Cuando los algoritmos empeoran a los Gerentes
Por Mike Walsh
Tecnología
Harvard Business Review
Uno de los dilemas más nuevos para los líderes en una era de IA es cuándo y cómo usar algoritmos para administrar personas y equipos. La inteligencia artificial, los algoritmos y la automatización pueden permitirle administrar más personas a escala, pero eso no significa que lo harán un mejor líder. De hecho, todo lo contrario puede ser cierto: la tecnología tiene el potencial de sacar lo peor de nosotros.
Sin una consideración cuidadosa, el lugar de trabajo algorítmico del futuro puede terminar como una distopía basada en datos. Hay un millón de formas en que los algoritmos en manos de malos gerentes pueden hacer más daño que bien: ¿Qué tal si usa un algoritmo para configurar sus listas de trabajo de modo que la cantidad de horas esté justo por debajo del umbral legal para el empleo a tiempo completo? ¿O enviar automáticamente correos electrónicos a las personas cuando llegan más de cinco minutos tarde al trabajo? ¿O empujar a las personas a trabajar durante el tiempo que normalmente pasan con sus familias ofreciendo incentivos? ¿O usar sensores para monitorear a los trabajadores del almacén y luego advertirles cuando tardan demasiado en apilar un estante? ¿O ajusta constantemente la temperatura de color de la iluminación de su oficina para que el sistema circadiano de su empleado piense que la tarde es todavía por la mañana?
¿No crees que este tipo de cosas sucedería? Ya esta pasando Amazon, por ejemplo, ha recibido dos patentes para una pulsera diseñada para guiar los movimientos de los trabajadores del almacén con el uso de vibraciones para que sean más eficientes. IBM también ha solicitado una patente para un sistema que monitorea a su fuerza laboral con sensores que pueden rastrear la dilatación de los alumnos y las expresiones faciales y luego usar los datos sobre la calidad del sueño de un empleado y el calendario de reuniones para desplegar drones para entregar una descarga de líquido con cafeína para que sus empleados Los días laborables no se ven afectados por un descanso para tomar café.
Hemos estado aquí antes. Hace unos cien años, el mundo experimentó la revolución de la gestión científica, o más popular, el taylorismo. El ingeniero industrial de EE. UU. Frederick Winslow Taylor tenía muchas ideas sobre cómo las compañías podrían integrar máquinas y trabajadores para lograr la máxima eficiencia, y las escribió en su libro de 1911, Los principios de la gestión científica.
Muchos principios del taylorismo se están reviviendo hoy con un giro digital o basado en la inteligencia artificial. Considere esta lista de ideas tomadas directamente del taylorismo: recolección de datos empíricos; Análisis de proceso; eficiencia; eliminación de residuos; estandarización de las mejores prácticas; desdén por la tradición; producción en masa y escala; y la transferencia de conocimientos entre trabajadores y de trabajadores a herramientas, procesos y documentación. Eso puede sonar como un plan de transformación digital del siglo veintiuno, pero todas son ideas que Taylor tenía todas esas décadas atrás, y cuando se llevan al extremo, o se ponen en práctica con poca consideración por los humanos que las llevan a cabo, el resultado es Enajenación y desconexión.
Al igual que con el taylorismo, la confianza en la gestión algorítmica puede terminar generando inquietud en el lugar de trabajo y un malestar social más amplio. La acción industrial puede crecer, en cuyo caso los reguladores deberán considerar la intervención. La automatización en sí misma presentará serios desafíos para la naturaleza del trabajo, nuestra identidad y cómo las personas consideran su propósito. Su organización deberá enfrentarse a una compensación desafiante: ¿es mejor reducir la agencia de seres humanos dirigiendo sus acciones en su totalidad por AI, o es mejor usar AI para coordinar equipos autónomos distribuidos?
La respuesta a eso puede depender de la naturaleza de los problemas que su empresa está tratando de resolver. Los algoritmos no son intrínsecamente malos. La automatización de las tareas transaccionales y repetitivas debería hacer que las personas hagan un trabajo más interesante y significativo. Y para decisiones sutiles y complejas que requieren contexto y delicadeza humana, existe la oportunidad de aprovechar algoritmos para aumentar la efectividad de los trabajadores al optimizar sus talentos combinados, en lugar de maximizar sus contribuciones individuales. En otras palabras, en lugar de usar algoritmos como un arma de vigilancia en el lugar de trabajo, puede usarlos como un catalizador para hackear su cultura de trabajo y estructura organizativa.
