La CPO di una Startup AI Esplosiva Condivide le sue Esperienze sull’Implementazione dell’AI in Ambienti ad Alta Crescita
Katie Burke è la Chief People Officer presso Harvey, un'azienda di intelligenza artificiale che sta rivoluzionando il modo in cui si lavora nel settore legale e nei servizi professionali. Prima di questo ruolo, è stata CPO presso HubSpot — dunque, gestire team delle Risorse Umane in ambienti a forte crescita è il suo punto di forza.
Katie Burke
Chief People Officer presso Harvey
Impatto dell’AI: L’intelligenza artificiale sposta il focus dalla pianificazione dell’organico all’efficienza e trasformazione, con un approccio orientato al lavoro.
Infrastruttura Tecnologica: Harvey utilizza un’infrastruttura tecnologica centrata sull’AI per ottimizzare le operazioni e migliorare l’efficienza interna.
Ruolo della Leadership: Una corretta adozione dell’AI parte dalla leadership, assicurando che i dirigenti senior integrino l’AI nelle strategie.
Pianificazione Flessibile: Adattarsi al rapido progresso dell'AI richiede un approccio organizzativo flessibile e agile.
Alfabetizzazione AI: Coltivare l’alfabetizzazione sull’AI nell’organizzazione significa formazione, condivisione e applicazioni pratiche.
Ci siamo seduti con Katie per capire come sta sfruttando l'IA per fare proprio questo. Ecco cosa ci ha raccontato.
Da CPO di Hubspot a responsabile del team “Collante” in Harvey
Sono la Chief People Officer in Harvey. Guido quello che internamente chiamiamo il team "collante", che include recruiting, risorse umane, marketing, tecnologia aziendale e coinvolgimento dei clienti.
Harvey è l’IA per il mondo dei servizi legali e professionali, e sono qui da circa un anno. Prima ero Chief People Officer in HubSpot, dove ho trascorso quasi dodici anni. Durante quel periodo, HubSpot è stata riconosciuta a livello globale per la sua cultura aziendale.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Sono una responsabile delle persone un po' atipica perché ho iniziato la mia carriera nel marketing, quindi ora posso occuparmi un po' di entrambi gli ambiti. Dal punto di vista della leadership, il denominatore comune in tutte le organizzazioni in cui ho lavorato è il ritmo veloce — prospero in un contesto dove è possibile aggiungere un po' di struttura e processo ad aziende e team in iper-crescita.
Nel settore delle persone, il cambiamento fondamentale più grande in un mondo guidato dall’IA è spostare il concetto da “pianificazione del personale” a “lavoro da svolgere” e ripensare le unità necessarie per raggiungere l’obiettivo. Non si tratta più di quale combinazione di lavoro a tempo pieno, contrattuale e con agenzia permetterà di completare l’ambito; ora è più importante capire quale lavoro viene svolto dalle persone, dove vediamo efficienze con l’IA, e quali funzioni si trasformeranno radicalmente nel nuovo modello.
Perché la pianificazione del personale sta cambiando in un mondo AI-first — e come adattarsi
Nel settore delle persone, il cambiamento fondamentale più grande in un mondo guidato dall'IA è spostare il concetto da "pianificazione del personale" a "lavoro da svolgere" e ripensare le unità necessarie per raggiungere l'obiettivo. Non si tratta più di quale combinazione di lavoro a tempo pieno, contrattuale e con agenzia permetterà di completare l'ambito; ora è più importante capire quale lavoro viene svolto dalle persone, dove vediamo efficienze con l'IA, e quali funzioni si trasformeranno radicalmente nel nuovo modello.
A tal fine, parte del nostro lavoro è aiutare l'organizzazione a essere realistica nel capire quando l'adozione apporta miglioramenti modesti in termini di efficienza — e quando si verificheranno invece cambiamenti fondamentali nel fabbisogno di personale.
Penso che la questione dell'orizzonte temporale sia probabilmente la più difficile da azzeccare. Bisogna essere realistici e fare previsioni in base alle prestazioni dei modelli, all’iterazione e all’adozione organizzativa dell’IA, dato che tutto si basa su questi tre fattori.
