Hvis du går rundt og får besked på at smække AI-værktøjer på alting og kalde det “digital transformation”, så er dette afsnit dit realitetstjek. Jeg satte mig ned med Darren Murph – ja, fjernarbejdsoraklet bag GitLabs strategi for fuldt distribueret arbejde – for at afdække, hvad der skal være på plads, før du overhovedet skriver “chatbot” eller “LLM-integration” ind i din køreplan.
Vi dykkede ned i, hvorfor god dokumentation ikke længere er valgfri, hvorfor erfaringerne fra fjernarbejde nu er direkte relevante for implementeringen af AI, og hvordan virksomheder, der skyndte sig fremad uden at opbygge infrastruktur, er ved at sætte sig selv op til en tillidskatastrofe. Kort sagt: Hvis dine data, dine videnssystemer og din kultur ikke er klar til AI, er denne teknologi ikke din løsning – den er din risiko.
Det lærer du
- Hvorfor vidensinfrastruktur er vigtigere end værktøjer, når man lægger AI oven på en organisation.
- Hvordan grundprincipperne i fjernarbejde (asynkrone arbejdsgange, gennemsigtighed, skrivekultur) baner vejen for en god implementering af AI.
- De menneskelige aspekter af denne overgang – hvordan man leder teams, der føler sig truet, hvordan man tilpasser incitamenter, og hvordan man styrer innovation uden at kvæle den.
- Hvordan “kultur i en distribueret verden” faktisk ser ud, når man også bringer AI ind i blandingen – ikke som HR-tom snak, men som operationel sandhed.
Vigtigste pointer
- Dokumentation ≈ tillidskapital. Hvis dit team åbner et AI-værktøj kun for gentagne gange at støde på dårlige eller misvisende data, har I undermineret tilliden – ikke kun til teknologien, men også til ledelsen. Som Darren siger: “Hvis AI fører dig på afveje fire eller fem gange i træk … kommer du til at have langt mindre tillid til den teknologi.”
- Fjernarbejde = skrivekultur. Skiftet til asynkrone arbejdsgange i løbet af de seneste år handlede ikke kun om Zoom-træthed – det oplærte virksomheder i selvbetjent viden, tydelig dokumentation og distribueret beslutningstagning. Disse vaner passer direkte ind i det, som implementering af AI kræver.
- Top-down + bottom-up betyder begge noget. Du har brug for vision og styring af AI (hvor er vi på vej hen, og hvad forsøger vi at opnå) og incitamenter og infrastruktur, der giver folk mulighed for at lege og eksperimentere. Hvis du kun har påbud og ingen tilladelse til at eksperimentere, får du lydighed, ikke kreativitet.
- Incitamenter betyder stadig noget. Det er afgørende at ændre “det, du bliver belønnet for”. Hvis du siger til et team: “Brug AI til at spare 20 % tid”, men belønner dem for registrerede timer eller for at være synlige på kontoret, ændrer tingene sig ikke – de tager bare et nyt værktøj i brug uden at ændre adfærd.
- Hybrid eller fjernarbejde – I er distribuerede. Uanset om I arbejder fuldt ud på afstand, hybridt eller kontorbaseret – hvis I bruger AI og moderne arbejdsgange, er I reelt distribuerede. Mønstrene går igen: asynkronitet, dokumentation, gennemsigtighed.
- Menneskelighed er ikke valgfri. Når AI overtager det polerede rutinearbejde, bliver det menneskelige mere synligt: improvisation, empati, kultur. Tilskynd dine medarbejdere til at være hele mennesker – og dine systemer til at afspejle det.
- Styring = to snore, ikke én. De bedste virksomheder er hverken “frit spil” eller “AI-kommandocenter låst ned”. De definerer en fælles vision (vi bevæger os denne vej) og lader folk bevæge sig frit inden for den. Det giver både rammer og frihed.
Kapitler
- 0:00 – Introduktion og spørgsmål: Hvilket grundlæggende arbejde har organisationer brug for, før de lægger AI ovenpå?
- 2:10 – Darren: Mange organisationer skynder sig med at lægge AI oven på det, de har i øjeblikket; de bør træde et skridt tilbage.
- 4:49 – Diskussion: Hvorfor god dokumentationspraksis er afgørende for tilliden til AI.
- 6:54 – Vurdering: Hvor klar er de fleste organisationer til denne ændring?
