Okuma süresi: 9 dakika
Çalışanların yapay zeka üreten araçları kullanma sayısının artması bekleniyor, bu da birçok kişinin daha yüksek seviyeli bilişsel işlere odaklanmasına olanak sağlayacak. Kuruluşlar, işleri daha insana odaklı hale getirmek için bu fırsatı kullanabilir mi?
OpenAI’nin ChatGPT’sinin 2022’nin sonlarında kamuoyunun dikkatini çekmesinden beri, üretken yapay zeka (gen AI) olanakları iş dünyasında insanların hayal güçlerini ele geçirmiştir.
Etkili bir yetenek stratejisi oluştururken, organizasyonlar gen AI’nın üretkenlik seviyelerini nasıl artırabileceğine odaklanmışlardır. Bu anlaşılabilir bir yaklaşımdır, çünkü milyonlarca dolarlık bir değer söz konusudur. Ancak, en stratejik yaklaşım olmayabilir. Doğru yeteneği işlere eşleştirmek için liderler öncelikle yapay zekanın çalışanların iş deneyimini nasıl değiştirdiğini anlamalıdır.
Son zamanlarda işgücü katılımını, elde tutmayı ve çekmeyi nasıl iyileştirebileceğine dair süregelen araştırmalarının bir parçası olarak çalışanların bir kısmını anketledik. Katılımcılar, organizasyonların gen AI yetenek kapasitelerini oluştururken yardımcı olabilecek birkaç ilginç içgörü sağladılar.
Herhangi bir organizasyonda gen AI yetenek havuzu, liderlerin çoğunun farkında olduğundan daha geniştir ve hızla büyümeye hazırdır. Bu grup, veri bilimcileri, yazılım mühendisleri ve makine öğrenimi uzmanları gibi teknik yeteneklerle sınırlı değildir, önemli olsalar da. Aslında, katılımcıların sadece yüzde 12’si bu geleneksel gen AI yeteneklerinin teknik ağırlıklı kategorisine giriyor. Geri kalan katılımcılar gen AI’nin tekdüze görevlerde yardımcı olması için teknik olmayan işlerde bulunmaktadır. Bu işler arasında orta kademe yöneticiler, sağlık çalışanları, eğitimciler ve yöneticiler bulunmaktadır.
Teknik ve teknik olmayan rollerde kendilerini gen AI yaratıcıları ve sürekli kullanıcıları olarak tanımlayan katılımcıların yüzde 51’i önümüzdeki üç ila altı ay içinde işlerinden ayrılmayı planladıklarını söylüyor. Bu, anketimize katılan yöneticiler için ciddi bir haberdir; insanlar ayrılmaya karar verdiklerinde, insanları yeniden eğitmek ve geliştirmek zordur.
Gen AI’nın aktif kullanıcıları ve yaratıcılarını kendilerini işlerde tutmuyor veya işlere çekmiyor. Anket, bu grubun esneklik ve anlamlı iş, ilgili liderler ve sağlık ve refah gibi ilişkisel faktörleri ücretten daha fazla vurguladığını gösteriyor.
Son olarak ve belki de en şaşırtıcı olanı: gen AI’nın aktif kullanıcıları ve yaratıcıları işlerini yapabilmek için, teknolojik becerileri geliştirmekten daha çok, daha çok yüksek düzeyde bilişsel ve sosyal-duygusal becerilere ihtiyaç duyduklarını hissediyorlar. İşçiler daha tekrarlayan görevleri ele almak için gen AI’ı giderek daha fazla kullandıkça, eleştirel düşünme ve karar verme gibi insan merkezli beceriler her zamankinden daha önemli hale gelecektir.
Bu ortaya çıkanlar, işverenlerin iş gücünü çekmeye ve onları katılımcı haline getirmeye çalışırken geniş kapsamlı etkileri bulunmaktadır. Kuruluşlar, işin doğası konusunda olumlu veya olumsuz değişimlere yol açabilecek Gen Zeka’nın eşiğindedir. Liderler, ekiplerinin gen AI’ı nerede, ne zaman ve nasıl kullandığına karar vererek işi insanlaştırma fırsatına sahiptir, böylece insanlar rutin görevlerden kurtulur ve daha yaratıcı, işbirlikçi ve yenilikçi düşünebilirler. Gen AI yetenekleri de bu fikre katılıyor.