Dieci anni fa, di solito elaboravo un piano del personale a tre anni. Ovviamente lo adattavo durante l'anno e apportavo modifiche secondo necessità a intervalli regolari — ma il punto è che era possibile fare una stima sommaria del fabbisogno di personale a tre anni. Invece ora penso che tutti rendano la pianificazione del personale più agile,
In Harvey attualmente collaboriamo con il reparto finanziario su un piano approssimativo di un anno, ma realisticamente la maggior parte delle attività più complesse si svolge su base trimestrale. E vediamo lo stesso cambiamento nei nostri clienti. Erano soliti pianificare a tre anni, ma ora adeguano i piani in modo più regolare.
La maggior parte delle organizzazioni integra nelle proprie strategie l’ipotesi di produttività ed efficienza derivanti dall’IA. Ma è più difficile valutare con realismo non solo dove si registreranno miglioramenti di efficienza, ma anche dove interi team o necessità aziendali cambieranno radicalmente a causa dell’IA.
Quindi il mio consiglio è di costruire flessibilità nell'approccio complessivo, adottando una pianificazione molto più agile in tutta l'organizzazione. In questo modo si può beneficiare dei grandi miglioramenti tecnologici senza però restare indietro su assunzioni o esigenze aziendali.
Il mio consiglio è di costruire flessibilità nell’approccio complessivo e adottare una pianificazione molto più agile in tutta l’organizzazione. In questo modo si beneficia dei grandi miglioramenti offerti dalla tecnologia senza però restare troppo indietro nelle assunzioni o nelle esigenze aziendali.
Dietro le quinte: la stack tecnologica interna di Harvey per scalare le operazioni con l’IA
Ecco la nostra stack tecnologica interna in Harvey:
- Google Workplace come strumento di collaborazione online per email, ecc.
- Slack come strumento di comunicazione interna
- Zoom per riunioni
- Notion come strumento di gestione progetti per la documentazione
- Ashby per recruiting
- Glean per la ricerca di documenti e come software di gestione della forza lavoro
- AIR per identificare e taggare gli asset di marca
- Tenor come software di gestione delle prestazioni per check-in
- Harvey per traduzione, analisi approfondita, redazione e archiviazione di documenti critici come sistema di gestione documentale
Stiamo aggiungendo proprio in questi giorni alcuni strumenti aggiuntivi specifici per l’IA al nostro stack. E poiché siamo un’azienda multi-modello, utilizziamo Gemini, Claude e ChatGPT — sia separatamente che per testare i risultati di Harvey tramite il nostro team di Legal Research.
E il nostro team di recruiting sta sperimentando molto per definire lo stack tecnologico del futuro per il prossimo anno — presto aggiorneremo su come stiamo innovando in questo ambito.
Workflow AI reali che fanno risparmiare tempo e scalano i team durante l’iper-crescita
Uno dei miei workflow preferiti, che si basa su una combinazione di automazione e intelligenza artificiale, aiuta a chiudere i nostri canali Slack interni utilizzati per la collaborazione quando un candidato firma ufficialmente la lettera di offerta in Ashby.
Questo evento attiva una serie di azioni, tra cui inserire la data di inizio sul calendario del manager, informare l’IT del candidato, della posizione e della data di inizio e automatizzare alcuni processi per agevolare l’onboarding del candidato. In questo modo, un’operazione che svolgiamo molto spesso — l’assunzione in fase di iper-crescita — diventa decisamente più facile da scalare in tutto il mondo.
Ecco altri esempi di come stiamo utilizzando il nostro stack tecnologico interno:
Il nostro più grande cambiamento è stato l’aggiunta di Glean al nostro stack. Stiamo crescendo super velocemente in Harvey, quindi la possibilità per i dipendenti di cercare rapidamente su Slack e Google Docs quella cosa di cui hanno bisogno in pochi secondi era fondamentale. È stato un enorme risparmio di tempo.
- Glean: Il nostro cambiamento più significativo è stato aggiungere Glean al nostro stack. Abbiamo fatto un rollout iniziale per assicurarci che il caso d’uso facesse al caso nostro e ci facesse risparmiare tempo. Stiamo crescendo super velocemente in Harvey, quindi la possibilità per i dipendenti di cercare rapidamente su Slack e Google Docs quella cosa di cui hanno bisogno in pochi secondi era fondamentale. È stato un enorme risparmio di tempo. Personalmente, ho già notato una grande differenza nel cercare file tra i vari team e le diverse sedi, o nel cercare rapidamente un contesto su qualcosa senza dover disturbare qualcuno in riunione.