- 9:08 – Erfaringer fra fjernarbejde, der kan overføres til indførelsen af AI: gennemsigtighed og asynkront arbejde.
- 12:02 – Hvorfor AI understreger behovet for praksisser, der fungerer godt i distribuerede organisationer.
- 14:22 – Teams’ frygt for AI: Sådan hjælper man dem gennem overgangen.
- 16:07 – Incitamenter og omsætning af AI-gevinster til praksis: overskudsdeling, hackathons og dedikerede teams.
- 18:12 – Styring: At finde balancen mellem kreativitet og rammer for brugen af AI.
- 21:18 – Formål, klarhed og struktur: Hvorfor de betyder mere end nogensinde før.
- 22:53 – Kultur på en AI-drevet, fjernbaseret arbejdsplads: At omfavne menneskeligheden uden for arbejdet og lukke den ind igen.
- 25:04 – Afslutning og sidste tanker.
Mød vores gæst

Darren Murph er en internationalt anerkendt arkitekt inden for fremtidens arbejde, konsulent, foredragsholder og forfatter, som af CNBC er blevet hyldet som et “orakel for fjernarbejde” og har været med på Forbes’ liste over de 50 førende inden for fremtidens arbejde for sine banebrydende bidrag til distribueret arbejde og organisationsdesign. Med mere end 15 års erfaring i at lede fjernbaserede og hybride teams var Darren medforfatter til GitLabs guide til fjernarbejde, og han hjælper virksomheder med at opbygge højtydende og modstandsdygtige driftsmodeller gennem inklusion, asynkrone arbejdsgange og strategisk kommunikation.
Relaterede links:
- Bliv en del af People Managing People-fællesskabet
- Tilmeld dig nyhedsbrevet for at få vores nyeste artikler og podcasts
- Få kontakt med Darren på LinkedIn
- Se Darrens websted
Relaterede artikler og podcasts:
David Rice: Mange mennesker derude skynder sig med at tage AI i brug. Hvilket grundlæggende arbejde skal organisationer udføre, før de lægger AI oven på eksisterende systemer?
Darren Murph: Jeg ser mange organisationer skynde sig med at lægge det oven på det, de allerede har, og lede efter små effektivitetsgevinster uden at træde et skridt tilbage og opbygge en stærk vidensinfrastruktur, hvilket skaber en oplevelse med én stjerne for alle medarbejdere.
David Rice: Hvordan gør AI god dokumentationspraksis endnu vigtigere for tillid og ibrugtagning?
Darren Murph: I en distribueret verden stoler man endnu mere på information end på mennesker. Hvis AI fører dig på vildspor fire eller fem gange i træk, kommer du til at have langt mindre tillid til den teknologi, ikke bare den dag, men hver dag fremover.
David Rice: Hvilke konkrete erfaringer fra distribueret arbejde ser du blive videreført til den måde, virksomheder med succes vil tage AI i brug på?
Darren Murph: To vigtige grundprincipper — gennemsigtighed og asynkrone arbejdsgange. Jo mere du har flyttet din kultur over i en skrivekultur, desto bedre står du nu, hvor vi bevæger os fra fjernarbejdets æra til AI-æraen. Jeg vil opfordre ledere til at træde et skridt tilbage og sikre sig, at de rette grundlag er på plads inden for projektledelse og vidensstyring.
David Rice: Velkommen til podcasten The People Managing People — programmet, hvor vi hjælper ledere med at holde arbejdet menneskeligt i AI-æraen. Jeg er din vært, David Rice. Og i dagens program har jeg selskab af Darren Murph. Du kender ham måske som den førende ekspert i alt, hvad der handler om fjernarbejde. Han er tidligere chef for fjernarbejde hos GitLab og grundlægger af Page 52 Consulting.
Vi skal tale om, hvordan AI i sin natur er et værktøj til fjernarbejde, og hvordan du kan bruge det til at opbygge fjernarbejdskulturer.
Så Darren, velkommen!
Darren Murph: Hej, tak fordi jeg måtte være med.
David Rice: Okay, lad os springe direkte ud i det. Du ved, mange mennesker skynder sig med at tage AI i brug, og selvfølgelig taler alle om princippet »skrald ind, skrald ud«.
Den regel gælder altid. Den gælder bestemt også her. Hvilket grundlæggende arbejde mener du, organisationer skal udføre, før de lægger AI oven på eksisterende systemer, særligt når vi tænker på fjernarbejdsmiljøer?
