डर एक प्रक्रिया समस्या है, न कि लोगों की समस्या।

अधिकांश AI लॉन्च एक ही स्थान पर रुक जाते हैं

AI के प्रस्ताव में जो काम करता है, पायलट अच्छा दिखता है, और छह सप्ताह बाद केवल तीन लोग इसका उपयोग करते हैं—यह नेतृत्व के लिए प्रतिरोध के रूप में पढ़ा जाता है। लेकिन अक्सर यह ऐसा नहीं होता। यह एक तर्कसंगत प्रतिक्रिया है एक अस्पष्ट समझौते के प्रति।

जब आप किसी को एक ऐसी प्रणाली देते हैं जो उनके काम का हिस्सा करती है और कुछ और नहीं, तो वे खामोशी को स्वयं भरते हैं। वे सबसे बुरे परिणामों का अनुमान लगाते हैं, इंतजार करते हैं और पुराने तरीके से काम जारी रखते हैं अगर नया तरीका उन्हें बुरी तरह मापता है। यह उनके लिए सस्ता है और आपके लिए महंगा।

नौकरी के सवाल का जवाब पहले दें जब कोई पूछे भी न

आपकी टीम का पहला सवाल यह होगा कि क्या यह उन्हें बदल देगा। अगर आप ऐसा नहीं कहते, तो वे अपना जवाब आपके बिना ही बना लेंगे।

इसलिए, इसे विशेष रूप से और जिम्मेदारी के साथ कहें, "अगले 12 महीनों में कोई भी नौकरी इस प्रणाली के कारण नहीं चलेगी" एक निदेशक द्वारा लिया जा सकने वाला वाक्यांश है। "AI बढ़ाता है न कि बदलता है" ऐसा कहना नहीं—लोगों ने इसे सुना है और वे जानते हैं इसका मतलब कुछ नहीं है।

अगर कर्मचारी संख्या में बदलाव होगा, तो उसे भी कहें, और प्रभावित लोगों के बारे में बताएं। जल्दी से अस्पष्ट जवाब देना आपको कम खर्च में जाएगा एक धुंधले जवाब जो छह महीनों तक छिपकर निकलेगा। और अगर आप कुछ भी नहीं कह सकते, तो आप लॉन्च के लिए तैयार नहीं हैं; आप अपने बोर्ड के साथ एक अलग बातचीत करने के लिए तैयार हैं।

सबसे ज़्यादा परेशान करने वाली प्रक्रिया से शुरू करें

आपकी सहज प्रवृत्ति उच्च मूल्य प्रक्रिया को चुनना है। इसके बजाय सबसे परेशान करने वाली एक को चुनें।

दो स्प्रेडशीट्स को संरेखित करना जो कभी मेल नहीं खातीं, उसी तरह का प्रस्ताव पत्र लिखना, या चालीस समर्थन टिकटों को पढ़ना जिनमें से केवल तीन महत्वपूर्ण हैं। कोई भी इस काम का बचाव नहीं करता, कोई भी अपने पेशेवर पहचान पर इसके निर्भरता नहीं रखता, और हर कोई जाएगा जब यह चला जाए। आप अपने पहले समर्थकों को मुफ़्त में पा लेते हैं।

उच्च मूल्य प्रक्रिया चार महीने बाद भी वहां होगी, और उस समय तक आपके पास ऐसी टीम होगी जिसने इस चीज़ का काम देखा है और अगले चरणों के बारे में अपनी राय बना ली है।

एक पृष्ठ पर नियम लिखें

अस्पष्टता लोगों को सतर्क रखती है। ज़्यादातर इसे स्पष्ट करने वाला एक छोटा दस्तावेज़ जो सरल भाषा में जवाब देता है:

• आप प्रणाली में क्या डाल सकते हैं और क्या नहीं—ग्राहक नाम, अनुबंध, वेतन डेटा, स्रोत कोड
• किस प्रकार के आउटपुट को मानव समीक्षा की आवश्यकता होनी चाहिए इससे पहले कि उन्हें बाहरी कंपनी देखा जाए
• अगर यह गलत हो जाता है तो किसे बताएं, और फिर अगले कदम क्या हैं
• क्या AI का उपयोग करना या नहीं करना आपके काम का मूल्यांकन करता है

अंतिम पंक्ति सबसे ज़्यादा मायने रखती है। अगर लोगों को लगता है कि AI का उपयोग ट्रैक और स्कोर किया जा रहा है, तो वे इसे रक्षात्मक और बुरी तरह से इस्तेमाल करेंगे। स्पष्ट रूप से कहें कि कैसे यह उनके मूल्यांकन में शामिल होता है, भले ही उत्तर "यह नहीं" है।

संदेहास्पद व्यक्ति को नियुक्त करें, उत्साही नहीं

आपके उत्साही लोग किसी भी चीज़ को अपनाएंगे और किसी को भी मना नहीं पाएंगे। आपको उस व्यक्ति की आवश्यकता है जो अनुभवी और सम्मानित है, जो इसे शायद ओवरहाइप मानता है।

वे एक सप्ताह में असली विफलता मोड़ का पता लगा लेंगे क्योंकि उन्हें सही आउटपुट का अंतर पता है। और अगर वे कहते हैं, "यह मुझे एक दोपहर बचाता है," तो यह कोई भी नेतृत्व खरीद नहीं सकता। उन्हें एक वास्तविक चैनल रिपोर्टिंग समस्याओं के लिए प्रदान करें, और फिर तेज़ी से समस्याओं का समाधान करें ताकि रिपोर्टिंग का मतलब हो।

इसे गलत कहना आसान बनाएं

हर AI प्रणाली आत्मविश्वासपूर्वक गलतियाँ करती है। लॉन्च की सफलता या असफलता अगले चरणों पर निर्भर करती है।

अगर एक गलत आउटपुट रिपोर्ट करने के लिए IT तक ईमेल भेजना ज़रूरी है, तो कोई भी कुछ नहीं रिपोर्ट करेगा, गलतियाँ शांति से इकट्ठी होंगी, और विश्वास धीरे-धीरे ख़त्म हो जाएगा। इसमें रिपोर्ट बटन प्रणाली में डाल दें, एक नामित व्यक्ति को रिपोर्ट पढ़ने के लिए नियुक्त करें, और बदलावों का प्रकाशन करें। टीमें कभी-कभी गलत होने देती हैं; उन्हें अनदेखा करना जब वे कहते हैं "यह सही था" ऐसा नहीं करतीं।

लॉन्च का न्याय प्रौद्योगिकी से न करें, व्यवहार से

नौकरी करने के 90 दिनों पर, महत्वपूर्ण सवाल व्यवहार से जुड़े होते हैं। पिछले दो सप्ताहों में कितने लोगों ने इसे इस्तेमाल किया, नहीं तो लॉन्च के बाद से। कौन-सी टीमें इसे छोड़ देती हैं और उन्होंने ऐसा क्यों कहा? एक गलत आउटपुट पर प्रतिक्रिया मिलने में कितना समय लगता है? किसी ने चुपचाप पुराने तरीके से वापस जाने का फैसला किया है, तो वह सही था?

ये संख्याएँ आपको यह बताती हैं कि बदलाव जमा हुआ है या नहीं। मॉडल बेंचमार्क ऐसा नहीं करते।

इस भार—नीति, पायलट डिज़ाइन, पहली बातचीत—अधिकांश काम है, और यह वह भाग है जो अक्सर छूट जाता है। इसे अच्छी तरह से संभाला जाए तो अपनाना लोगों द्वारा एक उपकरण मांगने की तरह लगना बंद कर देगा।