Naše najnovije priče, uvidi i saveti

Generativna veštačka inteligencija može ubrzati inovacije, ali članak tvrdi da njena podrazumevana upotreba često pojačava ljudska uska grla koja bi trebalo da reši. U fazi osmišljavanja ideja (ideaciji), modeli usmeravaju timove ka poznatim idejama i čine da se ljudi više fiksiraju na njih. U selekciji, doterane prezentacije koje je generisala veštačka inteligencija mogu se pogrešno protumačiti kao bolje ideje, dok preporuke veštačke inteligencije mogu kodirati postojeću pristrasnost. U istraživanju potrošača, simulirani kupci mogu ubrzati testiranje, ali propuštaju iracionalna ponašanja koja oblikuju stvarno prihvatanje proizvoda. Nakon lansiranja, veštačka inteligencija može rezimirati ogromne količine povratnih informacija, a ipak pomoći timovima da opravdaju prethodna uverenja. Centralni savet autora je dijagnostički: pre primene veštačke inteligencije, lideri bi trebalo da se zapitaju da li je usko grlo informaciono, zasnovano na rasuđivanju ili vođeno podsticajima, i da sačuvaju direktan kontakt sa kupcima tamo gde je to najvažnije za utemeljenje u stvarnosti.

Svaki inovacioni tim sada ima iste alate: iste fundamentalne modele, slične biblioteke upita. Ipak, rezultati su izuzetno neujednačeni. Neki timovi izveštavaju o kreativnoj renesansi, dok drugi prijavljuju poplavu homogenizovanih, zaboravljivih ideja koje sve zvuče kao da potiču od iste osobe. Razlog nije u tome koji model koristite. Razlog je u tome što generativna veštačka inteligencija deluje na ljudska uska grla zakopana unutar tog procesa. Ova uska grla reaguju na veštačku inteligenciju na različite — ponekad i suprotne — načine.

To je osnovni argument novog radnog dokumenta, izrađenog na poziv časopisa International Journal of Research in Marketing, koji smo mi — istraživači sa Harvarda, Vartona, Nortvesterna i Kolumbije — napisali. Umesto da pitamo šta generativna veštačka inteligencija može da uradi, postavljamo trajnije pitanje: Koja su to kognitivna, društvena i organizaciona ograničenja koja su oduvek usporavala inovacije i kako veštačka inteligencija stupa u interakciju sa svakim od njih?

Da bismo odgovorili na ovo, sintetizovali smo nedavne empirijske studije o generativnoj veštačkoj inteligenciji i inovacijama — o raznolikosti ideja, potrošačima simuliranim putem veštačke inteligencije, algoritamskoj selekciji ideja i analizi nakon lansiranja — u poređenju sa decenijama utemeljenih istraživanja o kreativnosti, rasuđivanju u uslovima neizvesnosti i ponašanju potrošača. Za svaku od četiri faze u nastavku postavili smo ista tri pitanja: Šta je osnovno ljudsko ograničenje, kako generativna veštačka inteligencija utiče na njega kada se koristi „naivno“ i kako bi izgledao promišljeniji redizajn? Ta dosledna struktura nam je omogućila da primenimo isto dijagnostičko pitanje na uska grla koja na površini uopšte ne liče, kao što je pristrasnost komisije za selekciju prema novinama ili nesposobnost potrošača da kaže šta želi pre nego što to zapravo iskusi. Da li veštačka inteligencija rastvara ovo usko grlo ili ga tiho pogoršava?

Odgovor je važniji nego što menadžeri za inovacije trenutno uviđaju. Neka od ovih ograničenja, ispostavilo se, generativna veštačka inteligencija može istinski da rastvori. Druga pogoršava, dok naizgled deluje da pomaže. A nekoliko njih nijedan verovatan budući model neće ni dotaći.

Problem sa pretpostavkom da će veštačka inteligencija popraviti inovacije

Većina razgovora o veštačkoj inteligenciji i inovacijama tretira veštačku inteligenciju kao uniformno dobru u uklanjanju trenja u inovacionom procesu. Obično je pretpostavka da će to postići potpunim zamenjivanjem uloga ljudskih inovatora: više ideja, brže testiranje, jeftinije istraživanje, brže učenje. Naš okvir odbacuje tu pretpostavku. Pratimo uska grla kroz četiri faze inovacionog lanca — ideaciju, selekciju, uvid u potrošače i učenje na tržištu — i otkrivamo da je u gotovo svakoj fazi podrazumevani efekat veštačke inteligencije (kada se koristi „naivno“, bez promišljenog redizajna) produbljivanje osnovnog uskog grla, a ne njegovo smanjenje.

Evo zašto: Većina inovacionih uskih grla su ljudski problemi, a ne tehnološki. To su pitanja o tome kako se ljudi vezuju za poznate ideje, kako komisije razvijaju plemenske instinkte o tome šta se smatra „obećavajućim“, kako potrošači ne mogu da vam kažu šta žele dok to ne vide. Generativna veštačka inteligencija, obučena na skupu postojećeg ljudskog učinka, teži da reprodukuje upravo one tendencije koje su prvobitno i izazvale usko grlo; samo brže i u većem obimu.

Evo načina na koje generativna veštačka inteligencija produbljuje ljudska uska grla u svakoj fazi inovacionog procesa — i šta preduzeti u vezi s tim.

Ideacija: Preterano fiksiranje na tipično.

Ideacija je proces generisanja kandidatskih koncepata za novi proizvod, uslugu ili funkciju. Budući da jedna izuzetna ideja vredi više od desetina samo dobrih, zadatak nije da se proizvede velika gomila solidnih opcija — zadatak je da se na površinu izbace istinski izuzeci, što ideaciju fundamentalno čini potragom za izuzecima, a ne vežbom u efikasnoj proizvodnji.

Kada ljudi razvijaju ideje sa velikim jezičkim modelom (LLM) bez promišljene strukture, dve stvari se dešavaju istovremeno. Sam model gravitira ka statistički tipičnom odgovoru — na kraju krajeva, obučen je da automatski dopunjava fraze koristeći najverovatnije sledeće reči. A kada osoba pročita taj tipičan odgovor, ona se fiksira na njega, što je sprečava da razmišlja o neobičnijim idejama koje bi mogla samostalno generisati. Rezultat je suptilno sužavanje u dva koraka: veštačka inteligencija predstavlja usku ideju, a zatim to takođe sužava i razmišljanje čoveka.

Što je još gore, ovo se dešava na sistemskom nivou. Pošto većina generativnih modela crpi podatke iz sličnih podataka za obuku, nezavisni timovi u različitim kompanijama koji koriste veštačku inteligenciju „kreativno“ imaju tendenciju da konvergiraju ka istoj nekolicini pravaca dizajna. Dakle, čak i ako individualna produktivnost raste, kolektivna raznolikost na čitavom tržištu opada.

U ovom slučaju, rešenje je na modelu, a ne na čoveku. Korišćenje upita sa lancom razmišljanja (chain-of-thought prompting) — traženje od modela da napravi nacrt, a zatim da eksplicitno revidira ka smelilijoj, prepoznatljivijoj teritoriji — funkcioniše izvanredno dobro na veštačkoj inteligenciji. Međutim, isti pristup ne pomaže čoveku da poboljša sopstveno razmišljanje. Kada se osoba mentalno fiksira na početnu ideju veštačke inteligencije, poruka da „razmišlja šire“ obično ne pomaže — naprotiv, može se još više fiksirati na ideju veštačke inteligencije (ovo je verzija klasičnog problema „ne misli na belog medveda“).

Selekcija: Pristrasnost prema „doteranijim“ idejama jezičkih modela.

Selekcija je faza u kojoj kompanija odlučuje koje od tih ideja dobijaju finansiranje, a koje se odlažu, obično putem komisije za prolazne faze (stage-gate) ili odbora za pregled portfolija. To je procena doneta pod stvarnom neizvesnošću — pre nego što je tržište reklo svoje, i često pre nego što je sama ideja u potpunosti definisana — tako da sve ono za šta se panel svesno ili podsvesno optimizuje na kraju oblikuje sve što kompanija na kraju izgradi.

Ocenjivači su oduvek bili pristrasni protiv novih ideja — originalni koncepti deluju rizičnije i teže ih je pozicionirati, pa paneli nesvesno nagrađuju sigurnije, poznatije predloge. Generativna veštačka inteligencija pojačava ovu pristrasnost na nov način: predlozi generisani veštačkom inteligencijom su tečni i dobro strukturirani po svojoj prirodi, a tečnost se pogrešno zamenjuje za kvalitet. Ideja koja zvuči doterano dobija bolju ocenu, bez obzira na to da li je zapravo bolja ideja. Ovde je rešenje strukturno, a ne tehnološko: svedite predloge na zajednički format pre nego što ih bilo ko oceni i sakrijte da li je ideja potekla od čoveka ili od modela.

