fbpx

Artikel Bisnis Digital

Pemimpin tanpa pengetahuan digital tertinggal

Universitas Amikom Purwokerto, Kampus IT dan Bisnis Digital Banyumas, Jawa Tengah.

Pertumbuhan eksponensial dalam ekonomi digital berarti bahwa para pemimpin yang belum mengembangkan pola pikir digital akan segera tidak dapat memimpin organisasi secara efektif. Mereka yang ingin sukses dalam kepemimpinan dan organisasi perlu meningkatkan keterampilan mereka dan memperoleh literasi digital. Jika tidak, Anda akan tertinggal.

Ini adalah pandangan profesor administrasi bisnis Harvard Business School, pakar pekerjaan virtual, dan rekan penulis Digital Mindset, Zedar Niri. Ini benar-benar yang Anda butuhkan untuk berhasil di era data, algoritme, dan AI.

Neely mengatakan kekhawatiran tentang mesin yang menggantikan manusia tidak ada gunanya. “Orang dengan pengetahuan digital akan menggantikan orang tanpa pengetahuan digital,” katanya kepada The Irish Times.

“Dengan tingkat literasi yang rendah tentang teknologi digital, kami tidak bisa lagi bertahan. Dalam hal bagaimana bahasa digital memengaruhi strategi, model operasi, karyawan, retensi dan rekrutmen, pemangku kepentingan, produk, dan layanan. Anda perlu memahami. Jika Anda jangan, kamu tidak akan bisa berpartisipasi dalam bahasa digital. Transformasi digital saat ini.”

Dalam analisis ini, tampaknya hari-hari para pemimpin C-suite yang menyusun profesional digital dan mempekerjakan direktur TI yang kuat di dewan untuk menebus kurangnya pengetahuan mereka tampaknya telah berakhir. Namun menurut Neely, kabar baiknya adalah belajar literasi digital tidak sesulit yang dibayangkan banyak orang.

Menggambarkan analogi dengan belajar bahasa asing, dia tidak harus menjadi master atau ahli, tetapi mengatakan bahwa literasi yang memadai sangat penting untuk menjadi peserta yang bermakna dalam percakapan.

Dia menyatakan bahwa penutur bahasa Inggris non-pribumi perlu menguasai kosakata sekitar 12.000 kata untuk dianggap sebagai ahli bahasa. Namun, hanya dengan 3.500 kata, orang pada umumnya dapat memahami dan berkomunikasi secara efektif di lingkungan kerja.

Ambang batas minimum

Secara kasar, orang harus mengikuti “aturan 30%”. Ini adalah ambang batas minimum yang diperlukan untuk memahami dan memanfaatkan benang digital yang saat ini dijalin ke dalam struktur kehidupan kita.

Literasi digital bukan berarti harus menguasai coding atau menjadi data scientist, tetapi apa yang dilakukan oleh programmer komputer dan data scientist, cara menggunakan tes A/B, cara menginterpretasikan model statistik, dan Anda perlu memahami cara mendapatkan data. ilmuwan. Chatbots berbasis AI melakukan apa yang perlu mereka lakukan.

Neely menyatakan bahwa tingkat pengetahuan ini dapat diperoleh tanpa melakukan program tingkat gelar tradisional. Poin kuncinya adalah mendapatkan dasar pengetahuan yang ada dan menemukan program atau modul singkat untuk mengisi kesenjangan pengetahuan.

Sebagai contoh, Harvard Business School menjalankan kursus sembilan bulan yang disebut Harvard Business Analytics. Sementara itu, administrator akan mempelajari cara membuat kode dan memperoleh pengetahuan statistik dasar dan apa yang dapat dilakukan oleh AI dan pembelajaran mesin. Ini hanya salah satu cara manajer dapat dengan mudah memahami.

Neely menekankan bahwa belajar coding tidak penting, tetapi tidak ada salahnya juga. Dia mencontohkan Rakuten, perusahaan Jepang yang menjadi operator 5G terkemuka dunia. Pada 2019, semua karyawan perlu mempelajari cara membuat kode, yang memberi mereka waktu enam bulan. Dia menyatakan bahwa setiap orang dalam suatu organisasi perlu memahami konsep data dan pentingnya algoritma dan statistik.

Namun, ini bukan proses satu kali, tetapi proses yang melibatkan pergeseran pemikiran.

“Pikirkan tentang bagaimana berkolaborasi secara berbeda di dunia digital, pikirkan tentang data dan keamanan, buat keputusan tentang data, dan akhirnya, perubahan selama transformasi cepat yang membutuhkan pembelajaran terus menerus. Untuk memahami bagaimana melakukannya, untuk terus berinovasi dan membuat keputusan yang tepat.”

Salah satu cara pemahaman yang lebih baik tentang digital dapat membantu Anda membuat keputusan yang lebih baik tidak hanya tentang banyak keuntungan yang ditawarkan para pemimpin, tetapi juga tentang keterbatasan dan kekurangan mereka, dan bagaimana manusia berinteraksi dengan baik dengan digital. ..

Kecerdasan buatan mengungguli manusia di banyak bidang, dan beberapa perkembangan pola pikir digital mengakui bahwa mesin lebih unggul daripada manusia dalam membuat prediksi spesifik dan melakukan tugas spesifik. Perawatan kesehatan menawarkan beberapa contoh bagus.

