i Na próxima década, as empresas precisarão cada vez mais competir na taxa de aprendizado . A tecnologia promete desempenhar um papel crítico: a inteligência artificial pode detectar padrões em conjuntos de dados complexos em velocidade e escala extrema, permitindo o aprendizado dinâmico. Isso permitirá Organizações para se adaptar constantemente à mudança de realidades e novas oportunidades de superfície, que serão cada vez mais importantes em um ambiente incerto e em rápida mudança. Como nas tecnologias transformadoras anteriores, desbloquear o
But for companies to compete on learning, it is not enough to merely adopt AI, which alone can accelerate learning only in individual activities. As with previous transformative technologies, unlocking the
Potencial total da AI
- e de humanos - exigirá
Em outras palavras, para ganhar os anos 20, os líderes precisarão reinventar a empresa como A Organização de aprendizagem da próxima geração.
Reimagine the Organization
The next-generation learning organization will need to be redesigned to fulfill several key functions: (See Exhibit 1.)
- Learning on All Timescales. The growing opportunity and need to learn on faster timescales, driven by technological innovation, is well known—algorithmic trading, dynamic pricing, and real-time customized product recommendations are already a reality in many businesses. But it is perhaps under-appreciated that As forças de movimento lento também estão se tornando mais importantes . Por exemplo, instituições comerciais, estruturas políticas, estratificação de riqueza e atitudes sociais estão mudando lentamente de maneiras que podem ter um impacto profundo nos negócios. Longe vão os dias em que os líderes empresariais poderiam se concentrar apenas nos negócios e tratar essas variáveis mais amplas como constantes ou tendências estáveis. Mas essas mudanças se desenrolam ao longo de muitos anos ou até décadas. Para prosperar de forma sustentável, as empresas devem Aprenda em todas as escalas de tempo simultaneamente .
- Combinando humanos e máquinas de maneira ideal. Em vez de apenas executar processos direcionados e projetados para humanos, as máquinas poderão aprender e se adaptar e, portanto, terão um papel bastante expandido em futuras organizações. Os seres humanos ainda serão indispensáveis, mas seus deveres serão bem diferentes quando complementados ou substituídos por máquinas inteligentes. Machines have been crucial components of businesses for centuries—but in the AI age, they will likely expand rapidly into what has traditionally been considered white-collar work. Instead of merely executing human-directed and designed processes, machines will be able to learn and adapt, and will therefore have a greatly expanded role in future organizations. Humans will still be indispensable, but their duties will be quite different when complemented or substituted by intelligent machines.
- Integrating Economic Activity Beyond Corporate Boundaries. As empresas estão cada vez mais agindo em ecossistemas multicompanais que incorporam uma grande variedade de jogadores. De fato, sete das maiores empresas do mundo, e muitas das mais lucrativas, agora são empresas de plataforma. Os ecossistemas expandem bastante o potencial de aprendizado: eles fornecem acesso a exponencialmente mais dados, permitem experimentação rápida e se conectam a redes maiores de fornecedores de clientes. Aproveitar esse potencial requer redesenhar os limites da empresa e influenciar efetivamente a atividade econômica além da empresa orquestradora.
- evoluindo a organização continuamente. A necessidade de aprendizado dinâmico não se aplica apenas às funções voltadas para o cliente-também se estende ao funcionamento interno da empresa. Para aproveitar novas informações e competir em ambientes dinâmicos e incertos, o próprio contexto organizacional precisa ser evoluir diante das mudanças nas condições externas. Reinventar a organização para a próxima década exigirá abraçar cinco imperativos: (consulte o Anexo 2.)
Today’s organizations, which were designed for more stable business environments, are not well-suited to perform these functions. Reinventing the organization for the next decade will require embracing five imperatives: (See Exhibit 2.)
- integrar tecnologias para aprendizado contínuo.
- Migrar a cognição humana para novas atividades de nível superior.
- Redesign the relationship between machines and humans.
- Nurture broader ecosystems.
- Rethink management and leadership accordingly.