Darren Murph: Ja, det er et godt spørgsmål. Jeg ser mange organisationer skynde sig med at tage AI i brug og lægge det oven på det, de allerede har, hvorefter de leder efter små effektivitetsgevinster, fremdrift eller en form for mirakelløsning til fremtiden.
Men jeg vil opfordre ledere til at træde et skridt tilbage, holde en pause og sikre sig, at de rette grundlag er på plads inden for projektledelse og vidensstyring. Og vidensdelen er den vigtigste. Så jeg vil dele to eksempler for at tegne et billede af, hvad jeg mener.
Forestil dig, at din virksomhed er en dims, som alle i verden kan købe på Amazon. Den bliver sendt til deres postkasse, de åbner pakken og ryster den ud, og din dims lander på køkkenbordet, hvorefter de siger: Hvordan skal jeg betjene den her ting? Så kigger de ned i konvolutten og ryster den endnu mere i forventning om, at en brugsanvisning falder ud.
Men når der ikke er nogen brugsanvisning, hvordan tror du så, folk kommer til at vide, hvordan de skal bruge det, du har bygget? Jo, gennem en masse forsøg og fejl. Det minder om introduktionen til de fleste virksomheder i dag, som ikke har nedskrevet virksomhedens arbejdsgange. Så hvordan ser det ud i AI-æraen?
Alt bliver forstærket, så hvis alt er veldokumenteret, vil det føre til, at AI har masser af gode ressourcer at hente fra. Det forstærkes også i den modsatte retning. Forestil dig, at du er en billetplatform, hvor man sælger koncertbilletter, og der er en kommende koncert på din platform, hvor titusindvis af mennesker dukker op for at købe billetter.
Ud over at købe billetter vil de bruge AI til at finde ud af, hvad der er den bedste værdi for den plads, hvor de kan sidde. De vil også tage ting i betragtning som: Hvor kommer sollyset ind på det tidspunkt af dagen, hvor koncerten finder sted? Og fordi jeg spiller bas, vil jeg faktisk gerne vide, hvilke pladser jeg bør vælge ud fra, hvor bandet bliver placeret.
Vil bassisten stå i venstre eller højre side af scenen? Og mange andre ting, som du kan forestille dig, at AI kan hjælpe med. Forestil dig så, at de går ind på denne billetside, men at du som leder har opbygget en infrastruktur med et gammelt siddekort, der viser en gammel version af bandet med den forkerte opstilling.
Nogle af sæderne er ikke engang registreret endnu. Som forbruger, der forsøger at bruge AI til at navigere i dette, får du en utrolig frustrerende oplevelse. Og det er sandsynligt, at du ikke bare aldrig vender tilbage til platformen, men også finder alle mulige steder på internettet, hvor du kan give den en anmeldelse med én stjerne.
Og derfor er jeg bekymret for, at ledere, som lægger AI oven på det eksisterende uden først at træde et skridt tilbage og opbygge en stærk vidensinfrastruktur, faktisk skaber en oplevelse med én stjerne for alle deres medarbejdere.
David Rice: Det er en god analogi, og jeg kunne virkelig godt lide det billede, den tegner. Og ligesom med fjernarbejde har denne æra lært virksomheder meget om vigtigheden af dokumentation og enkeltstående sandhedskilder. Men jeg er nysgerrig: Hvordan gør AI god dokumentationspraksis endnu vigtigere for tillid og ibrugtagning?
Darren Murph: Vi taler om tillid som den hastighed, din virksomhed kommer til at arbejde med. I en primært samplaceret verden, hvor de fleste mennesker går på det samme kontor for at arbejde sammen, vil man virkelig gerne kunne opbygge tillid til de andre mennesker, man er tæt på. Men i takt med at verden bliver mere distribueret, skal man kunne stole endnu mere på information end på mennesker. Og det gælder især i AI-æraen.
Jeg mener, du nævnte hallucinationer på en humoristisk måde, men helt alvorligt: Når du arbejder med AI, og den fører dig på vildspor fire eller fem gange i træk, og dit omdømme eller resultatet af et projekt afhænger af det, kommer du til at have langt mindre tillid til teknologien, ikke bare den dag, men hver dag fremover.
