Szczyt na temat transformacji miejsc pracy: Zmiana definicji produktywności i projektu naszych przepływów pracy

W obliczu ciągłego rozwoju pracy i technologii produktywność polega nie tyle na szybszym, ile na mądrzejszym działaniu. Czas na nowo zdefiniować znaczenie produktywności, zakwestionować przestarzałe pojęcia zapracowania i zastanowić się, w jaki sposób rozwiązać problem fragmentaryczności, zautomatyzować powtarzalne zadania i umożliwić wykonywanie pracy o faktycznym znaczeniu – pomagając zespołom osiągnąć nową efektywność i wymierne rezultaty.

Rahaf Harfoush, cyfrowa antropolożka i autorka bestsellerów „New York Timesa”, rozpoczęła od analizy postrzegania produktywności. Wiele osób mierzy sukces na podstawie tego, ilości wykonanej pracy – liczby spotkań, e-maili, szkiców, projektów lub godzin – nie biorąc pod uwagę jej faktycznego wpływu na rzeczywistość.

Trudno jest zakwestionować nasz dotychczasowy sposób myślenia o pracy:

Jednym ze sposobów, w jaki możemy zmienić nasz sposób myślenia, jest przekazanie sztucznej inteligencji powtarzalnych zadań, aby móc skupić się na pracy o głębszym znaczeniu. Nawet w obliczu złożonych problemów sztuczna inteligencja jest czymś więcej niż tylko narzędziem oszczędzającym czas. Może służyć jako partner w burzy mózgów, zwiększając naszą kreatywność. „Prawdziwą miarą produktywności w dobie technologii AI nie będzie ilość wykonanej pracy, tylko jakość naszej inteligencji i wyobraźni” – wskazała Rahaf. Sukces wynika z poświęcenia czasu na pracę o głębokim znaczeniu, w której możemy się uczyć, komunikować i celebrować bycie ludźmi, jednocześnie budując produktywne miejsca pracy poprzez kreatywność, zrównoważony rozwój i współpracę.

Jeremy Utley, członek wydziału Uniwersytetu Stanforda i autor książki „Ideaflow: The Only Business Metric That Matters”, podzielił się praktycznymi wskazówkami dotyczącymi budowania nawyków umożliwiających włączenie sztucznej inteligencji do codziennej pracy. „Zespoły muszą zmienić podejście do sztucznej inteligencji: nie może być ona jedynie technologią – musi być członkiem zespołu” – powiedział Utley. Zespoły skoncentrowane na skuteczności zamiast na wydajności osiągały lepsze wyniki i wyższą jakość współpracy ze sztuczną inteligencją.

Jeremy sugeruje, aby rozpoczynać wprowadzanie sztucznej inteligencji od osobistych zadań, ponieważ mniejsza odpowiedzialność stwarza lepsze warunki eksperymentowania. Wdrażając sztuczną inteligencję na szczeblu organizacyjnym, należy traktować ten proces jako zmianę kulturową, a nie tylko usprawnienie systemów informatycznych – wymaga on zaangażowania wszystkich działów oraz opracowania systemów wsparcia, takich jak godziny robocze, kanały czatu i modelowanie zastosowania AI przez kierownictwo. Ważne jest nawet, aby przekazywać porażki eksperymentów, ponieważ każda informacja ma wartość.

Istotnym problemem w środowisku pracy, w tym w kontekście transformacji AI, jest wypalenie zawodowe. Podczas przeprojektowywania przepływów pracy należy je testować i dostosowywać, aby zapewnić ich trwałość i możliwość rozwijania. Liderzy powinni wykazać się zdrową równowagą między życiem zawodowym a prywatnym, korzystając z okresów odpoczynku i zachęcając swoje zespoły do tego samego.

Christie Burke poprowadziła panel z Christine Inkpen, menedżerką produktu w Bridgewater Associates, oraz Laurie Osumi, szefową ds. doskonałości systemów finansowych w firmie Zoom. Omówiły one praktyczne wyniki wdrożenia sztucznej inteligencji w swoich działach, co pozwoliło na stworzenie bardziej wydajnych i kreatywnych procesów.

W Bridgewater Associates zespół nieustannie ocenia narzędzia AI dla przedsiębiorstw. W jednym z udanych wdrożeń agent AI rozwiązuje 20% zgłoszeń do pomocy technicznej. Zespół bada również systemy due diligence oparte na sztucznej inteligencji, aby szybciej generować pierwsze wersje, przyspieszając procesy ręczne. Kiedy stanęli przed dużym projektem dotyczącym stawek podatkowych, Laurie i jej zespół stworzyli system przeglądu wspomagany sztuczną inteligencją, aby automatycznie sprawdzać i poprawiać stawki, skracając całkowity czas przetwarzania nawet o 90%.

Ale za ich prawdziwym sukcesem stali ich pracownicy. Zespół Christine w Bridgewater Associates skoncentrował się na stworzeniu środowiska, w którym można szybko i bezpiecznie przeprowadzać eksperymenty z AI, poprzez utworzenie grupy roboczej AI i ustalenie przejrzystych ram. Zespół Laurie w firmie Zoom stworzył środowisko współpracy, w którym członkowie zespołu nieustannie testują, adaptują i przekazują innym przypadki użycia ‑ zarówno sukcesy, jak i porażki ‑ aby zachęcić innych do dołączenia.

Wierzcie lub nie ‑ wciąż jesteśmy na wczesnym etapie tej transformacji technologicznej. Liderzy i zespoły muszą przejść od śledzenia produktywności do monetyzacji efektywności ‑ wykorzystując AI do automatyzacji rutynowych zadań, usprawnienia procesów podejmowania decyzji i zwiększenia wpływu na działalność firmy przy jednoczesnym uniknięciu pułapki wypalenia zawodowego.

Obejrzyj całe wydarzenie w dogodnej dla siebie chwili i zacznij przeprojektowywać swoją pracę.