Integre as tecnologias para aprendizado contínuo
tão poderoso quanto as tecnologias emergentes de hoje, elas produzirão apenas ganhos incrementais se simplesmente aprimorarem as etapas individuais dos processos existentes. A taxa efetiva de aprendizado de uma organização é fechada por sua capacidade de agir em novas idéias. E as organizações clássicas agem lentamente, devido à sua dependência da tomada de decisão e hierarquia humana. Na automação tradicional, as máquinas executam um processo pré-projetado repetidamente e consistentemente. Na autonomização, as máquinas usam feedback contínuo para agir, aprender e se adaptar por conta própria - sem o gargalo da intervenção humana.
In order to truly accelerate the speed of learning to algorithmic timescales, organizations will need not only to automate but also to “autonomize” significant parts of their businesses. In traditional automation, machines execute a pre-designed process repeatedly and consistently. In autonomization, machines use continuous feedback to act, learn, and adapt on their own—without the bottleneck of human intervention.
Organizations will need not only to automate but also to “autonomize” significant parts of their businesses.
Os sistemas autônomos são projetados combinando várias tecnologias em Loops de aprendizado integrado. Os dados de plataformas digitais fluem automaticamente para algoritmos de AI, que mineram as informações em tempo real para facilitar novas idéias e decisões. Estes são conectados diretamente em sistemas de ação, que otimizam continuamente os resultados em alterações em condições. Essas ações produzem ainda mais dados que podem ser alimentados de volta durante o ciclo, fechando o loop e permitindo que a organização aprenda na velocidade dos algoritmos.
Algumas organizações já estão implementando sistemas de aprendizado autônomo. Por exemplo, os mecanismos de recomendação de preços e produtos da Amazon, entre dezenas de outras funções, são operados por sistemas de IA que aprendem e se adaptam à medida que surgem novas informações. E esses sistemas estão interconectados; portanto, novos dados ou insights de uma parte do negócio em cascata por todas as outras funções, que reagem
Por outro lado, abordagens organizacionais tradicionais - por exemplo, regras imutáveis ou processos de decisão hierárquica - podem impedir a capacidade das empresas de aproveitar o rápido potencial de aprendizado desbloqueado pela tecnologia. Como A pesquisa do BCG sobre simplicidade inteligente mostrou , as organizações de hoje já enfrentam a necessidade de reduzir a burocracia e a complicada, a fim de promover a colaboração com fluidos. Com a introdução de IA e outras novas tecnologias, os líderes precisam redobrar seus esforços para simplificar suas organizações para permitir a aprendizagem autônoma, bem como a colaboração humana-para-humana mais eficaz. Tecnologias. Papel trabalhadores humanos desempenharão na organização do futuro. Hoje, já existe uma preocupação generalizada com a velocidade com que a tecnologia atrapalhará o futuro do trabalho. Para moldar esse futuro - e maximizar as capacidades de aprendizado organizacional - os negócios precisam focar a cognição humana em seus pontos fortes únicos.
Actions that companies can take to harness autonomous learning include:
- Gather real-time data on all aspects of the business by leveraging platforms, the Internet of Things, and other new technologies.
- Deploy AI at scale, integrated with data and decision-making systems.
- Take human hierarchy “out of the loop” of routine, data-based decision making.
Migrate Human Cognition to New, Higher-Level Activities
The widespread adoption of autonomous learning machines naturally raises the question of what role human workers will play in the organization of the future. Today, there is already widespread concern about the speed at which technology will disrupt the future of work. To shape this future—and to maximize organizational learning capabilities—businesses need to focus human cognition on its unique strengths.
Businesses need to focus human cognition on its unique strengths.
Para todo o seu poder e potencial, a IA ainda é inerentemente limitada em seu escopo cognitivo. Ele pode analisar correlações nos dados ("Qual é o caso") a velocidade extrema, em escalas extremas, com extrema complexidade. Mas não pode raciocinar em níveis mais altos, como a inferência causal (“ Por que é o caso”) ou pensamento contrafactual (“Qual não é o caso mas pode ser ”).
