Hvordan automatiserer man anerkendelse uden at få den til at føles automatiseret?

Tim Fisher: Hej, og velkommen til Fremtidens AI inden for HR, en serie, hvor vi går bag om salgstalen og ser på, hvordan AI faktisk ændrer den måde, people-teams arbejder på. I dag har vi fokus på Motivosity. Hvis du er leder inden for HR, medarbejdere eller samlet belønning og prøver at bruge AI uden at miste den menneskelige forbindelse, som anerkendelse og kultur afhænger af, så er dette samtalen, du skal lytte til.

I dag ser vi på Motivositys tilgang til anerkendelsesintelligens: hvordan man bruger AI til at fjerne friktion i rapportering, administration og opfølgning, samtidig med at anerkendelsen forbliver menneskelig. Med os i dag har vi Jesse Dowdle, produktchef hos Motivosity, og Dano Gillette, teknisk chef.

Jesse leder Motivositys produktstrategi med fokus på at bygge teknologi, der gør arbejdet mere menneskeligt. Dano leder det tekniske team bag anerkendelsesintelligensen med fokus på at bruge AI til at reducere rutinearbejde og gøre anerkendelse og forbindelse lettere.

Jesse, Dano, det er dejligt at have jer begge med.

Dano Gillette: Det er dejligt at være her.

Jesse Dowdle: Hej, Tim. Det er dejligt at være her.

Tim Fisher: Jesse, giv os 30-sekundersversionen af Motivosity. Hvad gør det, og hvem er det bygget til, for dem der måske ikke kender jeres virksomhed?

Jesse Dowdle: Ja. Tak. Motivosity er en belønnings- og anerkendelsesplatform, der er bygget op omkring personlig forbindelse. Vi har været i branchen i 12 år nu, og vi blev grundlagt af en serieiværksætter, som tidligere havde bygget og skaleret virksomheder og på første hånd havde set, hvor svært det kan være at bevare en følelse af menneskelig forbindelse over tid, især når virksomheder vokser.

Og derfor blev Motivosity født ud af idéen om, at man ved at fokusere på forbindelse på arbejdspladsen kan være med til at gøre arbejdet til et bedre sted at være. Det var et naturligt valg at investere i belønning og anerkendelse som den kategori, vi ville formidle vores budskab gennem.

Tim Fisher: Det her kommer til at lyde virkelig fjollet, især i det år vi befinder os i lige nu, men hvorfor er AI så stort et fokus for Motivosity på dette tidspunkt i udviklingen af HR-teknologi?

Jesse Dowdle: Jeg synes slet ikke, det er et fjollet spørgsmål. Det er uden tvivl ved at forandre alle sektorer i vores økonomi og den måde, vi interagerer med hinanden på. Det har aldrig været vigtigere at skabe ægte, meningsfuld menneskelig forbindelse, og samtidig er vi nødt til at tilpasse os og forholde os til realiteterne i denne nye teknologi.

Så jeg var virkelig, du ved, begejstret for muligheden for at tale med dig om fremtidens AI inden for HR, for hvad er mere menneskeligt end den funktion i virksomheden, der har ansvaret for mennesker? Jeg tror, AI kommer til at spille en stor rolle, men vi er også nødt til at gå bevidst og ansvarligt til værks.

Tim Fisher: Når du ser fremad, hvordan tror du så, at AI vil ændre rollen for HR- og people-ledere, samtidig med at den menneskelige forbindelse forbliver ægte?

Jesse Dowdle: Jeg elsker det spørgsmål. Det er det, jeg får lov til at tænke over næsten hver dag: Hvad er fremtiden, og hvordan gør vi den virkelig i en verden med menneskelig forbindelse? Der er nogle ting, som AI endnu ikke er helt god nok til, til at man kan bygge et produkt omkring dem i dag, men det tror jeg, den bliver. Det tror jeg, den bliver. Du ved, vi har nogle tidlige modeller, nogle tidlige agentprototyper, hvor agenterne går videre end blot at finde dine data frem og hjælpe dig med at fortolke dine programmer og dine medarbejdere. De kan faktisk køre dit anerkendelsesprogram for dig.

