Svi svakodnevno donosimo mnoštvo odluka i često želimo da postupimo brzo, uveravajući sebe da brzina znači efikasnost. Ali prava efikasnost ponekad zahteva usporavanje, pažljivost, i posebno osvrtanje na odluke koje smo doneli, a koje nisu prošle kako smo se nadali. Prečesto ne želimo da trošimo vreme i mentalnu energiju vraćajući se na prošlost, posebno ako sadrži neprijatne greške. Međutim, zaustavljanje i pažljivo proučavanje tih grešaka upravo je ono što nam može pomoći da donesemo bolje odluke u budućnosti. Posmatrajte svoje prošle odluke kao skup podataka iz kojeg možete izvući uvide. One vam mogu pomoći da identifikujete pristrasnosti i pretpostavke koje vas možda koče, razvijete strategije za promenu ponašanja u budućnosti i na kraju budete sigurniji da će vaš proces dovesti do pozitivnih ishoda. Serija od šest pitanja može vam pomoći da primenite lekcije iz svojih prošlih odluka na trenutnu situaciju.

Stacey, izvršna direktorka neprofitne organizacije usmerene na energetsku efikasnost, želela je da ojača svoj tim za liderstvo kreiranjem pozicije glavnog operativnog direktora (COO). Njena prva dva pokušaja zapošljavanja za tu ulogu bila su neuspešna: Nijedan kandidat nije ostao na poslu duže od godinu dana. Ove greške bile su vremenski i resursno zahtevne.

Odlučna da nastavi dalje, Stacey je zamolila Jordana, lidera ljudskih resursa, da ponovo započne regrutaciju za poziciju glavnog operativnog direktora. Međutim, brinula se da neće moći verovati kandidatima koje Jordan identifikuje jer je on regrutovao prethodna dva kandidata koja su doživela neuspeh. Kako bi mogla biti sigurna da će ovog puta stvari biti bolje?

Radila sam kao izvršni trener sa Stacey nekoliko godina. Kada mi se obratila s ovim problemom, odmah sam je pitala kako razmišlja o promeni svog procesa zapošljavanja nakon dva neuspeha.

Njen odgovor: Ne razmišlja.

Postoji stara izreka koja kaže da je definicija ludila raditi istu stvar iznova i iznova i očekivati drugačiji rezultat. Ono što sam često viđala kod svojih klijenata jeste da se većina nas ponaša kao Stacey više nego što bismo voleli da priznamo. Delimično, ovo ponašanje proizlazi iz želje da budemo efikasni, oslanjajući se na ustaljene i uglavnom nesvesne mentalne puteve.

Takođe sam naučila u svom radu istražujući i pišući o donošenju odluka da prečesto ne želimo da trošimo vreme i mentalnu energiju vraćajući se na prošlost, posebno ako sadrži neprijatne greške. Međutim, zaustavljanje i pažljivo proučavanje tih grešaka upravo je ono što nam može pomoći da donesemo bolje odluke u budućnosti.

Posmatrajte svoje prošle odluke kao skup podataka iz kojeg možete izvući uvide. One vam mogu pomoći da identifikujete pristrasnosti i pretpostavke koje vas možda koče, razvijete strategije za promenu ponašanja u budućnosti i na kraju budete sigurniji da će vaš proces dovesti do pozitivnih ishoda.

Da biste primenili lekcije iz svojih prošlih odluka na trenutnu situaciju, preporučujem da postavite sledeća pitanja:

1. Koja je odluka s kojom se trenutno suočavate?

Prvi korak u promišljenom procesu donošenja odluka je jasno definisanje trenutnog problema koji želite rešiti. Iako ovo može zvučati jednostavno, često primećujem da ljudi preskaču ovaj korak, što može dovesti do nepotpunog ili nezadovoljavajućeg rešenja. Ponekad ljudi započinju rešavanje problema iz unutrašnjosti problema i definišu ga preusko, ili čak preskoče problem i fokusiraju se na rešenje koje bi želeli postići.

Na primer, Stacey je u početku definisala svoj problem na sledeći način: „Želim da stvorim novu poziciju glavnog operativnog direktora i zaposliti nekoga ko je kvalifikovan za tu ulogu, ko se dobro uklapa u našu organizaciju i ko će ostati na poziciji godinama.“

Međutim, ova izjava je više govorila o njenim nadama i željama. Nije se bavila stvarnim problemom koji je trebalo rešiti.

Vodilа sam Stacey da se odmakne i pogleda kontekst svoje odluke. Stacey je tada bila u stanju da identifikuje da se pravi problem odnosi na sam proces zapošljavanja: „Želim da donesem odluku o tome kako da nastavim s procesom regrutovanja i zapošljavanja za novog glavnog operativnog direktora kako bih pronašla nekoga ko je dobro kvalifikovan za tu ulogu, ko se dobro uklapa u našu organizaciju i ko će ostati na poziciji godinama.“

2. Šta je to u vezi sa trenutnom odlukom što vam izaziva stres i koji je vaš pristup za rešavanje tog stresa?

Ovo pitanje vam pomaže da smanjite neizvesnost na dva načina. Prvo, identifikovanje onoga što je neprijatno u vezi sa odlukom s kojom se suočavate donosi neizvesnost na površinu, kako biste je mogli detaljnije istražiti dok odgovarate na refleksivna pitanja. To je korisno jer stres može negativno uticati na donošenje odluka, stavljajući zahteve na naše kognitivne resurse. To, zauzvrat, može ograničiti našu sposobnost donošenja novih odluka i prilagođavanja promenama, usmeravajući mozak da pribegne rutinskom donošenju odluka.

Drugo, istraživanja sugerišu da stres može ojačati naše postojeće kognitivne pristrasnosti. Odvajanje vremena za identifikovanje određenih stresora omogućava nam da se suočimo s mentalnim prečicama i nepoželjnim pretpostavkama.

U Staceyinom slučaju, brinula se da, na osnovu dva prethodna neuspešna pokušaja zapošljavanja, neće dobiti kvalifikovane kandidate za svoju ulogu ako organizacija izvuče široku mrežu. Bila je uverena da je najbolji pristup suziti proces i „samo intervjuirati kandidate koji imaju direktno primenljive kvalifikacije i koji su već bili na toj poziciji.“

3. Koje su jedna ili dve prethodne odluke iz kojih želite učiti? Šta nije išlo dobro? Zašto mislite da nije išlo dobro?

Ne možete početi menjati bilo koje svoje ponašanje — uključujući ponašanje pri donošenju odluka — dok se ne suočite s njim. Ova pitanja vam pomažu da direktno pogledate prošle greške kako biste artikulisali šta je pošlo po zlu.

