De Toekomst van Leiderschap: De CIO als Chief Digital People Officer (deel 2)

De impact van Generatieve AI op jouw werk: Ontdek welke nieuwe vaardigheden jij nodig hebt

Hoe gaat jouw werk veranderen door (Gen)Ai?

Zoals in de vorige nieuwsbrief (deel 1) besproken, is de rol van de CIO de afgelopen jaren aanzienlijk veranderd. Deze trend zal zich de komende jaren alleen maar voortzetten. Met de opkomst van generatieve AI en andere geavanceerde technologieën zoals machine learning en robotic process automation (RPA), verschuift de rol van de Chief Information Officer (CIO) van IT-beheer naar strategisch gebruik van technologie om bedrijfsdoelstellingen te behalen. De CIO van de toekomst zal meer aandacht moeten hebben voor optimale processen en de rol en het functioneren van digitale medewerkers, waardoor de rol meer lijkt op die van een Chief People & Operations Digital People. Dit geldt niet alleen voor de CIO, maar ook voor team- en afdelingsmanagers. Zelfs het werk van de gemiddelde medewerker, die we hier de fysieke medewerker noemen, zal veranderen. Dus, verandert jouw werk ook? Het korte antwoord is ja.

Voorbeelden van AI in actie

We zien deze veranderingen al plaatsvinden in diverse sectoren. In de bankensector trainen medewerkers AI-modellen voor fraudedetectie in plaats van zelf patronen te zoeken. In de gezondheidszorg gebruiken verpleegkundigen en artsen AI om kankerdiagnoses te stellen en patiëntendossiers te analyseren. In de retailsector verbeteren medewerkers voorraadbeheer en klantenservice door patronen in klantgedrag te analyseren en toekomstige trends te voorspellen. Hieronder bespreken we de verdere verwachte veranderingen.

Manager digitale collega

De nieuwe rol van de fysieke medewerker in het aansturen van AI-systemen vereist een combinatie van technische vaardigheden en strategisch inzicht. Fysieke medewerkers zullen steeds vaker fungeren als managers van hun digitale collega's. Ze zijn verantwoordelijk voor het definiëren van taken en het waarborgen van de kwaliteit van de uitvoering door hun digitale collega's. Dit betekent dat fysieke medewerkers bedreven moeten zijn in prompt engineering, en een goed begrip moeten hebben van bedrijfsprocessen en datamanagement (kwaliteit, structuur, beveiliging). Ze moeten creatief heldere opdrachten kunnen formuleren die AI-systemen in staat stellen om nauwkeurig en effectief binnen voorgeschreven parameters te functioneren.

Welke vaardigheden heb jij straks nodig?

Vaardigheden voor de toekomst

Digitale vaardigheden, creativiteit en communicatie

Medewerkers moeten digitaal vaardiger worden en creatief prompts kunnen ontwikkelen die digitale medewerkers sturen naar de gewenste uitkomsten. Dit vereist zowel taalkundig begrip als een diep inzicht in bedrijfsprocessen, data-nuances en de interpretatie daarvan door AI-systemen. Het begint met ‘technische’ kennis van de mechanismen van (Gen)AI en hoe deze met data getraind worden. Dit is nodig om te waarborgen dat de digitale medewerker betrouwbare, bruikbare en kwalitatief goede resultaten levert. Fysieke medewerkers moeten ook bij kunnen (laten) sturen waar nodig, bijvoorbeeld door datasets aan te passen, aan datakwaliteit te werken of de modelparameters te wijzigen. Dit kan ook door kritisch te kijken naar de eigen (root)prompts die aan de digitale collega zijn gegeven.

Samenwerking

Om de volledige potentie van AI te benutten, is interdisciplinaire samenwerking ook relevant. Medewerkers kunnen niet de expert zijn in alles, dus ze moeten niet alleen hun technische en creatieve vaardigheden ontwikkelen, maar ook effectief kunnen samenwerken met collega's uit verschillende disciplines. Multidisciplinaire teams, waaronder IT-specialisten, data-analisten, juridische experts en ethici, zij daarom belangrijk voor het succesvol implementeren van AI-oplossingen.

Ethiek

De inzet van AI brengt belangrijke ethische en verantwoordelijkheidskwesties met zich mee. Daarom is het ook relevant om ethici te betrekken in interdisciplinaire teams. Daarnaast moeten ook de medewerkers die werken met deze systemen zich bewust zijn van de ethische implicaties van hun werk met AI-systemen. Ze moeten begrijpen hoe ze gegevens moeten beheren en beschermen om te voldoen aan privacyregels zoals de AVG (GDPR). Dit houdt in dat ze gegevensprivacy moeten waarborgen, bijvoorbeeld door persoonlijke identificeerbare informatie (PII) te anonimiseren tijdens het trainen van AI-modellen.