To nije jedino usko grlo koje generativna veštačka inteligencija može tiho produbiti u fazi selekcije. Evo suptilnije zamke: ako obučite LLM za selekciju na istorijskim odlukama o prihvatanju ili odbijanju vašeg sopstvenog panela, vi ne uklanjate pristrasnost iz procesa — vi je trajno kodirate, u velikom obimu, i činite da izgleda objektivno. Nedavni terenski eksperiment otkrio je nešto još problematičnije: kada su ocenjivači dobili preporuku LLM-a uz pisano obrazloženje, postali su skloniji tome da automatski odobravaju odbijanja — a da nisu postali nimalo bolji u razlikovanju tačnih procena veštačke inteligencije od netačnih. Obrazloženje modela zamenilo je njihovo sopstveno rasuđivanje umesto da ga podrži. A efekat je bio najjači upravo tamo gde je ljudsko rasuđivanje najvažnije: u graničnim slučajevima.

Intervencija ovde je gotovo suprotna onome ka čemu većina kompanija ide: uklonite objašnjenja LLM-a. U tom istom eksperimentu, preporuka veštačke inteligencije kao „crne kutije“ bez obrazloženja poboljšala je odluke, u poređenju sa zadržavanjem obrazloženja LLM-a u kombinaciji.

Uvid u potrošače: Brže istraživanje, manje autentični odgovori.

Kada ideja preživi selekciju, razvija se u konkretan koncept sa stvarnim karakteristikama, cenama i pozicioniranjem — a testiranje tog koncepta podrazumeva razumevanje onoga što kupci zapravo žele. Ovo je faza merenja preferencija: ankete, intervjui i kondžojnt studije na koje su se firme dugo oslanjale kako bi koncept pretvorile u odbranjivu procenu potražnje.

Ovo je deo u kojem je rad najviše otrežnjujući za svakoga ko koristi veštačku inteligenciju za simulaciju kupaca. Na primer, ako zatražite od jezičkog modela da simulira uloge hiljadu različitih segmenata potrošača koji reaguju na promenu cene, dobićete glatku, opadajuću krivu koja je uglavnom pogrešna na specifičan, problematičan način. Pošto model nije izvučen iz stvarne populacije, on varijaciju cene ne tretira kao eksperiment; on je tretira kao trag o kontekstu (viša cena se tumači kao „premijum“, a ne kao „isti proizvod, samo skuplji“). Dakle, umesto opadajuće krive tražnje koju biste dobili od stvarnih kupaca kako cena raste, možete dobiti ravnu ili čak rastuću krivu.

„Digitalni blizanci“ — persone veštačke inteligencije izgrađene na bogatim profilima ponašanja stvarnih ljudi — prolaze bolje, ali im trenutno i dalje nedostaje nešto suštinsko: stvarni kupci se ponašaju iracionalno na načine koji su od ogromne važnosti za to da li će prihvatiti nešto novo. Oni se drže nepovratnih troškova (sunk costs). Oni precenjuju bol prelaska na drugu opciju. Simulirani blizanci, nasuprot tome, teže da naprave racionalan izbor daleko češće nego stvarni ljudi — što znači da sistematski potcenjuju upravo ona trenja koja uništavaju lansiranja novih proizvoda.

Za ovo još uvek nema čistog rešenja. Digitalni blizanci nisu beskorisni — oni su razumna zamena za neka istraživačka pitanja — ali im ne treba verovati upravo kod onih ponašanja koja razdvajaju sudbinu istinski novog proizvoda od inkrementalnog. Za svaku odluku koja se oslanja na nepovratne troškove, troškove promene ili način na koji je izbor uokviren, sigurniji potez je zadržati to rasuđivanje uz ljudska istraživanja: panele vodećih korisnika i etnografski rad na terenu koji posmatraju kako se ljudi stvarno ponašaju, a ne samo šta model predviđa da će izabrati.

Difuzija i učenje na tržištu: Ista pristrasnost potvrđivanja, sa ubedljivijim glasom.

Difuzija i učenje na tržištu obuhvataju sve što se dešava nakon lansiranja: prihvatanje inovacije u velikom obimu, a zatim tumačenje rezultujućih signala kako bi se donela sledeća runda odluka. Usvajanje je društveni proces jednako koliko i individualni — vođen ranim usvajačima i preporukama od usta do usta — a povratne informacije koje proizvodi moraju se prikupiti, odrediti im se prioriteti i pravilno protumačiti pre nego što postanu korisne.

Kada se proizvod isporuči, on generiše više povratnih informacija nego što bilo koji tim može da apsorbuje: recenzije na različitim platformama, priče na društvenim mrežama, tikete podrške, povraćaje robe, teme na forumima. Generativna veštačka inteligencija je ovde istinski korisna: može da unese, grupiše i rezimira sav taj šum u obimu koji nijedan tim analitičara ne bi mogao da dostigne, izvlačeći strukturirane potrebe kupaca sa kvalitetom koji počinje da se približava profesionalnim analitičarima. Po prvi put u ovom okviru, usko grlo se zapravo smanjuje.

Ali to olakšanje stvara novi problem na svom mestu. Od stotina tema koje sistem veštačke inteligencije izbaci svake nedelje, koje zaslužuju akciju, a koje su samo najglasnije? Signali koji su najvažniji za inovacije, kao što je novi slučaj upotrebe ili segment koji tiho ne uspeva da prihvati proizvod, upravo su oni koje je rezime ponderisan učestalošću napravljen da zakopa.

Dublji problem se pojavljuje kada taj signal stigne u sobu punu ljudi koji imaju lični interes u ishodu. Organizacije su oduvek tumačile povratne informacije sa tržišta blagonaklono prema odlukama koje su već donele. Sistem veštačke inteligencije nema karijeru koja zavisi od prošlogodišnje opklade na proizvod, tako da bi u principu trebalo da označi talas pritužbi na ključnu funkcionalnost jednako spremno kao i talas pohvala. Ali isti onaj tečni, samouvereni rezime koji sintezu veštačke inteligencije čini korisnom takođe olakšava da se selektivno citira kao glas podrške onome u šta je tim već verovao na početku — posebno ako se upit veštačkoj inteligenciji postavi na način koji jasno stavlja do znanja koji odgovor bi tim preferirao, s obzirom na tendenciju veštačke inteligencije da laskavo govori ono što ljudi žele da čuju. Da li se sinteza veštačke inteligencije svodi na iskrenije izveštavanje ili samo na ubedljiviji način da se doteraju iste racionalizacije, jedno je od najvažnijih otvorenih pitanja u čitavom okviru.

Glavni zaključci

Pogledajte pažljivo ova četiri primera i pojavljuje se jedan princip: mehanizam iza uskog grla određuje da li mu veštačka inteligencija pomaže ili odmaže — a ne sofisticiranost veštačke inteligencije. Uska grla koja su u suštini informaciona, velikog obima ili proceduralna (previše prijava za pregled, previše teksta recenzija za čitanje, krut format koji skriva kvalitet) upravo su vrsta problema za čije rešavanje je generativna veštačka inteligencija stvorena, pod uslovom da sistem dizajnirate promišljeno.

Nasuprot tome, uska grla ukorenjena u proživljenom iskustvu, iracionalnom ljudskom ponašanju ili organizacionom sopstvenom interesu potpuno su drugačija pojava. Nikakvo skaliranje modela ne rešava činjenicu da potrošači ne mogu da artikulišu preferenciju za kategoriju proizvoda koju nikada nisu videli, ili da će menadžer sa dve godine političkog kapitala uloženog u neuspešan projekat tumačiti podatke blagonaklono, bez obzira na to koliko su podaci dobri.

Ovo liderima daje nešto korisnije od liste slučajeva upotrebe veštačke inteligencije: dijagnostičko pitanje koje treba postaviti pre usvajanja bilo kog novog alata ili radnog toka. Šta, konkretno, usporava ovo: problem informacija, problem ljudskog rasuđivanja ili problem organizacionih podsticaja? Ova alternativna perspektiva donosi jasne lekcije u svakoj fazi inovacionog procesa:

• Ideacija: Ako se prepusti sama sebi, generativna veštačka inteligencija sužava kreativno razmišljanje umesto da ga proširuje. Rešenje mora biti usmereno na upite modela, a ne na način razmišljanja osobe.
• Selekcija: Veštačka inteligencija ne uklanja pristrasnost panela za selekciju prema novinama. Ona toj pristrasnosti ili laska uglađenošću ili je tiho kodira i uvećava, osim ako proces nije promišljeno redizajniran.
• Uvid u potrošače: Simulirani kupci su brz, koristan filter, ali potcenjuju iracionalna trenja koja zapravo odlučuju da li će nešto novo biti prihvaćeno.
• Difuzija i učenje na tržištu: Veštačka inteligencija rešava problem obima u povratnim informacijama nakon lansiranja, ali jednako lako može timovima dati ubedljiviji način da odbrane odluku koju su već doneli.

