Veštačka inteligencija je neka vrsta katalizatora; to je sledeći talas istinski transformativne tehnologije sa potencijalom koji još uvek ne možemo u potpunosti da zamislimo ili cenimo. Kompanije će početi da koriste ovu novu tehnologiju da rade „stare stvari“ pre nego što otkriju nove mogućnosti koje ona stvara. Dakle, kako bi trebalo da se bave ovim procesom? Trebalo bi da: počnu sa eksperimentisanjem, primenu radi produktivnosti, transformišu iskustva, a zatim pokušaju da izgrade nove stvari. Tokom ovog procesa, oni bi trebalo da daju prioritet bezbednosti i odgovornoj upotrebi.

Nedavno sam, kao i milioni ljudi, koristio aplikaciju za deljenje vožnje na svom pametnom telefonu. Bilo je prilično bez događaja i nisam mnogo razmišljao. Deljenje vožnje je jednostavno i zgodno, a sada je industrija vredna 80+ milijardi dolara. Ali nije bilo tako davno da ovaj način prevoza nije ni postojao. Imali smo automobile, imali smo jahače, imali smo vozače; ali za rad, za deljenje vožnje su potrebni pametni telefoni. Kada su oni stigli, pojavila se i ogromna raznolikost pogodnosti i novih iskustava – od kojih su neka postala čitava industrija – koja nikada nismo mogli da zamislimo.

Veštačka inteligencija je slična vrsta katalizatora; to je sledeći talas istinski transformativne tehnologije sa potencijalom koji još uvek ne možemo u potpunosti da zamislimo ili cenimo. To je odlučujuća tehnologija našeg vremena, koja menja način na koji živimo i radimo. U celoj svojoj karijeri u tehnologiji, nikada nisam bio uzbuđeniji i optimističniji nego sada. Imam kolegu iz Microsofta koji ovako govori o AI: Morate da koristite „novu stvar“ da biste bolje uradili stare stvari. Zatim koristite novu stvar da ... radite nove stvari. On je u pravu.

Razmotrimo primer iz zdravstvene zaštite. Pejdž je softverska kompanija koja koristi veštačku inteligenciju da promeni način na koji lekari identifikuju, dijagnostikuju i leče rak. Sa pravilno obučenim i podešenim modelima, veštačka inteligencija može da gleda hiljade digitalnih slika patologije, piksel po piksel, i da brže i preciznije detektuje abnormalnosti. Zamislite šta ovi alati mogu otključati ne samo za patologe i doktore, već i za pacijente. To znači ranije otkrivanje bolesti, zdraviji život i više vremena sa voljenima.

Trenutno svaka kompanija, bez obzira na veličinu ili industriju, treba da razmišlja o AI. AI se kreće od svoje auto-pilot faze, koja se odnosila na uske, namenski napravljene alate koji koriste modele mašinskog učenja za predviđanja, preporuke i automatizaciju, na fazu kopilota. Lideri koji sada prihvataju veštačku inteligenciju i preduzimaju mere da je razumeju, eksperimentišu sa njom i zamišljaju kako ona može da reši teške probleme, vodiće kompanije koje napreduju u svetu veštačke inteligencije.

Ali odakle treba da počnu? Skoro svaki dan razgovaram sa poslovnim liderima koji postavljaju važna pitanja o potencijalu veštačke inteligencije. Bez obzira gde se nalazite na svom AI putovanju, svaki lider je dužan da prihvati ovo jedinstveno vreme i iskoristi prednosti ove moćne tehnologije. Ako niste sigurni kako da počnete ili kako da napredujete, niste sami. Kao i svaka vežba poslovnog planiranja, razmislite o svojoj strategiji veštačke inteligencije u fazama. Prihvatite agilnost i promene i zadržite način razmišljanja o kontinuiranom učenju, kalibrišući i prilagođavajući svoj plan igre dok idete.

Započnite eksperimentisanjem

Najbolji način da naučite o AI je da ga koristite. Retko se dešava da nova i disruptivna tehnologija bude odmah dostupna. Ova jeste. Većina lidera sa kojima razgovaram isprobala je popularne AI aplikacije kao što su ChatGPT ili novi Bing. Postoji mnogo drugih opcija, ali poenta je da budete radoznali.

Pokušajte da ga primenite na bilo koji zadatak koji je pred vama i vidite u čemu je dobar, a u čemu nije. Koristite ga da generišete pitanja za intervju, napišete belešku, istražite i rezimirate temu o kojoj želite da saznate više ili da pokrenete razmišljanje o dokumentu. Koristio sam Bing i ChatGPT da mi pomognu da dobijem ideje za govor. Koristio sam Microsoft 365 Copilot, AI integraciju u Microsoftove aplikacije za generisanje slajdova, za pronalaženje i sumiranje dokumenata koji dele istu temu i za rezimiranje razmene e-pošte sa kolegama. Korišćenjem i eksperimentisanjem sa veštačkom inteligencijom, bićete u boljoj poziciji da zamislite kako bi ona mogla da se koristi u vašoj organizaciji – i verovatno znate bolje od bilo koga gde postoje mogućnosti i potencijal.

Primena za produktivnost

Kada je u pitanju produktivnost, kopiloti veštačke inteligencije — od Microsoft-a i drugih — mogu se primeniti ili ugraditi u aplikacije kako bi pomogli ili pojednostavili određene zadatke. Manje od dve godine od svog lansiranja, GitHub-ov Copilot već piše 46% koda u svom spremištu i pomaže programerima da kodiraju do 55% brže. Zamislite šta programeri rade sa tim dodatnim vremenom. Tri od četiri korisnika kažu da im to pomaže da sačuvaju mentalnu energiju i da se fokusiraju na posao koji zadovoljava. Rečeno na drugi način: Stvaranje novih stvari i rešavanje novih problema.

Uzmite u obzir tokove posla i aktivnosti vođene procesima u preduzeću: stvari kao što su platni spisak, prijem u radni odnos ili podrška IT službi za pomoć. Ovo su sve ponovljivi procesi zasnovani na pravilima koji se mogu pojednostaviti AI. Ovo je pokretač čitave nove kategorije AI softvera koji može da se nosi sa ručnim zadacima i preoblikuje niz poslovnih procesa.
Postoji još jedan način da razmišljate o AI za produktivnost: vreme. Ako se bavite otkrivanjem prevara ili ste bezbednosni analitičar, vreme može biti najveća prednost ili najveći izazov. Ako možete da skratite vreme koje je potrebno da se pročešlja mnogo podataka bogatih i vremenski osetljivih informacija, već ste bolji i efikasniji u svom poslu.

Transform Experience

Danas veštačka inteligencija već utiče na to kako preduzeća isporučuju bolje, brže, efikasnije ili potpuno novo iskustvo, od prediktivnog teksta na telefonu do robota za ćaskanje na web lokacijama do predloženih pretraga kada otvorite pregledač.

Na primer, PvC koristi uslugu Azure OpenAI za proširenje i skaliranje sopstvene ponude veštačke inteligencije, dok takođe pomaže klijentima u industrijama kao što su osiguranje ili zdravstvo da preispitaju svoje poslovanje koristeći moć generativne veštačke inteligencije. CarMak ga koristi da analizira stotine hiljada recenzija kupaca i da navede ključne informacije za kupce o svakoj marki, modelu i godini vozila u svom inventaru.

Čak i u svojim ranim fazama, AI takođe poboljšava iskustvo zaposlenih. Nedavno istraživanje kompanije Microsoft otkrilo je da se 89% zaposlenih i onih koji donose poslovne odluke sa pristupom automatizaciji i alatima sa veštačkom inteligencijom osećaju ispunjenije. Kažu da je to zato što mogu da potroše vreme na posao koji je zaista važan. Devet od 10 reklo je da želi priliku da primeni AI rešenja na još više zadataka i aktivnosti.

Vidim da se to već dešava u nekim organizacijama sa kojima radim. Oni teže naprednijoj veštačkoj inteligenciji u slučajevima korišćenja kao što su korisnička podrška, pomoć pri pisanju ili ekstrakcija i klasifikacija podataka. Zajednička nit svakog od njih uključuje korišćenje veštačke inteligencije da bi se iskoristili resursi ili informacije koje već imate za transformaciju iskustava za ljude.

Izgradite nove stvari

Gore navedeni koraci su verzije korišćenja „nove stvari“ da se stare stvari bolje urade, da pozajmim izraz moje kolege. Ali kako možete iskoristiti novu stvar da zaista radite nove stvari? Šta možete učiniti da je potpuno drugačije? Kako možete oduševiti kupce i stvoriti nove linije poslovanja, a sa njima i nove prihode?

Ovo je sada izazov pred poslovnim liderima; i to je teško. Odgovor počinje integracijom AI u organizaciju i ponavljanjem odatle. Jer dok će AI omogućiti ljudima i organizacijama da postignu više, mi smo na samom početku definisanja kako „više“ izgleda. Ali da bismo krenuli napred, moramo da stvorimo uslove koji će nam pomoći da otkrijemo šta sledi.

Jedna od zaista uzbudljivih stvari u korišćenju veštačke inteligencije da bi bila efikasnija – bilo da je to korišćenje generativne veštačke inteligencije za dobijanje ideja ili za sprovođenje istraživanja – je to što vam omogućava da dublje razmislite o konceptu ili problemu koji pokušavate da rešite. Nije veliki skok zamisliti kako će ovaj nivo koncentrisanih napora omogućiti kompanijama da brže razviju zaista nova i inovativna rešenja; a zatim iskoristiti efekat snežne grudve te brzine.

U celini: dajte prioritet bezbednosti i odgovornoj veštačkoj inteligenciji

Pored svih obećanja AI, jedno je sigurno. Nećemo ostvariti puni potencijal veštačke inteligencije bez zaštite. Tehnologija je uvek bila akcelerator i pokretač. AI se ne razlikuje, ali predstavlja potencijalne rizike kojima se mora upravljati.

Za bilo koju kompaniju, uspeh inicijativa odgovorne veštačke inteligencije zavisi od najmanje tri stvari. Prvo, potrebno je posvećeno i uključeno vođstvo. (Microsoftov potpredsednik i predsednik, Bred Smit, i naš glavni tehnološki direktor, Kevin Skot, predsedavaju našim odgovornim savetom za veštačku inteligenciju.) Drugo, kompanije moraju da izgrade inkluzivne modele upravljanja i smernice koje se mogu primeniti, kao što smo i mi uradili. Konačno, oni takođe moraju da investiraju u odgovornu veštačku inteligenciju u vidu novih inženjerskih sistema, inkubacija koje su vođene istraživanjem, i u ljude koji će obezbediti da se principi odgovorne veštačke inteligencije sprovedu u praksi. U Microsoftu imamo stotine ljudi koji rade na ovome, a za mnoge od njih to je posao sa punim radnim vremenom. Osim toga, usvojili smo način razmišljanja da je odgovorno korišćenje veštačke inteligencije odgovornost koju svi delimo, bez obzira na vašu ulogu.

. . .