Un gran ejemplo de esta idea en la práctica es el banco holandés ING, que se inspiró en compañías como Google, Netflix y Spotify, y reorganizó sus departamentos tradicionales como marketing, gestión de productos, gestión de canales y desarrollo de TI en equipos ágiles y Escuadrones unidos por un propósito común. Cuando entrevisté a Peter Jacobs, CIO de ING Bank y uno de los arquitectos originales de su programa de transformación, explicó que las personas en las grandes empresas pueden perder su sentido de propósito si los proyectos complejos se dividen en componentes más pequeños y el proceso se convierte esencialmente en un proceso. en una línea de montaje virtual. Eso evita que los empleados obtengan un sentido de responsabilidad o propiedad sobre el objetivo final.
Veremos una mayor asociación algorítmica de talento, no solo para los conductores y personal de entrega de Uber, sino también para profesionales y expertos. Publicis, una compañía multinacional de mercadeo, ya comenzó a usar algoritmos para organizar y asignar a sus 80,000 empleados, incluidos gerentes de cuentas, programadores, diseñadores gráficos y redactores. Cada vez que hay un nuevo proyecto o lanzamiento del cliente, el algoritmo recomienda la combinación correcta de talento para obtener el mejor resultado posible. Incluso más allá del marketing, están surgiendo tecnologías que ayudan a la combinación automática de habilidades y proyectos.
Las plataformas de talento, combinadas con la automatización, se ven cada vez más como una estrategia para que las empresas ganen escala sin perder agilidad. Walmart, en un esfuerzo por competir más efectivamente con Amazon, está examinando formas de expandir su uso de los trabajadores de la economía del concierto. IKEA, en un movimiento que podría suponer el final de los estantes para libros torcidos y ensamblados en casa, compró Task Rabbit, una plataforma de talento freelance. De hecho, muchos de los empleadores más grandes del mundo hoy en día ni siquiera venden cosas; ellos alquilan trabajadores.
Por supuesto, el diseño de plataformas de talento también está abierto a la manipulación y al abuso. Algunos minoristas han atraído críticas por los horarios de trabajo erráticos e injustos creados por los sistemas de software automatizados. La programación automatizada del trabajo puede ser una herramienta poderosa para ayudar a las compañías a administrar sus costos, ya sea para enviar a los trabajadores a casa cuando las ventas se están desacelerando, o para aumentar rápidamente el personal cuando el clima cambia o cuando hay una promoción de temporada. Pero también se puede estructurar para ayudar a una organización a evitar ciertas obligaciones. En agosto de 2013, por ejemplo, menos de dos semanas después de que la cadena de moda para adolescentes Forever 21 comenzara a utilizar Kronos, una plataforma de optimización de la fuerza laboral, se notificó a cientos de trabajadores a tiempo completo que se cambiarían a tiempo parcial y que su salud Los beneficios se terminarían como parte de una medida para reducir costos y reducir los pasivos. No en vano, se produjeron juicios.
La forma más justa de diseñar una plataforma de talento que abarque toda la jerarquía de su empresa, desde sus posiciones junior hasta sus principales líderes, es imaginar que todos, de arriba abajo, deben regirse por los mismos principios. El velo de la ignorancia fue un experimento mental propuesto en 1971 por el filósofo estadounidense John Rawls. Él propuso una teoría de que la mejor manera para que las personas tomen decisiones políticas o sociales con un impacto de gran alcance es que imaginen cómo se sentirían con respecto a esas decisiones si se despertaran a la mañana siguiente y descubrieran que eran una de las personas que fueron directamente afectados y no tuvieron ninguna entrada en la decisión. Los líderes algorítmicos deben adoptar el mismo enfoque cuando construyen sistemas que administran sus propios equipos y empleados.
La inteligencia artificial y los algoritmos ofrecen una gran cantidad de oportunidades para diseñar formas de trabajo más flexibles y satisfactorias. Pero para que funcionen de manera efectiva, primero asegúrese de que será administrado y combinado con los mismos algoritmos que espera que otras personas sigan.
Mike Walsh es el autor de The Algorithmic Leader: Cómo ser inteligente cuando las máquinas son más inteligentes que tú. Walsh es el CEO de Tomorrow, una consultora global en diseño de empresas para el siglo XXI.