Bu makalede, Gen AI kullanımı veya yaratımının ön saflarında bulunan işçilerin önemli segmentlerini ayrıntılı bir şekilde inceledik ve ihtiyaç duydukları iş faktörlerini ve becerilerini daha derinlemesine ele aldık. Ardından, kuruluşların, insanları teknolojinin önüne koymak suretiyle işleri şekillendirerek verimliliği nasıl artırabileceğini tartıştık. İnsan odaklı bir yetenek stratejisi belirleyen şirketler, Gen AI’nın getirdiği değişikliklerden daha fazla işçi ve işin etkilendiği bir ortamda rekabet avantajı elde edecekler.
İşgücü: Gen AI Karışımında Kimler Var?
Şirketler Gen AI’nın sağladığı verimlilik artışlarından yararlanmak istiyorlarsa öncelikle kurumsal ölçekte başarılı bir şekilde kullanılması için gereken geniş yelpazedeki becerileri göz önünde bulundurmalıdır.
Gen AI yeteneklerini tanımlayabilecek pek çok çalışan kategorisi olmasına rağmen, bizim anketimize dayanarak gen AI kullanımına dayalı olarak dört farklı tipi odaklanıyoruz:
Oluşturucular: Bu çalışanlar, organizasyonları için Gen AI modellerini oluşturmaya yardımcı olur ve çoğumuzun bu modellerle etkileşimde bulunmak için kullandığı araçları ve arayüzleri geliştirir. Oluşturucular (yüzde 2’lik bir çalışan örneği) genellikle, çoğumuzun Gen AI ile etkileşimde bulunmak için kullandığı araçları ve arayüzleri geliştiren yazılım mühendisleri, programcılar ve makine öğrenimi bilimcilerinden oluşur.
Aktif kullanıcılar: Bu çalışanlar, Gen AI’ı çoğu temel görevlerini gerçekleştirmek için veya işlevlerini artırmak için kullanır. Örnek olarak, 3D modellemeyi hızlandırmak için Gen AI kullanan tasarımcılar veya kodlama dilinin semantiğini doğrulamak için Gen AI kullanan veri bilimcileri bulunur. Aktif kullanıcılar (yüzde 8’lik bir örnekten) geniş bir çalışan yelpazesini içerir.
Hafif kullanıcılar: Bu kategorideki çalışanlar, temel görevlerinin yüzde 50’sinden azını Gen AI kullanarak gerçekleştirir. Örneğin, bir yönetici toplantı notları oluşturmak veya görevleri dağıtmaya yardımcı olmak için Gen AI kullanabilirken, bir öğretmen sınıf aktivitelerini yenilikçileştirmek için Gen AI kullanabilir. Hafif kullanıcılar (yüzde 18’lik bir örnekten) orta kademe yöneticiler, eğitimciler ve iletişim profesyonellerini içerir.
Kullanmayanlar: Bu, işlerinde Gen AI’nın etkisinden etkilenmeyen veya haberdar olmayan bireylerdir. Örneğin, doğrudan hasta bakımı ile uğraşan hemşire uygulayıcıları veya müşterilerle yüz yüze etkileşimde bulunma rolü olan perakende satış elemanlarıdır. Şu anda anketimizdeki çalışanların yaklaşık yüzde 70’ini temsil ediyorlar, ancak beklentimiz, Gen AI’nın kapsamı ve kullanımı değiştikçe, kullanmayanların çoğunluğunun hafif veya ağır kullanıcılar haline geleceğidir.
İnsanlar Fazla Ücret Ödüyor: İşçilerin En Çok Değer Verdiği İş Faktörleri
COVID-19 salgını, birçok işçinin iş deneyiminden en çok ne istediklerinin temel olarak değiştiğini ortaya koydu. Çalışanlar artık, tazminatın ötesinde, ilişkisel unsurları – özellikle ilgili liderler ve iş arkadaşları, sağlık ve refah desteği gibi unsurları – daha fazla değerlendiriyorlar (ancak ödeme her zaman önemlidir). 2021’de, işçilerin kitlesel olarak istifaya başladığını gördük – aslında, farklı işlerde, sektörlerde ve coğrafyalarda yüzde 40’ı, önümüzdeki üç ila altı ay içinde işlerinden istifa etmeyi planladıklarını belirtti. Bu rakam daha sonra yüzde 34’e düştü.
Ancak, belirli işçi segmentleri daha büyük bir ayrılma riski taşımaya devam ediyor. Kendini Gen AI oluşturucuları ve aktif kullanıcılar olarak tanımlayanların, en son anketimize katılan katılımcıların yüzde 51’i önümüzdeki üç ila altı ay içinde işlerinden ayrılmayı planladıklarını belirtiyor.