Mapa puta AI će biti različita za svaku organizaciju i izgleda drugačije u zavisnosti od toga da li ste tehnološka kompanija ili ne. Veća je verovatnoća da su tehnološke kompanije već implementirale neki oblik inteligentnog agenta u svoja softverska iskustva, na primer. Ali za sve, potencijal je ogroman, a vreme za početak je sada.

Baš kao što su pametni telefoni potrebni za deljenje vožnje, postoje još zamišljene industrije kojima će biti potrebna veštačka inteligencija da bi se pokrenula. Većina nas prepoznaje da će AI potpuno promeniti igru. Vidimo praktične primene - ne samo za tehnološki pejzaž već i za čovečanstvo, i to je ono što je zaista duboko u ovome.

Tržište veštačke inteligencije se brzo kreće, a ciklusi ui oko AI su brži nego što smo ikada videli. Upravo sada, postoji ogromna prilika za poslovanje lideri da prihvate veštačku inteligenciju i prilagode se dubokim promenama koje dolaze. Postoji eksponencijalno veće mogućnosti za preduzeća koja koriste veštačku inteligenciju da vode i pokrenu tu promenu.

U dinamičnom i složenom poslovnom okruženju često je teško pronaći vreme za temeljnu i promišljenu analizu. Lideri možda shvataju da bolja pitanja vode do boljih odluka, ali nisu sigurni šta tačno da pitaju. Ovih pet pitanja može im pomoći: 1. Šta bi se desilo ako ne bismo ništa preduzeli? 2. Šta bi moglo da nas natera da zažalimo zbog odluke? 3. Koje smo alternative prevideli? 4. Kako ćemo znati da li je ovo bila prava odluka? 5. Da li je ova odluka reverzibilna?

Bez obzira na to da li razmatrate promenu karijere ili birate poslovnu strategiju, odluke koje danas donosite imaju i kratkoročne i dugoročne posledice po vas, vaš tim i vašu organizaciju. One ne mogu biti donete prebrzo, ali ni odložene. Ipak, u brzom i složenom poslovnom okruženju teško je izdvojiti vreme za dubinsku analizu koja vodi do jasnih odgovora o najboljem pravcu delovanja. Možda prepoznajemo da bolja pitanja donose bolje odluke, ali nismo sigurni koja tačno pitanja da postavimo.
U mom radu pomažem liderima da se izbore s ovim izazovom tako što ih vodim kroz jednostavan okvir od pet pitanja, dizajniran da usmeri njihovu pažnju i poboljša njihove procese odlučivanja. Korišćenjem nekih ili svih ovih pitanja, steći ćete jasniji uvid, smanjiti rizike i postaviti temelje za bolje odluke i ishode.

Šta bi se desilo ako ne bismo ništa preduzeli?

Kada se ukaže prilika ili dođe do promena u industriji, nepreduzimanje akcije može imati visoku cenu. Međutim, u nekim slučajevima – na primer, kada nemate potpune informacije – mudrije je ostati pri trenutnom kursu.

Ovo pitanje vas tera da procenite srednjoročne i dugoročne troškove i koristi nečinjenja. Zamislite budućnost u kojoj niste ništa promenili – da li ste i dalje uspešni? Kako su ključni učesnici, poput članova porodice u slučaju karijernih odluka, ili kupaca, zaposlenih i investitora u poslovnim odlukama, pogođeni? Da li je pritisak da se nešto preduzme zasnovan na potpunim podacima i stvarnoj potrebi ili je vođen kratkoročnim razmišljanjem i emocijama?

Šta bi moglo da nas natera da zažalimo zbog odluke?

Kako objašnjava autor Danijel Pink u svojoj knjizi The Power of Regret, većina žaljenja spada u jednu od četiri kategorije: Osnovne greške (loši izbori u obrazovanju, zdravlju ili finansijama), Nedostatak hrabrosti (propuštene prilike ili izostanak preuzimanja rizika), Moralne dileme (kompromitovanje naših vrednosti ili etike), Odnosi (rizik od narušavanja ili gubitka veza s drugima).

Ovo pitanje nas primoravaju da razmotrimo potencijalno negativne posledice odluke. Postavite dodatna pitanja poput: Da li je ovo dobar dugoročni izbor za vaše fizičko, mentalno i finansijsko zdravlje? Kolika je verovatnoća da ćete zažaliti što niste bili hrabriji? Da li bi moralni kompromis doveo do dugotrajnog nezadovoljstva? Da li dovodite u opasnost važne odnose? Ako ova odluka pođe po zlu, zbog čega biste najviše zažalili?

Možete se takođe osvrnuti na prošle odluke koje su dovele do žaljenja, identifikovati obrasce i učiti iz njih.

Koje smo alternative prevideli?

Koliko god da smo svesni sebe, naši mozgovi su skloni kognitivnoj pristrasnosti potvrde – favorizujemo informacije koje podržavaju naša uverenja, što može dovesti do zanemarivanja drugih izvodljivih opcija. Kada timovi donose odluke, lako mogu upasti u grupno razmišljanje (groupthink) ili se zadovoljiti nekim pravcem delovanja bez temeljne analize alternativnih rešenja. Druge uobičajene kognitivne pristrasnosti uključuju: Usidravanje (anchoring bias) – kada nas prvi dobijeni podatak previše usmerava u donošenju odluke. Zabludu nenadoknadivih troškova (sunk cost fallacy) – kada nastavljamo s pogrešnom odlukom samo zato što smo već uložili resurse. Preterano samopouzdanje (overconfidence bias) – kada smatramo da već imamo pravi odgovor i ne preispitujemo ga dalje.

Ovo pitanje pomaže da se suzbiju pomenute pristrasnosti i podstiče radoznalost. Razmislite o dodatnim mogućim rešenjima i zapitajte se da li bi mogla dati bolje rezultate. Preispitajte ranije odbačene opcije i proverite da li su razlozi za njihovo odbacivanje i dalje opravdani. Pitajte sebe i svoj tim da li su svi relevantni pogledi uzeti u obzir i da li su potencijalne slepe tačke identifikovane.

Kako ćemo znati da li je ovo bila prava odluka?

Nemoguće je doneti dobru odluku ako vi ili vaš tim nemate jasan kriterijum uspeha. Potrebno vam je jasno definisano viđenje idealnog ishoda i precizni metrički pokazatelji učinka, bilo da se oslanjate na: Ciljeve i ključne rezultate (OKRs), Uravnoteženu kontrolnu tablu, koji meri finansijske rezultate, reakcije kupaca, efikasnost procesa i rast, Ključne indikatore učinka (KPIs), SMART ciljeve (specifični, merljivi, dostižni, relevantni i vremenski ograničeni)

Zamislite rezultate koje očekujete od ove odluke. Postavite sistem merenja napretka koji uzima u obzir i kratkoročne i dugoročne efekte. Definišite jasne prekretnice i osmislite plan za periodičnu evaluaciju kako biste procenili koliko brzo i efikasno napredujete ka svojim ciljevima.

Da li je ova odluka reverzibilna?

Razmatranje reverzibilnosti odluke može smanjiti pritisak da donesete „savršenu“ odluku. U dinamičnim okruženjima i složenim projektima, često je moguće iterativno donositi odluke, testirati ih i prilagođavati ih prema potrebama.

Postavite sebi ili svom timu sledeća pitanja: Koji su finansijski i reputacioni troškovi ukoliko odluku bude potrebno poništiti? Koliko bi bilo lako ili teško promeniti pravac? Možemo li odluku podeliti na manje korake kako bismo testirali opcije i prikupili povratne informacije? Koji signali, podaci ili metrički pokazatelji bi nam ukazali da je vreme za preispitivanje odluke? Šta nam instinkt govori o ovoj odluci?

Praktična primena ovih pitanja

Jedna finansijska kompanija s kojom sarađujem razmatrala je da li da proširi poslovanje na fintech rešenja ili da nastavi sa svojim trenutnim servisnim modelom. Prvo smo analizirali posledice nečinjenja – dva ključna rizika su bila gubitak tehnološki osvešćenih klijenata i zaostajanje za konkurencijom. Zatim smo razmotrili potencijalna žaljenja, uključujući propuštene prilike na tržištu i troškove ulaganja u pogrešnu tehnologiju. Nakon toga smo istražili različite alternative, uključujući razvoj hibridnog modela koji kombinuje tehnologiju i servis, kao i nastavak rada isključivo po servisnom modelu. Zatim smo definisali metrike uspeha pomoću OKRs, uključujući potencijal rasta prihoda, odnos troškova i prihoda, kao i vrednost klijenta tokom životnog veka (customer lifetime value) u oba modela. Takođe smo analizirali KPI-je, poput stepena zadržavanja klijenata, troškova akvizicije novih kupaca, i matrice zadovoljstva korisnika. Ova metodologija im je omogućila da donesu informisaniju i strateški promišljeniju odluku. Na kraju, razmotrili smo kako da primenimo agilan pristup razvoju tehnologije i njenom uvođenju, deleći potencijalni projekat na niz manjih odluka u formi go/no-go kriterijuma.

Dve godine kasnije, finansijska kompanija je lansirala beta verziju svoje fintech platforme. Rezultati su pokazali rast broja novih klijenata, dok je stopa zadržavanja postojećih korisnika ostala stabilna i pozitivna.

Drugi primer dolazi od direktorke koju savetujem, koja je dobila ponudu za značajno unapređenje u jednoj Fortune 100 kompaniji, upravo u trenutku kada je razmišljala o napuštanju korporativnog sveta kako bi započela karijeru u pisanju i konsultantskim uslugama. Kroz niz coaching sesija, primenili smo okvir od pet pitanja. Fokusirala se pre svega na pitanje žaljenja, zajedno sa njegovim pratećim pitanjima, kako bi procenila kako bi se osećala ako odluči da ostane u firmi, umesto da krene u nešto novo. Da li bi se za pet ili deset godina osvrnula unazad i poželela da je iskoristila tu priliku? Da li bi se stalno pitala šta je moglo da bude? Ili bi joj stabilnost i prestiž nove pozicije doneli dovoljno zadovoljstva?

Takođe smo razmotrili reverzibilnost odluke o odlasku. Ako njen preduzetnički put ne bi prošao onako kako je očekivala, koliko bi joj bilo lako ili teško da se vrati u korporativni sektor? Koje profesionalne odnose bi mogla da održi kao sigurnosnu mrežu i potencijalnu prednost u budućnosti? Da li bi mogla da pregovara o konsultantskoj saradnji sa svojim bivšim poslodavcem, kako bi imala finansijsku sigurnost dok razvija sopstveni biznis? Ovaj proces joj je doneo jasnoću i samopouzdanje da odbije unapređenje i napusti posao. Sada je već godinu dana u preduzetničkim i autorskim vodama – potpisala je ugovore sa agencijom za govorništvo i izdavanje knjige, nadmašila početne finansijske ciljeve, a najvažnije od svega, živi ispunjenijim i zadovoljnijim načinom života.

Ovih pet pitanja ne mogu garantovati pravu odluku, ali mogu poboljšati vaš proces donošenja odluka, bilo da je reč o ličnim pitanjima ili poslovnim strategijama. Kako ih budete primenjivali sami i sa svojim timom, pomoći će vam da razvijete navike neophodne za dugoročni rast i uspeh.