- Slack: Il nostro VP del marketing ha creato un GPT personalizzato per la stesura delle comunicazioni dei leader in modo che possiamo apprendere dalle iterazioni passate durante la redazione delle future. Risparmiamo ore sulle prime bozze in tutto il team.
- Tenor: Attualmente siamo in piena fase di check-in sulle prestazioni e utilizziamo uno strumento chiamato Tenor per prepararci alle conversazioni di feedback. Puoi caricare contesto e fare pratica live per ricevere un feedback in tempo reale, il che migliora i check-in e, idealmente, il feedback al tuo team.
- AIR: AIR si è rivelato estremamente utile per identificare e taggare velocemente i nostri asset di branding interni.
- Harvey: Utilizziamo la nostra piattaforma Harvey per traduzioni, ricerche approfondite, bozze e anche per archiviare documenti critici per facilitarne la consultazione e l’accesso in maniera sicura. La funzione Vault ci è stata utile per attività come verificare quanti dei nostri contratti clienti sono rinnovati in una certa data o quanti accordi con dipendenti contengono una certa clausola. Fa risparmiare ore, se non giorni, ogni mese al nostro team e a quello legale. Sempre in ambito decisionale, utilizzo spesso Harvey per capire quali potrebbero essere gli argomenti contrari delle persone rispetto a un determinato cambiamento prima che venga adottato. Se è abbastanza valido per i legali, sicuramente può rendere più efficaci i processi di gestione del cambiamento interno prima della loro implementazione!
La vera domanda non è: “Dove puoi aggiungere l’IA ai processi esistenti?” ma: “Come puoi ripensare i processi attuali per rendere il lavoro notevolmente più facile?”
La vera domanda non è: “Dove puoi aggiungere l’IA ai processi esistenti?” ma: Come puoi ripensare i processi attuali per rendere il lavoro notevolmente più facile?
Come Migliorare la Competenza nell’IA in Tutta l’Organizzazione
La competenza nell’IA per noi è leggermente diversa, perché Harvey è un’azienda focalizzata sull’intelligenza artificiale, quindi tendiamo a concentrare molto tempo nel processo di selezione sulle persone che abbiano un certo livello di dimestichezza, interesse e comprensione. Ma vale la pena notare che alcune delle modalità con cui aumentiamo la competenza nell’IA internamente sono le stesse che consigliamo ai nostri clienti:
- Organizziamo colazioni ospitate dal nostro team di ricerca IA, in cui ci concentriamo solo sull’intelligenza artificiale. È esplicitamente indicato che non occorre essere esperti per partecipare e imparare in un contesto rilassato e senza pressioni.
- Nel nostro team ci sono avvocati chiamati Strategic Business Development Specialists e Legal Product Specialists: organizzano approfondimenti tematici su specifiche aree di pratica o geografiche, con esempi concreti su come utilizzare al meglio Harvey nei loro settori di competenza. Sono stati anche così gentili da proporre dei "lunch and learn" per il nostro team di recruiting e per il team di executive operations, così che entrambe queste divisioni abbiano maggiore consapevolezza di come possano usare Harvey per semplificare il proprio lavoro.
- Facciamo in modo di condividere i prompt specifici che sono stati usati per ottenere un determinato risultato; la scorsa settimana, ad esempio, il nostro CEO mi ha mostrato un prompt utilizzato per la Deep Research e il nostro VP di prodotto ne ha condiviso uno che il suo team di Product Operations ha usato per gestire richieste interne all’interno del nostro knowledge management system. Normalizzare la condivisione di ciò che funziona aiuta molto, e normalizza anche il chiedere aiuto quando serve.
Lezioni apprese sull’adozione dell’IA nelle aziende in rapida crescita
Perché l’adozione dell’IA deve partire dalla leadership
C’è la percezione che l’IA sia usata di più, o sia più efficace, dalle persone junior. Ma non è quello che vedo io.
Circa il 20% delle persone che usano Harvey settimanalmente sono partner, ed è sempre più evidente che le organizzazioni che danno priorità ai ruoli senior affinché si avvicinino all’IA e la integrino nel loro sistema operativo in quanto organizzazione, hanno molto più successo di chi tenta cambiamenti incrementali o si affida ad un’adozione dal basso.
Se stai implementando strumenti di IA, prenditi il tempo per coinvolgere per primi il tuo team di leadership, o fallo in parallelo con il resto dell’organizzazione. Il successo dell’IA dipende tanto da una buona gestione del cambiamento quanto dalla tecnologia.