Erken dönem oluşturucular ve aktif kullanıcılar özellikle, iş seçimi ve kariyerlerini şekillendirme konusunda güç sahibi oluyorlar. Birçok şirket lideri, bu gruplardaki işçilerin daha yüksek oranlarda ayrıldığını çünkü daha iyi tazminat bulabileceklerini düşünüyor. Ancak, bu segmentlerle en çok rezonansa giren çalışan değer önerisi (EVP) faktörlerinin incelenmesi, bir kez daha, tazminatın temel bir motivasyon kaynağı olmadığı mitini yıkmaktadır.
Anketimiz, oluşturucuların ve aktif kullanıcıların toplam tazminat yerine işyeri esnekliğini önceliklendirdiğini ve iş topluluğunda aidiyet, bakım ve güvenilirlik hissi aradıklarını göstermektedir. Onlara esneklik verildiğinde işlerinde kalırlar ve verilmediğinde ayrılırlar. Onları işlerinde tutan diğer faktörler ise anlamlı iş, sağlık ve refah desteği, güvenilir ve destekleyici iş arkadaşları ve güvenli bir iş yeri ortamıdır. Bu deneyim, çoğu işçinin istediği şeye benzerken, bir belirgin istisna vardır: tazminat, listede çok daha aşağılarda yer alır.
Bu analiz, yüksek işten kopma ve memnuniyetsizlik oranlarının şirketlere yılda milyonlarca dolar kaybettirebileceğini göstermektedir. Gen AI kullanımı arttıkça, işçilerin neden kaldıkları veya gittikleri konusuna odaklanmak şirketler için esastır.
İşte işlerinde kalan kendini aktif kullanıcılar ve oluşturuculara daha derinlemesine baktığımızda, sağlıklı bir şekilde işte bağlılık hissettiğini bildirenlerin oranı genel anket örneğimizdeki yüzde 63’e kıyasla yüzde 72’dir. Ancak, endişe verici olan şudur ki, yüzde 55’i klinik düzeyde tükenmişlik yaşadığını bildirmekte, bu da küresel örnekteki yüzde 32’lik orandan çok daha yüksektir. Başka bir deyişle, şirketler bu çalışanlardan bekledikleri verimliliği ve bağlılığı elde etmeyebilirler.
Bu çalışan değer önerisi (EVP) unsurları aynı zamanda işçileri yeni pozisyonlara da yönlendirir. Geniş işgücü için, insanların bir işi neden aldıklarına dair ilk dört faktör, neden kaldıklarıyla benzerdir. Ancak, gen AI’nın ağır kullanıcıları ve oluşturucuları olarak kendini tanımlayan işçiler için, yöneticiler ve meslektaşlarla ilişkiler ile daha geniş bir topluluk duygusu üzerinde daha fazla vurgu yapılmaktadır.
Özellikle, güvenilir ve destekleyici insanların kilit olduğunu söyleyenlerin yarısı ve neredeyse yarısı, bakım gösteren ve ilham veren liderlerin önemini vurgulamaktadır. Yaklaşık olarak beş kişiden ikisi, anlamlı iş ve kapsayıcı bir topluluğun temel motivasyon kaynağı olduğunu söylerken, bu, işlerinde kalanlar için birinci derecede önemli olan esneklikten bile daha önemlidir. Genel işçi grubuna kıyasla üçüncü sırada olan tazminatın bu alt grubu için yine de yedinci sırada gelmesiyle, insanlar sadece para için gelmeyeceklerdir ve kesinlikle para için kalmayacaklardır.
En Çok İstenen: Bilişsel ve Sosyal-Duygusal Beceriler
Gen AI etkileşimi derinleştikçe (kullanmamadan hafif kullanıma ve ağır kullanıma geçiş yapılırken), hem teknik hem de teknik olmayan işçiler arasında tutarlı bir trend görüyoruz: daha yüksek bilişsel becerilerin, teknolojik becerilerden daha önemli olduğunu değerlendiriyorlar. Kendini Gen AI oluşturucuları olarak tanımlayan teknik işçiler arasında bile, daha yüksek bilişsel beceriler yüzde 59 ile teknolojik becerilerden yüzde 55 daha önemli olarak değerlendirilmektedir.