Stacey je odlučila da pažljivo ispita dve nedavne neuspešne odluke o zapošljavanju. „Naučila sam različite stvari iz svakog neuspeha“, rekla je. U prvom slučaju, zaposlila je nekoga bez relevantnog iskustva u industriji. „Pretpostavila sam da će kandidat preuzeti inicijativu da stekne iskustvo iz industrije“, rekla je. „Nije to učinio.“ Greška sa drugim kandidatom bila je što „nije bio direktan i loše je komunicirao.“

4. Iz perspektive retrospektive, koje ste pretpostavke doneli koje su mogle doprineti ishodu?

Odgovaranje na ovo pitanje daje vam priliku da izvučete lekcije iz svojih prošlih odluka. Vaši odgovori mogu vas navesti da se osećate sigurnije u vezi s nekim aspektom odluke koji vam se dopada, i da unesete promenu ako želite da nešto uradite drugačije.

Kod prethodnih zapošljavanja, Stacey je mislila da bira najbolje kandidate iz ponuđenog bazena. Tako da, kada odluke o zapošljavanju nisu bile uspešne, okrivila je širinu bazena kandidata.

Međutim, kada je pregledala svoje prethodne odluke, shvatila je da bazen nije bio pravi problem. Kod prvog zapošljavanja, Stacey je priznala da nije pitala kako će kandidat savladati industriju. „Pretpostavila sam da će, ako se prijavljuje za posao, učiniti sve što je potrebno da nauči industriju. Time što sam pretpostavila i nisam pitala, nisam sebi dala priliku da ga ispravno procenim.“

Što se tiče drugog zapošljavanja, Stacey je shvatila da je ignorisala znakove loše komunikacije. „Kada smo poslali mejl kandidatu, on je izbegavao odgovor dok nismo poslali tri puta“, rekla je. „Kada smo se konačno povezali, priznao je da nije mislio da smo ozbiljni u vezi s njim. Zanemarila sam crvene zastavice koje je taj odgovor izazvao i opet propustila šansu da ispravno procenim kandidata.“

5. Kako možete primeniti svoje učenje na trenutnu odluku s kojom se suočavate?

Ovo pitanje vam omogućava da pretvorite ono što ste naučili u uvide i akciju za bolju budućnost. Analizom i objašnjenjem problema iz prošlosti sada ste u boljoj poziciji da vidite radnje, navike i obrasce koji bi inače mogli biti nevidljivi u sadašnjosti. Ova ključna perspektiva može vam pomoći da izbegnete ponavljanje istih grešaka u budućnosti.

Nakon refleksije, Stacey je shvatila da širina bazena kandidata nije bila pravi problem. Odgovornost je takođe ležala na načinu na koji je intervjuisala i procenjivala kandidate — radnjama nad kojima je imala mnogo više kontrole i uticaja. „Pregled prošlih odluka pokazao mi je da su moje radnje doprinele lošem ishodu“, odrazila se. „Bilo je u mojoj moći da vodim dublje intervjue i bolje proveravam reference.“

6. Koje je vaše rešenje sada?

Dok odgovarate na ovo pitanje, trebalo bi da vidite svoj rast u donošenju odluka. Ispitali ste i procenili svoje misli, osećanja i ponašanje, što vam omogućava da donosite zapažanja o prošlosti koja pružaju jasnoću i uvide za nastavak u novom smeru.

Kako se pripremala za još jedan proces zapošljavanja, Stacey je odlučila da ne suzi svoj bazen kandidata samo na one koji su prethodno držali istu poziciju. Želela je da izvlači široku mrežu.

Umesto toga, napravila je dve promene u svom procesu procene. „Prvo, planiram da zamolim kandidate za detaljne specifikacije o tome kako će se prilagoditi za ulogu za koju se intervjuišu kako bih imala bolji uvid u njihovo razumevanje pozicije, njihove veštine i njihovu posvećenost uspehu u toj ulozi“, rekla je. „Drugo, temeljno ću proveravati reference u vezi sa snagama, ograničenjima i uklopljenošću kandidata u našu organizaciju.“

. . .

Pisala sam opširno o tome kako strateška zaustavljanja mogu omogućiti da iskopamo podatke iz svoje prošlosti kako bismo krenuli napred sa odlukama pažljivije i efikasnije. Ovaj skup pitanja može vam dati akcioni plan za donošenje odluka s većom sigurnošću.

Stacey je bila toliko iznenađena koliko brzo je stekla uvid u svoje donošenje odluka da je podelila pitanja i svoje odgovore sa kolegom iz ljudskih resursa, Jordanom, koji je napravio prilagođavanja u procesu intervjua. Sada se od glavnih kandidata traži da napišu detalje o tome kako će ispuniti svoju novu ulogu i odgovornosti, a sve reference se u potpunosti proveravaju. Rezultat je da je najnovije zapošljavanje Stacey — osoba koja nikada ranije nije bila COO — nedavno proslavila uspešnu godišnjicu u organizaciji.

Svi svakodnevno donosimo mnoštvo odluka i često želimo da postupimo brzo, uveravajući sebe da brzina znači efikasnost. Ali prava efikasnost ponekad zahteva usporavanje, pažljivost, i posebno osvrtanje na odluke koje smo doneli, a koje nisu prošle kako smo se nadali.

Greška je samo greška ako iz nje ništa ne naučimo. Kada odvojimo vreme da učimo iz prošlih odluka, ta prošla žaljenja i razočaranja postaju stepenice ka boljoj budućnosti.

Rastući izazov nestašice radne snage u raznim industrijama istakao je potrebu za inovativnim pristupima regrutaciji kako bi se prevazišao jaz između otvorenih radnih mesta i dostupne radne snage. Ovaj članak istražuje koncept kreativnih marketinških napora u regrutaciji i njegov potencijal da reši problem nestašice radne snage efikasnim dosezanjem neiskorišćenih talenata, diversifikacijom lanca talenata i usklađivanjem vrednosti kompanije sa kandidatima vođenim svrhom. Prihvatanjem inovativnih pristupa strategijama regrutacije, organizacije mogu prevazići izazove koje postavlja hiperkompentitivno tržište rada i obezbediti talenat neophodan za održivi rast i uspeh.

Dok se stopa nezaposlenosti i otvorena radna mesta u Sjedinjenim Američkim Državama povećavaju, nestašica radne snage i dalje muči industrije poput zdravstva i maloprodaje. Osim toga, 10.000 bejbi bumera svakog dana dostiže starosnu dob za penzionisanje, izazivajući masovni odlazak žradne snage koji stvara izazove prenosa znanja za industrije poput tehnologije i proizvodnje. Dok su neki zvaničnici državnih vlada istraživali neobična rešenja nestašice radne snage, poput popuštanja zakona o radu dece, postoje još uvek jedinstveni neiskorišćeni poolovi talenata. Na primer, iako su fleksibilne i rad od kuće poboljšali stopu zaposlenosti kod osoba sa invaliditetom, proces regrutacije i dalje neprestano previđa ovu dragocenu demografsku grupu. Pored toga, uprkos porastu zapošljavanja lica sa krivičnim dosijeom, radnici sa krivičnim dosijeom su još jedna nedovoljno iskorišćena grupa savremenih radnika.