Tecnología
Harvard Business Review
Uno de los dilemas más nuevos para los líderes en una era de IA es cuándo y cómo usar algoritmos para administrar personas y equipos. La inteligencia artificial, los algoritmos y la automatización pueden permitirle administrar más personas a escala, pero eso no significa que lo harán un mejor líder. De hecho, todo lo contrario puede ser cierto: la tecnología tiene el potencial de sacar lo peor de nosotros.
Sin una consideración cuidadosa, el lugar de trabajo algorítmico del futuro puede terminar como una distopía basada en datos. Hay un millón de formas en que los algoritmos en manos de malos gerentes pueden hacer más daño que bien: ¿Qué tal si usa un algoritmo para configurar sus listas de trabajo de modo que la cantidad de horas esté justo por debajo del umbral legal para el empleo a tiempo completo? ¿O enviar automáticamente correos electrónicos a las personas cuando llegan más de cinco minutos tarde al trabajo? ¿O empujar a las personas a trabajar durante el tiempo que normalmente pasan con sus familias ofreciendo incentivos? ¿O usar sensores para monitorear a los trabajadores del almacén y luego advertirles cuando tardan demasiado en apilar un estante? ¿O ajusta constantemente la temperatura de color de la iluminación de su oficina para que el sistema circadiano de su empleado piense que la tarde es todavía por la mañana?
¿No crees que este tipo de cosas sucedería? Ya esta pasando Amazon, por ejemplo, ha recibido dos patentes para una pulsera diseñada para guiar los movimientos de los trabajadores del almacén con el uso de vibraciones para que sean más eficientes. IBM también ha solicitado una patente para un sistema que monitorea a su fuerza laboral con sensores que pueden rastrear la dilatación de los alumnos y las expresiones faciales y luego usar los datos sobre la calidad del sueño de un empleado y el calendario de reuniones para desplegar drones para entregar una descarga de líquido con cafeína para que sus empleados Los días laborables no se ven afectados por un descanso para tomar café.
Hemos estado aquí antes. Hace unos cien años, el mundo experimentó la revolución de la gestión científica, o más popular, el taylorismo. El ingeniero industrial de EE. UU. Frederick Winslow Taylor tenía muchas ideas sobre cómo las compañías podrían integrar máquinas y trabajadores para lograr la máxima eficiencia, y las escribió en su libro de 1911, Los principios de la gestión científica.
Muchos principios del taylorismo se están reviviendo hoy con un giro digital o basado en la inteligencia artificial. Considere esta lista de ideas tomadas directamente del taylorismo: recolección de datos empíricos; Análisis de proceso; eficiencia; eliminación de residuos; estandarización de las mejores prácticas; desdén por la tradición; producción en masa y escala; y la transferencia de conocimientos entre trabajadores y de trabajadores a herramientas, procesos y documentación. Eso puede sonar como un plan de transformación digital del siglo veintiuno, pero todas son ideas que Taylor tenía todas esas décadas atrás, y cuando se llevan al extremo, o se ponen en práctica con poca consideración por los humanos que las llevan a cabo, el resultado es Enajenación y desconexión.
Al igual que con el taylorismo, la confianza en la gestión algorítmica puede terminar generando inquietud en el lugar de trabajo y un malestar social más amplio. La acción industrial puede crecer, en cuyo caso los reguladores deberán considerar la intervención. La automatización en sí misma presentará serios desafíos para la naturaleza del trabajo, nuestra identidad y cómo las personas consideran su propósito. Su organización deberá enfrentarse a una compensación desafiante: ¿es mejor reducir la agencia de seres humanos dirigiendo sus acciones en su totalidad por AI, o es mejor usar AI para coordinar equipos autónomos distribuidos?
La respuesta a eso puede depender de la naturaleza de los problemas que su empresa está tratando de resolver. Los algoritmos no son intrínsecamente malos. La automatización de las tareas transaccionales y repetitivas debería hacer que las personas hagan un trabajo más interesante y significativo. Y para decisiones sutiles y complejas que requieren contexto y delicadeza humana, existe la oportunidad de aprovechar algoritmos para aumentar la efectividad de los trabajadores al optimizar sus talentos combinados, en lugar de maximizar sus contribuciones individuales. En otras palabras, en lugar de usar algoritmos como un arma de vigilancia en el lugar de trabajo, puede usarlos como un catalizador para hackear su cultura de trabajo y estructura organizativa.