Sosyal-duygusal becerilerle ilgili olarak, iki ilginç trend ortaya çıkıyor. İlk olarak, çoğu teknik yetenek, Gen AI kullanımını arttırdıkça sosyal-duygusal becerilerin öneminin arttığını görürken, teknik olmayan yetenekler tam tersi bir eğilim bildirmektedir. İkinci olarak, kendini teknik yetenek olarak tanımlayan oluşturucular, teknik olmayanlarla benzer bir düzeyde sosyal-duygusal becerilerin önemini daha düşük olarak bildirmektedir.
Bir araya getirildiğinde, işçiler Gen AI ile daha yoğun olarak ilgilendikçe-teknik pozisyonlarda olmadıkça, dikkatlerinin sosyal-duygusal becerilerden uzaklaştığı görünmektedir. İşçilerin işlerinin, özellikle de kritik sosyal-duygusal becerilerin geliştirilmesinin önemi konusunda diğer insanlarla yönetme ve etkileşimde bulunma konusundaki değişimlerin farkında olmadıkları olabilir.
Bağlantı Kopukluğu: İşverenler Gen AI Yeteneğini Genellikle Şirket İçinde Oluşturmak İstiyor
Gen AI yeteneği konusundaki arz-talep sorununu en etkili şekilde çözmenin yollarını arayan birçok şirket bulunmaktadır. Yöneticilerin anketimize göre, çoğu organizasyonun gen AI yeteneklerini, dışarıdan işe alım ve sözleşme yapmaktan daha çok, yeteneklerin yeniden yetkilendirilmesi, yeniden eğitilmesi ve yeniden dağıtılması yoluyla içeriden oluşturmayı planladığını bulduk. Tabii ki, organizasyonlardaki ve işgücünde genel olarak işçi tiplerinin yayılması dikkate alındığında, bazı alt gruplar, örneğin programcılar ve yazılım mühendisleri, işe alım yoluyla getirilmeye daha uygun olabilirken, diğer işçi türleri, örneğin çalışanlar ve müşteri deneyimi uzmanları, açığı kapatmak için daha çok yeniden yetkilendirme ve yeniden eğitimden faydalanacaktır.
Şirketler mevcut çalışanlarıyla Gen AI becerilerini geliştirmek istiyorlarsa, anketlere göre önümüzdeki üç ila altı ay içinde ayrılmayı planladıklarını belirten kişileri elde tutmak zorundadırlar.
İşçilerin bir işte ne istediklerini söyledikleri ile işverenlerin onlara sunmaya istekli oldukları arasındaki bu boşluk, salgın patlak verdiğinden beri işyeri deneyiminin merkezinde yer almaktadır. Yetenek trendleri araştırmamız, çalışanların sürekli olarak esneklik ve anlamlı iş istediklerini, kendilerini değerli ve bağlı hissetmek istediklerini ortaya koymuştur.
Kendini aktif kullanıcılar ve Gen AI oluşturucuları olarak tanımlayanların en çok önemsediği çalışan değer önerisi (EVP) faktörlerini haritaladığımızda, onların ilişkisel faktörlere verdiği önemin genel anket örneğimizle büyük ölçüde aynı olduğunu görüyoruz. Aileye bakım verme ihtiyacı öneminde en büyük artış görülürken, tazminat en büyük düşüşü kaydetmektedir.
Ayrıca, bir yönetici tarafından değerli hissetme, gelişim fırsatlarına erişim ve anlamlı iş yapma da önemli ölçüde artış göstermektedir. Bununla birlikte, ilerleme fırsatları o kadar yüksek değer verilmiyor, bu da yüksek teknik bir işte olmanın veya gen AI’nın oluşturulması veya yoğun kullanımıyla ilgili benzersiz koşullar olduğunu düşündürmektedir.
Kurumların, gen AI’nın bireysel ve işgücü verimliliğini artırabileceğine dair şüpheleri yoktur; McKinsey araştırması, 2030’a kadar meslekler arası iş faaliyetlerinin %30’unu otomatikleştirebileceğini öne sürmektedir.
Liderler, Gen AI’nın etkisi göz önüne alındığında, işgücü hakkında üç temel soruya cevap aramalıdırlar:
- İşleri nasıl insan merkezli hale getirebiliriz?
