Vadnyugat a munkahelyeken: hogyan reagálnak magyar cégek az AI-bevezetésre?

Az egyik cégben, akikkel együtt dolgoztunk, egy felsővezetői támogatással működő AI-projektcsapat igyekezett bevezetni az új technológiát. A középvezetők azt jelezték vissza, hogy az embereik jelentős részének nemhogy az AI használatához szükséges kompetenciái nincsenek meg, de még az alapvető digitális készségeik is hiányosak. A projektcsapat ezt ellenállásként élte meg. „De ma már mindenki használ telefont!” – hangzott el egy ponton. Csakhogy a tervezett alkalmazáshoz profibb AI-ismeret is szükséges lett volna: promptokat írni, problémákat megfogalmazni, majd eredményeket értelmezni nem tud mindenki (hiába van okostelefonja).

Kívülről nézve nem lehetett eldönteni, kinek van igaza. Kicsit mindenkinek az volt. Az AI-team látott egy új technológiai lehetőséget, a középvezetők pedig az embereket látták, akiknek ezt használniuk kellett volna. A kettő között óriási volt a távolság. Egy másik helyzetben egy általam kísért csapatnak arra lett volna szüksége, hogy az új, AI-alapú rendszer fejlesztéséhez a kékgalléros területen dolgozó műszakvezető kollégák átadják a tudásukat. Sok küzdelem és zsákutca után elhangzott a kérdés:

Miért segítsünk felépíteni egy rendszert, ha az a célja, hogy később kiváltson minket?

A technológiai szakemberek úgy élték meg a helyzetet, hogy szinte összeesküvéselmélet-hívők állnak nekik ellen, ami igen nehézzé teszi a változások bevezetését. Nem tudtak mást mondani, mint hogy nem, az új AI-megoldások nem fogják elvenni az állásaikat. Ezzel viszont érezhetően nem sikerült csökkenteni az ellenállás alapvető okait.

Vannak kevésbé feszültségteli helyzetek is. Láttunk szervezetet, ahol a vezetés stratégiai fontosságúnak tartotta az AI-t, fejlesztési programot építettek köré, majd úgy döntöttek, hogy a munkatársak lehetőleg munkaidőn kívül vegyenek részt rajta. Találkoztunk olyan felső vezetéssel is, amely kifejezetten lelkes volt az AI iránt. Használták, hittek benne, és elvárták a vezetőiktől is, hogy kezdjenek vele dolgozni. Ugyanakkor a hibákra adott válasz sokszor vádaskodás és frusztráció volt. Az eredmény nem a gyors kísérletezés lett: a középvezetők nagy része inkább kivárt, és a megszokott, business as usual működésre koncentrált.

Attitűd, kompetencia, mindset, kultúra

A szervezetek, akikkel együtt dolgoztunk, történeteikre gyors magyarázatokat is adtak: a munkatársak félnek az újtól, a középvezetők ellenállnak a változásnak, az AI-projektcsapat elszakadt a valóságtól, a felső vezetés nem érti, hogyan működik a saját szervezete. Csakhogy egyre több ilyen helyzet után feltűnt, hogy nem különálló problémákat látunk. Nem az a legérdekesebb kérdés, hogy egy szervezet „AI-ready-e”, vagy sem, hanem az, hogy miben áll készen – és miben nem. 

Ugyanaz a szervezet lehet egyszerre lelkes és félős, technológiailag felkészült és emberileg felkészületlen.

Bátoríthatja az AI használatát, miközben a hétköznapi működésével bünteti azt. És lehet, hogy az egyik szervezeti szinten már megérkezett az AI, miközben néhány emelettel lejjebb egészen más valóságban élnek – és a két valóság nem is tud egymásról. 

Amikor a látszólag különböző helyzeteket egymás mellé tettük, lassan kirajzolódott néhány irányvonal. Végül négy szempontot találtunk, ami segített eligazodni abban, hogy mi is történik egy szervezetben a mesterséges intelligencia megjelenése körül. Ezek az attitűd, a kompetencia, a mindset és a kultúra.

Az attitűd azt mutatja meg, hogyan viszonyulunk zsigerileg az AI-hoz: kíváncsiságot és lelkesedést vált ki belőlünk, vagy inkább félelmet és elutasítást? Egy stratégiai IT-vezető egyszer azt mondta egy nagy AI-projekt kapcsán: ahhoz, hogy ekkora befektetés mellett igazán hinni tudjon valamiben, neki egy kicsit „bele kell szeretnie”. Ebbe a technológiába pedig még nem szeretett bele. Hiába érkeztek az érvek az AI think-tank csapat tagjaitól: egyszerűen lecsúsztak a vezetőről.