Så igen: hjælpe dig med at styre dit budget, opdage problemer med godkendelser og proaktivt understøtte driften af programmet. Når vi taler med vores kunder om deres vigtigste mål, er der altid to. Vi spørger: "Hvad er det vigtigste, I gerne vil opnå?" Og der er altid to ting. For det første vil de have, at deres medarbejdere virkelig bruger programmet.

De vil gerne føle, at deres medarbejderprogrammer engagerer medarbejderne, og at de gør en forskel. For det andet vil de gerne spare tid, fordi administration af medarbejderprogrammer kan være et enormt tidsforbrug uden gode værktøjer. Så jeg tror, at noget af fremtiden for AI inden for anerkendelse kommer til at handle om selve administrationen af programmerne.

At tage mere og mere af det fra dine skuldre. Og det andet område, hvor jeg tror, der kommer et stort skub, og hvor vi helt sikkert kommer til at være med, er bevægelsen fra reaktiv til proaktiv kommunikation. Begrebet nudging-teknologi eller nudges i software har eksisteret i mange år, men med AIs evne til at opdage mønstre har du måske lige set i Danos demonstration, da han hentede medarbejderindsigterne frem, at medarbejderen havde et forhøjet signal for risiko for at forlade virksomheden.

I stedet for blot at vise, at signalerne for at forlade virksomheden var forhøjede, gav systemet to eller tre grunde til, at medarbejderen havde brug for en samtale med sin leder. AIs evne til at opdage det mønster og derefter nå lederen dér, hvor vedkommende er, på den kanal vedkommende bruger, uanset om det er Teams, indbakken eller en SMS på telefonen, og hjælpe ledere med at være til stede i de øjeblikke, der betyder noget, og gribe ind, når sandsynligheden for succes er størst, det kommer.

Det kommer fra os meget snart, men jeg tror også, det bliver en stor del af fremtiden for anerkendelsesplatforme.

Tim Fisher: Jeg har et todelt spørgsmål på baggrund af det. På den ene side er det en fantastisk mulighed, så jeg vil gerne høre jeres tanker om, hvordan forventningerne vil ændre sig blandt HR-ledere. Altså, med alle de oplysninger lige foran sig, hvad vil organisationer så forvente anderledes?

Og på den anden side er der også risikoen for måske at stole for meget på en datadrevet tilgang, når man arbejder med sine medarbejdere. Jeg kunne forestille mig situationer, hvor vi har hørt om, at organisationer gennemfører afskedigelser ud fra et regneark, hvor det handler om tal og ikke mennesker, ikke?

Vi risikerer at gøre noget lignende med alle disse fantastiske data og stole på, at systemet udfører en lille del af det menneskelige arbejde, nemlig at sortere dataene og omsætte dem til en samtale om, hvad denne person måske har brug for. Så for mig virker det som en fantastisk mulighed, men også lidt skræmmende, og jeg vil meget gerne høre jeres tanker om alle sider af det.

Jesse Dowdle: Og om hvordan man navigerer i det. De bedste people-organisationer tager udgangspunkt i menneskeligheden hos deres medarbejdere. Og jeg sagde det før: Vi er en virksomhed, ikke en hobby. I har aktionærer, I skal understøtte, og sandsynligvis en bestyrelse og ledere, og alt det er meget vigtigt.

Men vi må ikke miste blikket for, at det er mennesker, der tager sig af vores kunder. Og de bedste organisationer har en meget tydelig sammenhæng mellem deres kerneværdier, det de fejrer, og deres identitet, ikke? Det de fejrer og belønner, og hvordan de forventer, at medarbejderne møder op og bliver en del af det.

Det, vi ofte bliver bedt om at gøre, og det sker også i samtaler med førstelinjeledere, er at understøtte præstationssamtaler gennem en tredimensionel forståelse af medarbejderen. I stedet for at sætte sig ned til et møde og sige: "Okay, hvad talte vi om sidst? Jeg er ikke rigtig sikker." Eller endnu værre: "Jeg skal skrive en præstationsvurdering af denne person, men hvordan skal jeg kunne huske det hele?" En platform som Motivosity hjælper med at give dig et tredimensionelt billede af personen. Du kan se i deres CRM-system, hvis de er sælgere, om de når deres salgsmål. Du kan se i læringsstyringssystemet, om de har opnået deres certificering.