. . .

Najneprijatniji argument ovog rada nije vezan ni za jedno pojedinačno usko grlo — već za ono što se s vremenom dešava sa organizacijama. Kako veštačka inteligencija preuzima sve više ideacije, selekcije i simulacije potrošača, mlađi zaposleni koji su nekada gradili rasuđivanje radeći taj posao iz prve ruke više ne dobijaju priliku da vežbaju. Završavate sa sofisticiranim korisnicima rezultata veštačke inteligencije koji nikada nisu razvili instinkt da prepoznaju kada je taj rezultat pogrešan.

Pomnožite to sa celokupnom funkcijom inovacija i dobićete ono što se naziva zamkom automatizacije: svaki pojedinačni alat veštačke inteligencije se dobro pokazuje u izolaciji, ali cela petlja povratnih informacija polako se udaljava od stvarnih kupaca, jer su ideacija, selekcija, testiranje i intervjuisanje sada posredovani modelima obučenim na rezultatima jednih drugih, a ne na tržištu. Sve postaje brže. Ništa ne ostaje utemeljeno u stvarnosti.

Naš odgovor nije usporavanje usvajanja veštačke inteligencije, već promišljenost o tome koji delovi procesa i dalje zahtevaju neposredan kontakt sa realnošću. Udubljivanje u vodeće korisnike. Etnografski rad na terenu. Čovek koji donosi važnu odluku i mora da stane iza nje. Ovo nisu nostalgični ostaci iz ere pre veštačke inteligencije; to su noseći zidovi koji sprečavaju da ostatak automatizovane strukture skrene sa osnovne istine koju bi trebalo da prati.

Tehnologija će nastaviti da se menja. Uska grla — kognitivna fiksacija, evaluacija vođena statusom, jaz između onoga što potrošači kažu i onoga što će zapravo uraditi — ostala su izuzetno stabilna decenijama. Kladiti se na svoju strategiju inovacija na osnovu mehanizma, a ne modela, verovatno će stariti znatno bolje.

Kada troškovi rastu, kompanije često traže alternative podizanju cena kako bi zaštitile marže. Međutim, smanjenje kvaliteta proizvoda, ili „skimpflacija“ (engl. skimpflation), može nositi najveći dugoročni rizik. Kroz 25 eksperimenata koji su obuhvatili više od 30.000 potrošača, istraživanje je pokazalo da ljudi ocenjuju smanjenje kvaliteta kao manje pravično u poređenju sa povećanjem cena ili smanjenjem pakovanja, te da su manje spremni da nastave sa kupovinom proizvoda kada jednom otkriju promenu. Smanjenje kvaliteta deluje posebno štetno jer može promeniti iskustvo koje su kupci očekivali od brenda od poverenja. Menadžeri bi trebalo da budu oprezni kada menjaju atribute koji definišu proizvod, kao što su ukus, performanse ili pouzdanost. Kada su kompromisi neizbežni, jasna komunikacija i mogućnost izbora za potrošače mogu umanjiti osećaj obmane i pomoći u očuvanju poverenja.

Kada se suoče sa rastom troškova, menadžeri se mogu naći pred teškim odlukama. U takvim situacijama menadžeri generalno mogu razmotriti tri opcije. Jedna opcija je održavanje trenutnih cena, što znači da kompanija apsorbuje veće troškove i miri se sa nižim maržama. Druga opcija je podizanje cena, pri čemu se povećani troškovi prenose na potrošače kako bi se održale profitne marže. Treća opcija podrazumeva indirektno podizanje cena kroz smanjenje onoga što potrošači dobijaju za istu cenu.

Indirektna poskupljenja obično imaju jedan od dva oblika. Jedan oblik, koji se obično naziva šrinkflacija (engl. shrinkflation), podrazumeva smanjenje količine ili veličine proizvoda uz zadržavanje iste cene. Na primer, proizvođač sosa za testeninu može smanjiti veličinu pakovanja sosa bez promene cene. Nedavna studija procenjuje da je ova praksa široko rasprostranjena na maloprodajnom tržištu SAD-a, pri čemu je smanjenje veličine proizvoda znatno češće od njenog povećanja.

Drugi, i možda manje poznat oblik indirektnog poskupljenja jeste skimpflacija — smanjenje kvaliteta proizvoda uz zadržavanje iste cene i veličine proizvoda. Kvalitet može obuhvatati više dimenzija, ali u kontekstu robe široke potrošnje, skimpflacija često uključuje smanjenje ključnih sastojaka ili izmene u formulaciji proizvoda koje umanjuju njegov kvalitet. Na primer, proizvođač sosa za testeninu može smanjiti udeo paradajza u proizvodu, zamenjujući ga vodom kako bi nadoknadio izgubljenu težinu. Mediji širom sveta nedavno su zabeležili brojne slučajeve skimpflacije, što je podiglo svest javnosti o ovoj praksi.

Za menadžere, skimpflacija može predstavljati primamljiv pristup kao odgovor na nagli rast troškova. Može se tvrditi da je potrošačima teže da primete promene u sastojcima ili formulaciji proizvoda nego promene cene ili veličine. Međutim, moje istraživanje pokazuje da je skimpflacija rizična. Kroz opsežan istraživački program koji je uključio hiljade učesnika, otkrio sam da, kada potrošači jednom postanu svesni smanjenja kvaliteta, ocenjuju skimpflaciju kao izrazito nepravičnu, daleko više nego šrinkflaciju i direktna poskupljenja. Takođe su znatno manje voljni da nastave da kupuju proizvode kojima je smanjen kvalitet u poređenju sa onima kojima je podignuta cena ili smanjena veličina pakovanja.

Zašto se smanjenje kvaliteta doživljava drugačije

Menadžeri razumeju da potrošači ne vole poskupljenja. To objašnjava zašto traže manje vidljive alternative direktnom podizanju cena u borbi protiv rasta troškova. Ako su paradajz, kakao, maslinovo ulje, ambalaža, radna snaga ili logistika poskupeli, neposredno pitanje glasi: Kako možemo zaštititi svoje marže, a da ne oteramo kupce?

Iz čisto ekonomske perspektive, podizanje cena, smanjenje veličine proizvoda i smanjenje kvaliteta mogu delovati slično. Međutim, iz psihološke perspektive, ove tri prakse se u velikoj meri razlikuju.

Da bih ovo ispitao, sproveo sam 25 eksperimenata sa više od 30.000 učesnika iz SAD-a i Evrope. Učesnici su čitali o preduzećima koja se suočavaju sa povećanim troškovima, a zatim saznali da je kompanija reagovala na jedan od tri načina. Prvoj grupi učesnika u mojim studijama rečeno je da je preduzeće podiglo cenu proizvoda, dok su veličina i kvalitet ostali isti. Drugoj grupi je rečeno da je preduzeće smanjilo veličinu proizvoda, uz zadržavanje iste cene i kvaliteta. Treća grupa učesnika saznala je da je preduzeće smanjilo kvalitet proizvoda, dok su cena i veličina ostale nepromenjene.

U svim studijama koristio sam širok spektar proizvoda i usluga. Učesnici su čitali o čokoladama, soku od pomorandže, maslinovom namazu, toalet-papiru, deterdžentu za veš, striming uslugama i drugim ponudama. U nekim slučajevima, smanjenje kvaliteta je uključivalo smanjenje ključnih sastojaka; na primer, manje kakaoa u čokoladi, manje maslinovog ulja u maslinovom namazu ili nižu koncentraciju soka od pomorandže u napitku. U drugim slučajevima, smanjenje kvaliteta uključivalo je opšte opise kvaliteta ili performansi proizvoda.

Obrazac je bio izuzetno dosledan u svim studijama. Potrošači su imali najmanje šanse da primete smanjenje ključnih sastojaka (27,2%), zatim manju veličinu proizvoda (37,9%) i podizanje cena (49,8%). Takođe su smanjenje kvaliteta videli kao najmanje pravičnu opciju, ocenjujući ga znatno oštrije od smanjenja veličine ili povećanja cene; manje veličine su, pak, viđene kao manje pravične od viših cena. To se poklapa sa prethodnim istraživanjima koja pokazuju da većina potrošača smatra povećanje cena poštenim kada se firme suočavaju sa rastućim troškovima. Potrošači su takođe bili manje voljni da kupe proizvod nakon smanjenja kvaliteta nego nakon smanjenja veličine ili poskupljenja. Ipak, uprkos tome što su manje formate ocenili kao manje fer od viših cena, bili su podjednako voljni da kupe proizvode pogođene bilo kojom od te dve promene.