İşleri yeniden tasarlayarak başlayın, insanların hangi görevleri yapması gerektiğini, Gen AI’nın hangi görevleri yapabileceğini ve insanların nasıl diğer insanları ve Gen AI kullanımını yönetmesi gerektiğini tanımlayın. Kodlama gibi teknolojik beceriler, birçok iş için temel olacaktır, ancak sosyal-duygusal beceriler ve daha yüksek bilişsel beceriler gelecekte yaratıcı, işbirlikçi çalışma için fark yaratacaktır. Belki bu, daha fazla ofis içi toplantı veya insanların en verimli şekilde katılabilecekleri diğer yollar anlamına gelir.
Yüksek performans gösteren ve diğerlerini teşvik eden işçiler işbirliğini, inovasyonu ve daha iyi karar vermeyi teşvik eder. Ancak, organizasyonların sadece yüzde 4’ünü oluştururlar. Onların nadirliği, bu çalışanları genel performansı artıracak pozisyonlara yerleştirmenin özellikle önemli olduğunu göstermektedir.
- Esnekliği nasıl yeniden tanımlayabiliriz?
İşler değiştikçe, şirketler, iş sonuçlarına, harcanan saatlere göre değil, elde edilen sonuçlara göre bakmalıdır. Çıktı için referans noktası değişmek zorundadır. Örneğin, bazı yazılı kodlar daha uzun olabilir, ancak daha iyi veya daha kullanıcı dostu olmayabilir.
Gen AI’nın işleri daha verimli hale getirmeye yardımcı olma potansiyeliyle, bir çalışanın belirli bir haftada anlamlı işini yalnızca 20 saatte tamamlanabilir mi? Eğer durum buysa, 40 saatlik çalışma haftası hala referans mıdır? Belli bir haftada belirli bir sayıya ulaşmak için saatleri görevlerle doldurmak yerine, şirketler işin anlam kazandıran, özgün ve yaratıcı kısmını vurgulamanın yollarına odaklanabilirler. İşler, insan dokunuşuna yer açarak, daha çok katılımlı ve daha verimli bir işgücünü teşvik etmeye yardımcı olabilir.
- Doğru türde dinlemeyi nasıl vurgulayabiliriz?
Bu, birçok organizasyonun kucaklamakta zorlandığı temel bir kavramdır: varsayımlarla liderlik etmek yerine işçilerle konuşmak. Sürekli gelişen bir diyalog oluşturmak hem sorun çözme hem de moral açısından yardımcı olabilir. Bu, Gen AI yetenek havuzunun genişlemesiyle özellikle ilgilidir.
Anket katılımcıları, işyerlerine Gen AI’nın entegrasyonundan büyük ölçüde heyecan duyduklarını belirtmektedir, ancak yaklaşık yüzde 4’ü iş kaygısından bahsetmektedir (18 ila 24 yaş arası işçiler için yüzde 7’ye yükselmektedir). Bu kaygının altında yatan endişe, liderlere Gen AI’nın getirebileceği potansiyel değişiklikler konusunda işçileri bilgilendirme fırsatı sunmaktadır.
Anket katılımcıları, Gen AI’nın işyerlerine entegrasyonu konusunda büyük bir heves ifade etmektedir, ancak yaklaşık yüzde 4’ü iş kaygısı yaşadığını belirtmektedir (18 ila 24 yaş arası işçiler için yüzde 7’ye yükselmektedir). Bu endişenin altında yatan akıntı, liderlerin işçileri Gen AI’nın getirebileceği potansiyel değişiklikler hakkında bilgilendirme fırsatını sunmaktadır.
Bu değişikliklerin bugünkü işgücüne nasıl uygulandığını göstermek için, teknik olmayan Gen AI yeteneklerinden iki örnek sunuyoruz: bir iletişim uzmanı ve bir orta düzey yönetici.
İnovasyon ve İşbirliği İçin Daha Fazla Zaman
Büyük bir şirkette iletişim uzmanı, şu anda Gen AI’nın yoğun bir kullanıcısıdır. Görevi, C-suite yöneticileriyle görüşmeler yapmak ve onların fikirlerini iç ve dış paydaşlar için konuşmalar, konuşma noktaları, e-postalar ve diğer iletişimler oluşturmak olarak özetlenebilir. Performansı, kaç farklı iletişimi kolaylaştırdığı ve üretilen kopyanın kalitesi ile ölçülmektedir.
Daha önce soruları önceden yöneticilere gönderir ve ardından bir dizi röportaj yapardı, bu da tamamlanması birkaç hafta süren bir süreçti. Şimdi, kaydedilmiş röportajlarını bir Gen AI sohbet botuna verebilir ve onların açıklamalarının sentezini saniyeler içinde alabilir.
