変化にはメガホン以上の力が必要:変革を推進するためのコミュニケーション、実験、教育

AIは氷山の一角であり 、ニュースで見たり、看板で見たり、役員室や従業員から聞いたりしています。しかし、それは水面上にある部分にすぎません。本当の課題は、その下にあるものをナビゲートすることです。
BCGによると、優れたパフォーマンスを発揮している組織は氷山を認識しています。10-20-70の原則に従っており、取り組みの10%はアルゴリズムに、20%はデータとテクノロジーに、70%は人、プロセス、文化の変革に取り組んでいます。最近のウェビナー、AI ROIを実現:Ensure Your Story Is Fact, Not Fiction、SnowflakeとBCGのリーダーはその課題について話し合いました。
人、プロセス、文化の変革は一夜にして起こるものではありません。どんなに大きなメガホンをとったとしても、ボーカルリーダーだけではそれは実現しません。最近の著書『Change:『How to Make Big Things Happen』で、ペンシルバニア大学の社会学教授であるDamon Centolaは、変化はアイデアのように広がるものではないと主張します。大きな変化や変換はウイルスではありません。その代わりに、雪だるま式に成長し、繰り返し露出し、強いつながりを築きます。変化を促すには、何かを伝えるだけでは不十分です。むしろ、その人にとって大切な人が同じことをしており、そして何よりもそこから価値を得ていることを示さなければなりません。新しい農法の採用、エネルギー消費の削減、データを利用した意思決定、AIを利用したコードやメールの生成など、どのようなことであっても、社会的影響力は重要です。
変化が単なる新しい考え方ではなく、新しい行動を表すものである場合は、リーダーがメガホンをとったり、何人かのインフルエンサーが変化を促したりするだけでは不十分です。実際の賛同と行動の変化は、他の人が同じことをしているのを見て、実際の結果を聞いたときに起こります。さらに良いことに、教育と参加は彼らを手助けし、ゲームに参加させるのです。
成功を収めている組織は、これらすべての力を結集し、実績のあるモチベーションおよび変化要因である「見逃し」の恐れを生み出します。最近のディスカッションで、ある米国の大手食品販売業者のデータリーダーは、同社がAIプログラムに興奮を覚えた経緯を次のように語っています。
変化の触媒:食品流通業者 は、社内の各部門または事業部門にAIカタリストを指定しました。カタリストはビジネスのコンテキスト内でAIを推進し、新規ユースケースの相談役として、安心してアイデアを提案できる相手になります。カタリストコミュニティは、安全なアイデア発表の場を提供し、組織全体におけるアイデア出しを促進します。その広い網を張ることが重要です。
Foster FOMO:同社はワークショップを提供し、PoCをサポートし、成功を促進しました。その後、データリーダーは認知度を倍増させました。「プロジェクトリーダーのうち!@#$を讃え、彼らに光を当てます。」その結果、他の人たちも手を挙げ、いつワークショップを受けられるのかと尋ねてくるようになりました。
話題作り:そして何より、話題を呼ぶことで彼女のチームを売り込みました。「皆がオフィスにいるならマグを作ったでしょうが、今はロゴやTeamsの背景でチームの宣伝をしています」という発言から分かるように、チームを応援する一環です。
Snowflakeのお客様全体で、真の変革者はメガホンを手にしません。コミュニケーション、実験、教育のためのプログラムを立ち上げ、人とプロセスを変革します。
効果的なコミュニケーション
ウォーターサーバーの近くで交わされる何気ない会話が思わぬコラボレーションを生み出す場合もありますが、AIの伝道活動は、より体系的に全社規模で進める必要があります。周知徹底だけでなく変化を促すために、組織全体のネットワーク効果を最大限に活用するにはどうすればよいですか?「触媒」を指定する企業もあれば、「翻訳者」の役割を作成する企業もあります。
Toyota Motors Europeでは、翻訳者が企業とデータサイエンティストの橋渡しをしています。(両側の)専門用語を取り除き、概念に近づきやすく、理解しやすいようにします。同様に、Kmart Australiaは数年前にデータトランスレーターの役割を導入し、各業務分野に1人を割り当てました。その結果、3か月で新しいアイデアが400%増加しただけでなく、データユースケースあたりのメリットも3倍に増加しました。ビジネスユニットに組み込まれたこれらの翻訳者は、腕を振り絞ってチームと協力して成果を達成することができます。コミュニケーションには言葉以上のものがあります。
百聞は一見にしかずToyota Motors Europeのデータチームは、データソースと使用状況、およびデータガバナンス要件や承認プロセスなどの中間のさまざまな「ステーション」を示すデータメッシュを視覚化しました。シンプルかつビジュアルにするというアイデアです。地図は効果的なコミュニケーション手段です。
AIとデータのリーダーは、一歩引いて、リーチしたいオーディエンス、それぞれのメッセージ、コミュニケーションのメカニズムを明確にする必要があります。まず、以下の質問から始めます。
ターゲットとする受け手は誰ですか?