Moje studije su pružile dokaze za dva objašnjenja ovakvih rezultata. Prvo, potrošači ne odobravaju skimpflaciju jer (s pravom) veruju da je ta praksa manje transparentna od povećanja cena, ali i od šrinkflacije. Drugo, potrošači gaje izrazito negativan stav prema skimpflaciji jer im ona oduzima izvorno potrošačko iskustvo. Skuplji sos za testeninu postavlja potrošaču pitanje da li isto iskustvo konzumacije vredi platiti više. Manji sos za testeninu je i dalje isti sos. Potrošačima može smetati što dobijaju manje proizvoda, ali mogu sačuvati prvobitno iskustvo kupovinom većeg broja komada. Međutim, razblažen, manje kvalitetan sos može u potpunosti uništiti to prvobitno iskustvo. Zato skimpflacija može dovesti do onoga što nazivam „kaznom za skimpflaciju“. Potrošači ne misle samo: „Dobijam manje.“ Oni pomisle: „Ovo nije ono što sam kupio.“

Moji nalazi ne znače da skimpflacija nikada nije profitabilna. Zapravo, skimpflacija može biti efikasna strategija smanjenja troškova ako ostane neprimećena. Moje studije su se uglavnom fokusirale na ono što se dešava kada potrošači postanu svesni promene u kvalitetu proizvoda. Danas postoji mnogo načina na koje potrošači mogu saznati da je kvalitet njihovog omiljenog proizvoda opao. Prvo, mogu lično primetiti da je njihov omiljeni proizvod pretrpeo skimpflaciju čitanjem deklaracija ili uočavanjem razlika tokom same upotrebe. Drugo, mogu to saznati preko drugih, gledajući onlajn pritužbe, slušajući prijatelje ili nailazeći na medijske izveštaje. Na tržištu gde potrošači dele promene na proizvodima putem društvenih mreža (npr. Reddit, TikTok, itd.), upoređuju deklaracije i javno prozivaju kompanije zbog skrivenih smanjenja, verovatnoća otkrivanja nije zanemarljiva.

Šta raditi kada je promena neophodna

Moji nalazi sugerišu da bi menadžeri trebalo da prestanu da posmatraju smanjenje kvaliteta kao tihu zamenu za povećanje cena. To nije prosto manje vidljiva taktika formiranja cena. To je promena potrošačkog iskustva i obećanja datog kupcima.

Pouka 1: Ne pretpostavljajte da je smanjenje kvaliteta bezbednije od podizanja cena

Kada troškovi porastu, podizanje cena može delovati kao najopasnija opcija. Potrošači ga lako primećuju, može izazvati trenutne žalbe i može učiniti da brend deluje skupo u poređenju sa konkurencijom. Iz tih razloga, mnogi menadžeri su tražili alternative koje im omogućavaju da cene zadrže nepromenjenim.

Međutim, iako je rezanje kvaliteta teže uočiti nego podizanje cena i smanjenje pakovanja, to ne znači da je ono manje rizično. Zapravo, istraživanje pokazuje da kada potrošači saznaju da je kvalitet opao, reaguju znatno negativnije.

Ovaj uvid je posebno važan za brendove koji se takmiče na osnovu poverenja, doslednosti, ukusa, performansi ili autentičnosti. Potrošači često grade navike oko proizvoda. Kupuju isti sos za testeninu, kafu, jogurt, deterdžent, čokoladu, kozmetički proizvod ili striming uslugu jer imaju određena znanja i očekivanja od tog iskustva. Kada kompanija krišom promeni kvalitet takvog proizvoda, kupci mogu steći utisak da je brend prekršio prećutni dogovor.

Menadžeri bi zato trebalo da postave sledeće pitanje pre nego što smanje kvalitet: Šta bi se dogodilo ako naši kupci to saznaju?

Odgovor može promeniti odluku. Ako smanjenje kvaliteta utiče na karakteristiku do koje je kupcima izuzetno stalo, kratkoročne uštede možda nisu vredne dugoročnog rizika. Nekoliko procentnih poena poboljšanja marže može brzo biti poništeno negativnim preporukama („od usta do usta“), manjim brojem ponovljenih kupovina, pritiskom maloprodavaca ili narušavanjem reputacije.

To ne znači da je podizanje cena uvek pravi odgovor. Kompanije mogu razmotriti mnoge odgovore na pritisak troškova: manja pakovanja, privremene doplate, promene u liniji proizvoda ili diferencirane verzije u različitim cenovnim rangovima. Ali ako je izbor između podizanja cene i manje vidljivog smanjenja osnovnog kvaliteta proizvoda, menadžeri ne bi trebalo automatski da pretpostave da je ova druga opcija bezbednija.

Ponekad je pošteniji potez ujedno i manje štetan.

Pouka 2: Ako menjate proizvod, budite otvoreni u vezi sa tim

Glavni razlog zašto potrošači ne vole ni šrinkflaciju ni skimpflaciju jeste to što ove strategije deluju podmuklo. Poskupljenje je lako uočiti. Manje pakovanje ili izmenjena lista sastojaka možda nisu. Kada potrošači naknadno otkriju takve promene, verovatno će zaključiti da se kompanija nadala da to neće primetiti.

Ta percepcija je štetna jer se potrošači mogu usprotiviti ne samo ekonomskom gubitku, već i uočenom nedostatku transparentnosti.

U mojim studijama reakcije potrošača bile su daleko manje negativne kada su promene bile jasno komunicirane. To je važilo bez obzira na to da li je komunikacija dolazila od proizvođača (na primer, na samom pakovanju) ili od maloprodavca (na polici). Transparentnost nije otklonila sve brige, naročito kada je reč o smanjenju kvaliteta, ali je smanjila jaz između skimpflacije, šrinkflacije i podizanja cena.

Za menadžere lekcija nije prosto: „Gromoglasno objavite svaku lošu promenu.“ Transparentnost može povećati svest, a veća svest može smanjiti kratkoročnu tražnju. Međutim, netransparentnost u nadi da potrošači neće primetiti nosi drugačiju vrstu rizika. Ako kupci sami otkriju promenu, kompanija gubi kontrolu nad narativom. Ono što se moglo predstaviti kao težak odgovor na rast troškova ili nestašicu sastojaka, umesto toga se može protumačiti kao pokušaj obmane.

Dobra komunikacija treba da bude konkretna, direktna i puna poštovanja. Izbegavajte neodređene i potencijalno obmanjujuće fraze poput „novo i poboljšano“ kada je glavna promena zapravo smanjenje kvaliteta, veličine ili koncentracije. Objasnite šta se promenilo, zašto se promenilo i šta je ostalo isto. Gde god je to moguće, dajte potrošačima izbor: originalni proizvod po višoj ceni, manju verziju po staroj ceni ili jeftiniju alternativu sa jasno drugačijom formulacijom.

Potrošačima se ovi kompromisi možda neće dopasti, ali je verovatnije da će ih prihvatiti kada osete da se prema njima postupa kao prema informisanim donosiocima odluka, a ne kao metama skrivene strategije rezanja troškova.

Pouka 3: Izbegavajte promenu aspekata proizvoda koji definišu iskustvo

Treća lekcija jeste da menadžeri moraju razlikovati centralne od perifernih atributa proizvoda. Smanjenja kvaliteta su najopasnija kada utiču na deo proizvoda koji kupci smatraju suštinskim. Za čokoladu, to može biti udeo kakaoa i ukus. Za sok od pomorandže, to može biti koncentracija voćnog soka. Za deterdžent, to može biti efikasnost pranja. Za toalet-papir, to može biti mekoća, čvrstina ili tekstura. Za striming platformu, to može biti kvalitet biblioteke sadržaja.

Potrošači često imaju više razumevanja kada promena utiče na periferni aspekt proizvoda. Na primer, potrošači će biti daleko manje uznemireni kada njihov omiljeni brend toalet-papira promeni ambalažu nego kada promeni kvalitet samog papira.

Zato bi menadžeri, pre nego što smanje kvalitet, trebalo da sprovedu „reviziju suštinskih svojstava“. Zapitajte se: Koji atributi proizvoda podstiču ponovnu kupovinu? Šta kupci pominju u recenzijama? Šta bi ih navelo da kažu: „Ovo više nije isti proizvod“?

Još jedna važna stvar koju treba razmotriti jeste to da li potrošači mogu povratiti izvorno iskustvo. Ako deterdžent postane manje koncentrovan, ali kupci mogu upotrebiti malo veću količinu kako bi postigli isti rezultat pranja, promena im se i dalje možda neće dopasti, ali ona ne poništava u potpunosti prvobitni ishod. Ako se, međutim, formula promeni tako da proizvod ima lošiji učinak bez obzira na to šta potrošači urade, reakcija će verovatno biti znatno oštrija.