Bez obzira na ove relativno specifične prilike, potreba za inovativnim pristupima regrutaciji kako bi se prevazišao jaz između otvorenih radnih mesta i dostupne radne snage postaje sve očiglednija kako se tržište rada razvija.

Prevazilaženje ograničenja tradicionalnih napora u regrutaciji

Provereni i istiniti, tradicionalni načini regrutacije novih talenata nisu se promenili godinama. Većina kompanija i dalje se oslanja na sajmove poslova, objavljivanje oglasa za posao na veb-sajtu kompanije i agencije za zapošljavanje kako bi stigle do tražilaca posla. I dok su ovi aspekti i dalje od suštinskog značaja za mnoge napore regrutacije i mogu doprineti efikasnoj strategiji, ostaju neki ograničavajući faktori. Na primer - i možda najvažnije - ove taktike dosežu samo aktivne tražioce posla koji su izrazili eksplicitnu nameru da traže te prilike. Ovaj jaz može otežati angažovanje celokupne potencijalne radne snage, uključujući demografske grupe koje su ključne za zapošljavanje raznovrsne radne snage. Na hiperkompentitivnom tržištu rada, ovi tradicionalni napori regrutacije su minimalni ulog, i organizacije moraju dodati kreativne strategije kako bi predstavile svoj poslodavački brend i ciljale odgovarajuće osobe na određene poslove.

Na sreću, rešenje ovog regrutacionog problema nešto je što su kompanije radile godinama unutar svojih marketinških odeljenja. Kompanije mogu rešiti ovaj problem u kadrovskim resursima koristeći postojeće taktike oglašavanja potrošača i primenjujući ih na napore regrutacije.

Kreativno oglašavanje regrutacije 101

Oglašavanje regrutacije uključuje marketing vrednosti, benefita i opšte privlačnosti organizacije kako bi privukla nove članove tima. Efikasne strategije oglašavanja regrutacije privlače aplikante za otvorene uloge (direktni odgovor marketinga), ali i stvaraju svest o brendu njihove organizacije kao poslodavcu po izboru. Ova ideja o brendiranju poslodavaca uključuje taktike za efikasno ciljanje i angažovanje kandidata van tradicionalnih sredstava pomenutih gore i često se naziva ciljanjem pasivnih kandidata. Ovo može značiti prikazivanje vrednosti kompanije kao poslodavca, određenih vrsta poslova ili čak pojedinačnih radnih mesta kao oglasa na popularnim medijskim kanalima za potrošače, poput Facebooka, YouTubea i TikToka. Iako neki mogu tvrditi da regrutaciona industrija zaostaje za taktikama oglašavanja potrošača, izazovno tržište rada tera na napredak. Potreba za pronalaženjem pravog talenta postaje sve hitnija, a pronalaženje načina za smanjenje jaza ključno je za stvaranje konkurentske prednosti u zapošljavanju. Za razliku od tradicionalnih napora, oglašavanje regrutacije putem kanala za potrošače omogućava kompanijama da budu ciljane u načinu na koji dosežu potencijalne kandidate tako što strategijski postavljaju poruke o brendu poslodavca pred određenim demografskim grupama. Na primer, dok traje trka između SAD-a i Kine u razvoju poluprovodnika, veliko ograničenje u SAD-u je dostupan talenat. Ove kompanije trebaju privući mlade ljude da se upuste u karijeru u razvoju i inženjeringu poluprovodnika. Iz ovog razloga, trebali bi razmotriti agresivno oglašavanje na kampusu kako bi postavili svoj brend pred studente i uticali na njih da se odluče za karijeru u ovakvom inženjeringu već tokom njihovog studentskog iskustva. Na ovom tržištu tehničkog talenta, poslodavci takođe mogu koristiti sajtove poput Reddita, marketinški brend poslodavca i oglase za određene poslove svojoj opsežnoj publici tehničkih uma. Sa ciljanom i inovativnom strategijom oglašavanja regrutacije, kompanije mogu ići izvan konvencionalnih oglasnih tabla kako bi iskoristile popularne platforme poput Hula, Spotifaja, TikToka, X-a i Threads-a.

Prodiranje na TikTok i dalje

Iako su oglasne table poput Indeed-a i LinkedIn-a i dalje neprikosnovene kada je reč o oglasima za posao i prijavama, nedavno istraživanje HireClix-a pokazuje da su potrošači sve više izloženi brendiranju poslodavaca na sajtovima poput YouTube-a, Amazon-a i TikToka. Ovo je pametan potez, s obzirom na to da većina potrošača provede ograničeno vreme na sajtovima za pretragu poslova, u poređenju sa beskrajnim satima koje provode na sajtovima potrošačkih medija. Aktiviranje plaćenih postavljanja oglasa na ovim sajtovima omogućava kompanijama da dosegnu veći krug aktivnih i pasivnih kandidata. Na primer, kako bi pomogao u nestašici pilota, avioprevoznik može ciljati sadržaj i interese na sajtovima poput YouTube-a, Steama i Instagrama.

Međutim, oglasi nisu jedini način za iskorišćavanje gledanosti ovih platformi. Mnoge organizacije koriste trenutne zaposlene i menadžere društvenih medija Generacije Z kako bi aktivirali poruke o zapošljavanju. Na taj način razvijaju vlastite uticajne osobe koje im mogu doneti konkurentske prednosti na hiperkompentitivnom tržištu rada. Jedan primer je menadžer društvenih medija kompanije Duolingo, Zaria Parvez, čije prikazivanje maskote platforme za učenje jezika sove na njenom TikTok nalogu i priče o radnom mestu imaju pratioce koji komentarišu da ne znaju da li da preuzmu Duolingo ili da rade za njih. Trgovci su shvatili snagu uticajnih ličnosti na društvenim medijima godinama unazad, ali sada, lideri u regrutaciji i ljudskim resursima koriste ovaj trend, iskorišćavajući ove snažne i neočekivane autoritete radnog mesta kako bi privukli vrhunske talente.

Zapravo, ove organizacije ne moraju angažovati zaposlene sa velikim brojem pratilaca da bi izvele ovu strategiju. Zahvaljujući stalno evoluirajućim algoritmima društvenih medija, korišćenje zaposlenog sa autentičnim, povezivim online prisustvom koji oponaša kulturu njihove organizacije doseći će talente na osnovu njihovih lokalnih tržišta ili interesovanja u industriji. Međutim, zastupljenost je važna, pa bi organizacije trebalo razmotriti kakav talenat žele privući. Kako žene koje su napustile radnu snagu tokom pandemije masovno vraćaju, inovativne kompanije koje žele iskoristiti ovaj novootkriveni — ili bolje reći ponovo otkriveni — pool talenata možda žele iskoristiti zaposlene koji se identifikuju kao žene kako bi prikazali koristi specifične za svoju demografsku grupu i dodatno inspirisali ponovni ulazak. I dok ove taktike regrutacije ostaju specifične, samo je pitanje vremena kada će postati mainstream.