Un gran ejemplo de esta idea en la práctica es el banco holandés ING, que se inspiró en compañías como Google, Netflix y Spotify, y reorganizó sus departamentos tradicionales como marketing, gestión de productos, gestión de canales y desarrollo de TI en equipos ágiles y Escuadrones unidos por un propósito común. Cuando entrevisté a Peter Jacobs, CIO de ING Bank y uno de los arquitectos originales de su programa de transformación, explicó que las personas en las grandes empresas pueden perder su sentido de propósito si los proyectos complejos se dividen en componentes más pequeños y el proceso se convierte esencialmente en un proceso. en una línea de montaje virtual. Eso evita que los empleados obtengan un sentido de responsabilidad o propiedad sobre el objetivo final.
Veremos una mayor asociación algorítmica de talento, no solo para los conductores y personal de entrega de Uber, sino también para profesionales y expertos. Publicis, una compañía multinacional de mercadeo, ya comenzó a usar algoritmos para organizar y asignar a sus 80,000 empleados, incluidos gerentes de cuentas, programadores, diseñadores gráficos y redactores. Cada vez que hay un nuevo proyecto o lanzamiento del cliente, el algoritmo recomienda la combinación correcta de talento para obtener el mejor resultado posible. Incluso más allá del marketing, están surgiendo tecnologías que ayudan a la combinación automática de habilidades y proyectos.
Las plataformas de talento, combinadas con la automatización, se ven cada vez más como una estrategia para que las empresas ganen escala sin perder agilidad. Walmart, en un esfuerzo por competir más efectivamente con Amazon, está examinando formas de expandir su uso de los trabajadores de la economía del concierto. IKEA, en un movimiento que podría suponer el final de los estantes para libros torcidos y ensamblados en casa, compró Task Rabbit, una plataforma de talento freelance. De hecho, muchos de los empleadores más grandes del mundo hoy en día ni siquiera venden cosas; ellos alquilan trabajadores.
Por supuesto, el diseño de plataformas de talento también está abierto a la manipulación y al abuso. Algunos minoristas han atraído críticas por los horarios de trabajo erráticos e injustos creados por los sistemas de software automatizados. La programación automatizada del trabajo puede ser una herramienta poderosa para ayudar a las compañías a administrar sus costos, ya sea para enviar a los trabajadores a casa cuando las ventas se están desacelerando, o para aumentar rápidamente el personal cuando el clima cambia o cuando hay una promoción de temporada. Pero también se puede estructurar para ayudar a una organización a evitar ciertas obligaciones. En agosto de 2013, por ejemplo, menos de dos semanas después de que la cadena de moda para adolescentes Forever 21 comenzara a utilizar Kronos, una plataforma de optimización de la fuerza laboral, se notificó a cientos de trabajadores a tiempo completo que se cambiarían a tiempo parcial y que su salud Los beneficios se terminarían como parte de una medida para reducir costos y reducir los pasivos. No en vano, se produjeron juicios.
La forma más justa de diseñar una plataforma de talento que abarque toda la jerarquía de su empresa, desde sus posiciones junior hasta sus principales líderes, es imaginar que todos, de arriba abajo, deben regirse por los mismos principios. El velo de la ignorancia fue un experimento mental propuesto en 1971 por el filósofo estadounidense John Rawls. Él propuso una teoría de que la mejor manera para que las personas tomen decisiones políticas o sociales con un impacto de gran alcance es que imaginen cómo se sentirían con respecto a esas decisiones si se despertaran a la mañana siguiente y descubrieran que eran una de las personas que fueron directamente afectados y no tuvieron ninguna entrada en la decisión. Los líderes algorítmicos deben adoptar el mismo enfoque cuando construyen sistemas que administran sus propios equipos y empleados.
La inteligencia artificial y los algoritmos ofrecen una gran cantidad de oportunidades para diseñar formas de trabajo más flexibles y satisfactorias. Pero para que funcionen de manera efectiva, primero asegúrese de que será administrado y combinado con los mismos algoritmos que espera que otras personas sigan.
Mike Walsh es el autor de The Algorithmic Leader: Cómo ser inteligente cuando las máquinas son más inteligentes que tú. Walsh es el CEO de Tomorrow, una consultora global en diseño de empresas para el siglo XXI.
No hay comentarios:
Publicar un comentario