Tekoäly palkitsee äänekkäimpiä työntekijöitä

David Rice: Palkitsemisjärjestelmäsi on rakennettu tunnistamaan nopeus, määrä ja mitattavat tulokset. Tekoäly tuottaa kaikkia näitä. Mitä siis oikeastaan palkitset nyt? Anju Choudhary toimii Xoxodayn henkilöstöjohtajana, ja hän kehottaa organisaatioita tarkastamaan järjestelmänsä ennen kuin ne vahingossa kannustavat vääriin asioihin.

Useimmat yritykset palkitsevat yhä tuottavuuden esittämistä: paisutettua tuotosta, jolla ei ole todellista vaikutusta. Samaan aikaan aidosti inhimilliset panokset, kuten harkinta, yhteistyö ja luova ongelmanratkaisu, jäävät huomaamatta. Tämän päivän ohjelmassa keskustelemme siitä, mitä tapahtuu, kun työ muuttuu kannustimia nopeammin. Kun tekoäly hoitaa toteutuksen, inhimillisistä taidoista tulee erottautumistekijä. Niitä on kuitenkin vaikeampi nähdä ja mitata.

Miten johtajat voivat täsmentää, mitä käyttäytymistä he oikeasti haluavat lisää? Choudharyn mukaan kaikki alkaa oikean kysymyksen esittämisestä. Ei siitä, mitä haluat ihmisten tekevän, vaan siitä, miltä haluat heidän tuntevan. Emme muista kokemuksia sen perusteella, mitä teimme, vaan sen perusteella, miltä meistä tuntui. Aikana, jolloin ihmiset sabotoivat hiljaisesti organisaationsa tekoälyhankkeita, on syytä kysyä miksi. Useimmiten kyse ei ole siitä, etteivät he pystyisi tekemään työtä. He kokevat olevansa korvattavissa. Heille on syntynyt tunne, etteivät heidän taitonsa enää merkitse mitään.

Tänään käsittelemme sitä, miksi tuotoksille rakennetut palkitsemisjärjestelmät palkitsevat nyt tekoälyn panosta, miten muistilappuihin perustuva tunnustamismenetelmä toimii ja miksi oikea-aikaisuus on tärkeää, miten tuottavuusmittareista siirrytään tarkoitukseen ja vaikutukseen, miksi kysymys "Miltä haluat ihmisten tuntevan?" on tärkein, sekä sitä, mitä hiljainen sabotointi kertoo korvattaviksi itsensä kokevista ihmisistä.

Anju Choudhary: Haluan aloittaa sanomalla, että suhtaudun tekoälyyn myönteisesti. En halua, että ihmiset ajattelevat minun suhtautuvan epäilevästi teknologiaan tai sen käyttöön. Haluan kuitenkin varoittaa siitä, että kun puhumme toistettavasta käyttäytymisestä ja siitä, miten olemme ajatelleet tuotosta, tuottavuutta ja tehokkuutta, tekoäly muuttaa asetelmaa.

Kaikki ne asiat, joita halusimme ihmisiltämme, tekoäly pystyy nyt tekemään. Miten siis palkitsemme ja kannustamme ihmisiä työssä? Luovuus, yhteistyö, viestintä sekä työn tekeminen tarkoituksen ja vaikutuksen vuoksi ovat asioita, joita haluamme jatkossakin nähdä ihmisissä. Kun haluat palkita käyttäytymistä, jota haluat nähdä tulevaisuudessa uudelleen, järjestelmän on tunnistettava myös nämä asiat.

Xoxodayssa ihmiset voivat antaa tunnustusta kollegoilleen ja sidosryhmilleen sekä kuvata tekoälyn avulla, mitä toinen teki ja miksi sitä arvostetaan. Tunnustus voidaan yhdistää kyseisen henkilön tavoitteisiin ja suorituskykymittareihin sekä yrityksen tavoitteisiin. Kun uudet työntekijät näkevät, mistä Anjua ja muita palkitaan, he ymmärtävät, millainen toiminta johtaa menestykseen tässä organisaatiossa.