Uključivanje TikToka i drugih kanala potrošačkih medija u svoju strategiju je obavezno za svakog pametnog regrutera. Ipak, postoje i druge maštovite alatke za marketing regrutacije koje postaju sve popularnije. Najprogresivniji regruteri takođe postavljaju temelje za regrutaciju vođenu veštačkom inteligencijom.

Korišćenje AI u regrutaciji: Komplikacije i mogućnosti

Zapravo, 88% kompanija širom sveta koristi AI u ljudskim resursima, ali istina je da postoje ograničeni smernice i samo nastajući slučajevi za njegovo uspešno implementiranje u procesu regrutacije. AI se koristi kako bi pomogao automatizaciji zadataka vezanih za često postavljana pitanja i zakazivanje intervjua, oslobađajući regrutere da ostvare ličnije veze i ulože više truda u pomaganje kandidatima da prođu kroz ceo proces zapošljavanja. Najčešći slučaj upotrebe može biti brza pomoć u pisanju opisa poslova.

Međutim, postoje opravdane zabrinutosti zbog potencijalne inherentne pristrasnosti u korišćenju AI modela u regrutaciji. Kompanije treba pažljivo obratiti pažnju na podatke koji pokreću AI algoritme; ovi skupovi podataka trebaju imati široko i raznovrsno zastupljanje. Kompanije takođe mogu osigurati da su inženjeri koji rade s ovim algoritmima obučeni da prepoznaju i ispravljaju pristrasnost u svojim podacima za obuku. Minimiziranje pristrasnosti u radnim skupovima podataka ključno je jer će budućnost omogućiti kreativnim regruterima da koriste pomoćnike AI-a za praćenje i ciljanje potencijalnih kandidata i sastavljanje personalizovanog sadržaja prilagođenog njihovom specifičnom iskustvu, preferencijama, potrebama i veštinama.

Budućnost će takođe omogućiti modeliranje AI-a kako bi pratilo stabla odlučivanja kandidata na osnovu faktora u životu. Na primer, AI može pomoći u utvrđivanju da li bi kandidat bio spreman da se preseli ili da li bi bio efikasan u obavljanju poslova na nivou koji je potreban za određenu ulogu. Može li AI početi da modelira potencijalne interakcije sa budućim menadžerom ili članovima tima kandidata? Zamislite ideju angažovanja kandidata unutar ciljanih kampanja oglašavanja regrutacije i pokazivanje im njihovog potencijalnog iskustva zaposlenja i karijernog puta kao deo procesa regrutacije, umesto jednostavnih opisa radnih mesta i opisa u tekstualnom obliku.

Ubiranje nagrada ciljanog regrutovanja

Ciljanje oglašavanja regrutacije takođe može otvoriti radnu snagu za brojne beneficije koje donosi raznolika radna snaga. Nakon odluke Vrhovnog suda u junu da poništi afirmativnu akciju u upisima na koledže, odgovornost pada na korporativnu Ameriku da prioritetizuje DEI. Usvajanjem strategijskih napora oglašavanja regrutacije, kompanije mogu bolje diversifikovati svoj dostupan talenat kako bi promovisale inkluzivniju i kreativniju radnu snagu. To se može postići razvojem promišljenih strategija ciljanja kroz različite uloge unutar organizacije i osiguravanjem da najbolji talenat vidi dostupne prilike unutar organizacije.

Potencijal za razvoj kreativnijih strategija regrutacije za organizacije je zaista beskrajan. Dosezanjem do nedovoljno iskorišćenih talenata, diverzifikacijom talenatskih tokova i usklađivanjem vrednosti kompanije sa kandidatima pokretačima svrhe, kompanije mogu pronaći talenat potreban da istisnu konkurentske firme i održe rast i uspeh na duže staze.

Uspešan proces donošenja odluka ima tri koraka: uokvirivanje odluke, generisanje alternativa i odlučivanje između njih. Veliki jezički modeli mogu pomoći u svakoj fazi procesa. Ali iako je možda primamljivo samo pitati ChatGPT za odgovore, prava moć LLM-a je u tome kako oni mogu pomoći u svakoj fazi. Zatražite pomoć razmišljajući o razmatranjima koja možda nedostaju ili o alternativama koje možda niste razmatrali. LLM mogu biti alat za uklanjanje pristrasnosti, pomažući vam da sami uokvirite i donesete odluku.

Može li ChatGPT pomoći rukovodiocima da donesu bolje odluke? Veliki jezički model o kojem svi pričaju mesecima takođe ima elokventan odgovor na ovo pitanje: „Da, mogu da vas podržim u donošenju odluka menadžmenta pružanjem informacija, činjenica, analiza i perspektiva koje vam mogu pomoći da donesete informisanu odluku.“ ChatGPT odmah nastavlja sa ograničenjem sopstvene nadležnosti. „Međutim, važno je napomenuti da su moji saveti i preporuke zasnovani na algoritamskoj analizi podataka i informacija, a vi, kao ljudsko biće, ipak morate da donesete konačnu odluku na osnovu svog iskustva, znanja i procene situacija.”

Pošteno. Ali uprkos ovoj dozi skromnosti — ili zbog nje — veliki jezički modeli poput ChatGPT-a mogu postati moćni alati za donošenje odluka za menadžere i kompanije. Njihovo obećanje nije u pružanju odgovora, već u pružanju pomoći da prođemo kroz sistematičniji proces donošenja odluka nego što je to danas često slučaj, čak i sa važnim menadžment odlukama.

Tri faze karakterišu odluke sa dobrim informacijama. Prvo, moramo definisati naše ciljeve i kontekst. O čemu je tačno odluka i na osnovu kojih ciljeva, vrednosti i preferencija? Na ovaj način definišemo problem donošenja odluka i postavljamo okvir za donošenje odluka. Drugi korak je razvijanje izbora: Koje opcije donošenja odluka su nam dostupne? Ovde je cilj da se generiše mnogo različitih alternativa, a ne, kao što je to često slučaj, da se fokusiramo samo na očigledne opcije. Tek kada smo razvili dovoljno opcija iz okvira za donošenje odluka, da ih procenimo i u trećem koraku donesemo dobro informisanu odluku.

Kada se vešto koristi, ChatGPT može da pruži dragocene usluge u sve tri faze za poslovne odluke u trenutnom stanju obuke. U praksi, to znači da možemo ući u dijalog sa sistemom o bilo kojoj od tri faze dobro informisanog sistema donošenja odluka. Kada procenjujemo alternative donošenja odluka, možemo se zapitati, na primer: Koje greške prave direktori velikih i srednjih preduzeća u mašinstvu kada odluče da se prošire na nova tržišta? A koji su bili kriterijumi uspeha za uspešnu ekspanziju?

ChatGPT nam onda ne pruža šablon pomoću kojeg možemo savršeno odmeriti opcije u našem slučaju. Ali to nam može pomoći da otkrijemo sopstvene predrasude i izazovemo unapred stvorena shvatanja. Pametno korišćenje ChatGPT-a može biti poput alatke za uklanjanje pristrasnosti koja je naizgled intenzivno čitala Daniela Kahnemana i Amosa Tverskyja. Stoga nudi hranu za razmišljanje da bolje razmislimo o tome kako možemo da procenimo opcije na bolje informisan način.