Men i en platform som Motivosity kan du se, hvordan de mennesker, medarbejderen arbejder sammen med hver dag, opfatter personen, hvilke dokumenterede styrker vedkommende har, hvad personen er bedst til, og hvad vedkommende måske ikke er så god til. Hvis du, ligesom jeg, tror på at coache ud fra styrker frem for at udbedre svagheder, så handler det om: Hvad er personen bedst til?

Hvordan kan vi sætte personen i en position, hvor vedkommende kan lykkes? Det er kun med et virkelig rigt socialt netværk, som man får fra en platform som Motivosity, at man kan udvikle et tredimensionelt billede af en medarbejder, og det grundlæggende arbejde i frontlinjen løfter sig opad. Det er en nedefra-og-op-tilgang. Så du begyndte dit spørgsmål med at spørge, hvordan en person på toppen kan forstå alle disse data og træffe gode beslutninger.

Mit svar var: Læg det i hænderne på dine førstelinjeledere, og lad løsningen arbejde nedefra og op for at udvikle dine medarbejdere og planlægge dine indsatser på den måde.

Tim Fisher: Hvor tror du, der er risiko for at automatisere for meget i medarbejderoplevelsen? Du har talt om det, og vi har set, hvor I trækker grænsen, men hvad skræmmer dig ved automatisering i HR-verdenen?

Jesse Dowdle: ATS-systemer. Jeg mener, vi har alle hørt skrækhistorierne, ikke? Det er bare robotter med CV'er og robotter, der sorterer CV'er og prøver at finde et job, og det føles, som om den menneskelige forbindelse i virkeligheden er den eneste måde at finde et rigtigt job på i disse dage. Så der er helt klart en risiko for at automatisere for meget i en sektor som den, hvor man prøver at finde en person, der passer exceptionelt godt til den type organisation, man er.

Det får du ikke fra en AI. Men en AI kan helt sikkert sortere en masse fantastiske mennesker fra, som du sikkert burde have talt med, ved hjælp af heuristikker, der ikke stemmer overens med organisationens værdier. Så det synes jeg er en risiko. Vi har allerede talt om anerkendelse. De mest betydningsfulde anerkendelser, dem man husker gennem hele sin karriere, er dem, der kom fra en person, man enten stolede på, troede på eller så op til, som så en på en meget personlig og meningsfuld måde, og som udtrykte det autentisk og med følelse for det, man havde gjort for dem.

Det tager man med sig gennem hele karrieren. En tak, der ser ud, som om den kom fra et standardbrev, der siger: "Ledelsen ønsker at anerkende dig for 13 års tjeneste. Her er et stykke papir." Ikke for at være for afvisende, vel? Men det kan være demotiverende, hvis det ikke håndteres-

Tim Fisher: Det kan det bestemt.

Jesse Dowdle: med takt. Så det afgørende er at bruge AI til at understøtte det personlige og meningsfulde.

Tim Fisher: Når I designer og bygger ting, hvordan ser mennesket-først-AI så ud i praksis, når I træffer beslutninger internt hos jer? Og vi kommer til at tale om, hvor I er på vej hen i fremtiden, men måske kan du tænke på noget, der lige nu står på jeres produktplan, eller som jeres teams arbejder på.

Hvad betyder det, når I sidder i et rum og overvejer, hvordan disse ting skal implementeres i jeres værktøjer?

Dano Gillette: Det handler om at tale med mennesker først, ikke? Jeg tror, der er så mange ting derude, som det er nemt at springe over i dag, og jeg tror, det er det, alle gerne vil: springe så meget over som muligt. Men det kræver virkelig, at man taler med mennesker, hvis man skal nå frem til gode løsninger.

Og det gør vi meget. Som jeg var inde på, arbejder vi meget sammen med mennesker, der går op i det, og jeg ved, at undersøgelser er én af de ting, vi arbejder meget med lige nu: muligheden for virkelig at forstå sine medarbejdere og få indsigtsfulde oplysninger. Meget af det handler om at tale med mennesker og forstå, hvor de befinder sig, og hvad de leder efter, og derefter kunne finde ud af...

