
Henkilöstöjohtaja sanoo, ettei luottamus tekoälyyn ennusta käyttöönottoa

Justin Angsuwat
Culture Ampin henkilöstö- ja asiakasvuorovaikutusjohtaja

Lue, miksi työntekijöiden luottamus tekoälyyn ei takaa sen käyttöönottoa ja miten johtajat voivat edistää pysyvää muutosta uudistamalla työnkulkuja, kulttuuria ja päivittäisiä tapoja.
Justin Angsuwat
Culture Ampin henkilöstö- ja asiakasvuorovaikutusjohtaja

Key Takeaways
Tekoälymuutos: Tekoäly muuttaa perusteellisesti henkilöstöjohtamista kyseenalaistamalla nykyiset työnkulut ja mahdollistamalla jatkuvat oivallukset.
Työntekijöiden luottamus: Culture Ampin ohjelma lisää työntekijöiden luottamusta tekoälyn käyttöön painostamatta heitä hiottuihin lopputuloksiin.
Johtamisen haaste: Kokeneemmilla työntekijöillä voi olla vaikeuksia tekoälyn käyttöönotossa, sillä vanhasta poisoppiminen voi olla nuoremmille suunnattua uuden oppimista vaikeampaa.
Käyttöönotto ja luottamus: Luottamuksen rakentaminen tekoälyyn ei takaa sen käyttöönottoa; erilaiset haasteet edellyttävät erilaisia strategioita.
Kyselyiden uudistaminen: Tekoäly nopeuttaa työilmapiirikyselyitä analysoimalla tietoja nopeasti ja ehdottamalla näyttöön perustuvia toimintasuunnitelmia.
Justin Angsuwat on viettänyt kaksi vuosikymmentä auttaen Googlen, PwC:n, Thumbtackin ja Blackbird Venturesin kaltaisia organisaatioita hyödyntämään dataa, teknologiaa ja henkilöstöstrategiaa suorituskykyisten tiimien rakentamiseen. Hänen nykyinen tehtävänsä on Culture Ampin henkilöstöstä ja asiakassitoutumisesta vastaava johtaja.
Keskustelussamme Justinin kanssa hän kertoi meille, että käyttöönotto ja luottamus ovat eri ongelmia.
Miten tekoäly muuttaa johtamisen roolia
Olen Justin Angsuwat, Culture Ampin henkilöstöstä ja asiakassitoutumisesta vastaava johtaja.
Viimeisten 20 vuoden aikana olen työskennellyt PwC:n, Googlen, Thumbtackin ja Blackbird Venturesin kaltaisten yritysten kanssa rakentaakseni data- ja analytiikkajärjestelmiä, jotka optimoivat työntekijäkokemusta, vahvistavat työpaikkakulttuureja ja luovat suorituskykyisiä tiimejä. Tänä aikana teknologia on muuttanut täysin sitä, mikä on mahdollista henkilöstöjohtamisessa.
Viimeisten 18 kuukauden aikana olen ymmärtänyt, että tämä tuntuu vasta paljon mullistavamman muutoksen lähtöpisteeltä. Emme ainoastaan nopeuta nykyisiä työnkulkuja, vaan kyseenalaistamme myös sen, tarvitsemmeko näitä työnkulkuja lainkaan.
Tekoäly ei ainoastaan nopeuta henkilöstöhallintoa, vaan se kuvittelee sen uudelleen, ja tämä on määrittänyt tapaani lähestyä johtamista nykyään. Se on pakottanut minut siirtymään kysymyksestä ”miten optimoimme prosessimme?” kysymykseen ”mitä tulee mahdolliseksi, kun ymmärrys ja toiminta ovat jatkuvia?”
More Articles
Tekoälymuutoksen navigointi maailmanlaajuisesti