Sistem je već danas još vredniji kada se koristi za izradu dodatnih opcija sa kojima ne možemo da izađemo na kraj ili da ih lako smislimo. Na ovaj način proširujemo naše horizonte donošenja odluka i shvatamo da postoji mnogo više i dalekosežnijih opcija za donošenje odluka nego što mislimo.

Kako da smanjimo našu zavisnost od Kine i diversifikujemo lanac snabdevanja? Izvršni direktor i njegov tim se možda nikada ranije nisu bavili ovim pitanjem donošenja odluka. ChatGPT, međutim, će moći da ponudi mnoge strategije dokumentovane na internetu od strane kompanija u sličnoj situaciji i može doći do originalnijih ideja od jednostavnog premeštanja proizvodnje u Vijetnam. To je zato što sistem ima pristup delu javno dostupne riznice opcija u deltanostima industrije ili kompanije.

Veliki jezički modeli takođe mogu pomoći u postavljanju ciljeva i preferencija, proceni okolnosti donošenja odluka i odabiru okvira za donošenje odluka. Opet, dijalog je ključan. Sa pravim pitanjima postajemo sagovornik da bolje razumemo kontekst odluke. Na primer, sa ChatGPT-om možemo brzo da vidimo predloge o tome koje su tipične ciljeve druge kompanije mogle da imaju na umu u uporedivoj situaciji donošenja odluka. Na primer, pitanje može izgledati ovako: „Zdravo ChatGPT, ja sam šef uspešnog proizvođača alata srednje veličine izvan Kolumba u Ohaju. Imam poteškoća da privučem nove talente, posebno inženjere. Šta mogu biti razlozi za ovo? Koje strategije koriste slične proizvodne kompanije da bi se izborile sa nedostatkom talenata?"

Suština je: ChatGPT postaje sve inteligentniji razgovor i sparing partner. To nas ne oslobađa od definisanja okvira za donošenje odluka, izrade širokog spektra opcija i njihove evaluacije. Međutim — i ovde je samoprocena sa početka ovog članka tačna — ona pruža zanimljive perspektive. Veliki jezički model ima nekoliko prednosti u poređenju sa ljudskim sparing partnerom: ne teži sopstvenim interesima i ne želi da ugodi onima koji donose odluke na vrhu, na primer, da promoviše sopstvenu karijeru. Ne podleže internom grupnom razmišljanju i birokratskoj politici i takođe je mnogo jeftiniji od eksternih konsultanata za upravljanje ili odeljenja za internu strategiju. Ovo takođe znači da ChatGPT može da pojeftini pripremu i pomoć u donošenju odluka za manje kompanije, čime bi se izjednačili uslovi.

Budućnost studija slučaja

Nadobudni menadžeri u poslovnim školama već indirektno uče o donošenju odluka kroz veliki broj studija slučaja. Cilj je sticanje repertoara modela donošenja odluka razvijanjem i procenom mogućih opcija za akciju u okviru donošenja odluka. Naravno, studije slučaja ne sadrže rešenje u vidu savršenog odgovora na konkretnu situaciju donošenja odluka. U studijama slučaja postavljaju se pitanja, predstavljaju okviri za donošenje odluka i navode se opcije za donošenje odluka. Ne samo da potencijalni menadžeri mogu da uče iz ovih studija slučaja i sa njima, već se mogu koristiti i za obuku velikih jezičkih modela. Međutim, to se još nije dogodilo.

Programeri ChatGPT-a mogli su da nahrane svoj model samo delom javno dostupnih studija slučaja. Prava riznica podataka je ekskluzivna i uskladištena je kod velikih provajdera. Ako se čuvari ovih poslovnih studija slučaja udruže sa kreatorima velikih jezičkih modela, jezički pomoćnik za programiranje, pisanje tekstova i upite kupaca mogao bi se pretvoriti u moćnog pomoćnika za donošenje odluka za kompanije.

I to će u budućnosti biti lakše jer algoritmi učenja postaju sve efikasniji, a samim tim i „modeli srednje veličine“ u kojima više nije potrebno hraniti pola interneta i čitave biblioteke, već pre svega tekstove i dokumenata relevantne za konkretnu oblast. Samo je pitanje vremena kada će se ovo desiti. U svakom slučaju, ekonomski podsticaj za bolje informisane poslovne odluke je odličan i pokrenuće tranziciju sa današnjeg ChatGPT-a na još moćniju budućnost koju bismo mogli nazvati „DecisionGPT“.

Velika snaga ChatGPT-a i sličnih sistema je upoređivanje i kontrast sličnih situacija. Upravo je to najvažnija potreba u mnogim odlukama rukovodstva. Vrlo malo odluka sa kojima se menadžeri suočavaju su jedinstvene. Hiljade, ponekad čak i milioni menadžera pre njih morali su da naprave sličan izbor. Što je bolje opisano ljudskim jezikom kako postavljaju okvir za donošenje odluka, vagaju opcije i donose svoju odluku, to je lakše za DecisionGPT da postane moćno sredstvo za donošenje odluka na osnovu informacija.

Na kraju, mnoge takve odluke rukovodstva bi mogle biti automatizovane. Robo-menadžeri bi mogli biti raspoređeni ranije i češće nego što danas mnogi rukovodioci u svojim kancelarijama u ćošku mogu da poveruju.

U međuvremenu, prednost će imati menadžeri koji koriste trenutno dostupne alate za poboljšanje procesa donošenja odluka. Ne pitajte modele kao što je ChatGPT za odgovore; ispitajte ih u svakoj fazi procesa donošenja odluka.

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.

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.

U nestabilnom, neizvesnom svetu, uspešne strategije su one zamišljene kao portfolio opcija, a ne kao putokazi. Ali da bi uspešno kreirali i saopštavali takve strategije, menadžeri moraju da prihvate nekompatibilne i neusklađene ideje, da saopštavaju višestruke i konfliktne narative i dele ideje onako kako misle o njima, za razliku od tradicionalnog redosleda razmišljanja, a zatim deljenja. Da bi to omogućili, lideri treba da neguju kulturu u kojoj ljudi mogu da se ne slažu, a da za to ne budu kažnjeni.

U nedavnom članku HBR-a tvrdili smo da u neizvesnom svetu i svetu koji se brzo menja, kompanije moraju da usvoje strategije zasnovane na radikalnoj opcionosti, u kojima neprestano razvijaju nove opcije koje bi mogle da formiraju osnovu budućeg uspeha – u zavisnosti od nepredviđenog stanja sveta. Ali kompanije se bore da shvate radikalnu opcionost, jer je kreiranje opcija skupo: podrazumeva skupo i rizično istraživanje, povećava složenost i može dovesti do prekomerne redundance. Zadiranje u ograničenja resursa, posebno sve veći trošak kapitala, samo otežava izazov.