A kompetencia arról szól, rendelkezünk-e azokkal a készségekkel és megközelítésekkel, amelyekkel ki lehet bontani azt, amit a technológia lehetővé tesz. És ez nemcsak AI-specifikus tudást jelent. Hiába van egy jó business case, ha a megvalósításhoz szükséges emberi és technikai alapok még nincsenek meg.

A mindset azt mutatja meg, hogyan gondolkodunk az AI-jal kapcsolatos változásról és tanulásról. Értjük-e, hogy sokszor nem tudjuk előre a jó megoldást, ezért kísérletezni kell, és közben szükségszerűen lesznek rossz utak és kudarcok?

A kultúra pedig az, amit ténylegesen csinálunk. Adunk-e időt a tanulásra? Mi történik azzal, aki kísérletezik és hibázik? Ha azt mondjuk, hogy az AI stratégiailag fontos, de tanulni csak munkaidőn kívül lehet, valójában melyik üzenetet közvetítjük?

Nem egyetlen skála

Az érdekes dolgok akkor történnek, amikor ezt a négy szempontot egymás mellé tesszük. Lehet egy felső vezetői csapat nagyon lelkes az AI iránt, miközben a szervezetben nehéz hibázni. Érthetik, hogy a tanuláshoz kísérletezés kell, miközben a kudarcokra adott reakcióik mégis azt tanítják: jobb nem kockáztatni.

Ráadásul mindez szervezeti szintenként is eltérhet. Felülről érkezhet erős stratégiai nyomás, miközben a munkatársak egy része attól tart, hogy a technológia elveszi a munkát. Közöttük pedig ott vannak a középvezetők, akiknek le kellene fordítaniuk az egyiket a másikra. Ha ehhez nem kapnak támogatást, könnyen éppen ők lesznek azok, akik akadályozzák az új technológia bevezetését.

Az AI-readiness ezért kevésbé tűnik egyetlen skálának, amelyen egy szervezet valahol az „éretlen” és az „érett” között helyezkedik el. A kérdés inkább az, hogy miként, milyen mintázat szerint kapcsolódnak egymáshoz ezek az állapotok a szervezet különböző részein.

Csúszkáló probléma

Ahogy korábban említettük, amikor egy AI-projekt elakad, a munkatársak hamar azonosítják a probléma okát: „a munkatársak ellenállnak”, „a középvezetők nem viszik”, „a projektcsapat elszakadt a valóságtól”. Mindez akár igaz is lehet, de így gyakran a tünet kerül a célkeresztbe, nem az ok. Az „ellenálló” munkatárs félelme lehet teljesen érthető. Az „akadékoskodó” középvezető lehet, hogy valódi szakadékot érzékel a technológiai ambíció és a szervezet képességei között.

Ha ilyenkor hátralépünk hármat, más kérdések jelennek meg. Hol van félelem, és hol hiányzik kompetencia? Hol mond mást a stratégia, mint amit a mindennapi működés jutalmaz? És hol él egészen más valóságban a szervezet egyik része, mint a másik?

A kirajzolódó rendszer

Ha van egy megfelelő térképünk arról, mi történik a rendszerben, nem általában próbáljuk „AI-readybbé” tenni a szervezetet. Ott avatkozunk be, ahol az elakadás gyökere van – vagy ahol már megvan az az energia, amire a változást építeni lehet.

Innen már az is látszik, hogy nem minden problémára válasz egy újabb AI-képzés. Van, ahol kompetenciát kell építeni, máshol a félelmekkel kell dolgozni. Lehet, hogy a középvezetőket kell támogatni abban, hogy két nagyon különböző szervezeti valóság között hidat képezzenek. És van, ahol időt és valódi teret kell adni a kísérletezésre, megfelelő ösztönzők mellett.

A vadnyugaton találhatunk nagyon jó történeteket is. Az egyik szervezetnél, akikkel dolgoztunk, volt egy csapat, amely már magától messze előrement az AI használatában. A csapatnak be kellett mutatnia a kollégáik számára, hogy ők mire és hogyan használják az AI-t. A program egyik legerősebb visszajelzése ez volt: végre valami, amit nem felülről akarnak ránk erőltetni, hanem egymástól tudunk megtanulni. Nagy siker volt, amihez elengedhetetlen volt az emberek hitelessége, türelme és szenvedélye is.

A vadnyugatra azért indultak el az emberek, mert olyasmit sejtettek ott, ami nem volt máshol. Az AI szervezeti megjelenése tele van ellentmondásokkal és feszültségekkel – miközben olyan lehetőségeket is megnyithat, amelyek korábban egyszerűen nem léteztek.

Gyerekkorom óta küzdöm diszgráfiával, de egy ideje egészen máshogyan írok: diktálással könnyedén tudok készíteni e-maileket és szövegeket, amelyek korábban frusztrálóan sok időt és energiát raboltak tőlem. Ez számomra valódi ajándék – olyasmi, amiről az AI előtt álmodni sem mertem volna.

Nyitókép: Shutterstock