Peter Drucker war in den meisten Dingen vorausschauend, aber der Computer gehörte nicht dazu. "Der Computer ... ist ein Idiot", versicherte der Management-Guru 1967 in einem Artikel von McKinsey Quarterly und bezeichnete die Geräte, die unsere Wirtschaft und unser tägliches Leben jetzt antreiben, als "das dümmste Werkzeug, das wir jemals hatten."
Drucker unterschätzte den unvorstellbaren Wandel der digitalen Technologien und der künstlichen Intelligenz (KI) kaum allein. AI baut auf der Rechenleistung riesiger neuronaler Netze auf, die massive digitale Datensätze oder „Big Data“ durchsuchen, um Ergebnisse zu erzielen, die denen des menschlichen Lernens und der Entscheidungsfindung oft überlegen sind. So unterschiedliche Karrieren wie Werbung, Finanzdienstleistungen, Medizin, Journalismus, Landwirtschaft, Landesverteidigung, Umweltwissenschaften und kreative Künste werden von AI verändert.
Computeralgorithmen sammeln und analysieren Tausende von Datenpunkten, synthetisieren die Informationen, identifizieren bisher unentdeckte Muster und erzeugen aussagekräftige Ergebnisse - sei es eine Krankheitsbehandlung, ein Gesichtsmatch in einer Millionenstadt, eine Marketingkampagne, neue Transportwege, ein Ernteprogramm. Eine maschinengenerierte Nachrichtengeschichte, ein Gedicht, ein Gemälde oder eine musikalische Strophe - schneller als ein Mensch eine Tasse Kaffee einschenken kann.
Einer aktuellen McKinsey-Studie zufolge können 45 Prozent aller Aktivitäten am Arbeitsplatz durch den Einsatz von KI automatisiert werden. Dies umfasst beispielsweise Dateibeamte, deren Jobs zu 80 Prozent automatisiert werden können, oder CEOs-Jobs, die zu 20 Prozent automatisiert werden können, weil KI-Systeme das Lesen von Berichten, die Risikoerkennung oder die Mustererkennung durch CEOs radikal vereinfachen und zielgerichtet durchführen.
KI war eine jener lang gehypten Technologien, die unsere ganze Welt noch nicht verändert haben, aber werden. Jetzt, da die KI zur Hauptsendezeit bereit zu sein scheint, ist selbst unter Technologen die ungezügelte Macht, die Maschinen über menschliche Entscheidungen haben können, beunruhigend. Elon Musk nannte AI "unsere größte existenzielle Bedrohung" und wiederholte die Warnung von Bill Joy aus dem Jahr 2000 in der Zeitschrift Wired, dass "die Zukunft uns nicht braucht" die Gesundheit des Planeten.
Ich stehe auf der Seite von Microsoft-CEO Satya Nadella, die meint, dass wir uns auf das Versprechen immer intelligenterer Maschinen als Partner menschlicher Entscheidungsfindung vorbereiten sollten, wobei der Schwerpunkt auf der richtigen Rolle und den Einschränkungen von KI-Tools liegt. Für Pädagogen von Business Schools wie mich, die glauben, dass die Zukunft uns tatsächlich braucht, stellt die zunehmende Kraft der KI oder des Tiefenlernens eine Herausforderung und eine Chance dar: Wie bereiten wir die Schüler auf die kommenden Jahrzehnte vor, damit sie die Kraft der KI annehmen und ihre verstehen Vorteile für Management und Führung in der Zukunft?
Es wäre ein Fehler, jeden MBA-Absolvent zum Data Scientist zu zwingen. Die Herausforderung für Business Schools besteht darin, unsere breit angelegten Lehrpläne zu aktualisieren und gleichzeitig unseren MBAs eine bessere Vertrautheit und mehr Komfort bei der Datenanalyse zu bieten. Die CEOs von morgen werden ein besseres Gespür dafür brauchen, was immer häufiger und komplexer werdende Datensätze in Unternehmen beantworten können und was nicht.
Die Komplexität und das Datenvolumen können zunehmen, aber die Geschichte bietet Modelle für die richtige Beziehung eines Entscheidungsträgers zur Datenanalyse.
Nehmen Sie D-Day. General Dwight D. Eisenhower suchte so viele Daten wie möglich, um seine Entscheidung zu treffen, wann in diesem schicksalhaften späten Frühjahr 1944 hunderttausende alliierte Streitkräfte an den Stränden der Normandie landen sollten. Wie das Buch von Antony Beevor über die Schlacht und andere Darstellungen deutlich machen Eisenhower sehnte sich besonders nach zuverlässigen meteorologischen Daten, als die Wettervorhersage noch in den Kinderschuhen steckte. Der General kultivierte Dr. James Stagg, seinen Chefmeteorologen, und war nicht nur in der Lage, Staggs Berichte zu analysieren, sondern auch Staggs Selbstvertrauen in jeden Bericht zu lesen.
Vor der schicksalhaften Entscheidung, sich auf den großen Kreuzzug einzulassen, entwickelte Eisenhower monatelang ein scharfes Verständnis dafür, welche meteorologischen Prognosen liefern konnten und welche nicht. Wie die Geschichte weiß, überredete Stagg ihn schließlich, die Invasion vom 5. Juni auf den 6. Juni zu verschieben, als der vorhergesagte Sturm über den Ärmelkanal tobte und viele andere Staggs Ruf in Frage stellten, dass es bald klar werden würde.
