Benimseme ve Değişim Yönetimi

Açılış sahnesi

Erzincan'da üç ofisi olan bir sigorta acentesinin yönetimi, yirmi kişilik ekibe yapay zekâ destekli bir yazı ve mesaj aracı alıyor. Aracı satıcı seçmiş, ayarları bir sahibe bağlanmış, altın örnek seti kurulmuş. Bir cuma öğleden sonra bütün ekip iki saatlik bir tanıtıma katılıyor; satıcının temsilcisi aracın neler yapabildiğini gösteriyor. Tanıtım etkileyici, ekip heyecanlı.

Üç ay sonra tablo karışık. Ekibin yarısı aracı hiç açmıyor. Bazıları poliçe koşullarını anlatmakta aracın hata yapacağından korkuyor; bazıları ise nereden başlayacağını bilmiyor. Birkaç kişi ise aracı her iş için kullanıyor ve taslakları okumadan gönderiyor. Bir müşteriye kasko teminatı yanlış anlatılmış. Yeni başlayan iki çalışan, paylaşım sınıflarını ve puanlama kılavuzunu hiç duymamış.

Yönetim, benimsemeyi artırmak için aylık değerlendirmelere bir sütun ekliyor: her çalışanın aracı kaç kez kullandığı. Ertesi ay kullanım sayıları iki katına çıkıyor. Ama çıktı örneklemesinde düzeltilmeden gönderilmiş cevapların oranı da artıyor.

Bu derste ne olacak

Erzincanlı acente de, vakalardaki bütün tatlıcı ve baharatçılar da uydurmadır. Oranlar ve sayılar örnek olarak kullanılıyor. Acentenin sorunu yanlış bir araç ya da eksik bir kalite düzeni değildi. Yönetim, bir aracın bir ekipte yerleşmesinin bir tanıtımla olmayacağını, her rolün aracı kendi işinde nasıl kullanacağını ayrı ayrı öğrenmesi gerektiğini ve yanlış ölçülen benimsemenin yanlış davranışı ödüllendirebileceğini hesaba katmamıştı.

Bu ders, yapay zekâ araçlarının bir ekipte sorumlu biçimde benimsenmesini çalışıyor. Önce eğitimi rollere göre ve gerçek işler üzerinden kurmayı göreceğiz. Ardından ekibin kendi iyi kullanımlarını toplayan bir örnek kütüphanesini, her ekipte soru cevaplayan ve sorunları toplayan bir yerel uzmanı ve kullanım sayısını değil, doğru kullanımı ödüllendiren teşvikleri ele alacağız.

Sıfır noktası

Bu birimin ilk kursunda benimseme riski, seçilen bir aracın ekip tarafından beklenen ölçüde kullanılmaması olasılığıydı ve araç seçilirken tartılıyordu. O ders riski seçim anında ölçüyordu; araç alındıktan sonra benimsemenin nasıl sağlanacağını söylemiyordu.

Strateji biriminde ters teşvik, kişiyi stratejinin istediğinin tersini yapmaya götüren ölçüydü. Yapay zekâ kursunda iyi çalışan istekleri saklayıp paylaşmanın adı görev şablonuydu; onay eşiği de hangi çıktının kimin onayından geçeceğini söylüyordu. Bu kursun önceki dersleri erişimi, saklamayı ve kaliteyi düzene bağladı. Bu düzenlerin hepsini işletecek olan ise ekibin kendisi. Kurallar yazılı olsa da, onları bilmeyen, anlamayan ya da işine yaramadığını düşünen bir ekip onları uygulamaz.

Mekanizma — her rol kendi işini öğrenir

Satıcı tanıtımları aracın her şeyi yapabildiğini gösterir, ama bir çalışanın pazartesi sabahı masasına oturduğunda aracı hangi iş için, nasıl ve hangi sınırlarla kullanacağını göstermez. Bir poliçe danışmanının, bir hasar sorumlusunun ve bir sosyal medya sorumlusunun araçla yapacağı işler farklıdır. Herkese aynı genel tanıtımı yapmak, kimseye kendi işini öğretmemek demektir.

İlk hafta, kurallarla birlikte.

İkinci oturum, gerçek sorunlarla.