Kada je smanjenje kvaliteta neizbežno, kompanije bi trebalo da pokušaju da sačuvaju osnovne atribute proizvoda koji definišu iskustvo konzumacije. Smanjite periferne troškove pre nego što dotaknete atribute koji definišu brend. A ako suštinski aspekti proizvoda zaista moraju da se promene, razmislite o kreiranju jasno označene nove verzije u kojoj je detaljno objašnjena tačna promena, umesto da izmenjeni proizvod predstavljate kao da je to onaj isti koji kupci već poznaju.

Budućnost upravljanja troškovima takođe se odnosi na poverenje

Menadžeri će nastaviti da se suočavaju sa teškim odlukama o cenama, veličini pakovanja i kvalitetu proizvoda jer će troškovi nastaviti da rastu i u budućnosti. Ono što moje istraživanje sugeriše jeste da je način na koji kompanije odgovaraju na nagli rast troškova od presudnog značaja. Potrošači ne procenjuju ove odluke isključivo kao finansijske kompromise. Oni takođe prosuđuju šta ta odluka govori o samoj kompaniji i da li se i na koji način promenilo njihovo iskustvo potrošnje.

Skimpflacija može delovati privlačno kompanijama jer ju je teško otkriti. Ali upravo taj nedostatak vidljivosti je ono što čini da deluje obmanjujuće kada se jednom razotkrije. A kada pad kvaliteta utiče na iskustvo korišćenja proizvoda, šteta može biti ozbiljna. Kupci mogu zaključiti da proizvod u koji su verovali više nije isti. I vrlo verovatno će o svom iskustvu pričati i drugima.

Za menadžere pitanje ne bi trebalo da glasi samo: „Kako možemo smanjiti troškove bez podizanja cena?“ Pitanje bi takođe moralo biti: „Da li će kupci nakon ove promene i dalje verovati da pružamo ono što potrošači očekuju?“ Kompanije koje najbolje upravljaju rastom troškova neće nužno biti one koje najefikasnije skrivaju promene. To će biti one koje štite atribute ili aspekte proizvoda do kojih je kupcima najviše stalo i koje pošteno komuniciraju kada kompromisi postanu neizbežni.

Kompanije danas često koriste veštačku inteligenciju da bi jurile prilike niske vrednosti: dodavanje nove funkcionalnosti koja klijentu zapravo nije važna ili davanje zaposlenima alata koji im štede vreme, ali ne ostvaruju merljive uštede za organizaciju. Kada veštačka inteligencija zaista donese merljivu vrednost, to je zato što se kompanije fokusiraju na probleme koji su ključni za njihovu strategiju i njihovu profitabilnost. Četiri akcije mogu osigurati da vaše investicije u veštačku inteligenciju budu strateški usklađene: 1) Definišite pokretače vrednosti; 2) Fokusirajte se na svoju poziciju u industrijskom lancu vrednosti; 3) Pronađite prilike u svom bilansu uspeha; i 4) Definišite svoja merila finansijskog povraćaja. Ove akcije će pomoći vašoj kompaniji da pređe sa kratkoročnih pobeda na održivu prednost.

Velike kompanije danas vrve od veštačke inteligencije. Lideri su finansirali pilot-projekte, obučavali svoje ljude, unapredili platforme podataka i jurili za najnovijim modelima. Ali kada se sa finansijskim direktorima razgovara o finansijskom uticaju, razgovor može postati neprijatan. Firme su željno investirale u veštačku inteligenciju, ali je prinose bilo teško kvantifikovati.

Taj jaz, između aktivnosti vezanih za veštačku inteligenciju i merljivog finansijskog povraćaja, postao je definišući problem za rukovodioce koji vode napore na polju veštačke inteligencije u velikim preduzećima. Globalna studija kompanije PwC, objavljena ranije ove godine, otkrila je da većina izvršnih direktora nije videla nikakvu merljivu korist od upotrebe veštačke inteligencije u svojoj kompaniji.

Videli smo ovaj obrazac u širokom spektru industrija — jedan od nas (Dejvid) savetuje firme u sektorima od finansijskih usluga preko robe široke potrošnje do industrije; a drugi (Krišnan) iz višegodišnjeg iskustva unutar kapitalno intenzivnog sveta nafte, gasa i hemikalija, gde se cena pogrešnog velikog ulaganja meri milijardama.

Naše kombinovano iskustvo pružilo nam je uvid u korenski uzrok jaza u vrednosti veštačke inteligencije i način na koji lideri mogu da ga reše, kako bi izvukli maksimalnu korist.

Jaz u vrednosti veštačke inteligencije

Kada veštačka inteligencija ne uspe da donese merljivu vrednost, većina lidera pretpostavlja da problem leži u njihovoj tehnologiji ili njihovim ljudima. Ali po našem iskustvu, nedostatak povraćaja najčešće je strateški problem.

Otvoreno rečeno, kompanije često koriste veštačku inteligenciju kako bi težile prilikama niske vrednosti. Iz prve ruke smo videli mnoge slučajeve u kojima kompanije koriste veštačku inteligenciju:

• da bi rešile interni nesporazum koji je vidljiv liderima, ali firmi zapravo ne stvara visoke troškove
• da bi dodale novu funkcionalnost koja kupcu zapravo nije važna
• da bi implementirale ustaljeni primer primene samo zato što su to uradile druge firme
• da bi vizualizovale podatke na nove načine, a da pritom ne promene način donošenja odluka
• da bi zaposlenima pružile alate koji im štede vreme na zadacima, ali ne donose merljive uštede za organizaciju.

U svakom od ovih slučajeva, neposredna korist za firmu je u najboljem slučaju mala. A tekuća konkurentska prednost jednaka je nuli.

Kada veštačka inteligencija donese merljivu vrednost, to je zato što se firme fokusiraju na probleme koji su ključni za njihovu profitabilnost:

• Nike je izgradio AI za predviđanje promenljive potražnje — što smanjuje višak zaliha i sprečava nestašice (ključni pokretači novčanog toka i zadovoljstva kupaca)
• Netflix je koristio AI da poboljša preporuke sadržaja — što utiče na vreme gledanja od strane korisnika i stopu otkazivanja pretplate
• Nestle je koristio AI da ubrza svoje inovacije proizvoda od početka do kraja — što je ključno za brži izlazak na tržište u odnosu na konkurente
• Merck je koristio AI da smanji „lažna odbacivanja“, gde se proizvodi greškom uklanjaju iz proizvodnje, što usporava isporuku lekova koji spasavaju živote

Jednačina vrednosti veštačke inteligencije

Smatramo korisnim da definišemo vrednost veštačke inteligencije u kontekstu preduzeća pomoću jednostavne jednačine:

Vrednost = Tehnologija x Usvajanje x Strateška usklađenost

Prvi faktor, „tehnologija“, obuhvata AI modele, infrastrukturu, računarske kapacitete i podatke. Drugi faktor, „usvajanje“, suštinski je cilj upravljanja promenama, o čemu je jedan od nas (Dejvid) pisao u svojoj nedavnoj knjizi. Treći faktor, „strateška usklađenost“, meri koliko su problemi koje rešavate pomoću veštačke inteligencije usklađeni sa strateškim prioritetima vaše kompanije, bilansom stanja i bilansom uspeha.

Ali ključ jednačine su znaci množenja: sva tri faktora se množe, pa ako je bilo koji od njih blizu nule, vrednost kolabira. Zamislite tri scenarija: briljantan model kojem nedostaju pravi podaci; elegantno rešenje koje niko ne usvaja; moćan alat usmeren na nerelevantan problem. U svakom scenariju, veštačka inteligencija generiše nultu vrednost za firmu.

Zanemareni faktor: Strategija

U teoriji, sva tri faktora su jednaka. Ali u praksi vidimo da je strateška usklađenost najviše zanemarena i da donosi najveći efekat poluge.

Većina kompanija je naučila važnost prva dva faktora — obučavanje pravog modela na pravim podacima i angažovanje zaposlenih da usvoje nove načine rada — ali zanemaruju pitanje strateške usklađenosti. To se dešava iz različitih razloga: Vlasništvo nad veštačkom inteligencijom prepušteno je IT ili inovacionim timovima koji su odvojeni od odgovornosti za profit i gubitak (P&L). Lideri veruju da uz moćan model povezan sa svim vašim podacima nećete morati da donosite teške odluke o tome koje poslovne probleme treba rešavati. Cilj veštačke inteligencije postavlja se u terminima obuke i usvajanja, kao da je to jednostavno veština koju treba steći. Ili ceo poduhvat polazi od same tehnologije i straha od zaostajanja za konkurentima.