Malo kompanija ima jasnu predstavu o tome gde se završava strategija i počinje izvršenje. Kao rezultat toga, oni razvijaju strateške planove tamo gde nisu potrebni i ne uspevaju da razviju strateške planove tamo gde jesu. Da biste sprečili da vam se ovo dogodi, Grejem Keni nudi nekoliko stvari koje treba i ne treba raditi: (1) Ne razvijajte strateške planove za funkcije; (2) Ograničiti „strategiju“ na nivo poslovanja; (3) Odvojite strategiju i akciju; i (4) Budite pažljivi kako koristite izraze „strategija“ i „strateški“.

U jednoj od mojih nedavnih diskusija na LinkedIn-u o poslovnoj strategiji, komentator se požalio: „Nažalost, mnogi od strateških planova koje vidimo nisu ništa više od mešavine kolaža 'individualnog nivoa' žurbe da se uradi, često propuštajući „na nivou organizacije“ kohezivne i promišljene namera dizajna.”

Moj dopisnik je označio važan izazov za sve kompanije: gde završava izrada strategije i počinje njeno sprovođenje? Većina nije pronašla jasan odgovor na ovo pitanje i uticaj je ogroman. To znači da preduzeća razvijaju strateške planove tamo gde nisu potrebni i ne uspevaju da razviju strateške planove tamo gde jesu.

Razlog za ovaj neuspeh je taj što oni žure u akciju, a da ne odvoje vreme da razviju jasnu i lako razumljivu strategiju koja će voditi njihovo planiranje akcije. A to je zato što nisu shvatili da je artikulisanje jednostavne strategije izazovan zadatak. Kao što je Stiv Džobs jednom rekao: „Jednostavno može biti teže od složenog: morate naporno raditi da biste očistili svoje razmišljanje da biste ga učinili jednostavnim. Ali na kraju je vredno toga, jer kada stignete tamo, možete pomeriti planine."

Ne postoji jedan pravi način da se napravi strategija. Da ih ima, onda bismo svi to do sada znali. Ali mogu vam ponuditi nekoliko saveta koji će vam pomoći.

Ne razvijajte strateške planove za funkcije

Klajv je izvršni direktor kompanije koju ću nazvati „Skrupulozan“, a koja svojim poslovnim klijentima pruža opremu za komercijalno čišćenje, delove i usluge. Pregledao sam dokumente kompanije u pripremi za radionicu o strateškom planiranju i merenju učinka višeg menadžmenta.

Ono što me je iznenadilo je broj „strateških planova“ koje su imali. Po jedan za marketing, ljudske resurse i IT. (Ovo nije neuobičajena praksa i čak je zagovaraju konsultanti.) I svaki sadrži urednu listu radnji. Na primer, marketinški strateški plan je bio spisak radnji koje je trebalo da sprovede marketinško osoblje, kao što su „Organizujte sastanke licem u lice sa glavnim klijentima“ i „Istraživačke kompanije koje posluju u industriji da identifikuju potencijale i dodaju na [ sistem upravljanja odnosima sa klijentima].“

Marketing je proces ili, ako želite, aktivnost koju sprovode pojedinci. Dakle, ako spojite „marketing“ sa „strateškim planom“, rezultat će najverovatnije postati lista akcija koje sprovode pojedinci.

Marketing plan je zaista bio operativni, a ne strateški. Iako je tako kako bi trebalo da bude, zašto ga označavati kao „strateški plan“, osim da bi zvučalo važnije. Praksa umanjuje značaj „strategije“ i „strateškog plana“ za članove organizacije tamo gde je to relevantno i važno.

Ograničite „strategiju“ na nivo poslovanja

Skrupuloznom je nedostajala strateška perspektiva na poslovnom nivou, jer su rukovodioci izjednačavali „strategiju“ sa akcijom. Strategija uključuje pozicioniranje, a ne akciju. Na primer, kompanija može da zauzme stav o kvalitetu proizvoda — kao što je visoka cena sa premium cenom ili niska cena po niskoj ceni.

Uzmite ovaj Toyotin snimak pozicije kvaliteta proizvoda. „Neprekidno ćemo nastojati da oduševimo naše kupce izvanrednim kvalitetom naših proizvoda i usluga.” Ovom i dodatnim izjavama, Toyota povlači crtu naglašavajući važnost koju pridaje tome da njeni proizvodi budu dosledno pouzdani. Ona to vidi kao deo postizanja konkurentske prednosti. Znamo da prati ovo po načinu na koji trenutno povlači sve modele sa problemima.

Kao još jedan primer pozicioniranja, takođe od dobro poznatog brenda, pogledajte pozicioniranje McDonalds-a na korisničkoj službi: „Za pojedince koji traže restoran brze usluge sa izuzetnim korisničkim iskustvom.“ Imajte na umu da je to pozicija kompanije, a ne akcija pojedinca ili aktivnost odeljenja. McDonalds ovo vidi kao ključni sastojak svoje konkurentske prednosti.

Klajvov zadatak je da artikuliše ove strateške pozicije u izjavama tako da njegov izvršni tim bude jasan o tome gde Skrupulous stoji. Jasnoća na poslovnom nivou o pozicioniranju zatim daje informacije o operativnom planiranju za funkcije i timove.

Držite strategiju i akciju odvojeno

Pojedinačna akcija fokusirana na izvršenje je ispod poslovne strategije i pada na ramena različitih odeljenja ili funkcija (HR, finansije, proizvodnja/operacije i marketing). U Toyotinom slučaju, ovo uključuje akcije članova funkcija kao što su „stvarati i negovati kvalitetne ljude kontinuiranim obrazovanjem i obukom“ (HR) i „ojačati lanac snabdevanja efikasnim sistemom sledljivosti“ (proizvodnja).

Da biste izbegli da strategija postane puka akcija, morate da pogledate svoju organizaciju iz helikoptera i razmotrite njen odnos sa ključnim akterima i konkurentima. Ova ideja je u skladu sa poreklom „strategije“ u vojsci. Vojska posmatra svoje pozicioniranje „odozgo“, da tako kažem, da bi procenila svoje snage i slabosti u odnosu na opoziciju.

Iz tog pogleda „odozgo“ vidite interakciju između Scrupulous-a, njegovih zainteresovanih strana i konkurenata. „Strategija“ uključuje sticanje konkurentske prednosti u odnosu na strateške faktore koje ovi akteri cene, kao što su kvalitet proizvoda i usluga za kupce. Na taj način eliminišete konkurenciju.

Na kritičnu promenu u razmišljanju često može uticati promena jezika koji se koristi u organizaciji. Preporučio sam da Scrupulous rukovodioci koriste „strategiju kupaca“ umesto „marketinške strategije“ i „strategiju zaposlenih“ umesto „HR strategije“, na primer. Ovo postavlja njihove umove tamo gde bi trebalo da budu za strategiju - spolja sa zainteresovanim stranama, a ne unutra sa funkcijama.

Pazite na jezik

Upotreba jezika i termina ima fundamentalni uticaj na misao i ponašanje. Kad god se nađete zbunjeni oko granica između vaše strategije i akcija koje preduzimate, možda će vam pomoći da zapamtite ovaj jednostavan aforizam: Ono što se dešava spolja je strategija, ono što se dešava iznutra je akcija.

Počnite odbacivanjem termina kao što su „marketinška strategija“ i „HR strategija“, jer je to uobičajena praksa. Ali uobičajena praksa praksu ne čini najboljom praksom. Zamenite ih sa „strategijom klijenata“ i „strategijom zaposlenih“. Ovo je više od semantike, jer proširuje razmišljanje. Veća je verovatnoća da će termin „strategija kupaca“ zadržati fokus na klijentima. To vas tera da gledate van na potrebe vaših zainteresovanih strana.

Zatim odložite termine poput „IT strateški plan“. Plan nije strategija. To ne znači da planovi nisu važni – IT, HR i svi timovi treba da imaju planove – ali planovi su operativne konstrukcije, kako god da ih označite. Ako planove počnete da nazivate strateškim, bićete u iskušenju da smanjite napor koji vam je potreban da biste kreirali dobru strategiju.

. . .

Ne mogu da garantujem da će vas ovi saveti dovesti do prave strategije. Ali bi trebalo da vas barem pokrenu na putu i spreče vas da napravite neke osnovne greške. Na kraju dana, ključna stvar koju treba zapamtiti je da se strategija odnosi na identifikaciju kuda treba da idete da biste zadovoljili potrebe vaših zainteresovanih strana. Kao takva, to je u suštini vežba na relativno visokom nivou koja gleda napolje. Tek nakon što shvatite gde želite da idete, trebalo bi da pređete na operativni izazov otkrivanja konkretnih koraka koje ćete morati da preduzmete iznutra da biste stigli tamo.

Silicijumska dolina često promoviše brzo skaliranje kao najbolju strategiju za postizanje uspeha startapa. Međutim, nova istraživanja otkrivaju da rano skaliranje, posebno u prvih 12 meseci, značajno povećava rizik od neuspeha startapa, naročito za dvostrane platforme. Ključna poruka za preduzetnike: Budite oprezni s ranim skaliranjem i dajte prednost kulturi eksperimentisanja. Pristup „polako i stabilno“ skaliranju može pružiti održiviji put ka dugoročnom uspehu.

U svetu preduzetništva, gde se sve brzo odvija, uspeh se često oslanja na znanje kada iskoristiti priliku za širenje, a kada pričekati. Pitanje je: Da li je pristup „brzo i besno“ ili „polako i stabilno“ bolji za postizanje uspeha startapa?

U krugovima Silicijumske doline, mnogi zagovaraju brzo širenje poslovanja kao jednu od najefikasnijih strategija za sticanje globalne popularnosti i uspostavljanje jake pozicije na tržištu. U svojoj knjizi iz 2018. godine „Blitzscaling“, Reid Hoffman i Chris Yeh tvrde da je brzina najvažnija prednost u današnjoj ekonomiji, a kompanije poput Facebooka i Ubera pružaju uspešne primere startapa koji su se brzo širili i savladali konkurenciju kako bi dominirali tržištem.

Nažalost, ovaj pristup „brzo i besno“ takođe je doveo brojne kompanije do neuspeha. Na primer, brzi rast Groupona nije omogućio kritičku procenu dugoročne održivosti njihovih ponuda, što je na kraju rezultiralo velikim problemima. Kompanije poput Homejoya i Baroo-a zanemarile su neophodno eksperimentisanje s novim tržištima i previđale ključni proces usklađivanja svojih proizvoda sa potrebama kupaca, što je na kraju dovelo do njihovog propadanja.

Alternativni pristup je „polako i stabilno“. Iako neki tvrde da sporije kretanje omogućava konkurentima da steknu prednost, neke kompanije su postigle ogroman uspeh zahvaljujući strpljenju i strateškom tempiranju svog rasta. Na primer, PillPack, online apotekarski startap osnovan 2013. godine, a kasnije kupljen od strane Amazona 2018. godine, postigao je uspeh pažljivim eksperimentisanjem i strateškim rastom. Nakon opsežnog eksperimentisanja, uključujući učešće u akceleratoru Techstars i saradnju sa IDEO-om za dizajn proizvoda, počeli su značajno da se šire 2016. godine, zapošljavajući širom zemlje, lansirajući PharmacyOS i dostigavši prihod od 100 miliona dolara. Tako je uspeh PillPack-a bio zasnovan na pažljivom tempiranju i sistematskom eksperimentisanju.