Johdan Culture Ampin henkilöstö- ja asiakassitoutumistoimintoja. Culture Amp on maailman johtava työntekijäkokemusalusta. Palvelemme 25:tä miljoonaa työntekijää 6 000 organisaatiossa maailmanlaajuisesti yli 90 maassa.
Vastuualueeseeni kuuluu sisäisen kulttuurimme rakentaminen ja tukeminen, mukaan lukien tekoälymuutoksen johtaminen ja asiakkaidemme mahdollistaminen heidän omissa muutoshankkeissaan. Olemme maailmanlaajuinen tiimi, joka toimii Yhdysvalloissa, Isossa-Britanniassa, Saksassa ja Australiassa, joten navigoin jatkuvasti yhtenäisen kulttuurin rakentamisen monimutkaisuudessa hyvin erilaisissa toimintaympäristöissä.
Tämä hajautettu toimintaympäristö on auttanut meitä ymmärtämään paremmin, mikä toimii nykyaikaisella työpaikalla, koska kohtaamme itse samat haasteet ja mahdollisuudet kuin asiakkaamme.
Miten työntekijöiden luottamusta tekoälyyn voidaan lisätä

Muutimme tapaamme lähestyä työntekijöiden luottamusta ja valmiuksien kehittämistä tekoälyn avulla. Vuosi sitten aloitimme kuuden viikon ohjelman, jota kutsumme nimellä ”Accel-AI-rate”. Sen yksi erityinen tavoite oli tehdä työntekijöistä tekoälyn käyttäjinä luottavaisia, ei vain uteliaita.
Erottelimme tutkimisen odotuksista – paineita viimeisteltyjen tulosten tuottamiseen ei ollut, vaan kyse oli jäsennellystä oppimisesta, joka eteni ymmärtämisestä kokeiluun ja siitä käytäntöön viemiseen. Lähes 80 % organisaatiostamme ilmoitti luottavansa tekoälyn käyttöön päivittäisessä työssään, mikä oli enemmän kuin lähtötilanteessa, ja vain 4 % suhtautui asiaan kielteisesti.
Suurempi toiminnallinen muutos oli kuitenkin se, että lopetimme täydellisten käyttötapausten tai kokeiluluvan odottamisen. Siirryimme perinteisestä vesiputousmallisesta ohjelmistokehityksestä nopeaan prototypointiin: rakensimme viikoissa asioita, joiden tekeminen vei aiemmin kuukausia, ja saimme toimivat prototyypit välittömästi käyttäjien käsiin.
Siirtyminen mallista ”suunnittele kaikki ja rakenna sitten” malliin ”rakenna, opi ja kehitä” on muuttanut perusteellisesti nopeuttamme ja tiimien päivittäistä toimintaa.
Siirrymme nyt seuraavaan vaiheeseen ja muutamme perustavanlaatuista toimintamalliamme avataksemme tekoälymuutoksen seuraavan tason. Esimerkiksi tekoälyä hyödyntävän organisaation kontekstikerroksen rakentaminen edellyttää, että suurin osa toiminnastamme tehdään koneellisesti luettavaksi ja viitattavaksi.
Tämä ei ole teknologiakehitysprojekti, vaan käyttäytymisen muutos. Se muuttaa tapaamme toteuttaa ja dokumentoida projekteja ja päätöksiä. Se tarkoittaa, että tiedon panttaamisesta tulee virhe eikä ominaisuus. Se tarkoittaa harvempia kokouksia, koska tieto on jo saatavilla. Sitä ei tarvitse välittää eteenpäin, toistaa tai järjestää puhelua sen jakamiseksi.