Os humanos devem concentrar cada vez mais seus esforços nessas atividades de nível superior. Por exemplo, embora a análise correlativa seja geralmente suficiente para aprender sobre ações repetidas em escalas de tempo rápidas, é menos útil para aprender sobre forças de movimento lento, como tendências políticas, sociais e econômicas. Essas mudanças são únicas e dependem do contexto e trajetória histórica, o que significa que não há um conjunto de dados repetidos para encontrar padrões. As habilidades humanas, como entender as relações causais e a generalização de dados limitados, são necessários para decodificar essas forças e adaptar a organização de acordo. Os modelos de negócios existentes estão sendo esgotados mais rapidamente e o crescimento a longo prazo está em declínio, o que significa que as empresas devem gerar continuamente novas idéias para crescer de forma sustentável. Mas as empresas hoje, que geralmente são implicitamente projetadas para a eficiência e a maximização de resultados financeiros de curto prazo,
Counterfactual thinking is also critical, as businesses need increasingly to compete on imagination. Existing business models are being exhausted faster, and long-term growth is declining, which means companies must continually generate new ideas to grow sustainably. But businesses today, which are often implicitly designed for efficiency and the maximization of short run financial outcomes, não são propícios à imaginação . As organizações precisarão facilitar melhor a imaginação individual e coletiva.
Apple fornece um exemplo presciente. Quando Steve Jobs retornou à Apple como CEO em 1997, ele fez o design do núcleo da cultura da empresa, em vez de funções como engenharia e finanças, que anteriormente eram dominantes. Ao focar no design-que aproveita a criatividade e a imaginação humanas para gerar novas idéias-a Apple foi capaz de produzir os novos produtos, incluindo o iPhone, que eventualmente o ajudaram a se tornar a empresa mais valiosa do mundo. Nesses domínios da atividade humana, as organizações precisarão se tornar mais eficazes na colaboração dinâmica para tirar o máximo proveito de suas equipes. Isso requer enfatizar a auto-organização e a experimentação, criando um contexto organizacional no qual a tomada de decisão e a aprendizagem responsivos podem prosperar, em vez de confiar em instruções diretas. As organizações terão que permitir que os humanos
In addition to imagination and making sense of non-repeated events, there will be many other activities where humans are advantaged, including organizational design, algorithmic governance, ethics, and purpose, to name a few. In these domains of human activity, organizations will need to become more effective at dynamic collaboration to get the most out of their teams. This requires emphasizing self-organization and experimentation by creating an organizational context in which responsive decision making and learning can thrive, rather than by relying on direct instructions.
Finally, organizations will need to recognize that these new activities are cognitively demanding—which is particularly challenging in an age of exploding inboxes, endless meetings, and ubiquitous information. Organizations will have to allow humans to Cultive a arte da reflexão e evite sobrecarga cognitiva.
Como as organizações podem ajudar os seres humanos a maximizar seu valor? Adaptação.
- Expose employees to unfamiliar or anomalous information, in order to inspire imagination.
- Schedule and protect time for unstructured reflection.
- Promote new ways of working that enable dynamic learning and adaptation.
Recunda -se a relação entre humanos e máquinas
Os dois primeiros imperativos exigem uma organização de aprendizado híbrido, que combina as vantagens comparativas das máquinas e dos seres humanos: a capacidade das máquinas de identificar rapidamente padrões complexos em grandes dados e capacidade de seres humanos para decodificar complexos complexos complexos e complexos complexos. Juntos, eles permitirão que a organização aprenda em uma gama expandida de escalas de tempo - mais FASTER e mais lento. Isso inclui tarefas que exigem pensar em vários níveis ou escalas de tempo simultaneamente, bem como tarefas que exigem interação social, outra dimensão na qual os humanos são atualmente muito mais eficazes. As organizações precisarão assim
But in hybrid organizations, humans and machines will increasingly have to collaborate in new and more effective ways. This includes tasks that require thinking on multiple levels or timescales simultaneously, as well as tasks that demand social interaction, another dimension in which humans are currently far more effective. Organizations will thus need to reimaginar a relação entre humanos e máquinas para trazer o melhor de ambos e maximizar sinergias.