S obzirom na ove suprotstavljene podatke, jasno je da je vreme za skaliranje ključno, ali teško za razumevanje i proučavanje. Ovo nas je dovelo do intrigantnog pitanja: Kada startapi treba da skaliraju?

Rizici ranog skaliranja

U našem nedavnom istraživanju analizirali smo obimne podatke iz Burning Glass Technologies i Crunchbase. Ovi podaci uključuju 6,3 miliona oglasa za posao od 2010. do 2019. godine, koje je objavilo 38.217 startapa iz SAD-a. Otkrili smo da, kada startapi počnu da se šire, obično zapošljavaju svog prvog menadžera i prodavca kako bi koordinisali rastuću radnu snagu i proširili bazu kupaca.

Koristeći ovo saznanje, iskoristili smo prve oglase za posao za ove dve uloge kako bismo utvrdili vreme kada startap počinje da se širi. Naše analize su pokazale da rano skaliranje (u prvih 12 meseci od osnivanja) povećava rizik od neuspeha za 20 do 40%. Nadalje, ovaj rizik od neuspeha posebno je izražen za kompanije s dvostranim platformama. Međutim, takođe smo otkrili da, kada startapi inkorporiraju eksperimentisanje putem A/B testiranja, negativni efekat ranog skaliranja na verovatnoću neuspeha opada.

Šta onda pokreće dinamiku između brzine skaliranja, eksperimentisanja i neuspeha? Smatramo da se sve svodi na jednu ključnu silu s kojom se svaki startap mora nositi: rizik od opredeljivanja. Skaliranje zahteva opredeljivanje za ideju, strategiju ili proizvod, čak i ako nije u potpunosti razvijen. Rizik povezan s ovim opredeljivanjem je pojačan kada se startapi prerano šire, jer se „zaključavaju“ u određenom pravcu pre nego što u potpunosti razviju svoj koncept.

Nasuprot tome, kada startapi odvoje vreme za skaliranje, izbegavaju rizik preuranjenog opredeljivanja. Ovaj pristup im omogućava fleksibilnost za eksperimentisanje, usavršavanje svoje ideje i pravljenje poboljšanja tokom vremena. Iako mogu naići na izazove poput konkurencije ili imitacije, dobijaju mogućnost prilagođavanja svojih ideja i strategija. Na osnovu naših saznanja, jasno je da rizik od preuranjenog opredeljivanja nadmašuje potencijalne prednosti brzog rasta.

Posebno za kompanije s platformama, prerano skaliranje može biti štetno za njihov uspeh, uprkos njihovoj potrebi za mrežnim efektima. Ove firme često trebaju više vremena za eksperimentisanje, učenje i razumevanje složenih međuzavisnosti na obe strane svog tržišta. Dodatno, mnoge platforme (poput Amazona, Facebooka ili Ubera) posluju unutar strogo regulisanih tržišta gde je ključno potpuno razumeti regulatorne rizike i politike pre nego što se obavežu.

Uzmimo za primer Olive AI, koji je zatvoren u novembru 2023. godine. Njihovo brzo skaliranje dovelo je do raznolike klijentele, od malih preduzeća do velikih bolnica, što je rezultiralo neusaglašenim korisničkim iskustvom jer su različiti klijenti imali različite potrebe. Umesto da izgrade lojalnu bazu klijenata, Olive AI je prioritet dao pridobijanju što većeg broja klijenata bilo koje veličine kako bi impresionirali investitore svojim rastom. Promišljeniji pristup koji bi uključivao eksperimentisanje i A/B testiranje unutar specifičnih segmenata kupaca pre pune ekspanzije mogao je postaviti temelje za fokusiraniju strategiju i veći uspeh.

Slično tome, uzimo za primer Convoy, koji je prestao s radom u oktobru 2023. godine. Popusti i podsticaji koje su nudili tokom pokušaja da dominiraju tržištem rezultirali su nelojalnim kupcima kada su se tržišne dinamike promenile. Strpljiviji pristup fokusiran na održivu cenu, umesto na uspostavljanje dominacije na tržištu, mogao je potencijalno dovesti do većeg uspeha.

Šta preduzetnici treba da razmotre

Analizirajući kako vreme skaliranja utiče na uspeh startapa, naše istraživanje pruža uvid u ono što preduzetnici treba da prioritizuju prilikom formulisanja strategije za skaliranje:

1. Nemojte žuriti s ranim skaliranjem. Pre svega, startapi treba da budu oprezni s ranim skaliranjem. Uprkos privlačnosti brzog rasta i prevladavajućem narativu da je „brzo i besno“ najbolji put do uspeha startapa, ključno je pristupiti ranom skaliranju s obazrivošću. Izbegavajte širenje poslovanja i opredeljivanje za koncept dok ne postignete podudarnost proizvoda i tržišta. Preuranjeno skaliranje može značajno ugroziti šanse vašeg startapa za uspeh.

2. Prihvatite eksperimentisanje. Drugo, važno je prihvatiti kulturu eksperimentisanja i strateški koristiti A/B testiranje. U dinamičnom okruženju rasta startapa, eksperimentisanje s različitim konceptima, strategijama i segmentima kupaca omogućava preduzetnicima da prikupe dragocene uvide i potvrde pretpostavke pre nego što se obavežu na skup proces skaliranja.

Ograničenje našeg istraživanja je to što ispituje samo jednu dimenziju skaliranja — tačnije, njegovu vremensku dimenziju — i kako ova dimenzija utiče na uspeh i neuspeh startapa. Ostale dimenzije, poput načina (tj. da li se startapi šire organski, putem akvizicija ili putem strateških saveza) ili geografije (tj. koja tržišta ili regione proširuju) takođe mogu značajno uticati na uspeh startapa. Stoga, ostaje mnogo dragocenih uvida u dinamiku skaliranja startapa koje treba otkriti.

. . .

Iako se može činiti manje uzbudljivo i glamurozno u eri kada se slavi brzi rast, strpljenje može osigurati obećavajuću dugoročnu putanju za nove startape. Na kraju, „polako i stabilno“ zaista pobeđuje u trci.

Ambiciozni preduzetnici se sve više okreću veštačkoj inteligenciji (AI) kako bi podstakli rast, inovacije i efikasnost. Koristili su AI da bi se takmičili sa velikim igračima, pokazujući da mali timovi mogu postići izvanredan uticaj. Preduzetnici koji nameravaju da zaposle više od 20 ljudi znatno češće smatraju AI ključnom za svoje poslovne modele. Uprkos entuzijazmu, izazovi kao što su troškovi, implementacija i privatnost podataka i dalje postoje. Ali postavljanje strateškog tempa, jačanje saradnje između ljudi i AI, i podsticanje eksperimentisanja koje vode zaposleni može pomoći.

Kada je tim u kompaniji Anysphere 2022. godine pokrenuo Cursor – AI asistenta za kodiranje – oni nisu bili dobro finansirani gigant. Bili su mala grupa programera koja je gradila pametniji način za pisanje koda. U roku od nekoliko meseci, takmičili su se sa alatima kompanija OpenAI i GitHub, dokazujući da čak i najmanji timovi mogu da postignu mnogo više nego što se od njih očekuje kada ih pokreće AI. Ova vrsta skalabilnog, inteligentnog dizajna više nije isključivi domen velikih firmi ili tehnoloških startapova. Iako su Anysphere i drugi slični njima još uvek na početku svog puta, oni pokazuju kako ambiciozni preduzetnici mogu da iskoriste AI za ubrzavanje donošenja odluka, otključavanje novih tržišta i optimizaciju poslovanja. Naše najnovije istraživanje Global Entrepreneurship Monitor (koje je obuhvatilo više od 2.300 američkih preduzetnika) pokazuje da preduzetnici sa ambicijama za rast – ambiciozni preduzetnici – mnogo češće smatraju AI ključnom za svoje poslovne modele i budući uspeh. Kako bismo vodili ove poduhvate, u nastavku predstavljamo praktičan okvir za rast uz pomoć AI.

Važnost ambicioznih preduzetnika

Mala preduzeća čine 99% svih firmi u SAD i skoro polovinu zaposlenih u privatnom sektoru, prema podacima američkog Biroa za statistiku rada (U.S. Bureau of Labor Statistics). Takođe, konstantno nadmašuju veće firme u otvaranju novih radnih mesta (U.S. Census Bureau). Ali mnogo manji podskup – ambiciozni preduzetnici – pokreće najtransformativnije promene. Podaci Global Entrepreneurship Monitora pokazuju da samo 18% američkih preduzetnika očekuje da će zaposliti 20 ili više ljudi u narednih pet godina. Ovi preduzetnici se ističu: imaju preko četiri puta veću verovatnoću da će uvesti nove proizvode ili usluge u poređenju sa onima koji ne predviđaju zapošljavanje, što ih pozicionira kao katalizatore i za otvaranje radnih mesta i za inovacije. Ovi ambiciozni preduzetnici ne teže samo rastu – oni teže da remete, skaliraju i vode. Oni vide AI kao ključnu za postizanje tih ciljeva. I postižući ih, oni nesrazmerno doprinose ekonomskoj obnovi.

Usvajanje AI u preduzetništvu

Lideri velikih firmi se uveliko slažu da AI transformiše industrije, remeti radne tokove i redefiniše poslovne modele sa neviđenom brzinom. U globalnoj anketi kompanije Deloitte, 78% rukovodilaca je izjavilo da planira da poveća svoja ulaganja u AI tokom naredne godine. Ali ovo nije samo priča o disruptivnim promenama na nivou preduzeća. Generativni AI alati demokratizuju sposobnosti koje su nekada bile rezervisane za velike timove i velike budžete.

Ipak, uprkos širenju dostupnih AI aplikacija, postoji relativno malo istraživanja o percepcijama usvajanja AI među malim i srednjim preduzećima. Jedna od retkih dostupnih anketa pokazala je da samo 21% malih preduzeća koristi AI ili planira da ga koristi u naredne dve godine. Međutim, naši GEM podaci otkrivaju jasniju sliku: ambiciozni preduzetnici – oni koji predviđaju zapošljavanje najmanje 20 novih radnika u narednih pet godina – stavljaju mnogo veći naglasak na AI. Preciznije, 87% njih predviđa da će AI biti ključna za njihov poslovni model i strategiju u naredne tri godine. Preko 90% očekuje pozitivne uticaje na prihod i rast, pri čemu većina navodi prednosti kao što su razvoj inovativnih proizvoda i usluga, poboljšana produktivnost i efikasnost, unapređena personalizacija za kupce i bolje upravljanje rizikom i usklađenošću.