Og selvom dokumentation måske tidligere var rart at have, fordi man altid kunne bruge synkrone møder og mundtlige forklaringer til at lukke kommunikationshuller, er det ikke længere tilfældet med AI. Du kan ikke bede AI om input til et bestemt stykke information og derefter sige: »Uanset hvilke huller du finder i vidensbasen, så spørg Tim, og kom tilbage med din komplette analyse.«
Den kan ikke bare ringe til Tim og udfylde hullerne. I hvert fald ikke endnu. Og selv hvis den kunne, vil jeg sige, at det nok ikke er den mest effektive måde at skalere information på.
David Rice: Du bringer et interessant punkt op. Der er meget dårlige data derude i, vil jeg sige, langt de fleste organisationer, helt ærligt.
Så hvis vi ser på, hvilke oplysninger man kan stole på, og hvilke oplysninger man kan give den og have tillid til, så det, man får tilbage, faktisk er rigtigt, vil jeg sige, at vi har meget arbejde at gøre på bagsiden for at gøre os klar. Hvordan vil du vurdere de fleste organisationers parathed på dette område?
Darren Murph: Godt spørgsmål. Jeg arbejder hele tiden med organisationer på at opbygge denne infrastruktur, og før vi udfører noget arbejde, laver vi faktisk en analyse. Resultatet placerer dem på en kurve, og det slår aldrig fejl: De tror, de er meget længere fremme på kurven, end de faktisk er. Og i de fleste tilfælde er de klar til at tage disse infrastrukturforbedringer i brug.
De erkender og kan se behovet. De siger ikke, at det er uvigtigt, men de har kun implementeret meget lidt i praksis. Et tydeligt tegn er: Behandler du viden som et produkt? Har du faktisk en person internt, der enten er den øverste dokumentationsansvarlige eller den øverste bibliotekar, eller har du flere personer, der driver dette som et produkt?
Tænk på sikkerhed i en organisation. Det er ikke noget, man bare improviserer. De fleste organisationer har en sikkerhedschef eller systemer på plads. De har hele teams på plads, fordi man ikke kan gå ud fra, at alle medarbejdere, der begynder i virksomheden, er eksperter i sikkerhed. Det samme gælder viden og dokumentation, medmindre du har en uddannelse i journalistik.
De fleste mennesker er ikke uddannet i at tænke over taksonomi og videninformation, men i AI-æraen er dette utrolig vigtigt i en virksomhed. De fleste, der laver søgninger med ChatGPT på internettet, får gode resultater, fordi den ser på hele internettet.
Men når du begrænser det til kun at omfatte det, der findes i din organisation, kan du ikke gå uden for de mure. Det er virksomhedens ansvar at sige: Vi skal tage viden lige så alvorligt, som vi tager sikkerhed. Det er tid til faktisk at investere i en vidensbase og etablere nogle systemer og potentielt nogle mennesker omkring opbygningen af den.
David Rice: Ja, det er interessant, at du siger det om organisationer. Mange af os tror jo, at vi er mere avancerede i vores brug af AI, end vi måske er. Så det passer faktisk meget godt. Det gælder også på organisationsniveau. Jeg er nysgerrig: Den bølge af fjernarbejde, der kom med COVID-19, var måske den bedste forberedelse til den næste arbejdsæra, vi kunne have fået.
Jeg spekulerer på, hvilke konkrete erfaringer fra distribueret arbejde og den tid, hvor vi alle blev tvunget ind i det, du ser blive videreført til den måde, virksomheder med succes vil tage AI i brug og implementere det på.
Darren Murph: To vigtige grundprincipper fra fjernarbejde, der kan videreføres, er gennemsigtighed og arbejdsgange, hvor det asynkrone kommer først.
Virksomheder fandt hurtigt ud af, da de alle gik over til fjernarbejde, at de måtte være langt mere gennemsigtige end før, fordi alle havde brug for information, og man ikke kunne være det samme sted hele tiden. Derfor måtte man hurtigt finde ud af, hvordan man kunne nedskrive al den information, der fandtes i vores hoveder, og gøre den tilgængelig og søgbar.
Det giver virksomheder, der virkelig investerede i det under COVID-19, udbytte nu, hvor de lægger AI oven på det. Deres output er langt bedre, fordi de allerede har udført det indledende arbejde med at nedskrive det, der fandtes i folks hoveder. Den anden del handler om asynkrone arbejdsgange. Jeg er sikker på, at du har set enorme mængder data under pandemien om den stigning på flere hundrede procent i antallet af teammøder, som folk deltog i, fordi det var den eneste måde, de kendte til at få arbejdet gjort på, og ledere indså hurtigt, at det ikke var holdbart.