diferentes tipos de empregos e tarefas exigirão diferentes tipos de humanos-AI
- Em trabalhos baseados predominantemente em otimização ou reconhecimento de padrões, especialmente em alta velocidade e escala, os seres humanos provavelmente serão substituído por máquinas. Por exemplo, muitas tarefas realizadas hoje por subscritores de empréstimos de varejo podem ser executadas pela IA; Nesses casos, os humanos precisarão mudar seu foco para novas tarefas de nível superior para agregar valor. Por exemplo, o MIT desenvolveu um robô para combinar com enfermeiros com pacientes e alocar recursos escassos em enfermarias de maternidade, com base em histórias de pacientes, restrições de agendamento e anteriores
- In jobs that also require social interaction, machines may take over optimization-related aspects, but a “human layer” will still be critical to deliver messages with empathy and compassion. For example, MIT developed a robot to match nurses with patients and allocate scarce resources in maternity wards, based on patient histories, scheduling constraints, and previous
Experiência. 5 5 S. O'Brien, "MIT Robot ajuda a entregar bebês", CNN, julho de 2016. Como resultado, enfermeiros e médicos podem gastar mais tempo interagindo diretamente com os pacientes para fornecer empatia e cuidados personalizados. Por exemplo, Maurice Conti, especialista em inovação e tecnologia, descreve - In jobs that require more creativity than optimization, humans will likely be complemented by intelligent machines that augment the capacity for creativity and imagination. For example, Maurice Conti, an expert in innovation and technology, describes “Ferramentas de design generativas” Isso cria automaticamente novas possibilidades com base em um conjunto de parâmetros predefinidos, que podem desencadear novas idéias para designers humanos. Por exemplo, o Google e uma startup liderada por ex -funcionários do Google desenvolveram o mecanismo de nudge, que usa a IA para fornecer sugestões personalizadas a funcionários ou gerentes que aprimoram seus
- Finally, in jobs that require both creativity and social interaction, humans will have many of the same core responsibilities that they do today, but targeted AI applications will help them maximize their skills. For example, Google and a startup led by former Google employees have developed the Nudge Engine, which uses AI to provide personalized suggestions to employees or managers that enhance their
Eficácia. 6 6 D. Wakabayashi, "Empresa liderada pelo Google Veterans usa a IA para" cutucar "os trabalhadores da felicidade" New York Times, dezembro de 2018.
Para esses novos tipos de relações humanas-máquina para ter sucesso, as organizações precisam desenvolver eficazes Máquina Humana Interfaces que permitem a colaboração sem costura. Os modelos de IA de hoje tendem a ser "caixas pretas" que não são projetadas para interpretabilidade e, portanto, podem impedir a confiança. As organizações precisarão superar esses obstáculos, desenvolvendo e implementando interfaces que fornecem transparência sobre como a IA faz recomendações, permitindo que os seres humanos entendam e validem as ações das máquinas. Da mesma forma, humanos e algoritmos raramente são comparados à largura de banda e complexidade. Escolher o nível certo de abstração e compressão para a comunicação entre seres humanos e computadores é fundamental: muita compressão suportará sutileza e impedirá a manutenção pela qual a inovação humana prossegue, enquanto muito pouco sobrecarregar os superintendentes humanos.
Today’s AI models tend to be “black boxes” that are not designed for interpretability and may therefore impede trust.
Por exemplo, o sistema AI DeepMind do Google que detecta doenças oculares foi projetado para operar em dois estágios - primeiro identificando quais recursos da imagem estão associados a doenças oculares e, em seguida, diagnosticando doenças com base nesses recursos. Essa estrutura permite que os médicos vejam o que na imagem levou a cada diagnóstico, aumentando sua confiança no
A fronteira das relações humanas-máquina ainda é incerta, mas alguns imperativos estão surgindo:
- Tarefas e empregos de segmento de acordo com os desafios que eles envolvem e implantam a configuração certa de humanos e máquinas contra cada um. Ecossistemas
- Leverage collaborative human-machine relationships more intensively.
- Develop explainable algorithms that humans can trust and understand.
Nurture Broader Ecosystems
Nos modelos tradicionais de produção, as empresas operavam em uma cadeia de valor linear para fornecer uma gama estreita de produtos. No entanto, a atividade econômica é cada vez mais organizada dentro de ecossistemas - redes complexas e semifluidas de empresas que cruzam os limites da indústria convencionais. Eles também permitem o rápido desenvolvimento de novas ofertas em resposta a oportunidades emergentes que não poderiam ter sido previstas. Esses benefícios serão essenciais em futuros ambientes de negócios, que provavelmente serão mais complexos e menos previsíveis do que os do passado. Os ecossistemas não podem ser gerenciados com sucesso com planejamento e controle deliberados. Em vez disso, as organizações precisam ser adaptativas para responder a sinais que emergem do ecossistema - por exemplo, implementando processos internos flexíveis e responsivos. E eles precisam desenvolver recursos de modelagem para influenciar indiretamente o ecossistema em direções mais benéficas - por exemplo, projetando plataformas que incentivam outras partes interessadas a agir de certas maneiras.