Ovo nije samo teorija. Preduzetnici mogu izgledati bolje pozicionirani od velikih firmi za integraciju AI. Novi poduhvati mogu da grade procese vođene veštačkom inteligencijom od prvog dana, a etabliranija mala preduzeća često posluju sa manje od pet zaposlenih – dovoljno agilni da izbegnu birokratiju. Ali mala veličina takođe može biti ograničenje. Ograničeni finansijski i ljudski resursi, posebno za netehnološke firme koje ređe dobijaju rizični kapital, znače da je rast – a ne usvajanje tehnologije – često prioritet. U nedostatku značajnih internih tehničkih timova, mnogi osnivači se suočavaju sa stvarnim izazovima u usvajanju i upravljanju naprednom tehnologijom.

Čak i među ambicioznim preduzetnicima, entuzijazam za AI ne nadjačava zabrinutost. Glavne brige uključuju troškove i prepreke u implementaciji (84%), kao i otpor zaposlenih (72%) i/ili kupaca (81%). Osamdeset osam posto je navelo privatnost podataka kao ključnu brigu. Iako GEM podaci pokazuju da ambiciozni preduzetnici češće posluju u tehnološki intenzivnim sektorima – ili agresivno koriste tehnologiju u svom poslovanju – oni i dalje predstavljaju tek nešto više od 10% ambicioznih preduzetnika koje smo anketirali. To sugeriše da većina možda nema tehnološke veštine ili orijentaciju koja bi omogućila takva ulaganja. AI već dugo pomaže u unapređenju ljudskog rada.

Robotska automatizacija procesa obavlja ponavljajuće pozadinske zadatke, dok analitička AI podržava brže i tačnije donošenje odluka o predviđanju, određivanju cena i ciljanju kupaca. Generativna AI sada omogućava preduzetnicima da testiraju marketinške strategije ili poslovne modele za nekoliko dana umesto nedelja – i da kreiraju sadržaj, od prezentacija za investitore do koda, uz minimalan unos.

AI takođe transformiše industrije koje se tradicionalno ne smatraju tehnološki naprednim. Stuccco, kompanija za virtuelno uređenje nekretnina, sve više dodaje AI mogućnosti svojim renderima uređenih prostora. ImagineInteriors.ai, na primer, je proizvod obučen na dizajnima koje su stvorili ljudi, a koji će profesionalcima u nekretninama pružiti vizualizaciju proizvoda i virtuelno uređenje. Druga ponuda omogućava potrošačima da sami kreiraju uređenja sa proizvodima koji se mogu kupiti. Ono što je nekada zahtevalo nameštaj i nedelje priprema, sada će biti urađeno za nekoliko sati uz fotorealistične AI rendere – omogućavajući malim firmama da se takmiče sa luksuznim agencijama. Ovi alati ne zamenjuju ljudsko rasuđivanje – oni ga proširuju.

Nedavno je uspon agentivne AI – alata koji mogu samostalno obavljati digitalne zadatke – proširio ove mogućnosti. Preduzetnici sada mogu automatizovati izradu veb-sajtova, obradu transakcija, korisničku podršku i istraživanje tržišta. Iako je ljudski nadzor i dalje ključan, ovi agenti značajno povećavaju kapacitet. Ukratko, AI pomaže preduzetnicima da rastu pametnije, a ne samo veće.

Okvir za preduzetnike

Da bismo vodili preduzetnike – posebno one sa visokim ambicijama za rast – razvili smo praktičan, prilagodljiv okvir za usvajanje AI. Koristan je i za one koji podržavaju preduzetničke poduhvate, uključujući investitore, savetnike i partnere u ekosistemu. Ovaj okvir se mora primeniti uz razumevanje resursa, konteksta i težnji svakog poduhvata. Poduhvat sa dubokim tehničkim sposobnostima imaće drugačiji pristup od startapa sa ograničenim finansijskim ili tehničkim resursima. U svim slučajevima, međutim, važi jedan princip: usvajanje AI ne može biti isključivo odozgo-nadole.

Odredite pravac i tempo usvajanja AI.

Prvo pitanje koje preduzetnici moraju postaviti nije samo da li da usvoje AI – već kako i koliko brzo. Dok neke firme pokušavaju sa potpunom implementacijom, većina ima koristi od postepenog usvajanja zasnovanog na učenju iz eksperimentisanja. Kao što preduzetnici često razvijaju minimalno održive proizvode, tako mogu razviti i minimalno održive slučajeve upotrebe AI. Automatizacija ponavljajućih zadataka, bilo pomoću RPA ili sve više AI agenata, retko zahteva velike promene u procesima. Ove rane primene grade zamah i unutrašnju podršku.

Neka preduzeća daju prioritet prilikama visoke vrednosti koje donose prihod, kao što je korišćenje AI za efikasnije lansiranje novih proizvoda ili proširenje dosega do kupaca. Druga počinju sa laganim alatima za uštedu troškova koji su ugrađeni u postojeće sisteme.
I, preduzetnici ne moraju odmah da grade internu stručnost za AI. Mnogi počinju radeći sa kompanijama koje ugrađuju AI u alate dizajnirane za njihovu industriju. Netic, na primer, je dobavljač rešenja za HVAC, vodovodne i električarske poslove. Nudi AI za automatizaciju i predviđanje angažovanja kupaca, zakazivanja i marketinga. Optimizacijom ovih operativnih zadataka, Netic pomaže sebi i svojim klijentima, malim uslužnim firmama, da poboljšaju efikasnost bez dodavanja novih zaposlenih ili tehničke infrastrukture.
Alati poput ovih daju preduzetnicima niskorizičan način da potvrde potencijal AI. Preduzetnicima koji žongliraju sa više uloga, oni oslobađaju vreme da se fokusiraju na rast. Iako oslanjanje na spoljne dobavljače AI možda neće doneti trenutnu konkurentsku prednost, ono gradi organizaciono samopouzdanje i utire put za strateškije, interno eksperimentisanje u budućnosti.

Ojačajte komplementaran odnos sa AI.

Iako AI optimizuje radne tokove i automatizuje zadatke, ona nije potpuna zamena za ljudske veštine. Odlična je u obradi podataka, prepoznavanju obrazaca i izvršavanju ponavljajućih ili zadataka zasnovanih na pravilima. Ljudi donose kritičko razmišljanje, empatiju, rasuđivanje i prilagodljivost – veštine koje mašine ne mogu da repliciraju. Prilika leži u dizajniranju radnih tokova gde ljudi i mašine koriste svoje prednosti.

Razmotrite kako čak i uslužno orijentisana preduzeća unapređuju personalizaciju pomoću AI. Style DNA, na primer, počeo je kao usluga ličnog stilizovanja usmerena na pomaganje korisnicima da maksimalno iskoriste svoju postojeću garderobu. Da bi proširila svoj uticaj i poboljšala personalizaciju, kompanija je kasnije integrisala AI u svoju platformu – koristeći prepoznavanje slika i učenje o preferencijama kako bi predložila odabrane odevne kombinacije na osnovu fotografija koje korisnici postave i njihovih profila stila. Dok aplikacija generiše modne preporuke zasnovane na podacima, korisnici ostaju u kontroli, birajući konačni izgled koji odražava njihov ukus. Ovaj hibridni model spaja ljudsku kreativnost sa mašinskom inteligencijom i takođe podržava održivu modu podstičući ponovnu upotrebu umesto nove potrošnje.

U preduzetničkim poduhvatima gde zaposleni obavljaju mnogo različitih poslova, AI može preusmeriti članove tima sa ponavljajućih zadataka na kreativnije uloge okrenute klijentima. Ova tranzicija produbljuje angažovanje, poboljšava zadržavanje zaposlenih i povećava vrednost ponude kompanije. Preduzetnici bi trebalo da predstave usvajanje AI ne kao pretnju, već kao način za jačanje ljudskog potencijala.

Implementirajte kao inicijativu koju vode zaposleni, inspirisanu kolegama.

Za razliku od velikih firmi, većina preduzetničkih poduhvata ne može da zaposli posvećene AI timove. Ali i dalje mogu biti vodeći u usvajanju osnaživanjem „građana programera“ ili „vibe kodera“ – radoznalih, tehnološki pismenih zaposlenih koji su voljni da eksperimentišu, čak i bez formalne obuke za AI. Ovi članovi tima razumeju radne tokove i kulturu kompanije, što ih čini idealnim ranim usvajačima.

Gotovo svaki jezički model sada može da generiše kod. Postoje i specijalizovani alati koji mogu da koriste AI za kreiranje veb-stranica, prezentacija, poslovnih planova, istraživanja tržišta, dizajna proizvoda, logotipa i skoro svake druge digitalne komponente koja je potrebna malim preduzećima. Ovi alati su obično jeftini ili čak besplatni. U preduzetničkom okruženju, ovakva dostupnost je multiplikator snage.

Ovo usvajanje odozdo-nagore gradi poverenje, a GEM podaci pokazuju da su preduzetnici zabrinuti da se njihovi zaposleni plaše AI. Ali veća je verovatnoća da će oni prihvatiti tehnologiju kada je uvedu kolege, a ne kada je nametnuta sa vrha. Vremenom, ovi rani usvajači postaju interni šampioni koji modeliraju najbolje prakse i grade organizacionu AI pismenost. Preduzetnici bi trebalo da ojačaju ovaj zamah ciljanim razvojem, priznavanjem i jasnim podsticajima. Ako se uradi kako treba, usvajanje AI vođeno zaposlenima ne samo da povećava produktivnost, već i oblikuje agilniju i inovativniju kulturu.

. . .

Veštačka inteligencija više nije isključivi domen tehnoloških giganata. Sa alatima koji su dostupniji i troškovima implementacije nižim nego ikad, preduzetnici orijentisani na rast su u dobroj poziciji da predvode. Kada se primeni promišljeno, AI pomaže malim preduzećima da se brže razvijaju, posluju pametnije i usmere ljudski kapital na kreativnost, angažovanje kupaca i inovacije. Ali otključavanje ovih prednosti zahteva više od eksperimentisanja – zahteva promenu načina razmišljanja.

Najuspešniji preduzetnici će tretirati AI ne samo kao alat, već kao stratešku sposobnost ugrađenu u celo poslovanje. Sledeći talas poslovne transformacije neće doći samo iz upravnih odbora kompanija sa liste Fortune 500. Pokretaće ga odvažni preduzetnici koji kombinuju ambiciju sa pametnom primenom AI kako bi nadmašili, nadmudrili i nadjačali konkurenciju.

Kako organizacije stiču više „inteligencije“ pomoću alata veštačke inteligencije, lideri bivaju odviknuti od same sposobnosti koja stvara konkurentsku prednost — originalnog prosuđivanja. Dve međusobno povezane sposobnosti oblikuju sposobnost lidera da proizvede originalno razmišljanje: širina percepcije (uočavanje slabih signala i susednih obrazaca izvan očiglednog) i nezavisnost interpretacije (formiranje sopstvenog stava umesto povinovanja modelu ili grupi). Organizacije mogu zaštititi prosuđivanje usvajanjem dve prakse: strukturisane radoznalosti i svesnog neslaganja.