De implementerede ting som projektstyringsværktøjer, Asana eller ClickUp. Det er gode eksempler på at flytte arbejdet ud af synkrone møder og ind i værktøjer, der faktisk er designet til at flytte store projekter fremad. Og for organisationer, der gjorde det, kan du gætte, hvad der sker med alle de projekter, der er nedskrevet i et værktøj i stedet for bare at svæve rundt i et møde.
Nu kan AI også kigge ind i dem. Sagt på en anden måde: Jo mere du har nedskrevet, jo mere du har flyttet din kultur over i en skrivekultur, desto bedre står du. Nu hvor vi bevæger os fra fjernarbejdets æra til AI-æraen.
David Rice: Forestil dig at have adgang til verdens bedste talenter, hvad enten det er ingeniøren i São Paulo, salgschefen i Dublin eller den fantastiske designer i Cape Town. Din næste store ansættelse kan være hvor som helst i verden. Med Oyster behøver de ikke være den, der slap væk. Oyster hjælper virksomheder med at ansætte talenter globalt, køre korrekt løn til tiden og overholde reglerne hele vejen. Opbyg dit drømmeteam og voks med tillid, for verden er virkelig din østers.
Det er så interessant, hver gang jeg hører dig tale om dette og om en skrivekultur. Det er sjovt, for jeg tænker tilbage på, da jeg var færdig med skolen, og folk sagde: »Din værktøjskasse bliver måske ikke særlig værdifuld om ti år.« Men det viste sig faktisk, at den blev ret værdifuld.
Det er faktisk på en måde nøglen til dette næste kapitel, hvilket jeg er taknemmelig for. Selv virksomheder, der kalder medarbejderne tilbage til kontoret, har stadig mange medarbejdere fordelt på forskellige byer og tidszoner. Hvordan forstærker AI behovet for praksisser, der fungerer godt for distribueret arbejde? For selv i denne nye virkelighed, selv når vi er samplacerede, er vi stadig adskilt en stor del af tiden og arbejder på tværs af forskellige byer.
Så jeg er nysgerrig efter at høre, hvad du mener om det.
Darren Murph: Se på det på denne måde: Hvis du fjernede det fysiske kontor fra de fleste multinationale virksomheder, ville forretningen fortsætte. Men hvis du fjernede internettet fra de fleste multinationale virksomheder, ville hele deres forretning sandsynligvis gå i stå inden for en uge. Hvilken af delene er så vigtigst?
Og derfor morer jeg mig lidt over det, for selv organisationer, der gør et stort nummer ud af at håndhæve og kræve en tilbagevenden til kontoret, er nødt til at tage de grundlæggende principper for fjernarbejde til sig, medmindre de bogstaveligt talt kun har ét kontor, hvor alle befinder sig på samme etage. Det er der blevet forsket i.
Selv hvis du befinder dig i én skyskraber, mødes medarbejderen på syvende sal og medarbejderen på 41. sal næsten aldrig personligt, så de kunne lige så godt være på hver sin side af et ocean. Og de fleste multinationale virksomheder har flere kontorer, der spænder over forskellige kulturer, sprog og tidszoner. Uanset om de ønsker at identificere sig sådan eller ej, er langt de fleste organisationer i 2025 og fremover distribuerede.
At ignorere den virkelighed betyder bare, at de sakker længere og længere bagud. Når du tænker på, hvordan mennesker bruger AI, selv uden for deres organisation, foregår det ikke på et fysisk sted, de tager hen. De sætter sig ikke ind i et køretøj og kører ned til den lokale Lions Club for at bruge AI.
De bruger bare den enhed, der befinder sig foran dem. Og jo længere vi bevæger os fremad, desto mere vil jeg hævde, at vi bliver et mere distribueret arbejdende samfund, ikke et mindre distribueret arbejdende samfund, og AI forstærker kun denne virkelighed.
David Rice: Jeg føler, at det næsten er præmissen for en film. Man kører ned til Lions Club for at tale med AI, lidt ligesom Zoltar i Big, du ved?
Darren Murph: Ja. Det er den nye version af mønttelefonen. Vi skal faktisk køre et sted hen for at foretage et telefonopkald. Jeg ved det ikke, jeg tror, der er en ny sæson af The Wire i det.
David Rice: Jeg elsker det. Når vi tænker på AI-ibrugtagning, er nogle medarbejdere bange for det, ikke? De ser det som om, de oplærer deres afløser.