Potensi kanker

Para peneliti di Seoul National University Hospital and School of Medicine telah mengembangkan algoritma AI yang disebut Deep Learning-based Automatic Detection (DLAD) untuk menganalisis radiografi dada dan mendeteksi proliferasi sel abnormal seperti potensi kanker. Dalam studi empat tahun, rumah sakit menemukan bahwa AI dapat secara dramatis mengurangi jumlah kanker paru-paru yang diabaikan pada radiografi dada tanpa secara proporsional meningkatkan jumlah tindak lanjut CT scan dada. …

Dalam kasus lain, Google Health membuat algoritme pembelajaran mesin untuk mengidentifikasi tumor kanker payudara metastatik dari biopsi kelenjar getah bening. Keuntungan uniknya adalah kemampuannya untuk mengidentifikasi area mencurigakan yang tidak dapat dibedakan dengan mata manusia. LYRA diuji pada dua kumpulan data dan dengan benar membedakan hasil kanker dan non-kanker pada 99% kasus.

Keberhasilan AI menyebabkan masalah bagi dokter. Seperti yang penulis amati dalam bukunya, “Mesin mungkin mengancam untuk tidak konsisten dengan diagnosis Anda. Yang penting di sini adalah gagasan bahwa mesin bukan manusia. , Kode bukanlah ancaman. Itu hanya alat untuk kita gunakan. “

Perkuat prasangka yang ada

Kemungkinan bias adalah masalah lain yang penulis sadari. Pembuat model yang bermaksud baik dapat memperkuat prasangka yang ada jika mereka tidak mempertimbangkan gambaran besarnya.

Perhatikan contoh kota Boston. Ini memecahkan masalah lubang permanen kota dengan apa yang tampak seperti aplikasi yang dirancang dengan baik yang disebut StreetBump. Aplikasi ini merekam data akselerometer dari ponsel cerdas Anda saat penduduk mengemudi dan menghasilkan data bahwa mobil tersebut menabrak lubang. Namun, penduduk dengan smartphone cenderung memiliki pendapatan yang lebih tinggi, sehingga mereka umumnya mengidentifikasi lubang di daerah yang lebih kaya.

Ketika kantor New Urban Mechanics di Boston menemukan masalah data, model tersebut dengan cepat diadaptasi untuk mewakili seluruh kota, dan hasilnya berubah secara signifikan.

Beberapa penelitian otoritatif juga mengungkapkan bias gender dan ras tertentu dalam perangkat lunak pengenalan wajah, atau tingkat kejahatan di daerah yang kurang kaya, berdasarkan intervensi manusia dalam data input.

“Kehadiran polisi di daerah berpenghasilan rendah memberi kami lebih banyak titik data dan kontak dengan lebih banyak berpenghasilan rendah, yang menciptakan lebih banyak catatan polisi dan kronis. Ini lebih cenderung menumpuk di skor kriminal.”

Kami juga menyadari bahwa memiliki pola pikir digital membutuhkan pengerjaan ulang investasi teknologi lama. Ini adalah proses yang disebut “berinvestasi dalam utang teknis.”

“Ini seperti merombak rumah. Lebih baik memasang meja dan peralatan baru daripada menghabiskan uang untuk pemipaan dan pembaruan listrik. Tapi tetaplah menghabiskan uang untuk hal-hal menyenangkan dan jangan berinvestasi dalam pemeliharaan. Akhirnya, pipa putus, sirkuit pendek- sirkuit, dan kami harus meminjam uang untuk memperbaiki keadaan darurat infrastruktur.”

Perbaikan terus-menerus

Manfaat lain yang sangat spesifik dari pencapaian literasi digital adalah bagaimana memfasilitasi eksperimen. Ini adalah cara penting untuk mendapatkan nilai dari data Anda dan mendukung peningkatan dan pembelajaran berkelanjutan (lihat panel di bawah).

Pola pikir digital juga mencakup kesadaran akan isu-isu terkait kolaborasi di tempat kerja. Neeley, sebagai peneliti lama dan penulis antarmuka kerja tatap muka dan jarak jauh, mengamati Covid membagi pembagian antara pekerja kantoran dan pekerja berbasis jarak jauh. Tim dan Slack dll.

“Apa yang memberi saya kepercayaan diri hari ini adalah bahwa tingkat empati yang dimiliki manajer untuk anggota tim jarak jauh dan tidak jauh tidak pernah lebih tinggi daripada sekarang. Ada banyak, tetapi manajer lebih siap dan komunikasi serta percakapan terjadi di banyak tempat. arena yang lebih setara.”

Bagaimana Eksperimen Membantu Mempromosikan Pola Pikir Digital

Ketahui alasannya: Mulailah dengan hipotesis yang dapat diuji dan alasan yang jelas tentang bagaimana dan mengapa Anda ingin bereksperimen. Selanjutnya, buat agenda pembelajaran yang menguraikan pertanyaan kunci, prosedur, dan cara mengevaluasi hasil eksperimen.

Atasi Hambatan: Hilangkan hambatan organisasi dengan menyediakan sumber daya dan data untuk tim lintas departemen dan memberi penghargaan kepada tim yang bereksperimen. Eksperimen digital dapat menghasilkan peningkatan pendapatan, penghematan biaya, inovasi, dan kepuasan karyawan.

Nilai Kegagalan: Membangun keamanan psikologis dengan merakit eksperimen sebagai kesempatan belajar. Jika percobaan gagal, pikirkan tentang pelajaran yang didapat dan bagaimana menggunakan pelajaran itu untuk menginformasikan percobaan di masa depan.

Mengenali aset data: Ubah ratusan juta titik data yang dimiliki karyawan dan pelanggan saat menggunakan alat digital menjadi jejak digital yang dapat menjadi dasar eksperimen yang kuat.

Pola pikir digital oleh Paul Leonardi dan Zedal Neely, yang benar-benar dibutuhkan untuk berhasil di era data, algoritme, dan AI, diterbitkan oleh Harvard Business Review Press.

Mahasiswa Jurusan Bisnis Digital Universitas Amikom Purwokerto

Info Bisnis Digital

Hari
Jam
Menit
Detik

Pendaftaran Jalur Gelombang 1 (Satu)