Pored razbijanja niza tradicionalnih kompromisa u strategiji, kao što je opisano u našem članku, ovo će takođe zahtevati novi pristup razmišljanju, komunikaciji i vođenju strategija. U osnovi, moramo da prihvatimo da strategija više nije jedinstvena, nepromenljiva mapa puta, već pre portfolio mogućnosti koji zahteva potpuno novi pristup. Da bi uspeli u ovom novom svetu radikalnih opcija, menadžeri i lideri moraju da prihvate:

Nekompatibilnost i neusklađenost ideja

Kompanije i pojedinci rade na više inicijativa i zadataka istovremeno. Obično se pretpostavlja da iako ove aktivnosti mogu biti veoma različite, one su suštinski konzistentne sa jednom strategijom i pogledom na budućnost.

Međutim, organizacije koje razvijaju opcije za više država sveta možda će morati istovremeno da traže nekomplementarne ili čak nekompatibilne opcije. Na primer, NVIDIA prodaje svoje grafičke kartice potrošačima, ali takođe gradi pretplatničku uslugu zasnovanu na oblaku koja se može koristiti za daljinski pristup grafičkoj snazi i strimovanje igara ili drugog softvera na uređaje (koji ne podržavaju NVIDIA). U ovom slučaju, rešavanje jednog problema — na primer, smanjenje kašnjenja striminga — moglo bi da poboljša atraktivnost ponude zasnovane na oblaku kompanije NVIDIA, ali potencijalno da smanji onu tradicionalnog hardverskog poslovanja (kanibalizacijom njegove direktne prodaje).

Povećanje opcionosti zahteva prepoznavanje potencijalnih prednosti takvih nekompatibilnih opcija. To uključuje veću otpornost, zbog raznovrsnih budućih izvora prihoda, kao i sposobnost da se stvori uporište u verovatnoj budućnosti koja se u velikoj meri oslanja na centralizovano računarstvo. Štaviše, NVIDIA-in potez omogućava da ima koristi od šireg skupa mogućih budućih inovacija, jer će njena ponuda u oblaku biti poboljšana ne samo prodorima u hardveru, već i poboljšanjima u softveru za striming, između ostalog.

Sutrašnji pobednici treba da selektivno prihvate nekompatibilnost na sličan način prihvatajući različita uverenja u vezi sa budućnošću, istražujući različite grane rezultirajućeg „drveta mogućnosti“ i prebacujući pažnju i resurse između njih kako se budućnost razvija.

Mnoštvo verovanja o budućnosti takođe ima implikacije na usklađivanje među zainteresovanim stranama organizacije. Slike „svi na istom čamcu“ su atraktivne: svi sedimo u istom čamcu, a sinhronizovano veslanje će nam pomoći da brže i efikasnije stignemo do cilja. Ali, u svetu radikalne neizvesnosti, možda ne znamo uvek šta je naše odredište - ili, zaista, da li je određeni čamac naša najbolja opcija da stignemo tamo.

Kao rezultat toga, postizanje potpunog usklađivanja više ne može biti vladajuća maksima. Protiv neizvesne budućnosti, kompanije će morati da neguju raznolikost percepcija (stvarnosti) i perspektiva (na budućnost), koje će, kako se sudaraju unutar firme, otključati nove ideje kroz kombinatornu inovaciju, poboljšavajući buduću održivost organizacije.

Mnoštvo i nedoslednost narativa

Često komuniciramo strategije koristeći priče kao zanimljiva i korisna pojednostavljenja složene stvarnosti. Međutim, ako se traga za različitim, potencijalno nekompatibilnim opcijama za budućnost, više se ne možemo osloniti na jedinstveni, nepromenljivi strateški narativ. Umesto toga, organizacije treba da dele i podržavaju višestruke priče koje se menjaju kako bi olakšale traženje različitih opcija i prebacivanje između njih.

Na primer, oko svoje visoko hvaljene strategije veštačke inteligencije poslednjih meseci, Microsoft je dao izjave u kojima je istakao ulogu svog softvera kao trenera, pomoćnika ili mehanizma za automatizaciju. Neke od ovih priča uočljivo prikazuju čoveka u petlji, dok druge ne. Iako ove priče ne mogu sve biti istinite u isto vreme, u moj kontekst, a za istu publiku, sposobnost Microsofta da kontinuirano razvija svoje narative i ponude u okruženju koje se veoma brzo razvija omogućava mu da ostane relevantan.

U takvom svetu sa više spratova, organizacije treba da odustanu od cilja postizanja pune doslednosti i stabilnosti narativa — što je viđeno kao neka vrsta obeležja integriteta — i umesto toga prigrli raznolikost i promene.

Lou Gerstner daje dobar primer uspešno primenjene nedosledne komunikacije. Kada se pridružio IBM-u kao izvršni direktor u aprilu 1993. godine, čuveno je najavio investitorima i štampi da je „zadnja stvar koju IBM-u sada treba jeste vizija“ i da će umesto toga biti fokusiran na racionalizaciju i izvršenje. Ali on je zapravo pokrenuo rad na novoj viziji: oko omogućavanja kompanijama da iskoriste internet za svoje poslovanje. On ga je javno podelio manje od godinu dana od svog mandata i ubrzo potom pokrenuo reklamnu kampanju od 500 miliona dolara, što je pomoglo IBM-u da postane rani lider u ovoj oblasti.

Narativ kao alat za testiranje

Koliko god da su narativi komunikacioni alati, oni su takođe dragoceni alati za formulisanje i testiranje strategija: iznošenje stvari – čak i ako samo za sebe – pomaže da se strukturišu misli i identifikuju nedostaci u logici. Kao što je pesnik i dramaturg Hajnrih fon Klajst primetio u eseju iz 1805. godine, baš kao l’appetit vient en mangeant – apetit dolazi sa jelom – l’idee vient en parlant – ideja dolazi sa govorom.

Kada se teži radikalnoj opcionalnosti, prenošenje strateških ideja drugima takođe otvara put za njihovo poboljšanje. Umesto da dolazi posle razmišljanja, govor zapravo može biti način razmišljanja. Možemo testirati i razvijati strategije tako što ćemo ih izgovarati naglas, registrovati odgovore i sarađivati sa našom publikom na trijaži i oblikovanju ideja. U ovom kontekstu, pričanje više, potencijalno nedoslednih priča može biti korisno, jer stvara vredne reakcije koje se mogu posmatrati i iskoristiti. Možemo proširiti čuveni citat E. M. Forstera iz „Kako da znam šta mislim dok ne vidim šta govorim?“ na „Kako da znam šta mislim dok ne vidim kako drugi reaguju na ono što kažem?“

Razmišljanje govorom može se primeniti u praksi unutar firme, da se „probaju“ i razumeju različita uverenja. Na primer, rukovodioci mogu da sprovode radionice na kojima se stavljaju u poziciju industrijskih disidenata  – startapa koji se klade protiv postojećih poslovnih modela– i razgovaraju o tome kako bi njihove ideje mogle uspeti. Ova i druge igre mašte koje smo razvili da bismo olakšali takve radionice su efikasan način za testiranje ideja i ažuriranje načina razmišljanja.