Og jeg synes, det er en meget logisk og gyldig bekymring for mange mennesker. Det virker, som om vi befinder os i en fase, hvor vi flytter vores værdi fra opgaver til læring, tilpasningsevne og kreativitet. Hvordan ser du ledere guide teams gennem denne overgang, særligt i fjernarbejdssammenhænge?
Darren Murph: Ja. Det er en svær udfordring, fordi det ikke længere handler om ettaller og nuller. Det handler om menneskets hjerte og sind. Og psykologi er kompliceret. For mennesker, der har opbygget deres karriere omkring at være gode til at udføre en opgave og skabe synlighed omkring udførelsen af den opgave, er dette en lidt urolig tid.
Fremtidens gevinst kommer nu til at handle om, hvem der er mest innovativ i at finde løsninger ved hjælp af nye teknologier, som gør det muligt for andre end dem selv at udføre opgaver. Og jeg tror, at den udvikling, der finder sted, i virkeligheden er lige så enkel, som det, jeg netop beskrev. Men det menneskelige sind har brug for en leder til at guide og opmuntre det og helt ærligt give folk lidt spillerum, mens de gennemgår denne overgang.
Jeg ville faktisk se på den store Charlie Munger, som sagde: »Hvis du viser mig incitamenterne, viser jeg dig resultatet.« For ledere, der forsøger at samle et team omkring at gøre tingene anderledes, handler det om at tænke over incitamenterne. Hvis din nuværende organisation er indrettet omkring opgaver, kan du ikke bare indføre denne massive forandring, hvor du ønsker, at folk skal tænke anderledes om deres arbejde, uden også at ændre incitamenterne.
Så mens du guider og coacher folk gennem forandringen, skal du også se på jeres samlede belønningssystem og spørge dig selv: Har vi de rigtige systemer på plads for at sikre, at vi tilskynder folk til at følge med i stedet for at gøre modstand?
David Rice: Noget af dit arbejde har naturligvis handlet meget om kultur og kulturelle forandringer. Og jeg er nysgerrig: Når du taler om incitamenter på den måde, har vi så brug for nye incitamentsmodeller til AI-æraen? Måske overskudsdeling eller noget, der kan reducere frygt og tilskynde til innovation?
Darren Murph: Ja. Dette er et godt eksempel på, at man ikke behøver opfinde den dybe tallerken. Apropos Charlie Munger har han et fantastisk eksempel fra Xerox for mange årtier siden, hvor de introducerede en ny model, og et år senere indså, at den solgte utrolig dårligt. De tænkte: Er det markedsføringen? Får vi ikke fortalt markedet, at den nye model er bedre end den gamle?
Men så kiggede de på incitamentsstrukturen for salget og indså, at den aldrig var blevet opdateret. Salgsteamet var stadig tilskyndet til at tjene mest på at sælge den gamle enhed. Så på en eller anden måde overbeviste de folk om, at den gamle model var endnu bedre end den nye, for at tilpasse sig de incitamenter, der var på plads.
Og det er i bund og grund overskudsdeling. Når jeg hører ledere sige: »Vi vil have, at alle her bruger AI til at gøre sig selv 20 procent mere effektive eller spare virksomheden for 20 procent på et eller andet mål«, spørger jeg: Har I overvejet at give noget af det tilbage til den enkelte? Det er en meget enkel incitamentsstruktur.
Virksomheder gør dette hele tiden med innovationsmaratoner. De samler alle deres ingeniører i en uge og siger: »Den, der kan bygge den næste store version af vores app, får en bonus.« Så samler det teamet om et mål: Nu er vi på linje med hinanden. Lad os skabe fremskridt. For mig er det virkelig så enkelt som at overveje overskudsdeling.
Hvis en virksomhed, en person eller et team skaber en standardiseret, gentagelig effektivitetsgevinst på 10 eller 15 procent, så giv noget af den tilbage til dem. Det kan være tid tilbage i deres dag, større fleksibilitet eller en økonomisk bonus. Der er mange måder, du kan belønne nogen på. Men giv noget af det tilbage. Jeg synes ikke, du skal bede dit team om at skabe alle disse gevinster for dig, hvorefter organisationen bare tager det hele.