Poluga strateške usklađenosti najlakše se uočava kada tehnologiju i usvajanje držite konstantnim, a menjate samo problem koji se rešava.

Razmotrite rešenje koje radniku štedi jedan minut na rutinskom zadatku. U jednom poslu, taj minut je bezvredan: Ušteđeno vreme se ponovo apsorbuje u prazan hod, zadatak nije bio na kritičnom putu i ništa se nizvodno ne menja. U drugom poslu, taj isti minut je transformativan jer se taj zadatak nalazi na uskom grlu koje uslovljava propusnost (npr. utovar dodatnog proizvoda na kamion za isporuku), ili zato što radnik to radi desetinama hiljada puta dnevno, ili zato što štedi minut izloženosti opasnom okruženju. Identično „poboljšanje“, ali sa radikalno različitom vrednošću. Razlika je u potpunosti strateška: Zavisi od toga gde se zadatak nalazi u odnosu na ono što pokreće ekonomiju i rizik poslovanja.

Uložite novac tamo gde je vaša vrednost

Da biste ostvarili polugu iz strateške usklađenosti, svaku investiciju u veštačku inteligenciju morate usidriti u ekonomiju svoje kompanije — uložite svoj novac tamo gde je vaša vrednost.

Konkretno, to znači preduzimanje četiri koraka:

Definišite svoje pokretače vrednosti.

Pokretač vrednosti je poluga koja, kada se pomeri, menja profitabilnost poslovanja na način koji je zaista važan.

Nabavka je, na primer, pokretač vrednosti u teškoj industriji, gde može upravljati potrošnjom između 30 i 60% godišnjeg prihoda. Proces nabavke jedne firme može uključivati stotine dobavljača, od kojih svaki odgovara na predloge sa stotinama stavki pojedinačnih troškova i željenim uslovima ugovora o uslugama. Ljudski nije moguće optimizovati svaku stavku. Ali postoje uspešne implementacije AI platformi koje optimizuju proces pregovora kako bi smanjile potrošnju za 10–20%, što dovodi do uticaja na zaradu po akciji.

Iskorišćenost imovine je još jedan pokretač vrednosti za tešku industriju. Minimiziranje troškova proizvodnje po jedinici je kritično, pa je održavanje fizičkih postrojenja u radu od najvišeg značaja. U Permskom basenu, veliki proizvođači nafte i gasa implementirali su AI programe sa dronovima koji određuju da li je fizička inspekcija potrebna na osnovu unapred definisanih operativnih kriterijuma. Takvi programi preventivnog održavanja smanjili su neplanirane zastoje za 30–40%, uz uštede troškova od stotina miliona dolara.

U drugim industrijama dominiraće drugi pokretači vrednosti. Za B2B uslužne firme, optimizacija prihoda vašeg prodajnog tima je pokretač vrednosti. Za medijske kompanije sa modelom pretplate, pokretači vrednosti uključuju zadržavanje kupaca (visoko) i troškove akvizicije kupaca (niske). Za uslužne delatnosti ključna je produktivnost rada. Za maloprodavce, optimizacija cena i upravljanje zalihama. Za robu široke potrošnje, pokretači uključuju osmišljavanje proizvoda, upravljanje portfolijom i optimizaciju marketinškog miksa.

Fokusirajte se na svoju poziciju u lancu vrednosti industrije.

Ne samo da se pokretači vrednosti oštro razlikuju po industrijama, već se razlikuju i od kompanije do kompanije unutar iste industrije. To se u velikoj meri zasniva na tome gde se vaša firma nalazi unutar lanca vrednosti vaše industrije.

U hemijskoj proizvodnji, razmotrite razliku između proizvođača bazičnih sirovina kao što je Westlake (koji proizvodi hlor i polietilen) i specijalizovanog proizvođača kao što je Givaudan (koji proizvodi mirise, arome i kozmetičke sastojke). Obe su hemijski proizvođači, ali su njihovi pokretači vrednosti dramatično različiti.

Firma kao što je Westlake ulaže milijarde dolara u početni kapital za masivna postrojenja za preradu poput parnih krekera za proizvodnju hemikalija kojima se trguje na svetskom tržištu. Njihovi pokretači vrednosti biće usmereni na smanjenje troškova kroz operativnu efikasnost.

Firma kao što je Givaudan stvara proizvode sa visokom maržom koji zahtevaju pet do 10 puta veće izdatke za istraživanje i razvoj (kao udeo u prihodu) nego firma poput Westlake-a. Profit se ostvaruje kroz intelektualnu svojinu i znatno kraće cikluse inovacija. Pokretači vrednosti će se fokusirati na brzinu i troškove razvoja novih proizvoda, kao i na sposobnost duboke integracije u proizvodne tokove svojih kupaca.

Pronađite prilike u svom bilansu uspeha.

Vaš sledeći korak je fokusiranje na bilans uspeha. Pročitajte bilans uspeha svoje kompanije ili operativne jedinice i postavite pitanje, stavku po stavku: Šta bi veštačka inteligencija mogla da pomeri i za koliko? Prihodi, cena prodate robe (COGS), operativni troškovi — svaka linija bi trebalo da generiše hipotezu o tome gde bi vrednost mogla biti stvorena.

Uzmite u obzir veliku kompaniju za naftu i gas sa imovinom koncentrisanom u istraživanju i proizvodnji („upstream“). Analiza njenog bilansa uspeha otkrila bi da je dugovečnost njenih rezervi kritična, kao i proizvodnja po najnižoj ceni. To bi ukazivalo na AI koji minimizira zastoje u proizvodnji (kako bi zaštitio ukupan prihod), kao i na AI koji optimizuje proizvodnju (kako bi produžio dugovečnost).

Ali bilans uspeha takođe može generisati hipoteze za nove izvore prihoda, korišćenjem kapitala koji je već potrošen. Za naftnu i gasnu firmu, to bi moglo da obuhvati lizing kapitalne opreme ili trgovinu sopstvenom sirovom naftom korišćenjem promptnih tendera, fjučersa i opcija — pri čemu je sve to omogućeno veštačkom inteligencijom.

Definišite svoja merila finansijskog povraćaja.

Konačno, morate definisati kako ćete meriti efekat veštačke inteligencije na pokretače vrednosti koje ste odabrali (tj. na probleme koje nameravate da rešite).

Za Merck, to bi značilo merenje stope lažnih odbacivanja u proizvodnji i proizvodnog učinka koji pacijenti mogu da koriste. Za Netflix, metrički pokazatelji bi trebalo da uključe zadržavanje korisnika, stope gledanja i dugoročno zadovoljstvo, zajedno sa pažljivim A/B testiranjem kako bi se uočio uticaj AI sistema za preporuke. Nike bi želeo da meri stope neusklađenosti zaliha (i viškove i nestašice), troškove skladištenja viška zaliha i tačnost predviđanja potražnje tokom lansiranja novih proizvoda. Za Nestle, merila bi trebalo da se fokusiraju na ubrzanje različitih koraka u procesu istraživanja i razvoja, kao i na brzinu plasiranja novih proizvoda na tržište.

Metrike se moraju izabrati pre nego što izgradite bilo koje AI rešenje ili ga ugradite u radne procese. Ako unapred ne možete da definišete kako ćete meriti projekat i ko će potvrditi ostvarenu vrednost, onda niste spremni da počnete.

Uticaj usidrenja veštačke inteligencije u strategiju

Usidrenje svakog napora na polju veštačke inteligencije u vašu strategiju jeste ključ za pretvaranje investicije u merljivu dobit. Kompanije za koje smo videli da primenjuju ovu stratešku disciplinu jesu one koje beže iz zamke „aktivnosti bez prinosa“. To su firme koje pokazuju merljiv uticaj veštačke inteligencije u punom obimu.

Aramco, gde je jedan od nas (Krišnan) radio, prijavio je ogroman povraćaj od AI tehnologije: 2,6 milijardi dolara samo u 2025. godini. Netflix je uštedeo milijardu dolara godišnje na otkazivanjima korisnika zahvaljujući preporukama zasnovanim na veštačkoj inteligenciji i njihovom uticaju na svakodnevno ponašanje pri gledanju. Merck je smanjio broj lažnih odbacivanja za više od 50% u različitim linijama proizvoda pomoću svoje HawkAVI platforme pokretane veštačkom inteligencijom. Nike je smanjio neusklađenost zaliha za 20% i nestašice za 15% otkako je napravio svoj AI model za predviđanje, a koristio je predviđanje potražnje da poveća prodaju za 10% u ciljanim regionima. Nestle je ubrzao istraživanje i razvoj proizvoda smanjivši vreme osmišljavanja proizvoda sa šest meseci na šest nedelja.

