeyle – teknik borç, bilgi borcu ve benzeri – karşı karşıya kalacaklar. Bu da gelecekteki projeleri daha pahalı ve daha zor hâle getirecek.
Bu borç; yinelenen çabalarda, birbiriyle rekabet eden araçlarda ve koridorun diğer tarafındaki grubun hâlihazırda ne geliştirdiğini bilmeyen ekiplerde kendini gösterir.
Yapay Zekâda Büyük Ölçekte Uyum İçin Üç Hedef
Ketai, bunu ele almak için programını üç hedef etrafında oluşturdu: yapay zekâ iş gücü genelinde yetenek hareketliliği ve çalışanları elde tutma, ekipler arası iş birliği ve yapay zekâyı meşru bir iş çözümü olarak görmeye yönelik daha geniş kapsamlı bir kültürel dönüşüm. Ketai, “United Health Group'ta üç hedefimiz vardı: yapay zekâ alanında yetenek, hareketlilik ve çalışanları elde tutma,” dedi. İkinci hedef, büyük kuruluşlarda sıkça görülen bir başarısızlık biçimini ele alıyordu: yapay zekâ çalışmalarının birbirinden bağımsız olarak ortaya çıkması ve birbirlerinin çabalarını yinelemesi. “Programdaki ikinci hedefim, yapay zekânın bu farklı odak noktaları arasındaki iş birliğini teşvik ederek aynı çözümü yeniden üretmemelerini sağlamaktı,” dedi. Üçüncü hedef kültüre ilişkindi: “Üçüncü hedef, iş dünyasındaki öncüleri kendi iş sorunlarına yapay zekâ çözümleri getirmeyi düşünmeye teşvik eden kültürel bir dönüşüm.”
Bunu başarmak, şirket genelindeki farklı paydaş gruplarını hedefleyen konferanslar, hackathon'lar, kurum içi içerikler ve topluluk kanalları gibi programların, tek bir tepeden inme talimat yerine oluşturulmasını gerektirdi.
Veriler Dağınıkken Değişimi Ölçmek
Hedefler net olsa bile programın etkisini kanıtlamak, işin en zor kısımlarından biri oldu. Ketai'nin şirketi büyük ölçüde birleşme ve satın almalar yoluyla büyümüştü; bu da kariyer hareketliliğini ve çalışan bağlılığını takip etmek için ihtiyaç duyduğu temel verilerin en iyi ihtimalle tutarsız olması anlamına geliyordu. Ketai, “Metriklerin programın benim için en zor kısmı olduğunu kabul ediyorum,” dedi. “Çünkü bu, büyük ölçüde birleşme ve satın almalar yoluyla büyümüş bir Fortune 5 şirketiydi; eski İK sistemlerinin kalıntıları hâlâ mevcuttu ve aynı türdeki bir rolün kuruluş genelinde çoğu zaman 15 farklı unvanı, iş unvanı veya iş kodu vardı. Bu da hayatı çok zorlaştırıyordu.”
Başvurabilecekleri temiz sistemler olmadığından Ketai'nin ekibi, tercih edecekleri daha derin iş gücü verileri yerine içerik etkileşimi ve etkinlik katılımı gibi dolaylı ölçütlere dayandı.
Proje Yöneticileri Aynı Zamanda Değişim Yöneticisi de Olmalı mı?
Yapay zekâ girişimleri çoğaldıkça, daha fazla proje yöneticisinden değişim yönetimi sorumluluklarını da üstlenmesi isteniyor. Ketai, bu iki beceri setinin örtüştüğünü ancak aynı olmadığını ve farkın en çok zaman çizelgesinde önem kazandığını söyledi. “Her proje değişim yönetimi gerektirmez,” dedi. “Beceri setleri farklıdır ancak örtüşür.” Ketai'ye göre asıl ayrım, değişimin hayata geçirilmesini görmek için kimin sürecin içinde kaldığına dayanıyor. “Ayrı rollere sahip olmanızın nedeni zaman çizelgeleridir; çünkü geleneksel olarak proje yöneticilerine süreci takip etme ve bir değişimin kalıcı hâle gelmesini gerçekten sağlama fırsatı verilmez.”