David Rice: Det er jeg enig i. Og jeg har set mange innovationsmaratoner. Det er også interessant, fordi så meget af det, der kommer ud af dem, ofte har svært ved at blive omsat til drift. Måske er en del af den incitamentsstruktur netop at finde ud af, hvordan vi omsætter dette til drift. På den måde bliver det også tilskyndet uden for ingeniørteamet i det eksempel.
Darren Murph: En anden pointe, jeg vil nævne her, er, at det måske virker lidt vildt at tænke på dette som nytænkning, men overvej at oprette et dedikeret team til at finde disse gevinster. Forestil dig, hvor absurd det ville være, hvis du sagde til hele organisationen: »Gør vores virksomhed 20 procent mere sikker.«
Lav en masse af jeres egne undersøgelser af tidens sikkerhedsprotokoller, phishing og alle disse ting, der næsten ikke har noget med jeres arbejde at gøre. Virksomheden bliver langt mere effektiv, hvis den faktisk sætter sikkerhedsteamet til den opgave. Og jeg vil sige, at der sandsynligvis allerede er mange mennesker i din virksomhed, som er store personlige fans af AI, og som allerede bruger meget af deres fritid på at blive eksperter på området.
Så du behøver måske ikke nødvendigvis ansætte en ekstern ekspert eller indgå partnerskab med en, som kan opbygge et team i din virksomhed, men der er noget at sige for at lade eksperterne være eksperter.
David Rice: Helt sikkert. Det virker for mig, som om AI-ibrugtagning indtil videre har været et spørgsmål om to yderpunkter. Ledere, der enten lader folk gå i gang, så de nærmest bare er overladt til sig selv, eller som overstyrer brugen af AI og bliver meget optagede af sikkerhedsrammer.
Og jeg er nysgerrig: Hvordan ser en afbalanceret styring ud, som giver plads til kreativitet uden kaos? En styring, der passer til den arbejdsmodel, man befinder sig i, uanset om det er fjernarbejde eller hybridarbejde?
Darren Murph: Jeg ville anlægge en tilgang med to sider. Den ene ville være at formulere en klar vision for, hvad vi som organisation forsøger at opnå. Og samtidig skabe en incitamentsstruktur, der får folk til at innovere og tænke ud over det, lederne i øjeblikket er i stand til at forestille sig. På den måde kan begge dele ske.
Du giver folk lov til at »gå amok«, men du har et mål for øje. De tilskyndes gennem konkrete målepunkter. Måske er det for eksempel effektivitet. Så de går i det mindste amok i retning af et bestemt mål, som I er blevet enige om. Og på den anden side kan du overveje, hvordan I styrer efter, hvad I forsøger at opnå som organisation.
Hvordan former det vores strategi? Og hvordan kan vi brede det ud til alle, der arbejder her, og give dem en form for vision eller håb, en antydning af, hvad fremtiden kan bringe — ikke bare: »Lad os blive bedre til AI«, eller »Lad os sikre, at vi har AI, fordi alle andre gør det, og vi lader os påvirke af social dokumentation«?
Jeg tror, at hvis du gør de to ting parallelt, vil du frigøre de ægte innovatører, så de kan løbe frit i den retning, du ønsker. Og for alle andre er der mindre frygt involveret, fordi de kan sige: »Jeg kan se, hvor vi er på vej hen som team, og jeg forstår, hvordan AI, ligesom enhver anden teknologi, bliver endnu en ting, der hjælper os tættere på at nå det.«
David Rice: Ja. Vi har talt meget om formål i de seneste måneder, ikke? Den følelse af: Bidrager jeg til det større mål, og betyder det, jeg laver, noget? Når man kommunikerer det, bliver ikke bare opbakningen, men også engagementet i at føre det ud i livet, meget større.
Darren Murph: Det minder mig om en undersøgelse, som Google lavede for over 15 år siden, tror jeg. De undersøgte de fem dynamikker, der kendetegner effektive teams, og en af dem var klarhed og struktur.
Når jeg ser på teams i dag, vil jeg sige, at det måske er den vigtigste faktor, når man arbejder i et distribueret miljø. Hvis du giver folk klarhed og struktur omkring, hvad vi sigter efter, gør du det muligt for dem at forbinde deres eget formål med teamets og virksomhedens formål. Så føler de sig mindre fortabte og er mere motiverede til at præsentere deres innovation for virksomheden, hvis de ved, at den bevæger sig i en retning, der er blevet kommunikeret klart.