Ne için kullanılmayacağı da eğitimdir.

Mekanizma — ekibin kendi örnekleri

Bir çalışanı bir aracı kullanmaya en çok ikna eden şey, satıcının tanıtımı değil, yanındaki meslektaşının aynı işi araçla nasıl yaptığını görmektir. Her ekipte birkaç kişi, aracı kendi işinde gerçekten işe yarar biçimde kullanmanın yolunu bulur. Bu yollar paylaşılmazsa, her çalışan aynı şeyi sıfırdan keşfetmeye çalışır ya da hiç denemez.

Meslektaşın örneği, tanıtımdan güçlü.

Kaçınılacak kullanımlar da yazılır.

Kütüphane de budanır.

Mekanizma — her ekipte bir soru adresi

Bir çalışan aracı kullanırken takıldığında, ne yapacağını bilmezse ya aracı bırakır ya da riskli bir tahminde bulunur. Merkezi bir destek ekibi ya da satıcının destek hattı çoğu zaman uzaktır ve işin bağlamını bilmez. Ekibin içinde, aracı daha derinden bilen, sorulara hızlı cevap veren ve ekipte karşılaşılan sorunları yukarıya taşıyan bir kişi, benimsemenin en etkili desteklerinden biridir.

Sorun yukarı taşınır.

Uzmanlık, ek yük değil, görevdir.

Usta katmanı — kullanım sayısını değil, doğru kullanımı ödüllendirmek

Yönetimler benimsemeyi ölçmek istediğinde, en kolay ölçüye yönelir: aracı kim, kaç kez kullandı? Bu ölçü, bir hedefe ya da bir değerlendirmeye bağlandığında davranışı değiştirir. Çalışanlar aracı daha çok kullanır, ama daha iyi kullanmaz. Düzeltmeden gönderilen taslaklar, aracın gereksiz yere kullanıldığı işler ve riskli kısa yollar artar. Açılıştaki acentenin kullanım sütunu tam olarak bunu yaptı.

Hata bildirmek, takdir edilir.

Genişlik, derinlik, kalite.

Küçük işletmede dürüst bir ayna.

Yaygın hatalar

Aklında kalsın

Rol bazlı eğitim, her rolün kendi işini araçla nasıl yapacağını gerçek işler üzerinden öğretir. Eğitim tekrarlanır ve yeni başlayanların ilk haftasına girer.

Kullanım örneği kütüphanesi, ekibin kendi iyi kullanımlarını öncesi, sonrası ve denetim adımlarıyla toplar. Kaçınılacak kullanımlar da yazılır; araç değişince örnekler yeniden sınanır.

Yerel uzman, ekibin yakınındaki soru adresidir. Sorunları kalite düzenine taşır; bu görev için zaman ayrılır.

Sorumlu kullanım teşviki, kullanım sayısını değil doğru kullanımı ödüllendirir. Benimseme genişlik, derinlik ve kaliteyle izlenir; hata bildirmek takdir edilir.

Sonraki derse köprü

Bu derste yapay zekâ araçlarının bir ekipte sorumlu biçimde benimsenmesini ele aldık: rol bazlı eğitim, kullanım örneği kütüphanesi, yerel uzman ve sorumlu kullanım teşviki. Erzincanlı acentenin ofislerinde artık her rol kendi işini araçla nasıl yapacağını biliyor ve kasko teminatını yanlış anlatan cevap, bir çalışanın bildirimiyle kütüphanenin kaçınılacaklar bölümüne girdi.

Yıl sonunda yönetim başka bir soru soruyor: bu araçlar paramıza değdi mi? Pazarlama sorumlusu, ekibin haftada birkaç saat kazandığını söylüyor. Ama bu saatlerin nereye gittiği, müşterilere giden mesajların kalitesinin artıp artmadığı, risk olaylarının sayısı ve satışlarda bir fark olup olmadığı, bu iddianın yanında tek bir tabloda duruyor mu?

Kursun son dersi değer ölçümüne ve yol haritasına ayrılmış: verimlilik iddiasını kalite, risk ve iş sonucu kanıtıyla birleştirip bir yatırım kararına bağlamayı orada çalışacağız.