Nedavni izveštaj istraživača sa Harvarda koji proučavaju inovacije ukazao je na zabrinjavajući obrazac. Kako bi testirali kako veštačka inteligencija utiče na ljudsko prosuđivanje, istraživači su sproveli terenski eksperiment, tražeći od 228 iskusnih ocenjivača da procene 48 prijava za globalni izazov socijalnih inovacija na MIT-u. Istraživači su testirali tri uslova: 1) procene isključivo od strane ljudi; 2) procene pomoću LLM-a uz narativno objašnjenje donošenja odluke; i 3) procene pomoću LLM-a bez dodatnog konteksta. Zatim su uporedili odluke ocenjivača sa odlukama koje su donela četiri stručnjaka povezana sa inovacionim izazovom.

Ono što su otkrili bilo je zapanjujuće: kada je AI alat podsticao ljudske ocenjivače da odbace prijave koje je stručni panel odobrio, ljudi su uglavnom prihvatali te preporuke, eliminišući inovacije visokog potencijala. Štaviše, bila je manja verovatnoća da će poništiti netačnu preporuku veštačke inteligencije kada im je ponuđeno narativno objašnjenje. Umesto da poboljša prosuđivanje ocenjivača, narativno objašnjenje ga je pogoršalo.

Ovaj nalaz nije izolovan. Nedavna istraživanja velikih razmera pokazuju da inteligentni alati namenjeni unapređenju prosuđivanja u nekim slučajevima urušavaju upravo onu sposobnost koju bi trebalo da podrže.

U trenutku kada prosuđivanje postaje sve važniji faktor konkurentske diferencijacije, to bi trebalo da navede lidere na razmišljanje. Evo šta mogu da učine kako bi ga zaštitili.

Paradoks originalnog prosuđivanja

Već čitavu deceniju organizacije masovno ulažu u infrastrukturu za podršku odlučivanju koja obećava sve bolje odluke. Ipak, pojavljuje se paradoks: kako organizacije stiču više „inteligencije“, njihovi lideri se odvikavaju od same sposobnosti koja stvara konkurentsku prednost — originalnog prosuđivanja. Pod originalnim prosuđivanjem podrazumevamo jedinstvenu ljudsku sposobnost da se vidi izvan dominantnog narativa i donesu izbori koji odražavaju vaše vrednosti u uslovima neizvesnosti. Ono se nalazi u osnovi gotovo svake priče o konkurentskoj prednosti — od Sema Voltona koji je ignorisao opšteprihvaćeni stav da se diskontni lanac ne može izgraditi u gradu sa manje od 50.000 stanovnika, preko Stiva Džobsa koji je integrisao kaligrafiju u personalni računar, do Džensena Huanga koji se kladio na nedokazanu hardversku emulaciju kako bi radikalno ubrzao izradu prototipova u kompaniji Nvidia.

Dve međusobno povezane sposobnosti oblikuju kapacitet lidera da proizvede originalno razmišljanje: širina percepcije (uočavanje slabih signala i susednih obrazaca izvan očiglednog) i nezavisnost interpretacije (formiranje sopstvenog stava umesto povinovanja modelu ili grupi). U našem radu na prosuđivanju lidera, počeli smo da posmatramo ove faktore ne kao crte ličnosti ili bljeske genijalnosti, već kao merljive mehanizme koji objašnjavaju zašto pojedini lideri uočavaju prelomne tačke i deluju sa ubeđenjem, dok se drugi, jednako inteligentni, po inerciji povinuju pravilima.

Ukratko, originalno prosuđivanje je ono što razdvaja strateške proboje od operativne efikasnosti — a kako se inteligentni sistemi šire kroz upravne odbore, ta sposobnost erodira upravo tamo gde je najvažnija.

Oslanjajući se na nova istraživanja o kognitivnom rasterećenju i pristrasnosti automatizacije, uočavamo da originalno prosuđivanje erodira kroz trostepeni proces. Počinje kognitivnim rasterećenjem dok se lideri sve više oslanjaju na inpute vođene podacima — što je promena koja je sada vidljiva čak i na neuronskom nivou, gde snažno oslanjanje na generativne alate korelira sa merljivo slabijim kognitivnim angažovanjem, a što može prerasti u prihvatanje odgovora veštačke inteligencije bez ozbiljnog preispitivanja. Ono što sledi jeste povinovanje alatima, jer se ljudi oslanjaju na „algoritamski autoritet“ koji u potpunosti ne razumeju, verujući rezultatima čiju logiku ne mogu da vide. Istraživanja profesionalaca koji rade sa analitičkim tehnologijama pokazala su da to može isprazniti samu stručnost koju su ti alati trebali da prošire. Ovo povinovanje zauzvrat stvara organizacionu monokulturu poduprtu istim metrikama, modelima i narativima koji potiču iz samih alata.

Pitanje nije da li lideri treba da koriste veštačku inteligenciju i podatke — treba da ih koriste. Međutim, sofisticirani sistemi za podršku odlučivanju treniraju lidere da se povinuju, a ne da stvaraju originalne ideje.

Pored literature o dizajnu u nastajanju koja postavlja pitanje kako izgraditi veštačku inteligenciju koja podstiče bolje razmišljanje, mi otvaramo prethodno pitanje: kako lideri razvijaju prosuđivanje koje nijedan interfejs ne može da pruži. Oslanjajući se na to kako su istorijski naučni proboji prevazišli ukorenjeni konsenzus svog vremena — slično povinovanju sa kojim se danas suočavamo pred inteligentnim sistemima — izdvojili smo dve prakse koje lideri mogu svesno da izgrade: strukturisanu radoznalost i svesno neslaganje.

Strukturisana radoznalost

Do kasnih 1960-ih, malarija je razvila otpornost na hlorokin, a zapadni farmaceutski programi — nakon testiranja stotina hiljada jedinjenja — iscrpeli su verovatne kandidate. Tu Juju, hemičarka bez doktorske titule na Akademiji tradicionalne kineske medicine, odlučila je da pogleda tamo gde niko drugi nije gledao. Pregledala je 2.000 drevnih tekstova, identifikovala slatki pelin i, nakon što su rani eksperimenti razočarali, primetila detalj u rukopisu iz četvrtog veka: ekstrahovati na sobnoj temperaturi umesto ključanja biljke. Taj izbor doveo je do artemizinina, koji je danas temelj globalnog lečenja malarije.

Tu je praktikovala ono što nazivamo strukturisanom radoznalošću: disciplinovano prikupljanje sa marginalnih područja, organizovano slaganje slabih signala i svesno odlaganje preuranjenog donošenja zaključka kada dominantni tok ideja presuši.

U organizacijama, ovo predstavlja razliku između pukog izgovaranja „budite radoznali“ i kreiranja sistema za to. Bez strukture, radoznalost se urušava pod vremenskim pritiskom, sistemom nagrađivanja i monokulturom. Preporučujemo ono što nazivamo metodom CAST kako bi se izgradili mehanizmi koji podržavaju strukturisanu radoznalost.

Prikupljajte sa margina.

Liderima nije potrebno više podataka, već raznovrsniji podaci — ekstremni slučajevi, slabi signali, neobični izvori — jer tačnost predviđanja manje zavisi od obima, a više od raznolikosti. Prikupljanje sa margina podrazumeva projektovanje kanala za neočigledne ulazne podatke — atipične klijente, pritužbe i zamalo izbegnute greške, susedne discipline — tako da anomalije isplivaju na površinu pre nego što ih sistemi svedu na prosek.

Povežite raznorodne signale.

Sirove anomalije izgledaju kao šum sve dok lider ne uspostavi strukturu; najbolji stratezi ne pobeđuju time što znaju više, već organizovanjem onoga što znaju u strukture koje prenose rešenja iz jedne oblasti u drugu. U praksi, povezivanje raznorodnih signala znači pronalaženje jednostavnih, disciplinovanih načina za postavljanje signala jednih pored drugih — tematske mape, dijagrame ponavljajućih incidenata, „biblioteke slučajeva“ ekstremnih primera — tako da lideri preispituju obrasce umesto da reaguju na izolovana iznenađenja.

Odložite prerano donošenje zaključaka.

Pod vremenskim pritiskom, lideri eliminišu dvosmislenost, priklanjajući se poznatim narativima ili preporukama modela. Odlaganje preranog donošenja zaključaka čuva vremenski interval u kome alternative mogu isplivati pre nego što se okvir učvrsti. Prakse poput „ne slaži se, ali se posveti realizaciji“ — očuvanje debate pre zatvaranja rasprave, stavljajući na stranu povinovanje hijerarhiji, konsenzusu ili algoritmu — sprečavaju preuranjeno donošenje zaključaka.

Podstaknite alternativna tumačenja.

Jednostavni planovi tipa „ako-onda“ koji povezuju određeni signal sa reakcijom povećavaju verovatnoću da lideri deluju na osnovu prethodnog promišljanja umesto navike, pretvarajući radoznalost u redovnu praksu čak i pod pritiskom. Za lidere, podsticanje alternativnih tumačenja znači pretvaranje tih signala u nekolicinu konkretnih pravila „ako-onda“ koja se aktiviraju pri stvarnim odlukama, pružajući obrascima šansu da preoblikuju izbore pre nego što dođe do povinovanja.

Organizovanje za strukturisanu radoznalost.

Individualna radoznalost nije dovoljna ako organizaciona arhitektura trenira ljude da se povinuju. Jedna globalna kompanija sa kojom je jedan od nas sarađivao — iskustvo koje je pomoglo u oblikovanju CAST metoda — ugradila je strukturisanu radoznalost u način na koji razvija buduće lidere.

Suočavajući se sa transformacijom iz masovne proizvodnje u ekosistem usmeren na zdravlje, kompanija je sprovela namerno neprijatan program: 15 lidera visokog potencijala raspoređeno je u pet neusklađenih timova od po troje ljudi, pri čemu je svakom timu dodeljen kompleksan izazov van njihove ekspertize, uz obavezu da jedan dan nedeljno tokom devet meseci posvete sprovođenju eksperimenata uživo bez unapred definisanog rešenja. Cilj nisu bili tačni odgovori, već originalan put. Reakcije su bile mešavina uzbuđenja i straha, ali je ta nelagodnost stvorila nesvakidašnje poverenje, i tokom pet godina to je postao prepoznatljiv pristup kompanije za razvoj liderstva.

Svesno neslaganje

Decenijama je naučni konsenzus pripisivao peptičke ulkuse stresu i kiselini; ideja da bakterije mogu preživeti u želucu smatrana je smešnom. Patolog Robin Voren je uporno viđao spiralne bakterije u želudačnim biopsijama. Dok je većina kolega to ignorisala, njegov prvi saveznik bila je njegova supruga Vin, obučena medicinska sestra, koja ga je podstakla da istraje. Kada se Beri Maršal, lekar na specijalizaciji, pridružio Vorenovom istraživačkom timu, izgradili su promišljenu mrežu neslaganja — prateći 100 pacijenata, a zatim se oslanjajući na kritičare iz srodnih oblasti kako bi preispitali njihove metode i plasirajući rane radove u skeptičnim naučnim krugovima.