Štaviše, razmišljanje govorom se može vršiti na način okrenut ka spolja, mereći reakcije javnosti tako što će biti „probni balon“, kao kada političaru procuri u štampu nešto o planovima za naredni period, kompanije izlažu prototipove proizvoda ili čak samo najavljuju razvoj ponude... Nedavni dobro objavljeni primer je javna diskusija izvršnog direktora Twittera, Elona Maska, o cenama pretplate na Twitter Blue sa korisnicima platforme.

Prelazak na novu kulturu

„Prva odgovornost lidera je da definiše stvarnost“, napisao je Maks De Pre, guru liderstva i bivši izvršni direktor Hermana Milera. Lideri kompanija, kao „glavni kreatori značenja“, postavljaju ton i uspostavljaju kontekst za ono što se misli ili govori u njihovim organizacijama. Stoga, oni moraju da vode brigu o promenama u načinu razmišljanja i komunikacijskim praksama koje će otključati radikalnu opcionalnost. To će zahtevati da:

• Ponašajte se kao primer: Moraju biti zadovoljni pričanjem više priča i kontradiktornošću kada se pojave novi narativi i postanu relevantniji. Ovo nije podsticaj da se izmišljaju ili iskrivljuju činjenice i temeljne istine, već pre priznanje da činjenice mogu podržati mnoge moguće narative koji nisu nužno kompatibilni jedni s drugima, da se okolnosti menjaju i da naše znanje evoluira.

• Postavite nove norme: Da bi iskoristili moć govorenja razmišljanjem, zaposleni moraju biti uvereni da „testiranje misli“ koje još nisu u potpunosti formirane i proverene sa kolegama ne povlači rizik za karijeru. Naravno, takođe moraju biti postavljene ograde za glasno razmišljanje na javnim forumima, gde su posledice veće ako ideja nije dobro prihvaćena ili na kraju nije realizovana.

• Stvorite bezbedno okruženje: Da bi podstakli i iskoristili koliziju različitih perspektiva, lideri treba da obezbede prostor za igru i obezbede da se zaposleni osećaju bezbedno da eksperimentišu sa novim idejama, procesima i praksama.

. . .

Uspeh u svetu radikalne opcionosti zahtevaće kulturu koja obuhvata eksperimentisanje sa novim i često suprotstavljenim poslovnim i operativnim modelima. Da bi se to postiglo, kompanije će morati da prepoznaju da je strategija portfolio, a ne mapa puta. Menadžeri će morati da se oslone na višestruke i konfliktne narative dok kreiraju strategije i kreiraju poruke u realnom vremenu. Izazov za lidere biće da učine organizaciju bezbednom za zaposlene da razmišljaju i komuniciraju na ove nove načine.

Mnogi menadžeri na strategiju gledaju kao na složenu temu, ali u svojoj suštini ona se svodi na tri pitanja: Gde smo sada? Gde želimo da idemo? Koji je kredibilan put do tamo? Da bi uspešno koristili ova pitanja za planiranje kursa, ljudi moraju biti brutalno iskreni prema sebi o tome gde se sada nalaze. Jednom kada kompanija shvati svoju sadašnju situaciju, može zacrtati put ka stvaranju istinski diferencirane ponude koja može stvoriti ekonomsku vrednost.

„Sezona je za godišnje strateško planiranje. Za većinu kompanija, proces je spektakl — ritualna igra skokova sa loptom za budžet u kojoj emocije preplavljuju i odeljenja brane svoj teren. Trgovci se zgražavaju dok ne-marketinški stručnjaci iznose „stručnu“ mudrost. Prodavci odmahuju glavama kada pominju „ciljeve prodaje“. I svaka poslovna jedinica veruje da je najbolja.

Svi znaju da ova korporativna pesma i ples koštaju mnogo vremena i resursa. Zaposleni izdržavaju sastanke, uprkos tome što znaju da im odeljenja n isu fokus, sastanci pre sastanka i izveštaji nakon sastanka mesto gde se mnoge odluke zapravo donose. Izvršni direktori gledaju kako se njihovi timovi takmiče i mame ih za budžet, uprkos činjenici da je kompanija vezana za jedan izveštaj o dobiti i gubitku i cenu akcija.

Da biste pokušali da rešite ovaj problem, pokušajte da prebacite svoju organizaciju sa strateškog planiranja na strategijsku terapiju.

Strateško planiranje je racionalna, više eksterna, analitička vežba koja se fokusira na tržište. Odgovor na zdraviji i produktivniji proces planiranja godišnje strategije nije dodatna analiza, već povećana iskrenost. Strategijska terapija je emocionalna, više unutrašnja vežba koja se fokusira na samosvest. Ne govorimo o izgradnji tima i padu poverenja, ili tačnoj paraleli sa tradicionalnom terapijom, već o putu ka transparentnosti i istini. Strateška terapija koristi iste vrste analiza i okvira kao i strateško planiranje, ali tera lidere na teške diskusije koje ne žele da vode.

Prvo, hajde da pojednostavimo planiranje strategije. Čini se da je strategija složena jer akademici, konsultanti i drugi stručnjaci imaju koristi od percepcije da je složena. Ali strategija je jednostavna kao odgovor na tri pitanja što je moguće iskrenije.

1. Gde smo sada?
2. Gde želimo da idemo?
3. Koji je kredibilan put do tamo?

Jedan od razloga zašto većina kompanija propadne odmah iza kapije je taj što ne odgovaraju „Gde smo sada?“ sa stvarnom iskrenošću o njihovim prednostima i slabostima.

Mnogi lideri na tržištu ne razumeju zaista zašto su broj jedan, uglavnom zato što su mnogi rukovodioci koji vode vodeće kompanije na tržištu nasledili posao i svoje tržišno liderstvo. Oni ne mogu više da objasne svoj uspeh nego što dete iz fonda poverenja može da objasni kako da se izgradi bogatstvo. Pošto su prednosti njihovog poslovanja često nasleđene, a ne nešto što su sami izgradili, rukovodioci možda neće uspeti da u potpunosti razumeju i odrede svoj jedini pravi izvor snage.

Netržišni lideri prave slične, ali inverzne pretpostavke. Ovi lideri su takođe zarobljeni u prošlosti. Pretpostavljaju da su slabi u celosti u odnosu na lidera na tržištu. Čak i ako veruju da imaju snagu, nedostaje im razmišljanje o brendu izazivača i pretpostavljaju da je neuspeh verovatniji od uspeha.

Ključ za odgovor „Gde smo sada?“ sa razmišljanjem o strategijskoj terapiji jeste da budete sramotno iskreni u vezi sa svojim suštinskim uverenjem u vezi sa strategijom i jedinom istinskom snagom vaših proizvoda, kompanije i kategorije. Prvi korak je da priznate da imate problem.