Og interessant nok fører det hele vejen tilbage til begyndelsen af vores samtale om, hvorfor man skal have en skrivekultur. Hvorfor skal man skrive ting ned? Hvorfor insistere på grundighed omkring dokumentation? Fordi det er der, klarhed og struktur kommer fra. Der er blevet lavet så mange undersøgelser, som viser, at mennesker trives med dette, at de holder af det, og hvis noget er nedskrevet og formuleret, har man et udgangspunkt for at gøre det bedre.
Så selv hvis det er ufuldstændigt, selv hvis det stadig er under udvikling, kan ting, der er skrevet ned, ændres og udvikles med flere input.
David Rice: Mit sidste spørgsmål til dig handler bare om, at AI håndterer det polerede og rutineprægede. Det virker, som om spontane, uperfekte, menneskelige øjeblikke næsten er ved at blive en anden form for valuta på arbejdspladsen.
Så hvordan tilskynder organisationer til menneskelighed på en stadig mere AI-drevet arbejdsplads med fjernarbejde?
Darren Murph: Det er sjovt, ikke? De »bløde færdigheder« bliver endnu vigtigere, når AI kan skrive dine e-mails. Hvad er der så tilbage til dig? For mig åbner det en tilgang, jeg har haft i mange år: Kulturen kommer i stigende grad til at blive opbygget uden for arbejdspladsen.
Progressive organisationer kommer ikke bare til at acceptere det. De kommer til at styrke det og skabe kanaler, hvor denne kultur kan føres tilbage ind i organisationen. Hvad betyder det? Det betyder, at i en distribueret verden, hvor AI potentielt er en kollega, er det mindre sandsynligt, at vi får al vores kultur og al vores sociale påvirkning fra arbejdet.
Det er en stor pille at sluge for ledere, der altid har ønsket at kontrollere den oplevelse, men man er nødt til at give slip. Et eksempel, jeg kan dele, er fra pandemien, hvor mange mennesker sagde til mig: »Zoom-fyraftenen virkede første gang, men så dukkede ingen op anden gang. Hvordan opbygger vi teamkultur uden at tvinge folk ind i et Zoom-opkald?«
Jeg sagde: Hvis den time allerede er en fast omkostning, så send alle i organisationen ud i deres lokale miljø i den samme time hver uge. Bed dem bare om at gøre noget, der betyder noget for dem, hvad enten det er frivilligt arbejde på et børnehjem, i en fødevarebank eller for Habitat for Humanity.
Jeg sagde, at de skulle bede dem bære virksomhedens merchandise og logo, og måske tage en selfie af sig selv, mens de udfører arbejdet. Og når de kommer tilbage til det næste teammøde, skal de bruge de første ti minutter på at tale om, hvad alle gjorde. Del de selfies, del de øjeblikke, hvor det gik op for dem. Det er ægte, oprigtig og autentisk forbindelse.
Og selvom kulturen faktisk blev opbygget uden for arbejdspladsen, er det organisationens ansvar at opbygge et system, der gør det muligt at bringe den tilbage. Jeg vil hævde, at det er langt mere oprigtigt og autentisk, og det er den mulighed, vi har for at holde op med at fremstille sjov og i stedet give folk mulighed for at bringe den med ind på arbejdspladsen.
David Rice: Ja, og når man gør disse ting rigtigt, tager formålet sig på mange måder af sig selv.
Darren Murph: Når man lader mennesker være mennesker, nyder de virkelig at være sig selv.
David Rice: Præcis. Darren, jeg vil gerne takke dig for at være med i programmet i dag. Det har som altid været fantastisk at tale med dig.
Darren Murph: Selvfølgelig, det er en fornøjelse.
Og hvis nogen af dine lyttere er interesserede i det, jeg bygger, har jeg et fantastisk team, som gerne vil hjælpe jer med nogle af de områder, vi har drøftet. Så tag kontakt til mig på LinkedIn eller på darren@darrenmurph.com.
David Rice: Fremragende.
Tak, fordi du lyttede med i dag til The People Managing People Podcast. Hvis dagens samtale gav dig et nyt perspektiv, så husk at følge programmet på Apple Podcasts, Spotify eller den tjeneste, du normalt bruger til at lytte til podcasts. Du kan også finde flere praktiske modeller, casestudier og værktøjer til moderne ledelse på peoplemanagingpeople.com og naturligvis i vores nyhedsbrev, så tilmeld dig det.
Indtil næste gang: Opbyg en skrivekultur.
