İş yerində çoxlu sayda layihələrdən qurtulmaq üçün 3 effektiv yol

Generativ AI-nin iş yerinə təsiri: ideyalar çox, həyata keçirilmə az

Generativ süni intellekt (AI) biliyyat işinin iqtisadiyyatını qəribə şəkildə dəyişdirdi: ideya yaratmaq xərci kəskin azaldı. İstənilən yetərincə bacarıqlı peşəkar, sadəcə chatbotdan istifadə edərək, səhər yeməyindən əvvəl onlarla məqbul strategiya, memorandum, məhsul konsepsiyası və ya marketinq planı hazırlaya bilir. Bəzi hallarda AI həyata keçirilmə xərcinin də azalmasına səbəb olur, lakin bu proses eyni sürətlə və həcmdə baş vermir. Hətta bir layihənin həyata keçirilməsi həftələr, aylar və ya illər çəkir.

Bu vəziyyət iş yerlərində artıq özünü göstərir: komandalar həddindən artıq çox layihə ilə qarşılaşır, insanlar öyrənə bilməyəcəkləri qədər çox alətlə işləməli olur, prioritetlərin sayı isə hər kəs üçün idarəolunmaz həddə çatır. Rəhbərlər yeni işlərə start verirlər, çünki yeni ideyalar yaratmaq xərci demək olar ki, sıfıra bərabərdir. Lakin onların həyata keçirilməsi hələ də çox vaxt və səy tələb edir. Bu, yeni bir idarəetmə problemi yaradır: AI ilə zənginləşmiş iş yerlərində tıxac artıq ideyalarda deyil, onların həyata keçirilməsindədir.

Broad İnstitutunun təcrübəsi: az işlə çox nəticə necə əldə edilir

On il əvvəl müasir genomika laboratoriyası bu problemi həll etdi. MIT-Harvard biomedikal tədqiqat mərkəzi olan Broad İnstitutu, çoxlu sayda layihədən qurtulmaq üçün effektiv strategiyalar tətbiq etdi. 2003-cü ildə ilk insan genomunun ardıcıllığının çıxarılması 10 ildən çox vaxt aparmış və təxminən 3 milyard dollara başa gəlmişdi. Bu gün isə eyni proses saatlarla həyata keçirilir və 200 dollardan az xərclə mümkündür.

Bu inqilab Broad üçün yeni fürsətlər yaratmaqla yanaşı, iki böyük problemi də gündəmə gətirdi. Birincisi əməliyyat məsələsi idi. Genom ardıcıllığının çıxarılması sürətləndikcə, nümunələr boruhətdə daha sürətlə hərəkət etməyə başladı. Lakin aşağı axar komandalar bu sürəti təqib edə bilmirdi. Nəticədə işlər tıxaclarda toplanmağa başladı və texniklər nümunələri itirməyə başladı. Problemin həlli isə sadə idi: sistem dəyişdirildi. Komanda "itələmə" sistemindən (hər mərhələ mümkün qədər sürətlə aşağı axara iş göndərir) "çəkmə" sisteminə keçdi (hər mərhələ yalnız öz kapasitesinə uyğun yeni iş qəbul edir).

İkinci problem isə AI-nin iş yerində yaratdığı problemlə oxşar idi. Genom ardıcıllığının çıxarılması ucuz və rutinə çevrildikdən sonra, innovasiya komandası ideyaların partlayışına məruz qaldı. Daimi olaraq yeni layihələr başladılır, lakin çox azı tamamlanırdı. MIT-nin tədqiqatına görə, komanda "özünün qazandığı texnoloji liderlik mövqeyini itirməyə" başladı. Həll isə ideyaların idarə olunmasında eyni prinsipə əsaslanırdı.

Layihələrin vizual idarə olunması

Komanda aktiv layihələrin siyahısını divara yapışdırılan Post-it qeydlərindən istifadə edərək vizual şəkildə xəritələşdirdi və onların inkişaf mərhələlərini izlədi. Bu proses iki əsas problemi ortaya çıxardı: bəzi layihələr eyni məqsədə xidmət edirdi, digərləri isə komandanın həqiqi olaraq yerinə yetirə biləcəyi layihələrin sayından iki dəfə çox idi. Komanda divardakı layihə xəritəsinə "hopper" adlanan bir sahə əlavə etdi — bu, layihələrin həyata keçirilmə üçün yer açılana qədər gözlədiyi bir növ gözləmə sahəsi idi. Bu dəyişiklikdən sonra komanda aktiv layihələrin sayını yarıdan çox azaltdı və tamamlanan layihələrin sayını isə artırdı.

Rəhbərlərin çoxlu layihələrə meyilliliyi: səbəblər və həll yolları

Broad İnstitutunun həlli geriyə baxdıqda çox aydın görünür. Lakin praktikada bu nadir hallarda baş verir, çünki insanlar təbiətcə əlavə etməyə meyillidirlər. 2021-ci ildə Nature jurnalında dərc olunan tədqiqatda göstərilir ki, insanlar qərar qəbul edərkən yeni seçimlər əlavə etməyə, mövcudları isə ləğv etməyə meyllidirlər. Bu, "tərk etmə qərəzi" adlanır və rəhbərlərin çoxlu layihələrə start verməsinin əsas səbəblərindən biridir.

Bu problemi həll etmək üçün aşağıdakı strategiyalardan istifadə etmək olar:

• Prioritetlərin dəqiq müəyyənləşdirilməsi: Hər bir layihənin şirkətin əsas məqsədlərinə necə təsir etdiyini dəyərləndirin və ən vaciblərinə fokuslanın.
• Layihələrin sayının məhdudlaşdırılması: Aktiv layihələrin sayını müəyyən bir həddə endirin və həmin həddə çatdıqda yeni layihələrə start verməyi dayandırın.
• Kapasitenin real qiymətləndirilməsi: Hər bir layihənin həyata keçirilməsi üçün lazım olan vaxt və resursları obyektiv şəkildə qiymətləndirin. AI-nin yaratdığı ideyaların həqiqi həyata keçirilmə xərci ilə müqayisə edin.
• Vizual idarəetmə alətlərindən istifadə: Layihələrin vəziyyətini vizual şəkildə izləmək üçün Kanban lövhələri, Gantt cədvəlləri və ya digər alətlərdən istifadə edin.
• Komanda ilə şəffaf kommunikasiya: Layihələrin statusu və prioritetləri haqqında komandanı daim məlumatlandırın. Bu, hər kəsin nə üçün müəyyən qərarlar qəbul edildiyini anlamasına kömək edir.

"Az işlə çox nəticə almaq üçün ən vacib şey, layihələrin sayını məhdudlaşdırmaq və onların həyata keçirilməsinə fokuslanmaqdır. AI-nin yaratdığı ideyaların həqiqi dəyərini anlamaq üçün onların həyata keçirilmə xərci ilə müqayisə etmək lazımdır."

Nəticə: AI dövründə effektivliyə necə nail olmaq olar

Generativ AI-nin iş yerlərində yaratdığı dəyişikliklərlə qarşılaşan təşkilatlar üçün əsas mesaj budur: ideyaların sayı artıq problem deyil, onların həyata keçirilməsi problemlidir. Bu problemi həll etmək üçün Broad İnstitutunun təcrübəsindən istifadə etmək olar — layihələrin sayını məhdudlaşdırmaq, vizual idarəetmə alətlərindən istifadə etmək və komandalarla şəffaf kommunikasiya qurmaq. Bu yanaşma ilə təşkilatlar həm vaxtdan, həm də resurslardan səmərəli istifadə edərək, daha çox nəticə əldə edə bilərlər.