Kun tarkastat työkalujasi ja järjestelmiäsi, niiden ei pitäisi ainoastaan mitata ja tunnistaa tuottavuutta ja numeroita. Niiden pitäisi tuoda näkyviin myös vaikutus ja se, mitä organisaatiosi tarvitsee tulevaisuudessa.

David Rice: Pidän siitä, että korostat vaikutusta. Tekoäly voi todella luoda tuottavuuden kulissit. Voi näyttää siltä, että teemme valtavasti, mutta onko sillä todellista vaikutusta tai liiketoiminnallista merkitystä? Vai tuotammeko vain enemmän aineistoa järjestelmään ja paisutamme tuotosta, jolloin tuotoksesta tulee heikko signaali?

Anju Choudhary: Arvoja ei voi vain kirjoittaa seinälle. Niitä on harjoiteltava ja kudottava kaikkeen, mitä teemme päivittäin. Olen työskennellyt IBM:llä noin kahdeksan vuotta. Yksi arvoista oli luottamus ja henkilökohtainen vastuu kaikissa suhteissa. Muistan sen sanasta sanaan, koska näin ihmisten toimivan sen mukaisesti joka päivä.

Kun näet ihmisten toimivan puheidensa mukaisesti, palkitse ja tunnista se, jotta he tietävät, mitä heiltä odotetaan. Neljännesvuosittaiset kulttuurilähettiläiden palkinnot ovat hyviä, mutta niiden välillä on pitkä aika ja moni asia ehtii unohtua. Eräs johtaja kertoi minulle muistilappumenetelmästä. Hänellä olivat kaikkien tiimin jäsenten nimet kirjoitettuna työpöytänsä viereen. Viikon aikana hän tarkkaili haluttua käyttäytymistä, tunnisti sen heti ja merkitsi nimen yli. Näin tunnustus annettiin oikealla hetkellä eikä kuukauden tai neljänneksen lopussa.

David Rice: Jos tekoäly hoitaa yhä suuremman osan toteutuksesta, aidosti inhimilliset panokset, kuten harkinta, eettinen päättely, yhteistyö ja luova ongelmanratkaisu, muuttuvat arvokkaammiksi mutta vaikeammin havaittaviksi. Miten johtajat voivat täsmentää, mitä käyttäytymistä he haluavat lisää tekoälyn tukemassa työpaikassa?

Anju Choudhary: Niitä on vaikea mitata suoraan, kun joku käyttää hyvää harkintaa, antaa palautetta, joka menee perille, tai löytää luovan ratkaisun. Vaikutusta ei kuitenkaan ole vaikea mitata. Ovatko ihmiset tyytyväisempiä? Ovatko työntekijät sitoutuneempia? Kyse ei ehkä ole suorasta syy-yhteydestä, vaan korrelaatiosta.

Tätä voidaan tukea analytiikalla. Jos sanomme, että yksi esihenkilö toimii paremmin kuin muut, voimme yhdistää sen esihenkilötyön tehokkuutta mittaaviin kyselytuloksiin, tiimin osallisuuskyselyn tuloksiin ja tuotettuihin tuloksiin. Myyntitiimillä voidaan tarkastella tavoitteita, henkilöstötiimillä omia mittareitaan ja sitä, saavutetaanko keskeiset suorituskykytavoitteet.

David Rice: On tärkeää mitata paitsi sitä, mitä saatiin aikaan, myös sitä, miten se saatiin aikaan. Johtajien on oltava läsnä tässä keskustelussa.

Anju Choudhary: Aivan. Eräs esimieheni sanoi minulle urani alussa: "Rakastan työhön tuomaasi intohimoa ja energiaa, mutta etenet liian nopeasti. Saatat olla ainoa ihminen maaliviivalla, ja kun käännyt ympäri, et löydä tiimiäsi. Sinun täytyy ottaa ihmiset mukaasi." Opin varhain, että on tärkeää huomioida muiden tavoitteet omien tavoitteiden rinnalla ja rakentaa yhteisiä tavoitteita.