Justin kertoo
Suurempi toiminnallinen muutos oli kuitenkin se, että lopetimme täydellisten käyttötapausten tai kokeiluvan odottamisen…Siirtyminen ajattelutavasta “suunnittele kaikki ja rakenna sitten” ajattelutapaan “rakenna, opi, kehitä” on muuttanut perusteellisesti vauhtiamme ja sitä, miten tiimit toimivat päivittäin.
Miten tekoäly haastaa perinteisen johtamisen
Vuosien ajan olemme olettaneet, että hyvä prosessisuunnittelu tarkoittaa selkeitä peräkkäisiä vaiheita. Esimerkiksi suoritusarvioinneissa ensin itsearviointi, sitten kollegoiden palaute, sen jälkeen esihenkilön arvio ja lopuksi palautteen antaminen. Rakensimme kokonaisia järjestelmiä tehostamaan näitä työnkulkuja. Tekoäly sai minut ymmärtämään, että itse työnkulku saattaa olla rajoite eikä ratkaisu.
Kun tekoäly voi yhdistää kontekstin reaaliajassa, tuoda näkemyksiä esiin välittömästi ja auttaa esihenkilöitä valmistautumaan keskusteluihin tarpeen mukaan, tarvitseeko kaikkien todella edetä saman jäykän järjestyksen mukaisesti? Jouduin luopumaan oletuksesta, että rakenne tarkoittaa täsmällisyyttä. Joskus rakenne tarkoittaa vain kitkaa.
Toinen oletus oli, että kokeneemmat työntekijät johtaisivat tekoälyn käyttöönottoa luontevasti asiantuntemuksensa ansiosta. Oli silmiä avaavaa nähdä nuorempien työntekijöiden toimivan tekoälyn kanssa luontevammin kuin niiden johtajien ja esihenkilöiden, jotka olivat vastuussa organisaation muuttamisesta. Kokemus voi olla voimavara tai rasite sen mukaan, kuinka tiukasti olet kiinni siinä, miten asiat on aina tehty.
Poisoppimisen haaste tekoälyn aikakaudella

Tekoälyn käyttöönoton tulokset ovat mitattavissa: 80 % työntekijöistä luottaa tekoälyn käyttöön, samaa mieltä olevien osuus väittämän "tutkimme ja otamme käyttöön uusia teknologioita, kuten tekoälyä" kanssa kasvoi 24 prosenttiyksikköä ja saavutti 84 prosentin tason, ja kehityssyklit nopeutuivat.
Esihenkilöt eri puolilla organisaatiota voivat myös ymmärtää, mikä edistää sitoutumista ja suorituskykyä juuri heidän tiimeissään, ilman että heidän tarvitsee pyytää analytiikkatiimeiltä erillisiä datapoimintoja.
Itseluottamus ei automaattisesti muutu osaksi toimintaa. Ihmiset voivat edelleen tuijottaa tyhjää kangasta päivittäisissä työnkuluissaan ja lamaantua.
Kuten mainitsin, huomasimme, että kokeneimmat ja parhaiten suoriutuvat työntekijämme kamppailevat joskus nuorempia enemmän, koska 20 vuoden aikana opituista toimintatavoista poisoppiminen on vaikeampaa kuin jonkin uuden oppiminen.
Osa ihmisen identiteetistä kietoutuu hänen työnkulkuunsa, ja tekoäly voi tehdä siitä melko nopeasti vanhentuneen. Selvitämme edelleen, miten voisimme yhdistää tekoälyn luontevasti omaksuvat uransa alkuvaiheessa olevat työntekijät kokeneempiin työntekijöihin, joilla on syvällistä asiantuntemusta mutta joiden on muutettava tapaa, jolla he soveltavat sitä.
Miksi luottamus tekoälyyn ei takaa käyttöönottoa
Luottamuksen rakentaminen ja käyttöönoton edistäminen ovat kaksi täysin erilaista haastetta, jotka edellyttävät erilaisia toimenpiteitä. Ymmärsin tämän aluksi älyllisesti, mutta koin sen syvemmin kuin odotin. Mainitsemani loistava kuuden viikon ohjelma sai 80 % ihmisistä luottamaan tekoälyn käyttöön, ja oletimme, että luottamus muuttuisi käyttäytymisen muutokseksi. Niin ei käynyt – ainakaan automaattisesti.
Jos olisin tiennyt tämän etukäteen, olisin rakentanut juurruttamisvaiheen eri tavalla heti alusta alkaen – ehkä pitkäkestoisilla muistutuksilla, nopeutetulla tekoälyteknologian käyttöönotolla tai erilaisilla vastuurakenteilla.
Käytimme paljon energiaa olettaen, että kaikkia piti kouluttaa samalla tavalla, vaikka poisoppiville ja jotain uutta opetteleville tarvittiin erilaiset lähestymistavat. Jos olisimme ymmärtäneet aiemmin, miten kokeneempien ja nuorempien välinen dynamiikka kehittyisi, olisimme säästäneet aikaa yrittäessämme pakottaa kaikille sopivia ratkaisuja.
Käytimme paljon energiaa olettaen, että kaikkia piti kouluttaa samalla tavalla, vaikka poisoppiville ja jotain uutta opetteleville tarvittiin erilaiset lähestymistavat.