İletişim uzmanı, o metni hala gözden geçirecek ve düzeltecek, ancak genel süreç çok daha hızlıdır. Daha önce malzeme sentezlemeye yüzde 60’ını harcarken, şimdi bu görevin yalnızca yüzde 10’unu alır, böylece konuşmanın iletmek istediği mesaj hakkında stratejik düşünme ve en etkili iletişim biçimi üzerinde düşünme için zaman kazanır. Ayrıca, endüstri gazetecileri ile ilişkileri derinleştirmek için daha fazla zamanı olabilir, bu da şirketin kapsamını arttırabilir.
Bu Gen AI ile ilgili verimlilik artışı, artan üretkenlik, daha yenilikçi düşünce ve önemli paydaşlarla hoş vakit geçirme sağlar-bu, çalışan ekibi ve organizasyon için iyidir. İşe kattığı değer temelde farklıdır.
İnsanları Yönetmek, Gen AI’yi yönetmek
Şimdi, bir teknoloji şirketinde orta düzey bir yöneticiyi düşünelim; kendisini teknik olmayan bir Gen AI yaratıcısı olarak tanımlıyor. Şu anda, orta düzey yöneticilerin raporları, zamanlarının neredeyse yarısını bireysel katkı sağlayıcı ve idari görevlerde ve yalnızca yaklaşık olarak dörtte birini insanlarla ilgili faaliyetlerde harcadıklarını bildirmektedir. Bir Gen-AI-destekli dünyada, bu yöneticiler insanlarla ilgili olmayan faaliyetlerde geçirdikleri saatleri önemli ölçüde azaltabilir ve bu zamanı doğrudan raporlarına destek olmaya ve daha geniş strateji meselelerine katılmaya yeniden tahsis edebilirler.
Takımlar Gen AI’yı kullanmaya başladıkça, orta düzey yöneticinin görevi, insanları ve bu teknolojinin kullanımını yönetmek ve çıktılarını artırmak için evrilecektir. Başka bir deyişle, gen AI, yönetilmesi gereken başka bir takım üyesi haline gelecektir. Ve hızlı bir şekilde veya belki de daha uzun bir süre boyunca, hızlı bir şekilde veya belki de daha uzun bir süre boyunca, Gen AI’nın daha fazla yönlendirmeye ve yöneticilerin daha fazla katılımına ihtiyaç duyabileceği gibi, Gen AI’ya daha fazla rehberlik ve yönetim gerekebilir.
Son olarak, yöneticinin rolünün temel bir parçası, işin insanlaştırılmasını sağlamaktır. Görevlerin ve harcanan zamanın doğası değişirken ve odak, süreç odaklıdan sonuç odaklıya kaydıkça, yöneticiler, bir organizasyonun Gen AI’ın insanların işini yükseltmesine izin verip vermeyeceğinde belirleyici bir faktör olacaklardır. Takımlarının nabzını tutmak, yöneticilerin, soyut ve bağlantısız işlerden daha dolgun ve işbirlikçi işler yaratmalarına katkıda bulunma olasılığını arttırır. İnsanları hazırlamak için yöneticiler, Gen AI kullanımı evrildikçe çalışanların kavrayışlarını ve yaratıcı katkılarını daha geniş bir organizasyon bağlamıyla tanımalarını teşvik edebilirler.
İşveren-çalışan arasındaki kopukluk, işgücü memnuniyetsizliğinin yüksek seviyelere çıkmasına neden oldu ve özellikle tükenmişlik ve işten ayrılma konularında Gen AI itişinin ön saflarındaki çalışanları daha dramatik bir şekilde etkilemektedir. Gen AI tarafından desteklenen verimlilik kazanımlarından faydalanmak isteyen şirketler, işin doğasıyla ilgili bu hızla genişleyen grubun iş hakkındaki endişelerini ele alma fırsatına sahiptir. Sadece artan üretim için basit bir yarıştan ziyade insan becerilerinin önemini vurgulayanlar, işgücünün sadakatini ve uzun vadede daha yüksek performansı kazanma olasılığı daha yüksektir.
Kaynak: https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-human-side-of-generative-ai-creating-a-path-to-productivity?stcr=8D2D032EFBCD4095A2CC9938AA5F74C7&cid=other-eml-alt-mip-mck&hlkid=a7d89cc94f394604be329ca143bc3e3a&hctky=14823614&hdpid=746f6093-9461-49fe-8060-faf811e5e762
Written by APY TEKMERMayıs 15, 2024 
