Kunstmatige intelligentie legt de grootste kenniskloof in de zakenwereld bloot.

Van de naar verwachting 2.5 biljoen dollar die bedrijven dit jaar aan kunstmatige intelligentie zullen uitgeven , zal meer dan 1 biljoen dollar worden besteed aan IT-diensten en gespecialiseerde software. Dit is een enorm bedrag voor een technologie die veel bedrijven nog steeds moeilijk begrijpen en waarmee ze nog moeten leren omgaan binnen hun bedrijfsvoering, teams en processen.

Enkele jaren na de revolutie die ChatGPT teweegbracht , begonnen we de verschillende trends en uitdagingen te zien waarmee bedrijven te maken krijgen bij de implementatie van kunstmatige intelligentie.

De recente beslissing van Ford om ervaren ingenieurs opnieuw aan te nemen nadat AI-systemen er niet in slaagden productieproblemen te detecteren, biedt een belangrijke les voor elk bedrijf dat in AI investeert. Tegelijkertijd blijkt uit nieuw onderzoek van Ramp en Revelio Labs, waaraan bijna 22,000 Amerikaanse bedrijven deelnamen, dat organisaties die meer in AI investeren juist meer mensen aannemen, in plaats van minder.

Deze verhalen vertellen ons gezamenlijk iets belangrijks. Iedereen ging ervan uit dat kunstmatige intelligentie de afhankelijkheid van mensen zou verminderen, maar in plaats daarvan zien we dat bedrijven ontdekken hoe afhankelijk AI juist is van ervaren mensen . AI mag dan de manier waarop werk wordt gedaan veranderen, maar dat alleen is niet genoeg voor groei en succes.

Kunstmatige intelligentie versnelt het werk, maar expertise blijft belangrijk.

Eerder dit jaar nam Ford 350 ervaren ingenieurs opnieuw in dienst nadat AI en geautomatiseerde systemen er niet in slaagden kwalitatief hoogwaardig werk te leveren. Dit toont aan dat werknemers cruciaal zijn voor het succes van AI-implementaties.

Het is ook interessant om te zien dat dit wordt weerspiegeld in onderzoek van Ramp en Revelio Labs, waaruit blijkt dat organisaties die in AI investeren meer mensen aannemen. In plaats van werving en vaardigheidsontwikkeling te verwaarlozen , hebben bedrijven steeds meer behoefte aan de juiste teamleden om hun geavanceerde AI te verfijnen en te verbeteren, zodat deze beter presteert op de gebieden waar dat nodig is.

Succes met kunstmatige intelligentie hangt nog steeds af van het begrijpen van de vaardigheden die individuen nodig hebben om hun taken uit te voeren – op individueel, team- en organisatieniveau – en vervolgens te investeren in ontwikkeling die aansluit op hun daadwerkelijke werk. Maar voordat organisaties deze vaardigheden kunnen ontwikkelen, moeten ze weten waar de expertise al aanwezig is. Veel bedrijven beschikken over cruciale kennis zonder duidelijk te weten wie deze bezit of waar de lacunes zich bevinden.

Een manier om dit te bereiken is door een vaardighedenontologie op te bouwen, een dynamisch overzicht van de vaardigheden die binnen de organisatie aanwezig zijn.

In plaats van te vertrouwen op aannames, kunnen bedrijven hun sterke en zwakke punten in capaciteiten in kaart brengen, inzicht krijgen in welke teams over specialistische kennis beschikken en lacunes opsporen voordat ze daadwerkelijke bedrijfsproblemen worden. Deze aanpak legt bovendien een solide basis voor personeelsplanning, bevordert interne carrièremobiliteit en maakt een effectievere inzet van kunstmatige intelligentie mogelijk.

De meest waardevolle vaardigheden binnen uw organisatie

Zodra je een effectieve vaardighedenontologie hebt, krijg je een compleet overzicht van wat er binnen je organisatie gebeurt. Dit helpt je bij het identificeren van vakexperts (SME's) in het hele bedrijf, wiens kennis vaak niet formeel is vastgelegd – zoals de legendarische AI-supergebruiker. Ford heeft bijvoorbeeld aangegeven dat het voormalige werknemers specifiek opnieuw aanneemt om jongere medewerkers op te leiden en AI-tools te herprogrammeren.

Zodra expertise is vastgesteld, kan AI helpen dit beeld te behouden en continu bij te werken naarmate rollen veranderen. Maar inzicht in waar expertise zich bevindt, is slechts het begin.

Organisaties moeten deze ervaringen valideren, individuen koppelen aan gerichte ontwikkelingsmogelijkheden en het delen van kennis tussen vakdeskundigen faciliteren. Het allerbelangrijkste is dat dit leren zoveel mogelijk in de werkomgeving wordt geïntegreerd, in plaats van afzonderlijk te blijven, om betere prestaties te garanderen op de gebieden die er het meest toe doen.

Kunstmatige intelligentie vergemakkelijkt de organisatie en verspreiding van kennis, maar creëert niet het oordeel dat voortkomt uit ervaring. Het kan patronen ontdekken en leertrajecten suggereren, maar het kan niet verklaren waarom een ​​proces werkt, wanneer het in twijfel getrokken moet worden of hoe het aangepast kan worden aan de realiteit van uw organisatie. Zoals experts benadrukken, formuleert AI woorden, geen ervaring – een cruciaal punt om te begrijpen.

Daarom blijven ervaren teamleden essentieel. Zij bieden de context die AI, en iedereen, in staat stelt die kennis effectief te gebruiken.

Zet ervaring om in een concurrentievoordeel.

In een tijd waarin velen in vakgebieden zoals personeelszaken (HR) en leren en ontwikkeling (L&D) vreesden dat kunstmatige intelligentie hun rol zou ondermijnen, is het duidelijk geworden dat deze expertise juist steeds waardevoller wordt.

Teams voor leren en ontwikkeling (L&D) krijgen de kans om strategischer te opereren door de ontwikkeling van vaardigheden en omscholing in eigen hand te nemen, hun eigen expertise en die van teamleden in verschillende bedrijfsonderdelen om te zetten in een concurrentievoordeel, en de processen te implementeren die nodig zijn om een ​​flexibel personeelsbestand te creëren dat effectief samenwerkt met kunstmatige intelligentie.

Kunstmatige intelligentie heeft de expertise binnen organisaties op een krachtige manier in beeld gebracht en tegelijkertijd benadrukt dat veel bedrijven beschikken over een schat aan kennis die verborgen zit in de hoofden van ervaren medewerkers. Deze medewerkers hebben niet alleen een dieper inzicht in het bedrijf en de bedrijfsvoering, maar beschikken ook over het vermogen om oordelen te vellen – een zeldzame kwaliteit die AI niet kan evenaren.

Door deze informatie binnen het bedrijf te verspreiden, ontstaat een personeelsbestand dat steeds slimmer wordt naarmate iemand leert, in plaats van dat kennis verloren gaat wanneer werknemers vertrekken. Dit resulteert in minder terugkerende fouten, een hogere kwaliteit en meer interne doorgroeimogelijkheden.

Om het rendement op hun medewerkers en AI te maximaliseren, moeten toonaangevende organisaties investeren in het identificeren, delen en opschalen van de expertise die ze al bezitten, in plaats van simpelweg meer software aan te schaffen. AI formuleert immers woorden, geen expertise.