Winkelmand

Geen producten in je winkelwagen.

Kun je een betere leider worden met AI?

De opkomst van Artificial Intelligence kan voor je gevoel de complexiteit van je werk alleen maar vergroten, maar dat hoeft niet. AI heeft meer gemeen met agile leiderschap dan je misschien zou denken, en kan je zelfs helpen een betere leider te zijn.

AI Agile leiderschap MT
Getty Images
Je leest nu: Kun je een betere leider worden met AI?

Stel je voor: je geeft leiding aan een team dat niet lekker loopt. De meetings zijn ineffectief, teamleden willen niet met elkaar samenwerken en blijven hangen in allerlei oude conflicten. Daardoor kom je niet toe aan de echte problemen in het bedrijf, namelijk dat de productontwikkeling en de workflow haperen, waardoor je terrein verliest aan concurrenten. Een harde aanpak gaat niet werken, er moet een andere oplossing komen. Je bedrijf is net bezig met AI – misschien zijn daar antwoorden te vinden?

Het wordt een steeds belangrijkere managementvaardigheid om in te kunnen schatten of je je eigen expertise moet inzetten, of een stap opzij moet doen voor een computer. Dat hoeft niet per se beangstigend te zijn: kunstmatige intelligentie kan een bruikbare aanvulling zijn op goed leiderschap. Sam Bourton, Johanne Lavoie en Tiffany Vogel hebben veel onderzoek gedaan naar transformaties bij bedrijven in dergelijke situaties. Er zit opmerkelijk veel aansluiting tussen eigenschappen van agile leidinggeven en AI, schrijven ze in McKinsey Quarterly. Ze lichten vijf aspecten van agility uit die je terugziet bij kunstmatige intelligentie.

#1 Omarm je onwetendheid

De eerste cruciale eigenschap van AI is dat je van tevoren niet weet wat de data zullen onthullen. Het gebruik ervan is een sprong in het diepe, net als het omarmen van je onwetendheid en het reframen van het probleem. Op deze manier kan AI je helpen echt nieuwe, disruptieve inzichten te vinden op plaatsen waar je zelf niet zou zoeken.

#2 Pauzeer om te versnellen

AI geeft je de tijd en ruimte om na te denken, door het signaal van het lawaai te onderscheiden. Je laat het algoritme los op een weids landschap van data, en AI rapporteert wat je nodig hebt en wanneer je het nodig hebt. Je blijft betrokken, maar doet even een stap terug om je gedachten op orde te krijgen, terwijl AI zijn werk doet.

#3 Reframe je vragen, radicaal

In een echt gebeurde situatie zoals hierboven, ging de CEO van een Brits maakbedrijf inderdaad naar de data-analisten in het bedrijf om de mogelijkheden van AI te onderzoeken, beschrijven Bourton, Lavoie en Vogel. Hij stelde brede en open vragen als: wat zijn oorzaken voor inefficiëntie in ons productieproces? Waar liggen kansen om te verbeteren?

#4 Geef een richting, geen bestemming

Het AI team trainde hun algoritmes op een breed scala aan data, waaronder projectlevenscyclusbeheer, fijnmazige ontwerp- en productiedocumenten, financiële en HR-gegevens, leveranciers en onderaannemers en communicatiegegevens.

Door het AI-team vrij te laten, kon het in een richting zoeken in plaats van te proberen met dataonderzoek een bestemming te bereiken. Hierdoor veranderde de vraagstelling nog verder, van ‘Hoe verbeteren we productiviteit?’ naar een veel menselijker ‘Hoe werken we als team, en waarom?’ Dit kan goed met AI omdat je zo veel data hebt, waar je met brede vragen niettemin gericht antwoorden uit kunt verkrijgen.

Patronen in de communicatienetwerken die anders verborgen waren gebleven, leidden tot een gedetailleerde analyse van de interacties tussen twee belangrijke afdelingen: ontwerp en engineering. Aan de hand van geaggregeerde gegevens (aantal e-mails, groepschats, respons op uitnodigingen) brachten de algoritmes een ​​belangrijke, alarmerende ontdekking aan de oppervlakte: de twee afdelingen werkten nauwelijks samen.

#5 Beproef je oplossingen – en jezelf

Na deze ontdekking werd er een team gevormd waarin veel meer afdelingen waren vertegenwoordigd. Samen met de data-analisten vonden de CEO en zijn team vervolgens manieren om de tijd om een nieuw product op de markt te brengen met 10 procent terug te brengen, en de kosten te besparen met 11 procent. Maar daar stopten ze niet: het team dat eerst zo verdeeld was, werkte hard om aan een basis te bouwen van vertrouwen en goed naar elkaar luisteren. Regelmatige contactmomenten hielpen hen om de nodige tijd en afstand te nemen, tegengeluiden uit te nodigen en nieuwe vragen te formuleren. En het mooie aan AI-oplossingen is dat je ze kunt testen: AI creëert zijn eigen feedbacklus.

Door AI af te sturen op een massa van complexiteit, zonder van tevoren te weten waarmee het zal terugkeren, sta je open voor originele, onverwachte en baanbrekende ideeën waarmee je een betere leider kunt zijn voor je team.