Ta mreža je postigla dve stvari: učvrstila je dokaze — serija od 100 pacijenata i spoljna metodološka kritika učinile su nalaze teškim za odbacivanje — i, što je presudno, stvorila je zamah u srodnim oblastima koje su bile spremnije da saslušaju nego što je to bilo skeptično jezgro gastroenterologije. Mikrobiolozi i epidemiolozi, manje opterećeni dogmom o stresu i kiselini, mogli su da procene bakterijske dokaze na osnovu njihovih stvarnih argumenata. Njihova rastuća podrška pružila je argumentu kredibilitet koji autori nisu mogli sami da proizvedu.

Tokom jedne decenije, sporedna podrška koju su kultivisali promenila je konsenzus sve dok tela za izradu smernica nisu prihvatila Helicobacter pylori kao primarni uzrok većine čireva.

Lekcija nije samo u tome da neslaganje može biti ispravno; već u tome da neslaganje retko opstaje dovoljno dugo da se dokaže bez svesnog društvenog osnaživanja. Većina neslaganja ne propada zato što je ideja slaba, već zato što njeni autori bivaju izolovani pre nego što se dokazi akumuliraju.

U organizacijama koje oblikuje veštačka inteligencija, problem se produbljuje. Izlazni rezultati sistema dolaze sa velom objektivnosti zbog kojeg neslaganje deluje iracionalno, pa lideri uče da je bezbednije uskladiti se nego postavljati pitanja.

Očuvanje originalnog prosuđivanja znači tretiranje neslaganja kao sposobnosti koju treba negovati kroz tri elementa, što nazivamo RED metodom.

Regrutujte nezavisne perspektive.

Neslaganje se retko spontano javlja unutar homogenih liderskih grupa okupljenih oko funkcionalne ekspertize i kulturološkog uklapanja — osobina koje jačaju usklađenost, ali smanjuju raznolikost interpretacija. Ipak, istraživanja o uticaju manjine pokazuju da čak i jedan nezavisan glas proširuje način na koji grupe obrađuju informacije. Za lidere, regrutovanje nezavisnih perspektiva znači namerno uvođenje ljudi čija se disciplina ili kognitivni stil razlikuju od dominantne grupe. Vi tražite raznolikost tumačenja, a ne samo identiteta.

Uključite se kroz strukturisano preispitivanje.

Regrutovanje različitih glasova je samo prvi korak; bez strukturisanog angažmana, izazivanje postojećih stavova postaje performativno — ritualna uloga „đavoljeg advokata“ koja samo učvršćuje dominantni narativ. U organizacijama, uključivanje kroz strukturisano preispitivanje podrazumeva uvođenje mehanizama kao što su „pre-mortem“ analize odluka, koje ispituju kako bi preovlađujuće pretpostavke mogle da propadnu pre nego što očvrsnu u konsenzus.

Dijalog koji se održava tokom vremena.

Neslaganje je uvežbana socijalna veština, a ne moralni stav. Održavanje neslaganja znači suprotstavljanje uz očuvanje poverenja koje omogućava uticaj. Kada se dobro izvede, dijalog koji se održava tokom vremena pretvara tenziju u poligon za originalnost: lideri uvežbavaju kako da izraze manjinski stav, prilagode ton i vreme i testiraju argumente u prostoru zaštićenom od politike. To znači negovanje malih krugova pouzdanih partnera koji preispituju njihove pretpostavke — i činjenje istog zauzvrat — tako da, kada dođe trenutak odluke, neslaganje deluje manje kao herojski izuzetak, a više kao prirodna navika.

Organizovanje za svesno neslaganje

Dve globalne kompanije sa kojima smo radili izgradile su savetodavne mreže koje funkcionišu kao zaštićena okruženja za neslaganje. Umesto da se oslanjaju na procese upravnog odbora ili izvršnog rukovodstva — gde dinamika moći i karijerni podsticaji sputavaju neslaganje — okupile su male grupe spoljnih stručnjaka izvan linija izveštavanja, čiji zadatak nije bio pružanje gotovih odgovora, već testiranje logike pod pritiskom i iznošenje alternativa pre nego što bi bilo bezbedno pokrenuti ih u salama za sastanke.

Vremenom su ove sesije postale poligon za obuku umesto arene za dokazivanje. Lideri su dolazili sa stvarnim dilemama i iskrenim sumnjama, a savetnici su prešli sa učtivog ispitivanja na direktnu kritiku projekata do kojih je liderima bilo posebno stalo. Jedan generalni direktor divizije zatražio je da dovede čitavu svoju grupu kolega samo da bi bili rigorozno izazvani na mestu gde ih niko ne ocenjuje.

Tako izgleda organizovanje za neslaganje — ne čekate hrabrost na sastanku sa visokim ulozima; gradite društvenu arhitekturu u kojoj lideri uvežbavaju iznošenje oprečnih stavova, tako da konsenzus preživi stvarno trenje umesto veštački stvorene usklađenosti.

Vođenje izvan ere povinovanja

U svakoj eri, prelomni napredak je zavisio od ljudi voljnih da primene originalno prosuđivanje uprkos uvaženim dogmama. Ono što definiše njihove proboje nije buntovništvo, već disciplinovana sposobnost da vide dalje od ponuđenog modela i drže se tog stava sve dok ga stvarnost ne sustigne. Zadatak liderstva nije biranje između ljudi i mašina, već svesna izgradnja praksi — poput strukturisane radoznalosti i svesnog neslaganja — koje održavaju ljudsku originalnost dovoljno snažnom da nadglasa sve ubedljivije sisteme.

Bilo na sopstvenim platformama prodavaca ili putem usluga praćenja cena trećih strana, današnji potrošači često imaju pristup detaljnim informacijama o promenama cene proizvoda tokom vremena. Ali kako ova vidljivost utiče na njihove odluke o kupovini? Kroz niz studija, autori su otkrili da je veća verovatnoća da će kupci sada kupiti ako vide jedno veliko smanjenje cene ili niz manjih povećanja cena, jer će pretpostaviti da će cena porasti ako čekaju. Nasuprot tome, veća je verovatnoća da će odustati od kupovine ako vide jedno veliko povećanje cene ili niz manjih padova, jer će pretpostaviti da će cena pasti. Kao takvi, oni tvrde da bi prodavci trebalo da uzmu u obzir ovaj efekat kada određuju cene svojih proizvoda, dok bi kupci trebalo da prepoznaju i dovode u pitanje ovu prirodnu tendenciju - da očekuju da se nizovi cena nastave i da će se pojedinačne velike promene preokrenuti - pre nego što postupe u skladu sa tim.

Bez obzira da li želite da kupite avionsku kartu ili par čarapa, sve više platformi za onlajn kupovinu sada nude potrošačima detaljan uvid u istoriju cene proizvoda. Ali kako ove informacije utiču na odluke o kupovini?

Da bismo istražili ovo pitanje, sproveli smo seriju eksperimenata sa ukupno više od 5.000 učenika poslovnih škola i odraslih zaposlenih širom SAD i Evrope. Izmerili smo uticaj različitih vrsta promena cena na interesovanje ljudi za kupovinu proizvoda kao što su avionske karte, novi TV, Bluetooth zvučnici ili flaša za vodu za višekratnu upotrebu. U svakoj studiji, pokazali smo učesnicima identične informacije o proizvodu, ali smo menjali i pravac (tj. da li je cena porasla ili smanjena) i učestalost (tj. broj povećanja ili smanjenja) prethodnih podataka o cenama koje su im prikazivani. Zatim smo ih pitali da li žele da kupe proizvod - i identifikovali smo nekoliko doslednih trendova:

Prvo, kada su potrošači videli da je cena danas niža nego što je bila u prošlosti, veća je verovatnoća da će kupovati sada, jer je trenutna cena izgledala kao dobar posao. Slično tome, kada su potrošači videli da je cena danas viša nego što je bila u prošlosti, bilo je manje verovatno da će sada kupovati, jer je trenutna cena izgledala kao loša ponuda. Na primer, ako je sve ostalo jednako, ako potrošač vidi da je proizvod po trenutnoj ceni od 100 dolara prošle nedelje bio 200 dolara, verovatno će kupiti sada, pošto je trenutna cena mnogo privlačnija od prethodne cene. Nasuprot tome, ako vide da je isti proizvod koštao 50 dolara prošle nedelje, verovatno će odustati od kupovine, pošto je trenutna cena manje privlačna od prethodne.

Međutim, slika postaje komplikovanija kada uzmete u obzir učestalost istorijskih promena cena: U našim studijama smo otkrili da ako su potrošačima prikazane najmanje tri promene u istom pravcu, verovatno će pretpostaviti da će cena nastaviti da se kreće u u istom pravcu, dok ako bi im bila prikazana samo jedna ili dve promene u istom pravcu, očekivali su da će se cena promeniti u suprotnom smeru. Drugim rečima, ako je proizvod čija je cena trenutno 100 dolara bio 200 dolara pre dve nedelje, 150 dolara prošle nedelje i 125 dolara juče, potrošači će očekivati da će cena nastaviti da pada, zbog čega će verovatno odustati od kupovine. Ali ako vide samo da je trenutna cena 100 dolara, a cena pre dve nedelje bila 200 dolara – ili ako vide da je bila 200 dolara pre dve nedelje, 50 dolara prošle nedelje i 200 dolara juče – onda je veća verovatnoća da će potrošači očekivati da će cena će se ponovo vratiti, gurajući ih da sada kupe.

Dakle, šta ovo znači za prodavce? Ako je Vaš cilj da ohrabrite potrošače da sada kupuju, naše istraživanje sugeriše da će ili jedno veliko smanjenje cene ili niz manjih povećanja cena biti najefikasniji. Možda je primamljivo polako snižavati cenu tokom vremena, ali naši podaci pokazuju da to može navesti potrošače da pretpostave da će cena nastaviti da pada, što ih čini neodlučnim da kupuju. Ali ako vide samo jedan pad cene, veća je verovatnoća da će očekivati preokret (tj. jedno veliko povećanje) u bliskoj budućnosti, gurajući ih da kupe proizvod sada. Slično tome, ako samo jednom povećate cenu, potrošači mogu očekivati da će ponovo pasti - ali ako više puta povećavate cenu u manjim koracima (pod pretpostavkom da to možete da uradite bez da u potpunosti smanjite cene kupaca), potrošači će verovatno očekivati cenu da nastavi da raste, pa je veća verovatnoća da će kupovati pre nego što to učini.

