Δημιουργική τεχνητή νοημοσύνη στις εταιρείες: πώς να αυξήσετε την παραγωγικότητα και την ποιότητα της εργασίας με μια ανθρωποκεντρική στρατηγική.

Η υιοθέτηση της νέας τεχνολογίας όχι μόνο βελτιώνει την αποτελεσματικότητα εξοικονομώντας χρόνο, αλλά την αυξάνειεπίσης η ποιότητα της δουλειάς, γιατί σου επιτρέπει να αφοσιωθείς σε στρατηγικές και δημιουργικές δραστηριότητες.Είναι όμως απαραίτητο να παρέχουμε στοχευμένη εκπαίδευση και να την προσαρμόσουμε στις διάφορες λειτουργίες της εταιρείας.

Καθώς προχωρά η εξέλιξη της ΝοημοσύνηςArtificial Generative (AI Gen), η επόμενη πρόκληση για τους ηγέτες είναι ξεκάθαρη: να τα καταφέρειςανάβατοςκαι μπορεί να παρέχει αμετρήσιμη αξίαστους οργανισμούς τους (Davenport and Bean, 2025).

Καθώς οι εταιρείες περνούν από τον πειραματισμό στην υιοθέτηση σε όλη την επιχείρηση, πολλές παλεύουν όχι με τα ίδια τα εργαλεία, αλλά με τον οργανωτικό μετασχηματισμό που απαιτείται για την ουσιαστική ενσωμάτωσή τους στην καθημερινή εργασία των ανθρώπων. Τα εργαλεία θα συνεχίσουν να εξελίσσονται: είναιτην ανθρώπινη πλευρά της εξίσωσηςπου καθορίζει την πραγματική επιτυχία των πρωτοβουλιών AI Gen.

Μελετήσαμε μια από τις μεγαλύτερες υλοποιήσεις AI Gen σε πραγματικό κόσμο μέχρι σήμερα, στην πολυεθνική φαρμακευτική εταιρείαNovo Nordisk. Η εμπειρία του δείχνει ότι η επιτυχία δεν εξαρτάται μόνο από τις υποδομές, αλλά και από τον τρόπο που σκέφτονται οι άνθρωποι, ναιπροσαρμόζωμισυνεργάζονταιμε AI. Ένα βασικό μάθημα: Ενώ η υιοθέτηση του AI Gen και οι ευρύτεροι ψηφιακοί μετασχηματισμοί έχουν κοινές ρίζες, ο πρώτος είναι ιδιαίτερα ενοχλητικός, επαναπροσδιορίζοντας την ίδια τη φύση της εργασίας με πρωτοφανείς τρόπους.

Όπως πολλοί οργανισμοί, η Novo Nordisk ξεκίνησε με μια γνωστή προσδοκία: ότι η AI Gen θα αύξανε κατά κύριο λόγο την παραγωγικότητα (Brynjolfsson, Li, & Raymond, 2025). Καθοδηγούμενη από την αρχή ηγεσίας «ο χρόνος είναι το απόλυτο νόμισμα» και μια καμπάνια που ονομάζεται «Κάνε τον χρόνο σου να μετράει», η εταιρεία ξεκίνησε μια εφαρμογή του εργαλείου σε ολόκληρη την επιχείρησηCopilot AI Gen από τη Microsoftστις αρχές του 2024, με στόχοεξοικονομήστε χρόνομιβελτίωση της αποτελεσματικότητας. Και, από πολλές απόψεις, η εταιρεία έχει επιτύχει αυτόν τον στόχο.

Κάθε υπάλληλος εξοικονομούσε κατά μέσο όρο 2,17 ώρες την εβδομάδα μετά την έναρξη χρήσης του εργαλείου. Αλλά συνέβη και κάτι απροσδόκητο: αυτές οι ώρες δεν ήταν αυτό που εκτιμούσαν περισσότερο οι εργαζόμενοι. Η ικανοποίηση των εργαζομένων με το Copilot σχετιζόταν τρεις φορές περισσότερο με την αντιληπτή βελτίωσηποιότητα της εργασίαςότι στον χρόνο που εξοικονομήθηκε. Οι εργαζόμενοι ανέφεραν βελτιώσεις στην ποιότητα της σύνθεσης περιεχομένου, της δημιουργίας περιεχομένου και του ιδεασμού. Είναι ενδιαφέρον ότι πολλοί εργαζόμενοι επένδυσαν ξανά τον χρόνο που εξοικονομήθηκε σε αλληλεπιδράσεις με ανθρώπους, στρατηγικό σχεδιασμό και δημιουργική εργασία. Όπως είπε ένας από αυτούς: «Μπορώ να αφιερώσω περισσότερο χρόνο και ενέργεια στη στρατηγική και στον προγραμματισμό της έναρξης του έργου μου».