Uusissa tiimeissä olen myös pyrkinyt laatimaan README-dokumentin, jossa jokainen kertoo, miten työskentelee parhaiten, miten haluaa saada palautetta ja miten itse antaa sitä. Kun ihmiset jakavat nämä tiedot, on helpompi löytää paras tapa työskennellä yhdessä.

David Rice: On olemassa riski, että johtajat alkavat palkita näkyvää tekoälyn käyttöönottoa: ihmisiä, jotka näyttävät varhaisilta omaksujilta tai osaavat esitellä kehotteen hyvin. Samaan aikaan joku toinen voi tuottaa todellista arvoa ilman vastaavaa näkyvyyttä. Miten rakennetaan tunnustusohjelma, joka ei luo innovaation esittämistä todellisen innovaation sijaan?

Anju Choudhary: Se ei ole helppoa, sillä äänekkäimmät ihmiset jäävät usein parhaiten mieleen. Monikulttuurisessa, monen sukupolven ja maailmanlaajuisessa ympäristössä on kuitenkin huomioitava, että ihmiset työskentelevät eri tavoin. Jotkut haluavat sulatella tietoa ja palata asiaan myöhemmin. Heiltä täytyy aktiivisesti kysyä heidän näkemyksiään tai luoda prosesseja, joissa he voivat antaa palautetta myöhemmin.

Järjestelmän pitäisi näyttää, missä tunnustuksessa on aukkoja. Jos yksi tiimi antaa paljon kiitosta mutta toinen ei lainkaan, se on huomionarvoista. Jos joku on saanut aiemmin paljon tunnustusta ja se yhtäkkiä loppuu, kyse voi olla suorituskyvyn laskusta tai uupumuksesta. Tekoäly voi auttaa tunnistamaan nämä muutokset, mutta sen tarkoitus ei ole vain nostaa ihmisiä valokeilaan. Sen avulla voidaan löytää osaamiskeskittymiä, joita kannattaa kehittää, uupumuksen merkkejä ja kasvumahdollisuuksia.

David Rice: Xoxodayn alusta perustuu oikea-aikaiseen, hetkessä annettavaan tunnustukseen. Miksi ajoitus on niin tärkeää käyttäytymisen muodostumisessa?

Anju Choudhary: Asiat muuttuvat nopeasti, ja ihmiset työskentelevät yli maantieteellisten rajojen. Siksi toiminta ja haluttu käyttäytyminen on tunnistettava mahdollisimman nopeasti, muuten tilaisuus menee ohi. Vuosittainen suorituskyvynhallinta ei yleensä kerro ihmiselle, mitä hänen kannattaa jatkaa tai tehdä toisin. Useimmat eivät enää muista, mitä tapahtui kuukausia aiemmin.

Olen pitänyt itselleni onnistumislistaa, johon kirjoitan päivän päätteeksi, mitä tein hyvin. Jos työntekijä ei itse muista kaikkea tekemäänsä hyvää työtä, miten esihenkilö muistaisi viikon tai kuukauden päästä, mitä joku teki hienosti? Tunnustus kannattaa antaa sillä hetkellä. Se antaa ihmisille energiaa jatkaa haluttua käyttäytymistä.

David Rice: Käyttäytyminen juurtuu paremmin, kun palautesilmukka on tiivis. Jos palaute tulee kuukausia myöhemmin, se menettää merkityksensä.

Anju Choudhary: Silloin työntekijä voi ajatella: "Eikö millään muulla, mitä tein sen jälkeen, ollut arvoa?" Hän ei tiedä, mitä hänen pitäisi jatkaa. Jos esihenkilö pitää kolme kuukautta aiemmin tehtyä asiaa tärkeänä mutta ei kertonut sitä silloin, kolme kuukautta on menetetty.

Tekoälyn tuottavuushyödyt eivät jakaudu organisaatioissa tasaisesti. Jotkin roolit ja tiimit omaksuvat paljon enemmän muutosta kuin toiset. Työn luonne vaikuttaa siihen, kuinka helposti tekoäly voidaan ottaa käyttöön. Tutkimus- ja teknologia-alan tehtävät voivat olla lähempänä tekoälyä, kun taas lakitiimit voivat keskittyä suojakaiteisiin ja turvalliseen etenemiseen.