Bias en transparantie

Medewerkers moeten zich bewust zijn van hun eigen bias en de risico’s van bias en discriminatie in AI-systemen. AI-systemen kunnen onbedoelde bias introduceren, wat kan leiden tot discriminerende uitkomsten. Fysieke medewerkers moeten AI-systemen kunnen controleren op bias en zorgen voor diverse en representatieve trainingsdata. Dit helpt om te voorkomen dat AI-systemen bepaalde groepen benadelen en zorgt voor eerlijke en rechtvaardige uitkomsten. De menselijke maat blijft hierin altijd relevant.

Ethisch handelen omvat ook verantwoordelijkheid en transparantie. Fysieke medewerkers moeten in staat zijn om AI-beslissingen te verklaren en verantwoording af te leggen. Dit kan worden ondersteund door explainable AI (XAI)-methoden te implementeren, die inzicht geven in hoe beslissingen worden genomen. Zo begrijpen zowel collega's als stakeholders hoe de uitkomsten tot stand zijn gekomen.

Continu leren

De snelle ontwikkeling van AI-technologieën vereist dat fysieke medewerkers continu leren en hun vaardigheden bijwerken. Regelmatige trainingen en workshops helpen medewerkers up-to-date te blijven met de nieuwste AI-tools en technieken.

We adviseren ook om te zorgen voor bij- en omscholing, waarbij niet iedereen direct volledig hoeft te worden bij- of omgeschoold. Dit kan beginnen met basistrainingen en opleidingen die geleidelijk meegroeien met de pilots en implementaties in de organisatie. Let wel op dat trainingen (Generatieve) AI iets heel anders zijn dan de trainingen ChatGPT die je veel ziet. Voor hoge werkloosheid hoeven we, mits we tijdig beginnen met opleiden niet te vrezen denken we. AI vervangt sommige taken, maar creëert ook vele nieuwe taken en rollen die nieuwe vaardigheden vereisen, zoals data-analyse en machine learning.

Leren van fouten is een essentieel onderdeel van blijvend leren. Pilots en implementaties zijn daarom cruciaal om deze leermomenten te creëren. Het realiseren van en gebruiken van AI kan leiden tot onder meer ook fouten die waardevolle leermomenten bieden. Het is ook belangrijk om AI-uitkomsten te leren beoordelen door daadwerkelijk met AI-systemen te werken.

Kritische beoordelingsvaardigheden en feedbackloops

Een andere belangrijke vaardigheid voor fysieke medewerkers is het kritisch kunnen beoordelen van de uitkomsten van AI. Ze moeten begrijpen hoe de uitkomsten tot stand komen, snel kunnen ingrijpen en bijsturen wanneer de digitale medewerker afwijkt van de verwachte normen of wanneer onvoorziene problemen ontstaan.

Een digitale collega kan na een update van de tool of het model zomaar ineens andere uitkomsten leveren dan eerder. Dit vereist een voortdurende dialoog met de digitale evenknie, waarbij de fysieke medewerker de prestaties monitort, feedbackloops implementeert en continu verbeteringen aanbrengt in de interacties met de digitale collega.

Conclusie

De nieuwe rol van de fysieke medewerker vereist een combinatie van technische expertise en soft skills, zoals aanpassingsvermogen, kritische reflectie, probleemoplossend vermogen en interpersoonlijke communicatie. Daarnaast is kennis van benodigde data, datakwaliteit, bedrijfsprocessen, AI-werking en -aansturing essentieel.

Fysieke medewerkers moeten effectief kunnen communiceren met zowel digitale collega's als minder digitale fysieke collega's en stakeholders in het proces. Dit zorgt ervoor dat de inzet van AI in lijn is met de strategische doelen van de organisatie. De fysieke medewerker is de spil die AI integreert, aanstuurt, coacht en traint, en zorgt voor een harmonieuze, kwalitatieve en productieve samenwerking.

In de volgende nieuwsbrief gaan we verder met deel 3, De eisen aan AI als digitale medewerker. We bespreken hoe generatieve AI en andere vormen van kunstmatige intelligentie zich ontwikkelen tot volwaardige collega’s, en welke impact dit heeft op de dagelijkse bedrijfsvoering en strategische besluitvorming. de samenwerking tussen de fysieke en digitale collega en de nieuwe rol voor managers.