Αυτή η εικόνα θέτει υπό αμφισβήτηση μια θεμελιώδη υπόθεση πολλών υλοποιήσεων AI Gen: ότι η βασική αξία της τεχνολογίας έγκειται στην καθαρή απόδοση. Στην πράξη, η υπόσχεση του AI Gen είναι ευρύτερη και πιο ανθρωποκεντρική.

Η εμπειρία υλοποίησης της Novo Nordisk, η οποία έφτασε από μερικές εκατοντάδες χρήστες Copilot τον Ιανουάριο του 2024 σε 20.000 τον Φεβρουάριο του 2025, προσφέρει σημαντικά μαθήματα στους ηγέτες που αντιμετωπίζουν την πρόκληση της κλιμάκωσης της τεχνητής νοημοσύνης Gen. Μέσω ερευνών που πραγματοποιήθηκαν σεπάνω από 3 χιλιάδες εργαζόμενους, εσωτερική ανάλυση και συνεντεύξεις πρώτης γραμμής, αποκαλύψαμε τόσο τη δυναμική των εργαζομένων όσο και δοκιμασμένες στο πεδίο προσεγγίσεις ηγεσίας για να οδηγήσουμε σε ουσιαστική υιοθέτηση σε κλίμακα.

Scaling AI Gen: Δεν είναι plug-and-play

Το Scaling AI Gen δεν είναι απλώς μια τεχνική πρόκληση, αλλά ένας μαραθώνιος διαχείρισης αλλαγών. Η πραγματική δουλειά είναιυποστήριξηοι εργαζόμενοι καθώς πειραματίζονται, αγωνίζονται και τελικά βρίσκουν το αυλάκι τους με αυτά τα νέα εργαλεία.

Στη Novo Nordisk, η υιοθέτηση του Copilot δεν ήταν γραμμική, αλλά συνέβητρεις φάσεις. Πρώτα υπήρχε ένακορυφή: μετά από περίπου ένα μήνα, το23%των ανθρώπων ήταν συχνοί χρήστες και οι74%από μέτριους χρήστες. Τότε υπήρξε έναπτώσηενδιαφέροντος, με το15%της ομάδας πρώιμης υιοθέτησης που έμεινε ανενεργή μετά από τρεις ή τέσσερις μήνες και ο μέσος χρόνος που εξοικονομήθηκε μειώθηκε από2,29ένα2,14ώρες την εβδομάδα. Ένας χρήστης είπε: "Ακόμα δεν έχω καταλάβει πώς να το χρησιμοποιήσω. Το δοκίμασα λίγο στην αρχή, με μικρή επιτυχία και δεν το έχω χρησιμοποιήσει από τότε." Παρόμοιο μοτίβο εμφανίστηκε στη χρήση εφαρμογών: Τα κέρδη παραγωγικότητας και ποιότητας μειώθηκαν αφού οι χρήστες επέκτεισαν τη χρήση του Copilot από μία ή δύο εφαρμογές (όπως το Word και το Excel) σε τέσσερις ή πέντε, αλλά στη συνέχεια ανέκαμψαν με έξι ή περισσότερες εφαρμογές.

