פיטר דרוקר היה טוב ברוב הדברים, אך המחשב לא היה אחד מהם. גורו ההנהלה טען במאמר מקינזי רבעוני בשנת 1967, "המחשב ... הוא מטומטם, וכינה את המכשירים שכעת מעצימים את כלכלתנו ואת חיי היומיום שלנו" הכלי המטומטם ביותר שהיה לנו מעולם. "
דרוקר כמעט ולא היה בודד בהערכת הערכת קצב השינוי הבלתי ניתן לשינוי בטכנולוגיות דיגיטליות ובינה מלאכותית (AI). AI בונה על כוחם החישובי של רשתות עצביות עצומות המנפות באמצעות מערכי נתונים דיגיטליים מאסיביים או "נתונים גדולים" כדי להשיג תוצאות אנלוגיות, לעיתים קרובות מעולות, מאלו המופקות על ידי למידה אנושית וקבלת החלטות. קריירה מגוונת כמו פרסום, שירותים פיננסיים, רפואה, עיתונאות, חקלאות, הגנה לאומית, מדעי הסביבה ואומנויות היצירה הופכים על ידי AI.
אלגוריתמים ממוחשבים אוספים ומנתחים אלפי נקודות נתונים, מסנתזות את המידע, מזהים דפוסים שלא נתגלו בעבר ויוצרים תפוקות משמעותיות - בין אם מדובר בטיפול במחלות, התאמת פנים בעיר של מיליונים, קמפיין שיווקי, מסלולי תחבורה חדשים, תוכנית קציר יבולים, סיפור חדשות שנוצר במכונה, שיר, ציור, או סטנזות מוזיקליות - מהר יותר מכפי שאדם יכול למזוג כוס קפה.
מחקר מקינזי שנערך לאחרונה טוען כי ניתן לבצע אוטומציה של 45 אחוז מכל פעילויות העבודה במקום על ידי פריסת AI. זה כולל פקידי קבצים שתפקידם יכול להפוך לאוטומציה של 80 אחוזים, או משרות של מנכ"לים שיכולים להיות אוטומטיים של 20 אחוזים מכיוון שמערכות AI מפשטות באופן קיצוני ומכוונות את קריאת המנכ"לים לדוחות, איתור סיכונים או זיהוי תבניות.
AI הייתה אחת מאותן טכנולוגיות ארוכות-היפות שעדיין לא שינתה את כל העולם שלנו, אך תעשה זאת. כעת, לאחר שה- AI נראה מוכן לפריים טיים, קיימת התלבטות, אפילו בקרב טכנולוגים, לגבי הכוח הבלתי מרוסן שיש למכונות על פני קבלת ההחלטות האנושיות. אלון מאסק כינה את AI "האיום הקיומי הגדול ביותר שלנו", מהדהד את אזהרתו של ביל ג'וי בשנת 2000 במגזין Wired כי "העתיד לא צריך אותנו." בצד השני, כמובן, נלהבים מכונות חכמות לשפר את חיינו בריאות כדור הארץ.
אני נמצא בצד של מנכ"ל מיקרוסופט, סטיה נדלה, שאומר שעלינו להיערך להבטיח למכונות חכמות יותר ויותר כשותפות לקבלת החלטות אנושיות, תוך התמקדות בתפקיד הראוי, והמגבלות, של כלי ה- AI. עבור אנשי חינוך בבתי ספר לעסקים כמוני, המאמינים כי העתיד אכן יזדקק לנו, הכוח המתרחב של AI או למידה מעמיקה מהווים אתגר והזדמנות: כיצד נכין את התלמידים לעשורים הקרובים כך שהם יאמצו את כוחו של ה- AI, ויבינו את זה יתרונות לניהול ומנהיגות בעתיד?
זו תהיה טעות להכריח כל בוגר תואר שני במנהל עסקים להיות מדען נתונים. האתגר של בתי הספר לעסקים הוא לעדכן את תכניות הלימודים הממוקדות באופן נרחב תוך מתן MBAs לרמה גבוהה יותר של היכרות ונוחות בעזרת ניתוח נתונים. המנכ"לים של מחר יצטרכו להבין טוב יותר את מערכי הנתונים השופעים והמורכבים יותר ויותר בתוך ארגונים יכולים ולא יכולים לענות.
התחכום ונפח הנתונים עשויים להיות הולכים וגוברים, אך ההיסטוריה מעניקה מודלים של קשר נכון של מקבלי ההחלטות לניתוח נתונים.
קח יום D. הגנרל דווייט אייזנהאואר חיפש כמה שיותר נתונים בכדי להודיע על החלטתו מתי להנחית מאות אלפי כוחות בעלות הברית בחופי נורמנדי באותו אביב מאי גורלי של 1944. כפי שמבהיר ספרו של אנטוני ביוור על הקרב וחשבונות אחרים. אייזנהאואר חשקה במיוחד בנתונים מטאורולוגיים אמינים, עוד כשחיזוי מזג האוויר היה בחיתוליו. הגנרל טיפח את ד"ר ג'יימס סטגג, המטאורולוג הראשי שלו, והיה מיומן לא רק בניתוח הדיווחים של סטגג, אלא גם בקריאת רמת האמון של סטגג עצמו בכל דו"ח.
במשך חודשים לפני שההחלטה הגורלית "לצאת למסע הצלב הגדול", אייזנהאואר פיתח הערכה נוקבת למה שהחזיות המטאורולוגיות לא יכלו לספק. בסופו של דבר, כידוע להיסטוריה, שכנע אותו סטאג לדחות את הפלישה ל -6 ביוני החל מה -5 ביוני, אז סערה החזויה על הערוץ האנגלי וכאשר רבים אחרים הטילו ספק בקריאתו של שטג כי בקרוב יתבהר.