Miksi tekoälyn integrointi on odotettua haastavampaa
Juurruttamisvaihe – tekoälyn integrointi päivittäisiin työnkulkuihin – osoittautui paljon odotettua vaikeammaksi. Oletimme, että käyttöönotto seuraisi luonnollisesti, kun ihmiset saisivat luottamusta ja näkisivät tekoälyn mahdollisuudet kokeilu- ja taitojen kehittämisohjelmamme kautta.
Ihmiset kohtaavat usein tavallisen tiistaiaamun työmäärän ja palaavat vanhoihin tapoihin. Kuilu sen välillä, että ”tiedän tekoälyn voivan auttaa tässä” ja ”käytän oikeasti tekoälyä tähän”, on edelleen suuri.
Huomaamme myös, että tekoälyn käyttäminen deterministisiin tehtäviin — eli tehtäviin, joissa on yksi oikea vastaus, kuten ”mitkä olivat Q4:n tulomme?” — tuntuu vaikuttavalta, mutta siitä puuttuu todellinen arvo. Se on hitaampaa kuin kyselyn suorittaminen, ja siihen liittyy hallusinaatioiden riski. Vaikutus syntyy probabilistisista tehtävistä, joissa tekoäly tulkitsee vivahteita. Ihmisten siirtäminen sen käytöstä parempana laskimena oivallusmoottoriksi on kuitenkin se läpimurto, jonka parissa työskentelemme edelleen.
Miksi henkilöstön sitoutumiskyselyt tarvitsevat tekoälyuudistuksen
Sitoutumiskyselyt ja koko toimenpiteiden suunnittelusykli pitäisi suunnitella aktiivisesti uudelleen. Perinteisesti toteutat kyselyn, odotat viikkoja tuloksia, analytiikkatiimisi pilkkoo tiedot kymmenillä eri tavoilla, pidät johtoryhmän kokouksia tulosten tulkitsemiseksi ja sitten ehkä — jos olet järjestelmällinen — laadit toimenpidesuunnitelmia, jotka saatetaan toteuttaa tai sitten ei. Kun toimenpiteisiin lopulta ryhdytään, tiedot ovat kuukausia vanhoja ja työntekijöiden luottamus rapautuu, koska he eivät näe muutosta.
Suunnittelimme tämän kokonaan uudelleen alustallamme. Tekoäly analysoi nyt kyselytiedot välittömästi, nostaa esiin 3–5 toimenpidettä, joilla on suurin vaikutuspotentiaali, ja auttaa esihenkilöitä laatimaan näyttöön perustuvia, ihmistieteeseen pohjautuvia toimenpidesuunnitelmia — kaikki minuuteissa, ei viikoissa.
Tämän seurauksena niiden työntekijöiden osuus, jotka näkevät kyselyiden jälkeen myönteistä muutosta, kasvoi 50 prosentista 73 prosenttiin. Tämä muuttaa sen, mikä hallitustason keskusteluissa on mahdollista, ja tekee kulttuurista strategisen vipuvarren, ei vain henkilöstöhallinnon mittaria. Jokainen johtaja, joka toteuttaa edelleen sitoutumiskyselyt vanhalla tavalla, jättää valtavan arvon hyödyntämättä.
Missä tekoäly päättyy ja johtaminen alkaa
Hyödynnän tekoälyä paljon probabilistisissa tehtävissä, joihin on useita hyviä vastauksia. Analysoin satojen työntekijäkommenttien välisiä malleja tuodakseni esiin tunneperäisiä turhautumisen aiheita, teen henkilöstöstrategian skenaariosuunnittelua ja tunnistan varhaisia varoitussignaaleja strategiamme saavuttamisen tueksi — etsin pieniä merkkejä ongelmista ennen kuin ne kasvavat kriiseiksi.
Tekoäly on muuttanut päätöksentekoa siirtämällä meidät tilanteesta ”sitoutumispistemääräsi on 72” tilanteeseen ”tämä yksittäinen heikkoon suoriutumiseen liittyvä vastuunotto maksaa sinulle 3 miljoonaa dollaria, jos et puutu siihen”. Tämä täsmällisyys muuttaa hallitustason keskusteluja täysin.
Ihmisiä koskevat päätökset — kenet ylennetään, kenestä luovutaan ja onko joku valmis vaativampaan rooliin — pysyvät nimenomaisesti inhimillisinä. Tekoäly voi tuoda esiin signaaleja, jotka olisin saattanut jättää huomaamatta, ja auttaa minua valmistautumaan vaikeisiin keskusteluihin, mutta päätös siitä, mikä on kyseiselle henkilölle oikein juuri sillä hetkellä, edellyttää ihmisen kontekstin ymmärtämistä, empatiaa ja vastuun kantamista.
Ajattelen asian näin: tekoäly käsittelee monimutkaista dataa, kun taas ihmiset tekevät päätökset tilanteissa, joissa yhden ihmisen ura ja toimeentulo ovat vaakalaudalla.
Miten johtajat voivat navigoida tekoälyvetoisessa muutoksessa