Αυτή η μείωση στα μέσα του κύκλου είναι χαρακτηριστική της υιοθέτησης της AI Gen. Ο αρχικός ενθουσιασμός των ανθρώπων δίνει τη θέση του στην απογοήτευση καθώς τα άμεσα οφέλη στερεύουν και οι δυσκολίες ένταξης αυξάνονται. Αν δεν επιλεγεί, αυτή η πτώση μπορεί να μετατραπεί σε εγκατάλειψη. Η έρευνά μας αποκάλυψε ότι μερικές απογοητεύσεις είναι αρκετές για να καταστρέψουν τον ενθουσιασμό των ανθρώπων για την τεχνολογία. Με άλλα λόγια, ένας χρήστης μπορεί να εγκαταλείψει τη χρήση του Copilot μετά από μερικές αποτυχημένες προσπάθειες. Ωστόσο, οι εργαζόμενοι που επιμένουν πέρα ​​από αυτήν την πτώση συχνά αναφέρουν σημαντικές βελτιώσεις στην απόδοση, πιθανώς λόγω των επιπτώσεων της συσσωρευμένης μάθησης. Αυτή είναι μια κρίσιμη στιγμή για στοχευμένες εκπαιδευτικές παρεμβάσεις.

Για την καταπολέμηση της παρακμής στα μέσα του κύκλου, η Novo Nordisk έχει εφαρμόσει μια σειρά από στρατηγικές ενεργοποίησης, όπως: στοχευμένες εκπαιδευτικές παρεμβάσεις που χρονολογούνται γύρω από βασικά στάδια υιοθέτησης. ανακατανομή αδειών και λιστών αναμονής για την αναζωογόνηση του ενδιαφέροντος· ένα δίκτυο υποστηρικτών της AI Gen για την παροχή συμφραζόμενης καθοδήγησης και την υποστήριξη της δυναμικής υιοθέτησης· στοχευμένες μικροεπικοινωνίες, όπως ενημερωτικά δελτία με επίκεντρο συμβουλές, για την αντιμετώπιση προκλήσεων που αναφέρουν οι χρήστες· συνεχή ανατροφοδότηση, όπως περιοδικές έρευνες, πίνακες εργαλείων χρήσης και παρακολούθηση σημείων αναφοράς ανταγωνιστών, για την εξέλιξη της υποστήριξης καθώς αλλάζουν οι ανάγκες των χρηστών.

Όπως υπογραμμίζει η εμπειρία της εταιρείας,Το AI Gen απαιτεί συνεχή εκπαίδευση και υποστήριξη. Η αποτελεσματικότητα του AI Gen εξαρτάται από την εκπαίδευση των ανθρώπων, όχι μόνο από τα μοντέλα AI. Οι ηγέτες θα πρέπει να καλλιεργήσουν ένα οικοσύστημα όπου οι εργαζόμενοι αισθάνονται ότι υποστηρίζονται, ενημερώνονται και εμπνέονται για να προωθήσουν περαιτέρω τις δυνατότητες της τεχνολογίας (Puranam, 2025).

Προσαρμόστε την ενεργοποίηση AI Gen βασισμένη στην επιχειρηματική λειτουργία

Ωστόσο, διαφορετικές επιχειρηματικές λειτουργίες απαιτούν διαφορετικούς τύπους υποστήριξης. Η αναγνώριση του τρόπου με τον οποίο οι άνθρωποι, με διαφορετικούς ρόλους και νοοτροπίες, αλληλεπιδρούν με το AI Gen είναι κρίσιμο για την επίτευξη ουσιαστικής υιοθεσίας.

Στη Novo Nordisk, ο αντίκτυπος του Copilot διέφερε σημαντικά μεταξύ των χαρακτηριστικών, με αποτέλεσμα τη μετάβαση από την ομοιόμορφη υλοποίηση στη στοχευμένη ενεργοποίηση. Η ανάλυση που συγκρίνει την εξοικονόμηση χρόνου και τις βελτιώσεις ποιότητας στους εταιρικούς, εμπορικούς, παραγωγικούς και ερευνητικούς τομείς αποκάλυψε έντονες ανισότητες.