彼らが知っておくべきことは何ですか?なぜ彼らと話しているのですか?
相手の理解度はどの程度ですか?
最適なコンテンツ形式は?
リーチする際の使用チャネルは?
最適なコンテンツ配信のタイミングは?
アイデア出しと教育の実験
評判が広まれば、好奇心旺盛な人々はAIを試してみたくなるでしょう。実験は可能性を創造的に探求し、継続的なプロジェクトのアイデアを生み出します。実験の価値は、構築されるモデルだけでなく、経験そのものにあります。長期的には、ほとんどの企業が独自のAIモデルを構築するようになるのでしょうか。そうはいきません。実験は実践的な学習を促します。Toyota Motors Europeは、製造、物流、R&D、その地理的市場から参加するハッカソンを定期的に開催しています。このボトムアップアプローチにより、チームはアイデアを試し、それを構築するために利用できるデータやテクノロジーを学ぶことができます。
幅広い教育
すべての従業員がハッカソンに参加できるわけではありません。実際、ほとんどの従業員はデータの専門家でもAIの専門家でもありません。変化管理を成功させるには、組織をレベルアップさせるための総合的な教育が必要であり、従業員もそれを必要としています。多くの人は、理解しなければ歩き続けると言います。最近の人材管理研究によると、ミレニアル世代とZ世代の従業員の74%が、スキル開発の機会がないために来年中に仕事を辞める可能性が高いと回答しています。幸いなことに、LinkedInの研究によると、組織は従業員の定着率について懸念を抱いています。学習機会の提供は、調査回答者の第1位の維持戦略でした。AIが企業に浸透する中、変更管理イニシアチブは「製造現場から最上階まで」、あらゆる役割とレベルの従業員を教育する必要があります。
トヨタでは、若手の卒業生だけでなく、副社長やEVPなどの役員を含むあらゆるレベルの意思決定者に研修を提供しています。AIワークショップやハンズオンラボは 、 「 データとは何か 」 、 「AIとは何か 」 、 そして何よりも「AIで何ができるか」という問題から始まります。実際の「ハンズ・オン・キーボード」のエクスペリエンスは、その可能性の芸術性を示すものであり、実験のユースケースを増やします。
Alberta Healthでは、AIライターが救急治療室で患者エンゲージメントの情報を取得し、医師による治療と人間インタラクションの改善を可能にしています。現在、このアプリは概念実証フェーズにあり、救急外来担当医師のごく一部が使用しています。これらの医師からは、1時間あたりの診察患者数が10%~15%増加していると報告されています。書記のアイデアは救急科の医師によるもので、ユースケースを特定するのはデータチームではないことを示しています。従業員を大規模に活躍させることで、新しいアイデアが生まれます。また、機密データや成果に関する懸念が生じる可能性がある場合には、新しいAI同僚の足並みを揃えるよう、より注意深く監視することができます。
さまざまなタスクを実行するAIエージェントの普及に伴い、従業員は何を期待すべきかを知る必要があります。新しい「同僚」のアウトプットの定義、コラボレーション、モニタリングにおける自分の役割を理解しなければなりません。
リテラシーフレームワークの採用
Forresterの調査では、何を達成しようとしているかを検討することからオーディエンスについて考えるフレームワークを開発しました。ACESのカリキュラムは、認識、理解(または単に理解を深めること)および専門知識を促進し、データ(および現在はAI)の専門家から他の専門家へのフィードバックループによって組織全体に拡張するように設計されています。
専門家だけでなく、組織全体に教育を拡大させるという考え方です。結局のところ、データを取得、保護、または利用する上で、誰もが何らかの役割を担います。 レジ係、フィールドサービス技術者、休憩室で電子レンジを使っている人など、データを取り込んでいる人は見過ごされがちです。そして、新しいエージェントの世界では、私たち人間はエージェントの同僚を理解しなければなりません。

データエキスパートは、ファシリテーターや教育者として幅広い役割を果たすことができます。彼らにとって、他者を教育することでAIとデータカルチャーを促進することは、専門的な能力開発の機会となります。データとアナリティクスのコンセプトを説明し、プロジェクトを紹介し、組織に提供される価値を強調する機会は、データチームとAIチームにスポットライトを当て、話題を呼びます。
結論としては、効果的なコミュニケーションと教育は、より強固なAIとデータ文化と組織を築きます。AIとデータリーダーが組織をどのように変革しているかについては、「効果的なAIに向けたデータエグゼクティブ向けガイド:AI変革のジャーニーに役立つ、データエグゼクティブのベストプラクティス