Og virkelig også forstå AI. Det handler om at forstå mennesker og forstå AI, og jo mere man forstår, hvordan det fungerer, desto bedre forstår man, hvordan man implementerer det, og hvor det overordnet set er nyttigt.

Tim Fisher: Okay. I behøver ikke afsløre noget fortroligt, men jeg vil virkelig, virkelig, virkelig gerne, og jeg er sikker på, at alle, der lytter, også gerne vil høre, hvad I har planlagt for os.

Hvad kommer der? Hvad glæder I jer til på jeres produktplan?

Jesse Dowdle: Slutningen af 2026 bliver den største lancering i Motivositys historie. Nogle af disse ting er allerede under udvikling. Det, vi har gjort, er at lancere forskellige aspekter af anerkendelsesintelligensen i løbet af året samt forbedringer af brugervenligheden og en gennemgribende opdatering af brugeroplevelsen, som netop nu bliver lanceret.

Men når vi taler om hele livscyklussen, hele medarbejderrejsen, har vi talt meget om anerkendelse, og jeg tror virkelig, at det er det bankende hjerte. Man opbygger en kultur præget af anerkendelse, og den bliver til en kultur præget af forbindelse. Men medarbejderens livscyklus er bred. Der er meget kommunikation, der skal håndteres, og det er en fantastisk mulighed for både at lette arbejdsbyrden for HR og anvende AI-værktøjer til mere personlig og virkningsfuld kommunikation.

Og Dano talte lige om at lytte på den anden side: at kunne lytte til sine medarbejdere på måder, der gør det muligt at forstå, hvad der virkelig foregår. Og når man virkelig forstår det, kan man også skabe reel effekt. Så det handler om at bevæge sig fra ikke bare at indsamle oplysninger i en undersøgelse, men at fortolke dem, forstå hvad der vil flytte nålen, og derefter handle på disse ting.

Så jeg tror, at I fremover vil se, at Motivosity fortsat lægger vægt på den meget menneskelige tilgang til AI gennem anerkendelsesintelligens, ikke kunstig intelligens, og på at gøre hele medarbejderrejsen, fra det øjeblik medarbejderen træder ind ad døren på den første dag med en plante til skrivebordet, til den dag hvor I sender personen på pension, til en rejse, hvor medarbejderen føler sig som en del af noget meningsfuldt og betragter sin tid hos jer som et højdepunkt i karrieren.

Det ville være vores største ambition som virksomhed: at støtte jer i at opnå det for jeres medarbejdere.

Tim Fisher: Helt sikkert. Hvis der er én ting i jeres verden inden for medarbejderforbindelse eller anerkendelse, som I tror, AI helt vil fjerne, og som føles virkelig svært lige nu på grund af enten teknologien, produktplanen eller folks holdninger til disse værktøjer eller noget i den stil, hvad er så den ting, I tror er svær, men som bare kommer til at forsvinde takket være AI?

Jesse Dowdle: Åben tilmelding?

Tim Fisher: Det ville være fantastisk.

Jesse Dowdle: Igen er jeg lidt utopisk omkring det her. Jeg tror, at arbejdslivet vil forandre sig så gennemgribende, og inden for HR-teknologi og people-teknologi, at mange af de job, der er compliance-orienterede, såsom lønbehandling og håndtering af personalegoder, ikke er menneskecentrerede opgaver.

De er nødvendige onder. Ligesom et besøg hos tandlægen: Man er nødt til at gøre det. Det er vigtigt. Men ingen er glade for det, heller ikke tandlægen, i hvert fald ikke dem jeg kender. Jeg tror, AI har potentialet til at gøre people operations mere fokuseret på organisationens kultur, og people operations bliver den forretningspartner, der forstår medarbejdernes tredimensionelle kvaliteter bedre end nogen anden, kan kommunikere hvilke indsatser der vil skabe det bedste resultat med hensyn til at hjælpe organisationen med at leve efter sine værdier og præsentere sig bedst muligt i verden. For når vi tager os af vores medarbejdere, tager de sig af vores kunder, og vi kan bruge tiden på arbejdet på de dele, der er unikt menneskelige.

Jeg tror ikke, en robotarmé kommer efter salgsafdelingen, for eksempel. Salg handler stadig om at møde et menneske ansigt til ansigt, opbygge en forbindelse, forstå hvad den anden har brug for og levere det til personen. Så det bliver fantastisk. Det bliver fantastisk, når vi når dertil, men vi er stadig på brostenene på vej derhen.