Οι εταιρικές και εμπορικές ομάδεςήταν από τα πιο αποτελεσματικά όσον αφορά τη βελτίωση της παραγωγικότητας και της ποιότητας της εργασίας με το Copilot. Από την άλλη, τμήματα όπωςΕρευνα,ΔεδομέναμιΌλα συμπεριλαμβάνονταιμιΚλινική ανάπτυξη, ενώ συνέχισε να επωφελείται, σημείωσε μικρότερα κέρδη τόσο σε εξοικονόμηση χρόνου όσο και σε βελτιώσεις ποιότητας. Οι εργαζόμενοιΣτέλεχος, που είναι συνηθισμένοι σε ντετερμινιστικά συστήματα με σταθερά αποτελέσματα, έχουν συχνά παλέψει με την πιθανολογική φύση του AI Gen. Επειδή λειτουργεί σε μοντέλα που παράγουν μεταβλητές αποκρίσεις, τα αποτελέσματά του μπορεί να έρχονται σε σύγκρουση με ροές εργασιών που βασίζονται στην ακρίβεια που απαιτούν αξιοπιστία. Οπαραισθήσειςτου AI(λανθασμένα ή χωρίς νόημα αποτελέσματα) έχουν περιπλέξει περαιτέρω την ενσωμάτωση του εργαλείου σε δραστηριότητες προσανατολισμένες στην έρευνα, όπου η ακρίβεια και η αξιοπιστία είναι υψίστης σημασίας. Αυτές οι ψευδαισθήσεις έχουν εκδηλωθεί με διάφορους τρόπους, συμπεριλαμβανομένων κατασκευών, πραγματικών ανακριβειών, σφαλμάτων στη λογική ή συλλογιστική, μαθηματικά λάθη και επιλογές που βασίζονται σε άσχετα μοντέλα (Sunet al., 2024).

Αυτή η μεταβλητότητα έχει υπονομεύσει την εμπιστοσύνη των ανθρώπων στο σύστημα και έχει δημιουργήσει σημαντικά εμπόδια στην υιοθέτησή του. Όπως το είπε ένας ερευνητής: «Δεν βλέπω πώς να το εφαρμόσω στη δουλειά μου». Αντίθετα, ένας χρήστης πωλήσεων το περιέγραψε ως «μια αλλαγή που αλλάζει το παιχνίδι για μένα σε πολλές πτυχές της δουλειάς μου». Η προσαρμογή στο AI Gen θα απαιτούσε μια αλλαγή στη νοοτροπία των εργαζομένων της STEM: θα πρέπει να μάθουν να διαχειρίζονται την εγγενή απρόβλεπτη φύση τέτοιων εργαλείων.

Για να διευκολυνθεί η διαδικασία, η Novo Nordisk έχει μετακινηθεί από μια ομοιόμορφη υλοποίηση σε αεξατομικευμένη. Ξεκίνησε ένα συγκεκριμένο πρόγραμμα ενσωμάτωσης για κάθε λειτουργία που δημιουργούσεβιβλίο παιχνιδιούπεριπτώσεων χρήσης και βιβλιοθηκών εκμάθησης ευθυγραμμισμένες με τους ρόλους εργασίας και συνεργάστηκε με τη Microsoft για την προσαρμογή των δυνατοτήτων Copilot για διαφορετικές ομάδες. Αυτή η ευελιξία εξασφάλιζε ότι οι εργαζόμενοι τόσο σε δημιουργικούς όσο και σε ρόλους ακριβείας μπορούσαν να βρουν ουσιαστικές εφαρμογές που ευθυγραμμίζονται με τις ροές εργασίας τους.

Πρωταθλητές έκπληξη: οι πιο έμπειροι υπάλληλοι

Σε αντίθεση με ορισμένους μύθους για τους ψηφιακούς ιθαγενείς, τα δεδομένα έχουν δείξει ότι iανώτερους υπαλλήλουςτης Novo Nordisk έτειναν να χρησιμοποιούν το AI Gen πιο αποτελεσματικά από το δικό τουςνεότερους συναδέλφους. Τα αποτελέσματα της έρευνας έδειξαν ότι οι έμπειροι εργαζόμενοι ξεπέρασαν τους νεότερους συναδέλφους τους τόσο σε αυξημένη παραγωγικότητα όσο και σε βελτιωμένη ποιότητα εργασίας. Γιατί; Η βαθιά κατανόηση των ροών εργασίας από αυτούς τους ηλικιωμένους υπαλλήλους τους επέτρεψε να εντοπίσουν γρήγορα πού εργαλεία όπως το Copilot θα μπορούσαν να προσθέσουν αξία. Επιπλέον, ήταν καλύτερα εξοπλισμένοι για να αξιολογούν τα αποτελέσματα που δημιουργούνται από το AI και να τα ενσωματώνουν σε σύνθετες εργασίες με μεγαλύτερεςακρίβεια.