Međutim, usidrenje veštačke inteligencije u vrednost čini čak i više od pukog dramatičnog poboljšanja uticaja pojedinačnih projekata. Ono menja ulogu veštačke inteligencije u celoj organizaciji. Kada je svaka inicijativa unapred vezana za pokretač vrednosti i odgovarajuću stavku bilansa uspeha, poverenje brzo raste među onima koji upravljaju bilansom uspeha i investicionim odlukama. To, zauzvrat, gradi samopouzdanje u čitavoj organizaciji.

Takođe menja vrstu prednosti koju gradite, prelazeći sa kratkoročnih pobeda na održivu prednost. Generičke implementacije veštačke inteligencije, zasnovane na primerima primene koje dele dobavljači, ne obezbeđuju vam odbrambeni bedem, jer vaši konkurenti imaju pristup istim modelima i istim primerima primene kao i vi. Ali kada je vaša veštačka inteligencija povezana sa dubokim poznavanjem ekonomije vašeg poslovanja, to se menja. Vaša strategija je vaš bedem, a veštačka inteligencija postaje pokretač te strategije.

Nudimo jednačinu vrednosti kao jednostavan alat za donošenje fokusa i monetizacije naporima na polju veštačke inteligencije. Razlog zašto mnoge korporativne investicije u AI ne daju željene prinose ne leži u tehnološkom neuspehu ili neadekvatnom upravljanju promenama. Stvar je u tome što se varijabla sa najvećim efektom poluge — strateška usklađenost veštačke inteligencije — tako često zanemaruje. Strategija se svodi na biranje problema koje treba rešavati, a to se ne razlikuje ni kada je u pitanju veštačka inteligencija. Uložite svoj novac tamo gde je vaša vrednost.

Viši rukovodioci se često ponose time što umeju da slušaju i osnažuju druge — ali ljudi u njihovom okruženju mogu doživeti nešto sasvim drugačije. Istraživanje sprovedeno sa više od 10.000 profesionalaca i 400 viših lidera ukazuje na to da, kako lideri napreduju na lestvici, postaju sve skloniji potcenjivanju dva oblika ponašanja koja narušavaju saradnju: dominiranje u razgovorima i mikromenadžment. Ove sklonosti često proističu iz snaga koje su liderima pomogle da uspeju ranije u karijeri, kao što su dokazivanje stručnosti i obezbeđivanje visokog kvaliteta rada. Da bi se tome suprotstavili, lideri bi trebalo da potraže iskrene podatke o svom ponašanju, odupru se porivu da racionalizuju kritičke povratne informacije, zamene problematične navike specifičnim alternativnim oblicima ponašanja i stvore jednostavne strukture kako bi ostali odgovorni prema sebi.

Većina viših lidera sa kojima radimo govori nam da su efikasni saradnici i da u interakciji sa drugima stavljaju naglasak na slušanje i osnaživanje. Ipak, podaci dobijeni od ljudi sa kojima sarađuju govore drugačiju priču.

U istraživanju koje smo sproveli o saradnji sa više od 10.000 profesionalaca i, nedavno, sa 400 viših lidera, otkrili smo da što je lider na višoj poziciji, to je verovatnije da će potceniti meru u kojoj ispoljava dva ključna ponašanja štetna po saradnju: dominiranje u razgovorima i mikromenadžment. Ova ponašanja se često javljaju zajedno i međusobno pojačavaju, frustrirajući članove tima i prekidajući otvoren dijalog, raznovrsno razmišljanje i poverenje koje efikasna saradnja zahteva. To je posebno važno u današnjim složenim, kros-funkcionalnim organizacijama, gde lideri sve više zavise od saradnje kako bi se posao obavio. Ipak, videli smo da rukovodioci preduzimaju uspešne korake da te probleme isprave.

Uzmimo primer Džima, generalnog direktora brzorastuće kompanije sa kojim smo sarađivali (promenili smo mu ime u ovom članku radi zaštite privatnosti). Džim se ponosio time što je odličan timski igrač, ali kada smo radili sa njim i njegovim izvršnim timom na 360 evaluacijama kako bismo procenili njihove sposobnosti saradnje, bio je iznenađen rezultatima: ocene i komentari njegovih kolega na istom nivou i direktno podređenih saradnika otkrili su kako ih je njegova tendencija da euforično dominira na sastancima sa klijentima i neočekivano vrši provere frustrirala, činila da se osećaju zbunjeno i bez poverenja, te ih usporavala. Međutim, Džim je bio otvoren za promene i uspeo je da usvoji drugačiji pristup.

Pogledajmo zašto lideri ispoljavaju ova ponašanja — i kako ih možete uočiti kod sebe i usvojiti efikasnije modele rada.

Zašto se to dešava

Verujemo da slepilo lidera za sopstveno prekoračenje granica u ova dva segmenta ima zajednički koren. Organizacioni psiholozi opisuju fenomen koji se naziva ukorenjivanje uloge (role entrenchment): na početku svojih karijera lideri bivaju nagrađeni za pokazivanje stručnosti i pružanje visokokvalitetnog rada. Ograničeni svojim skromnim autoritetom i statusom, oni ne dominiraju u razgovorima, a pošto su odgovorni za sopstveni rad, a ne za rad drugih, nemaju priliku da vrše mikromenadžment.

Međutim, kako njihov nivo u hijerarhiji raste, ta ograničenja nestaju i instinkt za dokazivanjem stručnosti može prerasti u dominiranje u razgovorima, dok se težnja za obezbeđivanjem kvaliteta može pretvoriti u preteranu uključenost u sam rad. Osnovni motivi ostaju ispravni, ali ponašanja potkopavaju zahteve za saradnjom u današnjem poslu.

Šta uraditi po tom pitanju

Kroz rad sa rukovodiocima u desetinama organizacija koje teže unapređenju liderskih sposobnosti radi iskorišćavanja prilika koje premošćuju silose, identifikovali smo četiri strategije koje liderima pomažu da bolje uoče ove slepe mrlje i uhvate se u koštac sa njima.

Prikupite iskrene podatke

Kako ste preuzimali nove uloge, možda niste shvatili da ste počeli da dominirate razgovorima ili da vršite mikromenadžment. Kako lideri napreduju kroz organizaciju, iskrene, korektivne povratne informacije koje bi mogle ponovo kalibrisati njihovo samoviđenje postaju sve ređe. Direktno podređeni retko govore višem rukovodiocu da previše priča ili da ne želi da prepusti posao, jer se profesionalni i psihološki rizik za tako nešto čini prevelikim.

Iako mnogi lideri dobijaju povratne informacije putem 360 procena kroz HR inicijative, mnogi od ovih instrumenata su napravljeni za opšte svrhe i pokrivaju širok spektar dimenzija — od strateškog razmišljanja do tehničkog kredibiliteta; oni često ne otkrivaju ove specifične slepe mrlje. Lideri koji žele da budu bolji saradnici moraju preduzeti dodatne korake.

Zatražite formalne povratne informacije usmerene na ova ponašanja. Bilo da koristite objavljeni instrument 360 evaluacije fokusiran na saradnju ili sami osmislite jednostavan upitnik usmeren na navike u razgovoru i mikromenadžment, zatražite od kolega na istom nivou, saradnika, direktno podređenih, pa čak i spoljnih stejkholdera da pruže iskrene, anonimne povratne informacije o tome kako sarađujete. Uključite pitanja o konkretnim ponašanjima, kao što su:

• Da li imam pravu ravnotežu između povlačenja i uključivanja?
• Da li imate osećaj da sam otvoren/otvorena za to da drugi preispituju moje stavove?
• Da li primećujete da se previše udubljujem u sitne detalje posla za koji je zadužen neko drugi?

Dobijajte povratne informacije od kolega u realnom vremenu. Ono što je iznenađujuće u našim nalazima jeste to da upravo kolege na istom nivou češće prijavljuju da lider mikromenadžuje nego njegovi direktno podređeni. To se može dešavati zato što je prekidanje u govoru (nažalost) normalizovanije za juniorske zaposlene, dok kolege na istom nivou očekuju ravnopravno vreme za reč. Povratne informacije u realnom vremenu mogu biti posebno dragocene jer pružaju detalje koji se odmah mogu primeniti — tako primedba „dominiraš u razgovorima“ postaje „uskočio si pre nego što je iko drugi mogao da progovori na današnjem pozivu sa klijentom“ — i daju vam šansu da se popravite između ciklusa formalnih pregleda i evaluacija. Podstaknite kolege koje vas redovno posmatraju u akciji da obrate pažnju na ova ponašanja.