Her proje değişim yönetimi gerektirmez. Beceri setleri farklıdır ancak örtüşür.
Bir projeyi tamamlamak ile onun yaratması beklenen değişimi sürdürmek arasındaki bu boşluk, uygulamada aralarındaki sınır giderek bulanıklaşsa da iki rolü ayrı tutmak için onun görüşüne göre en güçlü gerekçedir.
Yapay Zekâ Sadece Bir Araç Değil, Aynı Zamanda Bir Paydaştır
Ketai ayrıca proje ve değişim yöneticilerinin AI'ın kendisi hakkında düşünme biçiminde bir değişim olduğuna dikkat çekti. AI'ı yalnızca bir altyapı olarak ele almak yerine, giderek kendi başına bir paydaş gibi davrandığını savundu. Ketai, “Üretken AI ile birlikte giderek daha fazla, AI'ın kendisi bir paydaştır,” dedi. “Kendi hedefleri ve kendi tutumları var; bu içsel gerçekliklere bağlı olarak sizin istediğinizden farklı ve bazen ona aykırı şekilde hareket edecek.”
Üretken AI ile birlikte giderek daha fazla, AI bir paydaştır. Kendi hedefleri ve kendi tutumları var; sizin istediğinizden farklı ve bazen ona aykırı şekilde hareket edecek.
Bu yaklaşımın yönetişim açısından pratik sonuçları var: AI sistemleri öngörülemez şekilde davranabilir veya beklentilerden sapabilirse, tıpkı insan bir paydaşta olduğu gibi planlama ve risk görüşmelerinde hesaba katılmaları gerekir.
Program Yöneticisi Rolü Nereye Gidiyor?
Ketai, geleceğe bakıldığında program yöneticilerinin yalnızca iş stratejisini uygulamakla kalmayıp, stratejinin fiilen oluşturulduğu noktaya daha da yaklaşmaları gerektiğini söyledi. “Program yöneticilerinin stratejinin oluşturulduğu noktaya yaklaşmaları ve stratejiyi etkileyebilmeleri gerekiyor,” dedi. “Ayrıca olası uyumsuzlukların bulunduğu noktaları liderliğe geri aktarırken şeffaf olmaları gerekiyor.”
Program yöneticilerinin stratejinin oluşturulduğu noktaya yaklaşmaları ve stratejiyi etkileyebilmeleri gerekiyor.
Bu değişim aynı zamanda program yöneticilerinin risk hakkında düşünme biçimlerini genişletmeleri, geleneksel tehdit odaklı yaklaşımın yanı sıra olumlu fırsatları da hesaba katmaları ve zaman içinde kuruluş genelinde ilişki kurmaya daha bilinçli şekilde yatırım yapmaları anlamına geliyor.
Henüz Kimsenin Çözemediği Güven Sorunu
AI'ın benimsenmesinin yarattığı ivmeye rağmen Ketai, geriye kalan en büyük engelin teknolojinin kendisi olmadığını söyledi. Bu engel güvendir; özellikle de veriler söz konusu olduğunda. Yakın zamanda düzenlenen bir PMI Bölgesel Liderlik Konferansı oturumunda, bir PMI şubesinin üyelere gönderilecek e-posta duyurularını hazırlamak için AI kullanmasının uygun olup olmadığı tartışıldı. Ketai, “Üyelerinizin verilerini paylaşmanız anlamına geliyorsa bu etik değildi,” dedi; “ancak tamamen kurum içi bir tür araç kullanıyorsanız durum farklıydı.”
Verileri kendi içinde tutan AI araçları ile bunu yapmayanlar arasındaki bu ayrım, mevcut deney dalgası yatıştıktan çok sonra bile kuruluşların AI yönetişimine yaklaşımını şekillendirecek gibi görünüyor.
Bunun gibi daha fazla içgörü mü istiyorsunuz? Bu uzmanlar gibi daha fazla uzmandan bilgi almak için ücretsiz bir DPM hesabı oluşturun.