Οι νεότεροι εργαζόμενοι, αντίθετα, συχνά δεν είχαν το πλαίσιο για να εντοπίσουν ευκαιρίες υψηλού αντίκτυπου. Ένας νεαρός υπάλληλος είπε: «Δεν γνωρίζω αρκετές περιπτώσεις χρήσης σε πραγματικό κόσμο· σε τι μπορώ να το χρησιμοποιήσω;» Ένας άλλος σημείωσε: «Δεν είχα κάποια συγκεκριμένη περίπτωση χρήσης όπου θα μπορούσα να δω ξεκάθαρα τα οφέλη από τη χρήση/εξερεύνηση του Copilot».

Το μάθημα: Αντί να υποθέσουμε ότι οι νεότεροι εργαζόμενοι θα ηγηθούν της τεχνητής νοημοσύνης, οι οργανισμοί θα πρέπεικάνουν υπεύθυνουςέμπειρους υπαλλήλους να ενεργούν ωςενισχυτές.

Αφού αυτή η επίγνωση ανέτρεψε τις υποθέσεις των στελεχών της Novo Nordisk, δημιουργήθηκε ένα διαλειτουργικό δίκτυο κυρίως έμπειρων μελών του προσωπικού για τη διεξαγωγή συνεδριών επίδειξης από ομοτίμους, την παροχή εκπαίδευσης για συγκεκριμένους ρόλους και την ανταλλαγή πρακτικών παραδειγμάτων προσαρμοσμένων σε συγκεκριμένα εργασιακά περιβάλλοντα. Εν τω μεταξύ, οι εσωτερικές εταιρικές κοινότητες κοινωνικών μέσων όπως το Viva Engage (ένα εργαλείο κοινωνικής συνεργασίας ενσωματωμένο στο Microsoft Teams) έχουν επιτρέψει την ανταλλαγή γνώσεων μεταξύ ανώτερων και κατώτερων εργαζομένων, οδηγώντας στην υιοθεσία.

Επενδύοντας σε ανώτερους υπαλλήλους ως παράγοντες υιοθεσίας, οι ηγέτες μπορούν να αξιοποιήσουν την τεχνογνωσία αυτών των ατόμων για να οδηγήσουν σε ουσιαστική χρήση του AI Gen, να προσαρμόσουν την εκπαίδευση στις ροές εργασίας και την αρχαιότητα και να εξασφαλίσουν ότι τα κατώτερα μέλη του προσωπικού λαμβάνουν σαφείς, προσβάσιμες περιπτώσεις χρήσης για να χτίσουν την εμπιστοσύνη τους. Ευθυγραμμίζοντας την ενεργοποίηση με την εμπειρία, οι οργανισμοί μπορούν να ξεκλειδώσουν τις δυνατότητες του AI Gen σε κάθε επίπεδο.

Η απόδοση του AI Gen δεν εξαρτάται από την τεχνολογική τεχνογνωσία, αλλά από τη ρευστότητα του περιβάλλοντος, την εμπιστοσύνη και την ανθρώπινη ικανότητα να ενσωματώνει νέα εργαλεία σε διαφοροποιημένες ροές εργασίας.

Ξεπερνώντας την πολιτιστική αντίσταση και την ντροπή της τεχνητής νοημοσύνης

Δεν καλωσόρισαν όλοι στο Novo Nordisk το Copilot. Εκείαντίστασηπολιτιστικόςκαι το λεγόμενοΌλα συμπεριλαμβάνονταιντροπιάζονταςδημιούργησε σημαντικά εμπόδια, με ορισμένους υπαλλήλους να θεωρούν το AI Gen ως ανήθικο ή σαν απάτη. Ένας χρήστης είπε: «Βρίσκω το Copilot αμφισβητούμενο από ηθική άποψη: εξαιρετικά υψηλή κατανάλωση ενέργειας, βασισμένη σε ξεδιάντροπη ιδιωτικότητα και πρακτικές παραβίασης δικαιωμάτων».