Niemand würde argumentieren, dass Eisenhower selbst ein Experte Meteorologe geworden sein sollte. Seine Aufgabe war es, alle Aspekte der Kampagne zu überwachen und zu koordinieren, indem er relevante Informationen sammelte und die Qualität und den Nutzen dieser Informationen beurteilte, um die Erfolgswahrscheinlichkeit der Invasion zu erhöhen. Heutzutage erweitern Big Data und das Aufkommen der KI die Informationen, die Entscheidungsträgern in Unternehmen zur Verfügung stehen. Die Rolle eines CEO in Bezug auf Daten spiegelt jedoch die absorbierende und bewertende Funktion wider, die General Eisenhower beim Lesen von Wahrscheinlichkeiten in den Wetterberichten seines Meteorologen ausübt.
Es ist bemerkenswert, dass heute in einem Deloitte-Bericht, der für unsere Schule erstellt wurde, die Arbeitgeber, die MBA-Absolventen einstellen möchten, die „Soft Skills“ potenzieller Mitarbeiter mehr als alle anderen schätzen. Sie möchten Mitarbeiter mit kultureller Kompetenz und ausgeprägter Kommunikationsfähigkeit einstellen, die in verschiedenen Teams zusammenarbeiten und sich flexibel an neue Möglichkeiten und Umstände am Arbeitsplatz und auf dem Markt anpassen können.
Hier geht es nicht nur um Intoleranz gegenüber Idioten im Büro. Es geht um das Bedürfnis eines Führers, in der Lage zu sein, zwischen konkurrierenden und widersprüchlichen Umgebungen, Experten und Daten zusammenzufassen, zu verhandeln und zu vermitteln. Gab es einmal eine Zeit, in der Unternehmensleiter dafür bezahlt wurden, „Gut Check“ -Anrufe zu tätigen, auch wenn wichtige Informationen fehlten, werden die heutigen CEOs zunehmend schwierige, interpretative Entscheidungen treffen müssen (eine andere Art von „Gut Check“) von übermäßigen, oft widersprüchlichen Informationen.
Diejenigen, die auf dem Fahrersitz von Institutionen sitzen, haben Zugang zu einem wachsenden Universum empirisch gewonnener Erkenntnisse über die unterschiedlichsten Phänomene, wie zum Beispiel optimale Modelle zum Entladen von Schiffen in den verkehrsreichsten Häfen der Welt bei verschiedenen Wetterbedingungen, Parameter von Treueprogrammen, die den "klebrigsten" Kunden generieren Antwort- oder Talentauswahlmodelle, die sowohl die erfolgreichsten als auch die vielfältigsten Beschäftigungspools ergeben.
Unternehmensleiter müssen bei der Verwendung von KI-Tools vorsichtig sein. Sie müssen die Quelle der vor ihnen liegenden Datenströme beurteilen, ihre Gültigkeit und Zuverlässigkeit überprüfen, weniger als offensichtliche Muster in den Daten erkennen, die verbleibenden „Was-wäre-wenn“ -Angaben untersuchen und letztendlich fundiertere und differenziertere Schlussfolgerungen ziehen und Entscheidungen treffen um Kontext, gültig und nützlich, weil sie von intelligenten Maschinen verbessert werden. Fehlerhafte Urteile, die auf fehlerhaften oder falsch interpretierten Daten beruhen, können aufgrund der Illusion quasi-wissenschaftlicher Autorität, die sich aus der Aura der Daten ergibt, sogar noch schädlicher sein als nicht informierte fehlerhafte Urteile.
Als Projektmanagement-Tool schreibt AI möglicherweise optimale Arbeitsabläufe für verschiedene Arten von Mitarbeitern vor, hat jedoch nicht die Sensibilität, diese Anforderungen in eine differenzierte Auswahl eines organisatorischen Ergebnisses (z. B. Gerechtigkeit bei Mitarbeiterzuweisungen) gegenüber einem anderen (Familienwerte) umzusetzen ). KI kann möglicherweise den besten Standort für ein neues Restaurant oder Kraftwerk bestimmen, beschränkt sich jedoch darauf, die politischen und sozialen Netzwerke zu ermitteln, die einbezogen werden müssen, um das neue Unternehmen zum Leben zu erwecken.
Maschinen fehlen auch launisch. Adtech-Programme haben menschliche Anzeigenkäufer abgelöst, aber die Fähigkeit, Wortspiele zu erstellen oder Kampagnen zu entwerfen, die uns am Herzen liegen, wird zumindest auf absehbare Zeit von Natur aus menschlich bleiben.
Bei MBA-Absolventen ist eine neue Ebene des Fragens und integrativen Denkens erforderlich. Als Pädagogen müssen wir Lernansätze fördern, die diese Fähigkeiten entwickeln - indem wir fundiertes Datenmanagement und Inferenzfähigkeiten vermitteln, fortgeschrittene Datensimulationen entwickeln und üben, wie man das noch Unbekannte untersucht und hinterfragt.
Parallel zum Aufstieg der Maschinenleistung spielt die emotionale Intelligenz (EQ) eine immer wichtigere Rolle, um die menschliche Konnektivität von Organisationen und Gemeinschaften aufrechtzuerhalten. Während von Maschinen erwartet wird, dass sie bis zum Lesen und Interpretieren von Emotionen voranschreiten, werden sie nicht die Fähigkeit haben, Anhänger zu inspirieren, die Weisheit, ethische Urteile zu fällen oder die Fähigkeit, Verbindungen herzustellen.
Das liegt immer noch alles an uns.
Judy D. Olian ist Dekanin der UCLA Anderson School of Management.
