لماذا لا يسد التدريب وحده الفجوة بين تبني الذكاء الاصطناعي والعائد على الاستثمار

من المرجح أنك على دراية بنسخة ما من هذه الرواية: تتبنى الشركات الذكاء الاصطناعي، ثم تتوقف مكاسب الأداء في النهاية، ويظل القادة يتساءلون عن عائد الاستثمار من استثماراتهم.

يختلف الخبراء حول كيفية معالجة هذه الفجوة بين التبني والنتائج. يدعو البعض إلى حوكمة أفضل، وآخرون إلى نشر أفضل. أو المفضل لدي شخصيًا، تمكين أفضل. يعتمد كل من هذه العلاجات على توافق المنظمات على شكل النجاح والقدرة على قياسه.

لنأخذ متخصصي التعلم والتطوير (L&D) كمثال. قد يدعمون خطط تبني الذكاء الاصطناعي الخاصة بك بينما يواجهون نفس المشكلات التنظيمية. هذا صحيح، الأشخاص الأكثر استعدادًا لبناء المهارات يعانون أيضًا من صعوبة قياس عائد الاستثمار من الذكاء الاصطناعي.

أجرينا مسحًا لأكثر من 800 متخصص في التعلم في مكان العمل عبر أكثر من 25 دولة لتقريرنا السنوي حول الذكاء الاصطناعي في التعلم والتطوير. إليك ما يمكننا تعلمه منهم حول الانتقال من التبني إلى النتائج.

لماذا تركز الفرق على السرعة دون نتائج متفق عليها؟

يعكس كيفية استخدام فرق التعلم والتطوير للذكاء الاصطناعي ما تكافئ عليه مؤسساتهم وتقيسه.

إذا كان الموظفون يعملون في مؤسسات تتتبع استخدام الذكاء الاصطناعي وتكافئ على استخدام المزيد من الرموز، فإن استخدام الفرق للذكاء الاصطناعي سيعكس ذلك. يصبح هذا النوع من المكافآت مشكلة فقط عندما لا يقترن بنتائج قياس واضحة. وإلا، فإنها تظل مع مكاسب إنتاجية لا ترقى إلى تحسين كبير في الأداء.

يبدو هذا وكأنه تقليل للوقت المستغرق لإنتاج تدريب جديد وزيادة في مخرجات التدريب.

صُمم معظم التدريب في مكان العمل لتحسين الأداء الوظيفي. ومع ذلك، فإن 35% فقط من فرق التعلم والتطوير تقيس ذلك باستمرار (مقارنة بـ 72% الذين يقيسون المشاركة والإنجازات باستمرار).

يدل هذا على أن القادة إما يكافئون ويقيسون أداء التعلم والتطوير بناءً على تلك المقاييس، أو أنه لم يتفق أحد على شكل النجاح. يذكر أكثر من واحد من كل خمسة عدم وجود مقاييس نجاح متفق عليها كأكبر عائق أمام إثبات التأثير.

ما هي العوائق التي تواجه الفرق عند تبني الذكاء الاصطناعي؟

المكافآت ليست القيد التنظيمي الوحيد الذي تواجهه فرق التعلم والتطوير عند تبني الذكاء الاصطناعي. ما تسمح به المنظمة، وكيف تحكم الذكاء الاصطناعي، لا يقل أهمية.

يبدأ ذلك بالحلول الذكاء الاصطناعي التي يمكن للفرق الوصول إليها. لا يزال 73% من فرق التعلم والتطوير التي بدأت بتفويض قيادي لاستخدام الذكاء الاصطناعي بحاجة إلى إذن إداري أو متعدد الوظائف لتجربة أداة ذكاء اصطناعي جديدة. تقتصر بعض الفرق على أدوات الذكاء الاصطناعي المعتمدة من الشركة ولا يمكنها الاختبار خارج ذلك النطاق.

تحتاج الفرق أيضًا إلى البيانات الصحيحة لتقييم تأثير الذكاء الاصطناعي. غالبية فرق التعلم والتطوير واثقة من أن الذكاء الاصطناعي يؤدي إلى تحسينات، لكنها تكافح لتقديم دليل على هذه المكاسب.

قد يبدو ذلك كبيانات مطلوبة لقياس التأثير موجودة في أنظمة غير متصلة، مثل نظام إدارة التعلم، ونظام معلومات الموارد البشرية، وأداة المسح، ومنصة فيديو الذكاء الاصطناعي.

إذا كانت فرق التعلم والتطوير تستخدم الذكاء الاصطناعي لإنتاج التدريب بشكل أسرع، ولكنها لا تقيم ما إذا كان هذا التدريب يؤدي إلى تغيير سلوكي، فإنها تستخدم الذكاء الاصطناعي كمصنع للمحتوى فقط. حتى يتفق القادة على نتائج تتجاوز السرعة، فإن المزيد من المحتوى هو كل ما سيتعين على تلك الفرق إظهاره لتبني الذكاء الاصطناعي.

كيف يمكن بناء الهيكل اللازم لتحقيق عائد استثمار من الذكاء الاصطناعي؟

الخبر الجيد هو أن حوالي ثلث فرق التعلم والتطوير تُفيد بتحقيق مكاسب في الأداء من الذكاء الاصطناعي، مثل وقت أسرع لإتقان المهارات أو تحسين الأداء في العمل. تميزت هذه الفرق بعدة سمات، مثل القدرة على تجربة أو بناء حلول الذكاء الاصطناعي بحرية، أو استخدام الذكاء الاصطناعي لتقييم عملها. غالبًا ما تعتمد هذه العوامل على عوامل تنظيمية خارج سيطرة التعلم والتطوير.

بناءً على بياناتنا، هناك ثلاثة تغييرات هيكلية يمكن للقادة إجراؤها على استراتيجية الذكاء الاصطناعي الخاصة بهم لتحقيق عائد الاستثمار.

أولاً، يجب التوافق على ما يُفترض أن يحققه الذكاء الاصطناعي، ثم على كيفية مكافأة وقياس استخدامه. بدون نتيجة محددة، تنتج الفرق ما هو الأسهل إظهاره، وهو في التعلم والتطوير المحتوى الأسرع. بالنسبة لفرق التعلم والتطوير، يعني ذلك العمل مع القادة لتحديد التغييرات في الأداء التي يرغبون في رؤيتها، وكيفية قياسها، قبل تصميم أي تدريب جديد. ونعم، يشمل ذلك تمكين الذكاء الاصطناعي.

ثانيًا، استثمر في تكامل البيانات قبل توسيع حلول الذكاء الاصطناعي الجديدة أو أتمتة المزيد من سير العمل. تأكد من أن الفرق عبر الوظائف لديها إمكانية الوصول إلى البيانات التي تحتاجها لقياس تأثير الذكاء الاصطناعي.

ثالثًا، شارك مع التعلم والتطوير في استراتيجية الذكاء الاصطناعي الخاصة بك. إذا كان هدف الذكاء الاصطناعي هو أتمتة العمل اليدوي، فيجب أن يكون الهدف هو تحرير الوقت لبناء قدرات أكثر استراتيجية، مثل كيفية استخدام الذكاء الاصطناعي لتغيير طريقة إنجاز العمل. التعلم والتطوير مؤهلان جيدًا لقيادة بناء القدرات هذا لأنهما يمكنهما تحديد متى يمكن أن يكون التدريب جزءًا من الحل ومتى لا يمكن أن يكون كذلك.

عندها فقط يمكن للتدريب أن يساعد في سد الفجوة بين تبني الذكاء الاصطناعي وعائد الاستثمار.