Άλλοι φοβήθηκαν ότι θα ανατρέψουν τις ρουτίνες, θα κάνουν λάθη ή θα εξεταστούν για αποτελέσματα που δημιουργούνται από την τεχνητή νοημοσύνη. Ένας χρήστης είπε: «Φοβάμαι ότι αυτό που κάνω με το Copilot είναι λάθος ή ότι θα κάνω λάθη στη δουλειά μου». Τέτοιες συμπεριφορές έχουν οδηγήσει τους υπαλλήλους να είναι απρόθυμοι να ενσωματώσουν την τεχνολογία στις ροές εργασίας τους. Οι ανησυχίες σχετικά με την ιδιοκτησία των αποτελεσμάτων και οι αλλαγές στις ροές εργασίας έχουν τροφοδοτήσει περαιτέρω αντίσταση στο AI Gen.

Αυτή η λεπτή αλλά πραγματική πολιτιστική αντίσταση μπορεί να επιβραδύνει την υιοθέτηση ακόμη και σε οργανισμούς υψηλής τεχνολογίας. Η Novo Nordisk αντιμετώπισε την πρόκληση με μια πολύπλευρη στρατηγική, εστιασμένη στη διαφάνεια και την εμπιστοσύνη. Η εταιρεία εισήγαγε κατευθυντήριες γραμμές για ηθική χρήση, διευκρίνισε τις προσδοκίες για την ιδιοκτησία και την αποκάλυψη των αποτελεσμάτων και ξεκίνησε την εκστρατεία «Ξοδέψτε χρόνο για εξοικονόμηση χρόνου» για να επαναπροσδιορίσει το AI Gen ως στρατηγικό παράγοντα και όχι ως συντόμευση.

Ο Mark Navas, το στέλεχος της Novo Nordisk που είναι αρμόδιο για την εφαρμογή του Copilot, ενίσχυσε αυτό το μήνυμα: «Το Copilot έχει να κάνει με το να δίνουμε στους υπαλλήλους μας τη δυνατότητα να εργάζονται καλύτερα, όχι να κάνουν συντομεύσεις». Η τακτική ανατροφοδότηση, συμπεριλαμβανομένων των ερευνών και των αναλυτικών στοιχείων χρήσης, επέτρεψε στην εταιρεία να παρακολουθεί την αντίσταση και να προσαρμόζει την υποστήριξη. Οι επιδείξεις που καθοδηγούνται από τους πρωταθλητές κανονικοποίησαν την υιοθέτηση παρουσιάζοντας πραγματικά παραδείγματα επιτυχημένης χρήσης της AI Gen. Ασφαλείς χώροι όπως η πλατφόρμα Viva Engage επέτρεπαν στους εργαζόμενους να κάνουν ερωτήσεις, να μοιράζονται τις ανησυχίες τους και να κερδίσουν εμπιστοσύνη χωρίς φόβο ότι θα κριθούν.

Οι ηγέτες που εφαρμόζουν το AI Gen μπορούν να υιοθετήσουν διάφορες στρατηγικές, όπως έκανε η Novo Nordisk, για να μετριάσουν την πολιτιστική αντίσταση,να μετατρέψει την αντίσταση σε δέσμευση και να ανοίξει το δρόμο για βιώσιμη υιοθέτηση.

Διευκρινίστε την ηθική χρήση.Αναπτύξτε και κοινοποιήστε οδηγίες σχετικά με τη χρήση, την ιδιοκτησία και την αποκάλυψη της τεχνητής νοημοσύνης. Βεβαιωθείτε ότι οι εργαζόμενοι κατανοούν πώς να ενσωματώνουν απρόσκοπτα το AI Gen.

Κανονικοποιήστε τη χρήση του AI Gen σε όλους τους πρωταθλητές.Προσλάβετε έμπειρους υπαλλήλους για να επιδείξουν πρακτικές και ηθικές εφαρμογές, οι οποίες κάνουν το AI Gen πιο κατανοητό και αξιόπιστο.

Προωθήστε ασφαλείς χώρους.Δημιουργήστε εσωτερικές κοινότητες για υποστήριξη από ομοτίμους, όπου οι εργαζόμενοι μπορούν να εκφράσουν τις ανησυχίες τους και να μοιραστούν τις επιτυχίες τους χωρίς να κρίνονται.