Käyttömäärä tai käytettyjen tunnusten määrä ei ole hyvä mittari tekoälyn hyödyllisyydelle. On parempi tarkastella, mitkä osat työstä hoitaa ihminen, mitkä tekoäly ja mitkä yhdessä, sekä mitä ylimääräisellä ajalla tehdään. Mittarit on suunniteltava eri roolien tarpeisiin.

David Rice: Jos kaikille sanotaan vain, etteivät he pysy mukana tai että heidän on tehtävä enemmän tekoälyn avulla, luottamus johtoon heikkenee. Johtajien on ymmärrettävä, mihin tekoäly pystyy juuri kyseisessä työssä.

Anju Choudhary: Aluksi ihmisille sanottiin, että heidän pitäisi käyttää tekoälyä mihin tahansa. Nyt on tärkeää siirtyä kysymyksestä "mitä käytämme?" kysymykseen "miten käytämme sitä merkityksellisesti?" Sähköpostin luonnostelu nopeammin voi olla hyödyllistä, mutta se ei ole mullistavaa. Jokainen työtehtävä on purettava erikseen. Yksi ratkaisu ei sovi kaikille.

Tekoäly voi hoitaa toistuvia tehtäviä, kuten lomapäivien määrän tarkistamisen. Ihmisille jää enemmän aikaa tilanteisiin, joissa tarvitaan empatiaa ja suunnittelua, kuten vanhempainvapaalle jäävän työntekijän tukemiseen ja paluusuunnitelman laatimiseen.

David Rice: Mikä on ensimmäinen asia, jonka toimitusjohtajan tai henkilöstöjohtajan pitäisi muuttaa ihmisten tunnistamisessa ja palkitsemisessa, jos organisaatio käy läpi suuren tekoälymuutoksen?

Anju Choudhary: Kysy: "Miltä haluat ihmisten tuntevan tai mitä haluat heidän vievän tästä ohjelmasta mukanaan?" Se on pidettävä etusijalla. Ihmiset saattavat unohtaa sanat, mutta he muistavat, miltä kokemus tuntui.

Olen käyttänyt matkustuspäivieni pisteitä ostaakseni pojalleni lentokokemuksen hänen täytettyään yksitoista vuotta. Siitä syntyi meille tunneside: hän kysyy, milloin saan lisää pisteitä. Myös työssä tunnustus on merkityksellistä, jos se liittyy asioihin, jotka ovat ihmiselle tärkeitä. Kun joku sanoo, että olen luonut hänelle paikan, jossa hän kokee kuuluvansa joukkoon, se merkitsee minulle paljon.

David Rice: Kokemuksia ei oikeastaan muisteta sen perusteella, mitä teimme, vaan sen perusteella, miltä meistä tuntui. Jos työntekijät kokevat, että heitä yritetään korvata, automatisoida ulos tai työntää järjestelmän ulkopuolelle, kokemus on kauhea ja synnyttää vastarintaa. Monet hiljaisesti sabotoivat organisaationsa tekoälyhankkeita, koska heille on syntynyt tunne, että he ovat korvattavissa ja etteivät heidän taitonsa enää merkitse.

Anju Choudhary: Juuri siksi ihmisten johtamista ei voi ulkoistaa tekoälylle. Ihmiset huomaavat eron yleisen automaattisen viestin ja harkitun, henkilökohtaisen viestin välillä. Tekoälyn pitäisi vapauttaa aikaa inhimilliseen huomiointiin, ei korvata sitä.

David Rice: Kiitos, että tulit ohjelmaan.

Anju Choudhary: Kiitos kutsusta, David. Keskustelu oli hieno.

David Rice: Jos pidit tästä jaksosta ja haluat kuulla lisää vastaavaa, siirry osoitteeseen peoplemanagingpeople.com/subscribe ja tilaa uutiskirje. Sillä välin kannattaa pohtia, miltä saat ihmiset tuntemaan, ei vain sitä, mitä saat heidät tekemään.