איש לא יטען כי אייזנהאואר היה צריך להיות מטאורולוג מומחה בעצמו. תפקידו היה לפקח ולתאם את כל תחומי הקמפיין על ידי איסוף מידע רלוונטי, והערכת איכותו ותועלתו של מידע זה כדי להגדיל את ההסתברות לפלישה להצלחה. כיום, נתונים גדולים והופעת AI מרחיבים את המידע העומד לרשות מקבלי ההחלטות התאגידיות. עם זאת, תפקידו של מנכ"ל ביחס לנתונים מהדהד את התפקוד הקולט והשיפוטי שממלא הגנרל אייזנהאואר בקריאת הסתברויות בדו"חות מזג האוויר של המטאורולוג שלו.
ראוי לציין שכיום, בין כל הדיבורים על מורכבות והתמחות טכנולוגית בכל כך הרבה אמריקה התאגידית, דוח Deloitte שהוכן לבית הספר שלנו מצא כי מעסיקים שמעוניינים להעסיק בוגרי MBA מעריכים את "הכישורים הרכים" של עובדים פוטנציאליים יותר מכל האחרים. הם רוצים להעסיק אנשים בעלי יכולת תרבותית וכישורי תקשורת חזקים יותר, שיכולים לעבוד בשיתוף פעולה בצוותים מגוונים, ולהיות גמישים בהסתגלות רציפה להזדמנויות ונסיבות חדשות במקום העבודה ובשוק.
זה לא קשור רק לחוסר סובלנות לטלטולים במשרד. זה קשור לצורך של מנהיג להיות מסוגל לסנתז, לנהל משא ומתן ולבורר בין סביבות מתחרות וסותרות, מומחים ונתונים. אם היה פעם פעם ששולמו מנהיגי חברות לביצוע שיחות "בדיקת בטן" גם כשלא היה חסר מידע חיוני, המנכ"לים של היום יצטרכו יותר ויותר לבצע שיחות שיפוטיות קשות ופרשניות (סוג אחר של "בדיקת בטן") בפניו של מידע מוגזם, לעיתים קרובות סותר.
לאושבי מושב הנהגים של מוסדות יש גישה ליקום מתרחב של תובנות נגזרות אמפירית על תופעות שונות ומגוונות, כמו דגמים אופטימליים לפריקת אוניות בנמלים העמוסים בעולם בתנאי מזג אוויר שונים, פרמטרים של תוכניות נאמנות המייצרות את הלקוח 'הדביק' ביותר. מודלים לבחירת תגובה, או כשרונות המניבים את הבריכות התעסוקתיות המוצלחות והמגוונות ביותר.
מנהיגי תאגידים יצטרכו להבחין בשימושם בכלי AI. עליהם לשפוט את מקור זרמי הנתונים שלפניהם, לברר את תקפותם ואמינותם, לגלות פחות מתבניות ברורות בנתונים, לחקור את ה"מה אם יש "הנותרים שהם מציגים ובסופו של דבר לבצע שיחות הסקירות והשיפוט שהם יותר מושכלים, בניואנסים. סביב הקשר, תקף ושימושי מכיוון שהם משופרים על ידי מכונות חכמות. פסקי דין פגומים שנבנו על נתונים פגומים או שלא פורשו באופן שגוי, עלולים להזיק אף יותר מאשר פסקי דין פגומים לא מושכלים בגלל אשליה של סמכות מעשית-מדעית הנובעת מהילת הנתונים.
ככלי לניהול פרויקטים, AI עשוי לקבוע שגרות עבודה מיטביות לסוגים שונים של עובדים, אך לא תהיה לזה רגישות לתרגם צרכים אלה לבחירות ניואנסיות של תוצאה ארגונית אחת (למשל, הון עצמי בהקצאות עובדים) על פני אחר (ערכי משפחה ). AI עשוי להצביע על המיקום הטוב ביותר למסעדה או תחנת כוח חדשה, אך זה יהיה מוגבל במיפוי הרשתות הפוליטיות והחברתיות שצריכות להיות מעורבות בכדי להחיות את המיזם החדש.
גם מכונות חסרות גחמות. תוכניות Adtech החליפו את קוני המודעות האנושיות, אך היכולת ליצור משחק מילים או עיצוב קמפיינים המושכים את מיתרי הלב שלנו תישאר אנושית פנימית, לפחות בעתיד הנראה לעין.
דרושה רמה חדשה של תשאול וחשיבה אינטגרטיבית בקרב בוגרי תואר שני במנהל עסקים. כמחנכים עלינו לטפח גישות למידה המפתחות מיומנויות אלה - על ידי הוראת ניהול נתונים נלהב וכישורי הסקה, פיתוח הדמיות נתונים מתקדמות ותרגול כיצד לחקור ולשאול את הלא ידוע עדיין.
במקביל לעליית כוח המכונה, חשיבות האינטליגנציה הרגשית, או EQ, מתנשאת גדולה מתמיד כדי לשמר את הקישוריות האנושית של ארגונים וקהילות. בעוד שמכונות צפויות להתקדם עד כדי קריאה ופרשנות של רגשות, לא יהיה להן את היכולת לעורר חסידים, את החוכמה לבצע שיפוטים אתיים, או את המוכשר ליצור קשרים.
זה עדיין הכל עלינו.
ג'ודי ד. אוליאן הוא דיקן בית הספר למנהל UCLA אנדרסון.