Αντιμετωπίστε προληπτικά ζητήματα εμπιστοσύνης.Εκπαιδεύστε τους υπαλλήλους σχετικά με το απόρρητο των δεδομένων, τις περιβαλλοντικές επιπτώσεις και την υπεύθυνη χρήση για την οικοδόμηση εμπιστοσύνης και την αντιμετώπιση ηθικών αντιρρήσεων.

Επαναπροσδιορισμός του ρόλου του AI.Τοποθετήστε το AI Gen ως εργαλείο για τη βελτίωση της ποιότητας της εργασίας, όχι για την αντικατάσταση της ανθρώπινης προσπάθειας, μέσω συνεπών μηνυμάτων από την ηγεσία.

Οι άνθρωποι είναι η πλατφόρμα

Η Novo Nordisk σχεδιάζει να επεκτείνει περαιτέρω την ανάπτυξη Copilot από περίπου20 milaένα37 μίλιαεργαζόμενους το 2025. (Η εταιρεία έχει περίπου75 μίλιαεργαζόμενους σε όλο τον κόσμο). Σύμφωνα με τον Chief Digital and Information Officer (και συν-συγγραφέα) Anders Romare, το μέλλον της εταιρείας με το AI Gen θα εξαρτηθεί από την ικανότητα να προχωρήσει πέρα ​​από τον αρχικό ενθουσιασμό για να δημιουργήσει συστήματα που υποστηρίζουν τη συνεχή μάθηση, την εμπιστοσύνη και την ενσωμάτωση στις ροές εργασίας του πραγματικού κόσμου.

Καθώς η εταιρεία συνεχίζει την εφαρμογή της, ένα μάθημα γίνεται όλο και πιο ξεκάθαρο: η επιτυχία της AI Gen εξαρτάται όχι τόσο από τα ίδια τα εργαλεία, αλλά από τους ανθρώπους που τα χρησιμοποιούν και τον τρόπο προσαρμογής, συνεργασίας και αγκαλιάς της αλλαγής.

Αυτή η επιτυχία δεν καθοδηγείται μόνο από την αυτοματοποίηση, αλλά και από ανθρώπους που είναι πρόθυμοι να ξανασκεφτούν τον τρόπο εργασίας τους, να υποστηρίξουν ο ένας τον άλλον και να αναπτύξουν εμπιστοσύνη σε νέους τρόπους εργασίας που υποστηρίζονται από την τεχνητή νοημοσύνη. Οι πρωταθλητές γίνονται φορείς αλλαγής. Οι κοινότητες γίνονται επιταχυντές. Και η εμπειρία, όχι η νεότητα, αναδεικνύεται ως ο κρυφός καταλύτης για υιοθεσία.

Εάν θέλετε να κλιμακώσετε επιτυχώς το AI Gen, ξεκινήστε με τους ανθρώπους και όχι με τον κώδικα.

Σημείωση πριν από τη βιβλιογραφία

Οι συγγραφείς θα ήθελαν να ευχαριστήσουν τον Jingqi Liu, φοιτητή διδάκτορα στο ETH Zurich, για τη συμβολή στη συγγραφή αυτού του άρθρου.

Βιβλιογραφία

T.H. Davenport και R. Bean, "Five Trends in AI and Data Science for 2025", MIT Sloan Management Review, 15 Απριλίου 2025, https://sloanreview.mit.edu.E. Brynjolfsson, D. Li e L. Raymond, «Generative AI at Work», The Quarterly Journal of Economics 140, n. 2 (maggio 2025): 889-942.P. Puranam, «Re-Humanize: How to Build Human-Centric Organizations in the Age of Algorithms» (Σιγκαπούρη: Penguin Random House, 2025).Y. Sun, D. Sheng, Z. Zhou, et al., «AI Hallucination: Towards a Comprehensive Classification of Distorted Information in Artificial Intelligence-Generated Content», Humanities and Social Sciences Communications 11, αρ. 1 (Σεπτέμβριος 2024): 1-14.S. Raisch e S. Krakowski, «Artificial Intelligence and Management: The Automation-Augmentation Paradox», Academy of Management Review 46, n. 1 (γενναίο 2021): 192-210.