Det bliver lidt ujævnt, før vi når frem.

Tim Fisher: Jeg er tilbøjelig til at være enig, og jeg elsker dit perspektiv, og jeg deler din utopiske vision. Det er virkelig bare så svært for nogle mennesker at se lige nu, men disse værktøjer bevæger sig hen imod et sted, hvor de kan tjene deres egentlige formål: at hjælpe med at få en masse ting af vejen, så vi kan udføre det egentlige arbejde, vi er her for at udføre.

Og I har bygget noget, der kan gøre netop det, så det synes jeg er fantastisk. Det var en virkelig god gennemgang. Mange tak. Et meget tydeligt perspektiv på, hvor AI kan hjælpe. Jesse, måske kan du sige noget mundtligt, og så følger vi naturligvis op med alle omkring, hvor de kan gå hen for at lære mere om Motivosity.

Jesse Dowdle: Ja, helt sikkert. I kan gå ind på vores hjemmeside, Motivosity.com, www.motivosity.com. Der er knapper overalt på siden, hvor man kan anmode om en demonstration, som I nok kan forestille jer. Man skal blot udfylde en kort formular med oplysninger om, hvem man er, og hvordan vi kan komme i kontakt, så rækker vi helt sikkert ud. Der er også masser af godt indhold på siden.

Hvis I vil vide mere om anerkendelsesintelligens eller om alle de forskellige funktioner i en social anerkendelsesplatform, er Motivosity.com stedet at gå hen.

Tim Fisher: Jeg har selv siddet blandt publikum mange gange til softwarepræsentationer som denne, så der er en række spørgsmål, som folk plejer at stille, og som jeg selv har stillet, og derfor vil jeg stille dem til jer.

Et af de store spørgsmål, der ofte kommer op med software som denne, er: Hvor meget data... Det her er til en, der er ny i Motivosity. Forestil jer, at de tilmelder sig i næste uge, og at de er meget begejstrede for alt det, I har vist alle i dag. Hvornår kan de drage fordel af det? Er det om seks måneder, et år, to år eller fem år?

Hvor stor skal virksomheden være? Hvor mange data har I brug for i systemet, hvor lang tid tager det, og hvor svært er det at komme fra noget andet og få værdi ud af disse AI-værktøjer?

Jesse Dowdle: Det er helt sikkert rigtigt, at man er nødt til at etablere en form for grundlinje, selv om vi har noget af den klar fra start, fordi vi har hundredtusindvis af mennesker. Alt dette er naturligvis fuldstændig anonymiseret, men vi kan i det mindste fortælle jer, hvordan det ser ud, når en virksomhed på jeres størrelse og inden for jeres branche fungerer godt.

Jeg kan ikke understrege nok, hvor vigtigt det er med en virkelig god lancering af noget som dette, og vi har et helt kundesuccesteam, der er besat af at gøre de første 90 dage, efter nogen har taget Motivosity i brug, så effektive som muligt, fordi det er dér, vanerne bliver dannet. Dette er et værktøj, der er beregnet til at blive brugt af medarbejderne hver dag.

Det er derfor så vigtigt at vænne sig til at se, hvem man skal takke, se de meddelelser, der er blevet slået op, og hvilke højdepunkter der findes. Når man først har et godt engagement, og med godt engagement mener jeg, at 70, 80 eller 90 procent af medarbejderne er derinde regelmæssigt, går der ikke særlig lang tid, før der er nok oplysninger i systemet til at begynde at udvikle reel indsigt.

Hvis nogen bliver anerkendt eller selv anerkender andre regelmæssigt, og det derefter falder markant, er det et af de stærkeste signaler på risikoen for at forlade virksomheden, der findes. Selv over en periode på 90 dage: Hvis man får vanerne på plads tidligt, kan man forestille sig, at en medarbejder deltager i flere uger i træk og derefter pludselig falder fra. Det er en risiko for at forlade virksomheden, som vil blive synlig allerede i de første måneder, hvor man bruger Motivosity.

Så ja, det er ikke noget, der tager flere år.