Ecosystems combine information and capabilities from a wide variety of players, increasing their collective ability to explore new paths and learn about the market. They also enable the rapid development of new offerings in response to emerging opportunities that could not have been foreseen. These benefits will be essential in future business environments, which will likely be more complex and less predictable than those of the past.
However, realizing those benefits requires a new organizational logic. Ecosystems cannot be successfully managed with deliberate planning and control. Instead, organizations need to be adaptive in order to respond to signals that emerge from the ecosystem—for example, by implementing internal processes that are flexible and responsive. And they need to develop shaping capabilities to indirectly influence the ecosystem in more beneficial directions—for example, by designing platforms that incentivize other stakeholders to act in certain ways.
Realizing the benefits of ecosystems requires a new organizational logic.
Ecossistemas não são apenas um novo método de desenvolvimento e entrega de produtos; Eles também oferecem novas oportunidades para o "back office" de organizações. A "economia do show" está se tornando mais proeminente , permitindo que as empresas alavancem talentos externos e freelancers em escala - aumentando a flexibilidade e dando -lhes acesso a uma variedade maior de habilidades. Mas aproveitar as plataformas de compartilhamento de trabalho da mesma forma, requer formas indiretas de gerenciamento em vez de técnicas tradicionais de comando e controle. Do lado do produto, sua divisão de saúde participa de ecossistemas em vários estágios de criação de valor - incluindo um ecossistema de inovação que envolve laboratórios acadêmicos, empresas de robótica e startups; e um ecossistema de vendas e manutenção com base em seu aplicativo tele-saúde que conecta muitos parceiros de saúde digital. A empresa também criou uma plataforma de compartilhamento de trabalho, o Philips Talent Pool, que mantém um pool de freelancers familiarizados com a empresa e monitora a qualidade de seu trabalho. Isso requer sujeitar todos os aspectos da organização às forças de mercado, permitindo que ele aprenda e se adapte em resposta a novas oportunidades. E requer sistemas internos que se ajustem automaticamente a novas informações, permitindo que o aprendizado e a realocação de recursos ocorram em velocidade algorítmica. Quando combinado, esses recursos podem criar um
For example, the Dutch technology company Philips orchestrates ecosystems in many areas of its business. On the product side, its health care division participates in ecosystems at several stages of value creation—including an innovation ecosystem that involves academic labs, robotics companies, and startups; and a sales and servicing ecosystem based on its tele-health app that connects many digital health care partners. The company also created a labor-sharing platform, Philips Talent Pool, which maintains a pool of freelancers familiar with the company and monitors the quality of their work.
By reconceiving the external and internal workings of the organization as a flexible, evolving ecosystem, businesses can handle much greater dynamism and complexity. This requires subjecting all aspects of the organization to market forces, enabling it to learn and adapt in response to new opportunities. And it requires internal systems that adjust automatically to new information, allowing learning and resource reallocation to occur at algorithmic speed. When combined, these capabilities can create a “Enterprise auto-ajuste” Isso aprende e evolui constantemente de acordo com seu ambiente. (Consulte Anexo 3.)
To harness the power of ecosystems throughout and beyond the organization, leaders must:
- Engage external partners to create a shared vision of the future.
- Develop capabilities for collaboration and information sharing at scale—for example, platforms and APIs.
- Redesign internal processes to be more adaptive and data-driven, allowing the organization to become “self-tuning.”
Rethink Management and Leadership
Collectively, the above imperatives point to a very different way of designing and operating organizations—which in turn will significantly change the role of leadership. In particular, managers and leaders will need to focus on several new challenges.