Postoje tri potpitanja koja primoravamo lidere da sebi postave.

1. Šta je ono što naše poslovanje čini posebnim?

Da li je to vaš proizvod? Ako jeste, da li su to prednosti, iskustvo ili cena? Ili je to zbog vašeg marketinga, prodaje ili lanca snabdevanja? Ili je to što ni vaš proizvod ni kompanija nisu posebni, ali ste u pravoj kategoriji u pravo vreme?

Ovo je bolno bolna vežba. Za koji proizvod osoba želi da prizna da njen proizvod nije poseban, ali pobeđuje zbog izvrsnosti lanca snabdevanja? Koji marketinški stručnjak želi da prizna da njihov marketing nije jedinstven, ali oni pobeđuju jer imaju sjajnu prodajnu snagu?

Povratne informacije od lidera koji su prošli kroz proces kažu da suočavanje sa bolom unapred čini da ceo proces planiranja strategije ide brže, glatkije i lakše jer su svi iskreni i na istoj strani.

2. Koliko je posebna stvar koja čini naše poslovanje posebnim?

Samo zato što je vaš proizvod poseban za vašu kompaniju ne znači da je poseban za kategoriju. Klasične vežbe strateškog planiranja mogu biti veoma korisne za ovo pitanje, ako se koriste za prisiljavanje na brutalnu iskrenost.

Elastičnost cena govori istinu o vašem proizvodu ili usluzi. Možete li sutra podići cenu za 10%, a da pritom ne izgubite mnogo? Samo razmišljanje o ovome čini da se većina lidera oznoji. Ako ne možete da povećate cenu, nemojte reći da je vaš proizvod poseban u ovoj kategoriji.

Modeliranje marketing miksa govori istinu o vašem marketingu. Zar ne osvojiti nagrade? Dobro za vas, ali da li matematika kaže da dolar marketinške potrošnje donosi više od jednog dolara bruto marže? Marketing koji ne proizvodi prihod ili tržišnu kapitalizaciju je samo umetnost i zanat.

Određivanje potrošnje na oglašavanje u odnosu na prodaju govori vam istinu o vašem proizvodu i brendu. Ako su ž proizvod i brend toliko posebni, zašto morate da trošite milijarde na oglašavanje pokušavajući da ubedite potrošače da su vaši proizvodi jedinstveni? Robert Stephens, osnivač Geek Skuad-a, najbolje je rekao: „Oglašavanje je porez koji plaćate zato što ste neupadljivi.

Izvor analize obima vam govori koliko su različiti vaš proizvod, kompanija i kategorija. Povećali ste tržišni udeo prošle godine? To je sjajno, ali odakle je došao udeo? Ako je došao od drugih konkurenata, kupac kaže da ste zamenljivi. Ili dodajete potpuno nove tipove potrošača u kategoriju, kao što video igre dodaju igračice srednjih godina koje igraju ležerne igre? Vi radite nešto drugačije!

3. Koliko daleko smo spremni ići da jedna stvar bude zaista posebna?

Postoje tri nivoa posebnosti kojima treba težiti — biti bolji, biti najbolji, biti drugačiji/jedinstveni. Ogromna većina lidera se slaže sa boljim nasuprot težnji da budu najbolji ili drugačiji.

Biti bolji znači biti samo pobednik takmičeći se i pobeđujući druge. Nema veće misije od toga da budete lider broj jedan na tržištu. Liderstvo u troškovima i ekonomija obima važniji su od koristi za potrošače i inovacija. Zarada pre kamata, poreza, depresijacije i amortizacije (EBITDA) zavisi od obima i operativne poluge.

Biti najbolji znači poboljšati i povećati premiju cena. Ovde su istraživanje i razvoj, inovacije i brend najvažniji. EBITDA je vođena cenama i bruto maržama.

Biti drugačiji znači dizajnirati i razlikovati. Ove kompanije identifikuju problem kategorije i artikulišu radikalno drugačiju tačku gledišta. Oni pokreću inovacije proizvoda, poslovnog modela i podataka koji pokreću EBITDA kroz visoko inkrementalnu prodaju i mnogo veće bruto i operativne marže.

Naš rad je dokazao da „biti drugačiji“ kao dizajner kategorije čini kompaniju daleko profitabilnijom. Ipak, velika većina kompanija nesvesno bira strategiju „budi pobednik“, uglavnom zato što su tako naučene. Mnogi rukovodioci na koje nailazimo veruju da je strategija igra sa nultom sumom - da bi pobedili, konkurenti moraju da izgube. Ovo nije iznenađujuće, jer veći deo tradicionalnog strateškog razmišljanja dolazi iz vojne strategije. Jedna od najpoznatijih knjiga o strategiji Majkla Portera bukvalno se zove Competitive Strategy.

Ali da li je to zapravo istina? Apple i Microsoft su se takmičili oko operativnih sistema. Sada su one u velikoj meri komplementarne kompanije sa tržišnom kapitalizacijom od triliona dolara, jer su odlučile da dizajniraju i razlikuju različite budućnosti.

U strategiji, instinkt za takmičenjem može prikriti dublja, važnija pitanja. Da li zaista želimo da preuzmemo tržišni udeo od druge kompanije? Ili nismo sigurni da li se naša sposobnost za istinski inoviranje meri?

Severnoamerička vizija Tojote je „Biti najuspešnija i najuglednija automobilska kompanija u Americi“ (npr. „biti pobednik“). BMV grupa „teži da bude najuspešniji, najodrživiji premium proizvođač za individualnu mobilnost“ (npr. „budi najbolji“).

Teslina misija je „ubrzati prelazak sveta na održivu energiju“. Ovo je očigledno strategija „budi drugačiji“. Tesla je otvorio svoju mrežu za punjenje drugim brendovima. Oni su otvorili svoje patente. Ponudili su da licenciraju svoj softver za samostalnu vožnju drugima. Da li je ovo dobar posao? Verovatno da, ali na duge staze — kratkoročno to nosi troškove. Ali da li bi Tojota ili BMV uradili isto?

Izbor da budemo bolji, najbolji ili drugačiji je ukorenjen u fundamentalnom uverenju lidera o tome da li je svet pun oskudice ili izobilja. Lideri koji podrazumevaju oskudicu često se takmiče u lovu na tržišni udeo bez malo obzira na dug pogled. Lideri koji podrazumevaju obilje zaljubljuju se u inovacije ili dizajn kategorija i stvaraju novu budućnost koja rešava postojeće probleme koje sadašnja kategorija ne može da reši. Većina rukovodilaca nikada u suštini nije ispitala svoj sistem verovanja.

Zbog toga je strateška terapija važnija od strateškog planiranja. Strateška terapija se odnosi na brutalnu iskrenost i prihvatanje naizgled naivnog verovanja u obilje. Iskrenost je supermoć dostupna svima, a obilje stvara nove mogućnosti i najveće strategije.

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.