Tim Fisher: Hvordan vil du beskrive forskellen på at bruge et værktøj som jeres med AI-funktionerne, naturligvis, sammenlignet med bare at lægge alle sine medarbejderdata ind i ChatGPT og stille spørgsmål til dem?

Dano Gillette: Overordnet set vil I opleve, at det, vi har i Motivosity, sammen med ikke kun... Jeg tror, at én ting, man mister ved kun at bruge ChatGPT, er, at ChatGPT er et fantastisk sted til blot at indsamle data og få data tilbage, ikke?

Man giver det data, og man får data tilbage. Når man bruger Motivosity, er én ting, vi virkelig gerne vil gøre klart, at vi vil hjælpe jer med at handle på jeres data. Det er noget, vi går meget op i: at man ikke bare går igennem og indsamler en masse data, hvilket alle kan gøre, men at man, når man kommer ind og ser på, hvordan ens medarbejdere arbejder, hvordan de interagerer, hvordan de engagerer sig i hinanden, og hvilke indsigter man måske kan hente fra nogle undersøgelser, man har gennemført, derefter ved, hvad man som administrator kan gøre.

Og det er det, vi prøver at gøre gennem hele processen: virkelig at give jer handlinger og indsigter. Noget, vi ikke viste i dag, er det, vi kalder smarte handlinger. Når man kommer ind på platformen, forsøger vi at fortælle, hvad det næste bedste, man kan gøre i dag, er. Ikke en liste med en masse ting, men blot: Hvad er den ene ting, som kan gøre en forskel for kulturen, hvis du kommer ind i dag?

Det er noget, vi er meget begejstrede for. Vi investerer meget i dette for at sikre, at I føler, at I gør en forskel hver dag i jeres virksomhed. Og det er noget, vi virkelig går op i for ledere, fordi så mange mennesker jonglerer med så mange ting i disse dage. På den måde kan I sikre, at I fokuserer på det, der vil hjælpe en person på jeres team med at føle sig værdsat eller få mest muligt ud af det, de laver.

Tim Fisher: Fantastisk. Hvordan tænker I på bias eller utilsigtede konsekvenser, når AI arbejder med data om anerkendelse og medarbejderoplevelse?

Jesse Dowdle: Mennesket i loopet er så vigtigt, ikke? Vi har foretaget, og vi er stolte af, de investeringer vi har gjort i indholdsmoderering, og den er AI-drevet. Vi bruger nogle af de bedste modeller til indholdsmoderering, fordi det er så vigtigt, når man har en social platform, der er designet til at blive delt offentligt, at undgå situationer, hvor noget, der overskrider en grænse, bliver offentliggjort.

Men samtidig tror jeg, at det vigtigste princip her, og det vil være sandt for AI i lang tid fremover, er, at nogen i sidste ende er ansvarlig. Når vi lancerer en funktion hos Motivosity, en ny softwarefunktion, er 100 procent af kodelinjerne måske skrevet af AI. Men der står en ingeniør forrest og kontrollerer den, sikrer sig, at kvaliteten er i orden, at sikkerheden er i orden, og at sikkerhedsprincipperne, som er vores højeste prioritet, bliver overholdt. Den pågældende er i sidste ende ansvarlig.

Så du stillede et godt spørgsmål, Tim: Hvilken grænse vil man ikke overskride? Jeg tror, grænsen her er, at du som HR-leder stadig er ansvarlig. Du skal stadig være den, der i sidste ende siger: "Det her er okay" eller "Det her er ikke okay", og værktøjerne er der for at gøre det nemt for dig og hjælpe dig med at minimere den tid, det tager.

Men i sidste ende er ansvaret stadig dit. Så vær klog, tror jeg.

Tim Fisher: Ja, det var et godt svar. Jeg hørte noget, som jeg faktisk hører igen og igen. Alle bliver leder i denne verden, og af de grunde, du beskrev, er det én af de store. Det har været virkelig spændende, men det er alt, hvad vi har tid til i dag.

Jesse, Dano, tusind tak, fordi I ville være med. Hav en god dag, og vi ses alle sammen ved den næste session af Fremtidens AI inden for HR.

Dano Gillette: Tusind tak.

Tim Fisher: Fantastisk. Hej allesammen.

Jesse Dowdle: Tak til alle.