Sa druge strane, naši nalazi takođe mogu pomoći kupcima da donesu bolje informisane odluke o tome da li i kada odluče da obave kupovinu. Kao i kod svake iracionalne pristrasnosti, svest o prirodnoj tendenciji da se očekuje da se nizovi nastave i da se pojedinačne velike promene preokrenu može pomoći potrošačima da dovedu u pitanje ovu pretpostavku pre nego što postupe po njoj. Umesto da dozvolite da ovo proizvoljno očekivanje vodi odluke o kupovini, potrošači bi mogli imati koristi od toga što će malo više istražiti osnovne faktore koji utiču na promene cena. Na primer, predvidljivi, jednokratni događaji poput Crnog petka će verovatno uticati na cene drugačije od geopolitičkog događaja kao što je ruska invazija na Ukrajinu prošle zime ili makroekonomski trend kao što je rastuća inflacija. Kupci takođe mogu imati koristi od saznanja više o dugoročnoj istoriji cena proizvoda, fluktuacijama i tipičnim rasponima cena za celu industriju, kako bi izbegli nesrazmeran uticaj kratkoročnih promena cena. Takođe je uvek dobra ideja da razmislite o tome koliko je hitna Vaša potreba za određenim proizvodom i o sopstvenoj toleranciji rizika za potencijalno povećanje cene, jer to može uticati na to da li Vam se isplati da sačekate i vidite da li će cena pasti.

Naravno, postoji bezbroj faktora koji utiču kako na odluke potrošača o tome da li i kada da kupuju, tako i na odluke prodavaca o tome kako da cene svoje proizvode. Ali važno je da obe strane prepoznaju ključnu ulogu koju očekivanja igraju u uticaju na ove odluke. Kako istorijski podaci o cenama postaju sve dostupniji preko sopstvenih platformi prodavaca i usluga za praćenje cena trećih strana, menadžeri i potrošači će podjednako imati koristi od priznavanja kako smer i učestalost istorijskih promena cena utiču na naše pretpostavke o tome kako će se cena verovatno promeniti. idemo dalje — i da li je sada vredno kupovine ili ne.

Čak i stručnjaci za donošenje odluka koji bi trebali znati bolje mogu upasti u zamku usidrenja. To je kognitivna pristrasnost gde naši umovi pridaju preveliku težinu informacijama koje su lako dostupne, ali nažalost irelevantne. Usidrenje se može pokazati skupim u pregovorima i ključnim finansijskim odlukama. Međutim, strategije kao što su istraživanje, kritičko razmišljanje i budžetiranje na nuli mogu pomoći da naše razmišljanje bude dobro utemeljeno. Moguće je čak razumeti i iskoristiti pristrasnost drugih u svoju korist u pregovorima.

To se dešava svaki put kada odem u restoran sa svojom ćerkom. Otvaram meni i skeniram opcije. Zatim bacim pogled na dečiji meni. Često je meni prilično sličan, sa istom testeninom i paradajz sosom. Ali artikli na dečjem meniju su obično jeftiniji, i pomisliću u sebi: Vau, dobar izbor.

Međutim, ako još jednom razmislim, izbor zapravo nije izbor. Na kraju krajeva, procenio sam cenu testenine na osnovu menija za odrasle, a ne stvarne cene pravljenja rezanaca sa leptir mašnom i serviranja sa crveno obojenim sosom.

Moje pogrešno rezonovanje je proizvod usidrenja, kognitivne pristrasnosti koja može potkopati naše kritičko razmišljanje. Prema istraživačima, usidrenje je kada se ljudi oslanjaju na nebitne, ali lako dostupne činjenice da bi doneli presude. Naši umovi pridaju preveliku težinu početnim utiscima ili brojevima koji utiču na naše naredne misli. U mom slučaju, cene na meniju za odrasle su oblikovale - ili usidrile - moj sud o vrednosti stavki na meniju za decu.

Tokom 1970-ih, psiholozi Amos Tverski i Daniel Kahneman pokazali su moć efekta usidrenja. U značajnoj studiji, istraživači su otkrili da je okretanje točka sreće ispred učesnika i usidrenje nasumičnim brojevima uticalo na njihove odgovore na jednostavna pitanja, poput „koliki je procenat zemalja Ujedinjenih nacija u Africi?“

Studije pokazuju da efekti usidrenja ostaju bez obzira na to koliko je slaba veza između sidra i stvarne odluke. Jedno istraživanje je pokazalo da je „na procene performansi sportiste uticao broj na njegovom dresu“. Drugim rečima, ljudi su mislili da je sportista sa većim brojem dresa bolji od sportiste sa manjim brojem, pod uslovom da je sve ostalo jednako.

Usidrenje utiče na sve vrste odluka, čak i na one koje donose stručnjaci koji bi trebalo da znaju bolje. Konkretno, nedavna studija pokazuje da je usidrenje daleko zastupljenije u finansijskom svetu nego što se ranije verovalo, sa značajnim efektima usidrenja koji utiču na performanse na berzi. Predvođena timom sa Univerziteta u Gentu, studija je pokazala da investitori više vrednuju firme ako su firme imale veće cene akcija. Ovo se dogodilo čak i nakon kontrole faktora kao što su broj dostupnih akcija i druga pitanja korporativnog upravljanja.

Dakle, ako dve kompanije imaju isti finansijski profil osim što kompanija X ima manje akcija po višoj ceni od kompanije Y, onda će se akcije kompanije X prodavati bolje na duži rok od kompanije Y. Zašto? Zato što cena akcija - sidro - povećava percipiranu vrednost kompanije.

Iako usidrenje može dovesti do ozbiljnih i skupih grešaka, postoje i načini da iskoristite pristrasnost u svoju korist. Evo tri strategije koje vam mogu pomoći da budete sigurni da je Vaše razmišljanje jasno i dobro utemeljeno - ali ne i usidreno.

Ne dozvolite da Vas sidra vuku dole

Usidrenje je svuda u maloprodajnom svetu. To je način da se kupci osećaju kao da dobijaju dobru ponudu. Jedna od mojih omiljenih su prodavnice velikih kutija koje će ponuditi ogromne „popuste“ na grubo naduvane „originalne“ cene koje nemaju mnogo veze sa stvarnom vrednošću artikla.

Tako, na primer, videću niskobudžetni kauč „prvobitno“ po ceni od 800 dolara koji je smanjen na 200 dolara kako bi kauč izgledao kao odlična stvar. Kompanije će često raditi takve „smanjenja“, iako nema razloga da je kauč na prvom mestu trebalo prodavati po ceni od 800 dolara.

Postoje načini za izlazak iz usidrenja. Prvi korak je sticanje jasnoće oko podataka. Kada smo jasniji u vezi sa dokazima, manje je verovatno da ćemo biti prevareni. Kada je u pitanju velika odluka, na primer, često zapišem sve uključene faktore. Zapisivanje informacija mi pomaže da procenim njihovu pouzdanost i eliminišem sidra koja nisu relevantna.

Razgovor kroz odluke može poslužiti istoj svrsi. Smatram da kada tražim savet od svojih prijatelja i vršnjaka i prisilim sebe da budem eksplicitan u svom rezonovanju, to može pomoći da se otkrije sidro.

Ključna pitanja na koja treba odgovoriti su: Koje informacije koristim za donošenje ove odluke ili presude? Da li je tačno i relevantno? Da li pravilno odmeravam njenu važnost?

Ako smatrate da Vam nedostaju dobri dokazi, onda je to znak da se možda bavite usidrenjem. To je takođe znak da morate da uradite više istraživanja, što nas dovodi do sledećeg preuzimanja.

Uradite svoje istraživanje da biste izbegli pristrasnost

Jednom sam konsultovao za Shark-a, francuska kompanija koja proizvodi vrhunske motociklističke kacige. Firma je razmišljala da li da premesti svoju proizvodnu liniju iz Portugala na Tajland. Na prvi pogled se činilo da bi taj potez imao dobar poslovni smisao. Na kraju krajeva, troškovi proizvodnje su generalno niži na Tajlandu.

Ali moj tim je shvatio da postoji problem sa usidrenjem. Tim u Shark-u je razmatrao cenu za proizvodnju standardizovanog šlema, ali ponuda proizvoda kompanije je obično bila prilagođena kaciga. Drugim rečima, Sharkov tim se oslanjao na troškove proizvodnje jedne vrste kaciga, a ne na troškove prilagođavanja svakog šlema.

Tako smo doveli grupu sa štopericama da utvrdimo tačne troškove proizvodnje za različite kategorije kaciga. Rezultati su pokazali da je zapravo bolje zadržati preko 70% proizvodnje u Portugalu.

Usklađivanje sa melodijom onoga što se dogodilo u Shark-u je uvek rezultat nedostatka informacija ili dezinformacija. Prečesto se ljudski mozak fiksira na zastarele ili nebitne informacije i ne uspeva da jasno vidi stvari.

Zbog toga za budžete često preporučujem budžetiranje zasnovano na nuli, što primorava firme da procene troškove novim okom. Kao deo budžetskog procesa zasnovanog na nuli, firma mora da se odvoji od prethodnih budžeta i iznova opravda sve tekuće troškove. Ovaj proces primorava preduzeća da ostave svoja sidra iza sebe i tako pronađu nove mogućnosti za uštede i rast. Ovo je posebno relevantno za trenutne probleme u lancu snabdevanja i inflaciju.

Možda nije uvek moguće dovesti spoljnu pomoć, ali uvek možete da istražite više. Ako sumnjate da neki broj ili informacija može biti sidro, pokušajte da to opovrgnete ili potvrdite istraživanjem drugih izvora. Prikupite mišljenja od kolega koji još nisu bili izloženi sidru. Intervjuirajte stručnjake koji Vas mogu informisati o relevantnosti sidra ili o nedostatku istog.

Koristite sidra u svoju korist

Moj prijatelj Aleks Klavel, šef korporativne strategije u Softbanku, prepoznaje korisnost usidrenja u pregovorima. On podstiče svoj tim da „proaktivno koristi usidrenje kako bi ubedio druge strane za pregovaračkim stolom da nekako naše ’sidro’ treba da bude osnova diskusija“. Ako je uspešna, ova vrsta usidrenja može „da zadrži diskusiju pod Vašim uslovima što je više moguće“, čineći povoljan ishod verovatnijim.

Suprotno tome, od vitalnog je značaja odupreti se ovakvoj vrsti usidrenja kada druga strana pokušava da ga primeni. Aleks mi kaže da je nedavno radio na eliminisanju „sidra“ druge ugovorne strane čija je procena kompanije opala zbog problema sa pažnjom. Druga strana je i dalje insistirala da se u pregovorima poziva na početnu procenu od 500 miliona dolara. Ali Aleks ih je podsetio da broj više nije relevantan i da više ne može da služi kao osnova za pregovore.

Slično tome, ponekad ću koristiti sidra da pomerim pregovore u svoju korist. Na primer, tokom pregovaračke sesije, mogu početi tako što ću govoriti o delu ugovora koji je već rešen u korist mojih protivnika. Sa ovom „pobedom“ koja im je u prvom planu, moji protivnici će možda verovatnije učiniti ustupke kada pređemo na nerešene stvari. Kako tvrdi Sesil Feri-Dejvis, generalni direktor kompanije Pimco, „usidrenje može češće da utiče na kontekst transakcije nego na specifičnu analizu“.

Na kraju, fenomen usidrenja pokazuje da, iako o sebi razmišljamo kao o racionalnim i logičnim bićima, strani detalji mogu imati ogroman uticaj na naše rasuđivanje. Najbolje rešenje je mešavina budnosti i poniznosti i poboljšanje veština kritičkog mišljenja. U suprotnom, mogli biste biti žrtva usidrenja, povučeni svojom pristrasnošću, primetili to ili ne.