Perché i leader dovrebbero incentivare l’adozione dell’IA con la motivazione, non la paura
Assicurati di puntare più sulla motivazione che sulla paura. Credo fortemente che le organizzazioni di maggior successo mostrino ciò che è possibile ottenere con l’IA dimostrando risultati e guidando dall’esempio, invece di insistere sui timori. Tu, come leader nell’organizzazione delle persone, hai la responsabilità di favorire questo cambiamento.
Perché creare momenti “aha” è la chiave per una corretta adozione dell’IA
Attualmente, una delle maggiori sfide nell’adozione dell’IA è far sì che le persone vivano il loro primo momento “aha”. Questo vale anche internamente e lo vediamo anche quando implementiamo Harvey nelle organizzazioni. I dipendenti devono arrivare a rendersi conto non solo che “l’IA è interessante”, ma “ecco come l’IA può aiutarmi a svolgere meglio il mio lavoro”.
Attualmente, una delle maggiori sfide nell’adozione dell’IA è far sì che le persone vivano il loro primo momento “aha”.
Significa aiutare le persone a individuare casi d’uso adatti alle proprie aree di attività e geografiche. Una volta vissuto quel momento di impatto, diventa molto più facile generare fiducia e apertura alla sperimentazione di novità.
Perché le organizzazioni devono superare le narrazioni fondate sulla paura dell’IA
È altrettanto essenziale lasciarsi alle spalle il racconto basato sulla paura.
Molte persone hanno paura di provare l’IA perché temono la sostituzione lavorativa. Credo che dobbiamo impegnarci meglio nel mostrare come l’IA possa realmente migliorare il lavoro delle persone. Occorre creare spazi per una maggiore formazione e più mentoring.
Molte persone hanno paura di provare l’IA perché temono la sostituzione lavorativa. Credo che dobbiamo impegnarci meglio nel mostrare come l’IA possa realmente migliorare il lavoro delle persone. Occorre creare spazi per una maggiore formazione e più mentoring.
Ho visto alcuni esempi che aiutano molto in questo:
- Creare spazi dove le persone possano imparare le basi del prompting e vedere casi d’uso utili per i loro ruoli specifici.
- Rendere la formazione più divertente e coinvolgente piuttosto che obbligatoria e antiquata. Le implementazioni più di successo che vediamo di solito prevedono un’introduzione di Harvey percepita come rilevante da tutta l’organizzazione, con il coinvolgimento della leadership.
- Creare una cultura della sperimentazione. È importante normalizzare l’idea che lo scopo sia provare cose nuove e non necessariamente riuscirci al primo tentativo.
- Sfruttare il reverse mentoring. Spesso imparo suggerimenti o casi d’uso migliori dai dipendenti più giovani, e di ciò sono molto grata.
Evitare approcci incrementali all’adozione dell’IA
E infine, resisti alla tentazione di adottare un approccio incrementale quando si parla di IA.
Come l'IA può riportare significato e scopo al nostro lavoro
In realtà non amo fare previsioni audaci — non credo di essere particolarmente brava in questo. Tuttavia, mi piace scegliere fondatori che fanno previsioni audaci, e ho avuto un discreto successo in questo, quindi invece condividerò una delle convinzioni fondamentali su cui si basa Harvey grazie ai nostri fondatori.
Loro credono che, se utilizzata correttamente, l'IA dovrebbe riportarci a ciò che la maggior parte delle carriere dovrebbe essere: più tempo per l'apprendistato, la mentorship e l'apprendimento pratico sul lavoro, invece di un flusso infinito di compiti, revisioni e attività in cui non si ha la sensazione di apportare un vero valore aggiunto.
Quindi la mia speranza è che, con il tempo, l'IA ci restituisca più tempo da dedicare a dare significato ai nostri lavori e a sentirci più appagati nel nostro lavoro quotidiano.
La mia speranza è che, con il tempo, l’IA ci restituisca più tempo da dedicare a dare significato ai nostri lavori e a sentirci più appagati nel nostro lavoro quotidiano.
Continua a seguirci
Puoi seguire Katie mentre cambia il modo in cui i team operano in ambienti ad alta crescita su X e LinkedIn. E dai un'occhiata a Harvey — IA per il mondo dei servizi legali e professionali.
Presto arriveranno altre interviste con esperti su People Managing People!