Široko komunicirajte svoju nameru. Pored ljudi od kojih ste tražili da vas ocene, otvoreno podelite sa svojim timom i kolegama da prikupljate povratne informacije kako biste otkrili ponašanja koja blokiraju saradnju. Priznavanje da imate prostora za napredak pomaže u stvaranju uslova za psihološku sigurnost signaliziranjem da je iskrenost dobrodošla i da će se kritički unos smatrati vrednim, a ne pretećim.

Kada je Džim pokrenuo proces 360 evaluacije za izvršni tim, i sam je zatražio povratne informacije o svojim veštinama saradnje od širokog spektra stejkholdera, uključujući upravni odbor, investitore, direktno podređene (njegov liderski tim) i ljude izvan kompanije. Namerano nije popunio listu ocenjivačima koji su mu naklonjeni. Kao rezultat toga, dobio je neočekivane uvide: njegovi ocenjivači su izneli niz zabrinutosti, a najdramatičnije su bile njegova sklonost da zauzima većinu vremena na sastancima i njegova želja za potpunom kontrolom. Jedan frustrirani ocenjivač je naveo: „Znaj kada treba izaći iz kuhinje i pustiti druge da kuvaju.“

Oduprite se odbrambenom stavu

Decenije istraživanja pokazuju da profesionalci na svim nivoima mogu loše reagovati na kritiku, ali što je neko uspešniji, to je manje verovatno da će učiti iz svojih grešaka.

Prema našem iskustvu, ono što većinu lidera sprečava da se promene nakon dobijanja povratnih informacija jeste racionalizacija — pravdanje svojih postupaka onim što sami znaju da su bile njihove dobre namere. Na primer, ako se tim žali da šefica prečesto vrši provere jer nema poverenja u njih, ona bi mogla da odbaci tu žalbu s obrazloženjem da je samo želela da pruži podršku. Ali to sprečava lidere da postanu radoznali u vezi sa onim što se dešava, ograničavajući dotok informacija i ponovo urušavajući poverenje.

Da biste prevazišli prirodni odbrambeni stav:

Dopunite povratne informacije objektivnim podacima. Na primer, analizirajte transkript nedavnog sastanka kako biste videli koliko ste prostora u razgovoru zauzeli, brzo pregledajte svoj kalendar da biste utvrdili koliko često vršite provere ili analizirajte procese kako biste saznali koje odluke trenutno moraju proći kroz vaše odobrenje. Pošto ovi dokazi potiču iz merljivog ponašanja, a ne iz nečijeg mišljenja, često ih je lakše prihvatiti.

Držite cilj na umu. Iako primanje formalnih i neformalnih povratnih informacija može delovati rizično i neprijatno, fokusiranje na cilj unapređenja sopstvenog učinka i učinka vašeg tima pomaže u smanjenju odbrambenog stava premeštanjem vašeg mozga iz režima opasnosti u režim svrhe. Džima je u početku pogodilo kada je čuo da su mnogi njegovi ocenjivači negodovali ili bili zbunjeni njegovom čestom navikom da im šalje poruke i proverava ih kad god ima slobodan trenutak. On je to obraćanje uvek doživljavao kao pružanje podrške, pa je bilo očigledno da oni jednostavno nisu razumeli njegove namere. Njegov instinkt je bio da odbaci te „promašene“ opservacije, ali smo ga savetovali da se fokusira na svoj cilj da postane efikasniji lider, što je zahtevalo da razmotri zašto bi procenjivač mogao tako da protumači njegove postupke. Kasnije nam je preneo da mu je fokusiranje na ovaj širi cilj pomoglo da „proguta lek“ (kako je sam rekao) i da komentare sagleda kao konstruktivne.

Uvedite konkretne zamene u ponašanju

Videli smo da lideri koji prave trajan napredak u napuštanju ovih ponašanja imaju običaj da ih zamene efikasnijim, konkretnim alternativama. Upravo je ta specifičnost presudna; apstraktnije obaveze (poput „biću bolji slušalac“) retko izdrže pritisak naporne radne sedmice kada ste skloni tome da se vratite onome što je najviše uvežbano i najpoznatije.

Ako primetite da ste dominirali na sastancima, evo nekoliko zamena koje su funkcionisale kod naših klijenata:

• Isključite mikrofon (stavite se na „mute“). Neka vam to bude podrazumevana postavka tokom poziva kako biste se oduprli impulsu da uskočite pre nego što drugi završe sa artikulisanjem svojih misli.
• Koristite pitanja, a ne odgovore. Kada na sastanku osetite da stvari idu u pogrešnom pravcu, pređite sa momentalnog ispravljanja na postavljanje dubljih pitanja, poput: „Šta bi moralo da bude tačno da bi to funkcionisalo?“
• Napravite pauzu pre nego što progovorite. Liderima često nije prijatna tišina tokom koje bi izbrojali do tri, ali taj predah pruža drugima prostor da se uključe.

Kada je reč o mikromenadžmentu, zamene bi trebalo da budu podjednako konkretne:

• Pregledajte plan pre nego što rad uopšte počne, umesto da pregledate nacrte i posao u toku. Zatražite od svog tima da unapred predstavi svoj pristup, ključne korake (milestones) i tačke odlučivanja.
• Planirajte svoje angažovanje. Zamenite neplanirane provere zakazanim, vremenski precizno ograničenim susretima i obavežite se da nećete kontaktirati saradnike između njih, osim ako nešto nije istinski hitno.
• Jasno izrazite svoju svrhu. Lideri apsolutno treba da pozovu telefonom kada je potrebno brzo usklađivanje ili kada se pojavi novi rizik. Ključ je u tome da signalizirate zašto zovete. Započinjanje rečima: „Zovem da se uskladimo oko tačke X, a ne da proveravam vaš napredak“ zadržava razgovor na odgovarajućem nivou i sprečava tim da poziv protumači kao još jedan trenutak kontrole.

Džim se obavezao da mu gašenje mikrofona bude podrazumevano podešavanje. Nakon svog prvog sastanka — na kojem je nekoliko puta počeo da govori, shvatio da mu je mikrofon isključen i svesno se zaustavio — rekao nam je da je bio zapanjen time koliko je tim brzo došao do zaključka bez njegovih intervencija. Uskoro je uvideo ne samo da je tim sposobniji za taj rad nego što je mislio, već i da oseća veći stepen odgovornosti i posvećenosti prema poslu kada ga zajednički kreira.

Ostanite odgovorni prema sebi

Najefikasnije strukture odgovornosti su jednostavne i socijalne. Izaberite kolegu od poverenja i recite mu konkretno na čemu radite. Zamolite ga da vam da znak, reč ili pogled kada skliznete u staro ponašanje. Na kraju sastanaka visokog značaja, uvedite kratku proveru: Da li ste dominirali u razgovoru? Da li ste stvorili prostor za druge da vode? Na završetku faze projekta, upitajte direktno podređenog saradnika da li je bilo trenutaka kada je vaša uključenost delovala kao ometanje.

Džim je iskoristio sva tri mehanizma. Izabrao je pouzdanog kolegu koji mu je davao diskretne povratne informacije nakon ključnih sastanaka i u posmatranim interakcijama sa drugima. Svoje razvojne ciljeve podelio je direktno sa podređenima, jasno imenujući specifična ponašanja na kojima radi i pozivajući ih da ga opomenu kada primete stare obrasce. Takođe se obavezao na naknadnu 360 procenu šest meseci kasnije, stvorivši strukturisani trenutak polaganja računa koji je sprečio da uloženi napor tiho padne u zaborav.

Nakon šest meseci, Džimove povratne informacije pokazale su da je napravio jasan napredak i po pitanju dominiranja razgovorima i po pitanju mikromenadžmenta. Takođe je podelio da je postao uspešniji u pregovorima sa novim investitorima, što je pripisao tome što je počeo bolje da sluša, kao i da je mogao da posveti više vremena strateškim prioritetima jer je uspeo da se povuče iz svakodnevnih operativnih poslova svog tima. Šire posmatrano, uočili smo značajan napredak u Džimovom liderskom timu. Diskusija je postala znatno uravnoteženija, a konstruktivna debata se osetno povećala. Tokom naredne godine poslovanje je počelo da ubrzava kako je odbor i priželjkivao, priliv novih poslova sa klijentima je porastao, kompanija je obezbedila nove investitore, povećala broj akvizicija i ubrzala njihovu integraciju.

. . .

Liderske slepe mrlje retko nastaju iz loše namere; one su prirodni nusproizvod uspeha u ulogama koje nagrađuju duboku stručnost i kontrolu kvaliteta. Međutim, ako se ne rešavaju, one tiho potkopavaju upravo onu saradnju od koje viši lideri zavise. Lideri sa najvećim uticajem jesu oni koji preispituju sopstvene slepe tačke i prave prostor drugima da daju svoj maksimum.