Desenvolvendo princípios de governança para IA e máquinas autônomas. Na última década, as empresas de tecnologia podem evitar esses tópicos, pois a promessa e o potencial de novas tecnologias lhes davam uma licença para se mover rapidamente. Mas, à medida que o escrutínio social da tecnologia aumenta, as questões sobre governança, confiança e ética estão chegando à vanguarda. E à medida que a IA é adotada mais amplamente, todas as empresas terão que lidar com essas questões difíceis. As machines play a greater part in learning and action, the role of leadership in setting guardrails and priorities will take on greater importance. In the last decade, tech companies could sidestep these topics, as the promise and potential of new technologies gave them a license to move fast. But as social scrutiny of technology increases, questions about governance, trust, and ethics are coming to the forefront. And as AI is adopted more widely, all businesses will have to deal with these difficult questions.
Algumas organizações já estão começando a abordá -las. Por exemplo, a Microsoft criou uma nova posição de liderança para ajudar as empresas a aprender a implantar princípios éticos, incluindo justiça, responsabilidade e transparência, ao implementar a IA
Desbloquear recursos contínuos de aprendizado humano. À medida que os humanos se concentram cada vez mais no pensamento de nível superior, eles precisarão aprender e praticar novas habilidades. Essa mudança não será um aprendizado "único"-as habilidades necessárias continuarão evoluir imprevisivelmente. Portanto, o aprendizado precisará ser incorporado ao fluxo de trabalho e responsivo às necessidades em mudança, em vez de ser lotado no início das carreiras. As organizações também precisarão investir em “Contratos de aprendizagem” com funcionários , Comprometer -se mutuamente a desenvolver continuamente novas habilidades para novas funções.
Liderando os ecossistemas. As abordagens "mecanicistas" tradicionais dependem da suposição de que as ações organizacionais podem ser perfeitamente planejadas e controladas, o que não é mais válido. Em vez disso, os líderes precisam As the scope of the organization expands to encompass broader ecosystems, leaders need to adopt a new approach. Traditional “mechanistic” approaches rely on the assumption that organizational actions can be perfectly planned and controlled, which is no longer valid. Instead, leaders need to Adote uma mentalidade “biológica” , que reconhece que as empresas estão incorporadas em sistemas complexos que evoluem imprevisivelmente. Isso envolve o gerenciamento de uma abordagem experimental que busca aprender sobre o meio ambiente e se adaptar, em vez de assumir que o conhecimento atual é suficiente. E envolve priorizar a resiliência para se preparar para os resultados que não podem ser antecipados.
Orchestrating an adaptive organization. Da mesma forma, a execução de uma empresa de ajuste autônoma requer uma perspectiva diferente sobre o papel da liderança organizacional. Em vez de exercer controle sobre as equipes e intervir diretamente nas operações, os líderes devem reformular seu mandato como orquestra um sistema complexo e dinâmico de indivíduos e máquinas e orientando -o a resultados produtivos. Isso pode ser considerado uma extensão da mudança na mentalidade de liderança do "compositor/condutor de música clássica" para "líder do grupo de jazz improvisado", como foi Prescientemente estabelecido pelo ex -CEO da BCG John Clarkeson em 1990 .
Como conseqüência, as atividades diárias dos gerentes mudarão. A gerência tradicional, na forma de tomada de decisão direta, será reduzida-porque menos aspectos da organização podem realmente ser "gerenciados". Em vez Moldando as condições e o contexto da empresa .
As organizações que vencerão os anos 2020 parecerão muito diferentes das de hoje: elas usarão recursos diferentes; Eles funcionarão em diferentes velocidades e escalas de influência; Eles conterão diferentes estruturas e responsabilidades; E eles incorporarão diferentes modelos de liderança para permitir todas as opções acima. Na próxima parte de nossa série em
Actually making the transition from here to there will not be easy, however. In the next installment of our series on
Ganhando os anos 20
Expandiremos como os líderes podem Domine a ciência da mudança complexa para executar a transformação necessária de suas organizações. Negócios, Tecnologia e Ciência, adotando a poderosa tecnologia de idéias. O Instituto envolve os líderes em discussões e experimentações provocativas para expandir os limites da teoria e prática dos negócios e traduzir idéias inovadoras de dentro e além dos negócios. Para mais idéias e inspiração do instituto, visite nosso