Justin kertoo
Tekoälyn tarkoitus ei ole tehdä nykyisistä työnkuluista 10 prosenttia nopeampia — siitä saatavat hyödyt pienenevät. Todellinen muutos syntyy, kun kyseenalaistat koko työnkulun tarpeellisuuden ja alat ratkaista ongelmia, joiden et edes tiennyt olevan tekoälyn ratkaistavissa.
- Aloita luottamuksesta, älä käyttötapauksista. Jos et ole käyttänyt työkaluja ja tehnyt itse vähintään sataa kehotetta, mielipiteelläsi tekoälystä ei ole paljoa painoarvoa. Et nimittäin tiedä, mitä ongelmia se voi ratkaista, ennen kuin koet sen itse.
- Älä odota lupaa tai täydellistä toteutussuunnitelmaa, vaan käynnistä jotain ja jatka eteenpäin. Luo jäsennelty polku ymmärtämisestä kokeiluun ja käyttöönottoon, mutta erota tutkiminen odotuksista, jotta ihmiset tuntevat saavansa tukea eivätkä koe olevansa alttiina arvostelulle.
- Keskity ensin teknologian taustalla oleviin ihmisiin. Mitä he pelkäävät? Mikä saisi heidät tuntemaan itsensä kyvykkäiksi?
- Ole armottoman rehellinen kontekstista. Tekoäly on vain niin hyvä kuin sen käytettävissä oleva konteksti ja kulttuuri, johon se tuodaan. Jos ihmiset eivät luota johtoon, mikään tekoälytyökalu ei korjaa sitä. Mutta jos luottamus on olemassa, tekoälystä tulee todellinen moninkertaistaja.
- Tekoälyn tarkoitus ei ole tehdä nykyisistä työnkuluista 10 prosenttia nopeampia — siitä saatavat hyödyt pienenevät. Todellinen muutos syntyy, kun kyseenalaistat koko työnkulun tarpeellisuuden ja alat ratkaista ongelmia, joiden et edes tiennyt olevan tekoälyn ratkaistavissa.
Pysy mukana
Voit seurata Justin Angsuwatia LinkedInissä.
People Managing Peoplessa on luvassa lisää asiantuntijahaastatteluja!



