La maggior parte dei sistemi di ricompensa sono stati progettati per un mondo in cui velocità, volume e risultati visibili erano segnali affidabili di performance. Ma ora l’IA produce tutto ciò su larga scala. Questo pone le organizzazioni di fronte a una domanda scomoda: se l’IA può generare più risultati che mai, cosa stai realmente premiando?
In questo episodio, David Rice si confronta con Anju Choudhary, Chief People Officer di Xoxoday, per esplorare perché i sistemi di riconoscimento necessitano di una riprogettazione nell’era dell’IA. Discutono del crescente divario tra produttività e impatto, dell’importanza di riconoscere comportamenti incentrati sull’uomo come il giudizio e la collaborazione, e del perché la domanda più importante che i leader possono porsi non sia “Cosa vogliamo che le persone facciano?” bensì “Cosa vogliamo che le persone provino?”
Cosa Imparerai
- Perché i sistemi di ricompensa tradizionali premiano sempre di più i risultati generati dall’IA invece che il contributo umano
- Come i programmi di riconoscimento possano rafforzare cultura, valori e comportamenti desiderati in tempo reale
- Perché l’impatto conta più dei meri indicatori di produttività in un ambiente di lavoro potenziato dall’IA
- Come i leader possano identificare e premiare collaborazione, giudizio e creatività
- I rischi nel premiare l’adozione visibile dell’IA invece che i risultati aziendali significativi
- Perché l’esperienza dei dipendenti è plasmata più da come si sentono che da ciò che fanno
- Come l’IA possa supportare il riconoscimento senza sostituire la presenza e l’attenzione della leadership umana
Punti Chiave
- Analizza ciò che stai realmente premiando. Se il tuo sistema dà priorità a velocità, volume e output, è probabile che l’IA stia ottenendo i riconoscimenti mentre i contributi umani restano invisibili.
- Riconosci i comportamenti in tempo reale. I premi trimestrali hanno valore, ma il cambiamento si produce quando il riconoscimento è immediato e collegato a un’azione specifica.
- Misura l’impatto, non l’attività. Un output maggiore non significa necessariamente più valore. Concentrati su risultati, influenza e impatto aziendale.
- Premia il “come”, non solo il “cosa”. Chi ottiene grandi risultati coinvolgendo gli altri crea successo sostenibile più di chi corre da solo.
- Attenzione al teatro della produttività. L’IA può generare lavori impressionanti su vasta scala. I leader devono distinguere tra visibilità e reale contributo.
- Usa i dati come segnale, non come sostituto. L’analisi può mostrare dei pattern, ma i leader devono continuare a prestare attenzione a persone, contesti e relazioni.
- Ruoli diversi adotteranno l’IA in modo diverso. Misurare il successo solo attraverso l’uso dell’IA crea confronti ingiusti e mina la fiducia.
- Liberare l’uomo dal lavoro ripetitivo. L’obiettivo non è sostituire la connessione umana, ma creare più tempo per coaching, supporto e una leadership significativa.
- Progetta esperienze basate sulle emozioni. Raramente le persone ricordano un’esperienza lavorativa in base a quello che hanno fatto, ma ricordano come li ha fatti sentire.
- Sentirsi sostituibili genera resistenza. Molte sfide legate all’adozione dell’IA dipendono meno dalle capacità e più dai dubbi sul valore futuro dei dipendenti.
Capitoli
- 00:00 — Premiare le Cose Sbagliate
- 01:52 — Dall’Output all’Impatto
- 05:13 — Il Teatro della Produttività
- 06:14 — Valori in Azione
- 08:55 — Premiare le Competenze Umane
- 11:25 — Il Potere del Come
- 14:17 — Innovazione vs. Performance
- 18:40 — Riconoscimento in Tempo Reale
- 23:15 — Adozione Asimmetrica dell’IA
- 29:22 — IA e Leadership Migliore
- 32:29 — Onboarding a Misura d’Uomo
- 35:17 — Ripensare il Riconoscimento
- 37:00 — Cosa Vuoi che le Persone Provino?
- 38:45 — Considerazioni Finali
Conosci il Nostro Ospite

Anju Choudhary è la Chief People Officer presso Xoxoday e porta con sé oltre due decenni di esperienza in strategia delle persone, sviluppo della leadership, trasformazione dei talenti e cultura organizzativa. Riconosciuta per la sua competenza nella costruzione di organizzazioni ad alte prestazioni e pronte per il futuro, ha guidato iniziative su larga scala nell’ambito della formazione e sviluppo, gestione dei talenti, coinvolgimento dei dipendenti, diversità, equità e inclusione, e trasformazione aziendale. Coach certificata e appassionata sostenitrice dell’apprendimento continuo, Anju combina pratiche HR basate sui dati con un forte focus su leadership, cultura ed esperienza dei dipendenti per favorire una crescita aziendale sostenibile e l’eccellenza organizzativa.
Collegamenti correlati:
- Unisciti alla community di People Managing People
- Iscriviti alla newsletter per ricevere i nostri ultimi articoli e podcast
- Connettiti con Anju su LinkedIn
- Visita Xoxoday
Articoli e podcast correlati:
David Rice: Il tuo sistema di ricompense è stato costruito per riconoscere velocità, quantità e risultati misurabili. L’IA genera tutti e tre. Quindi cosa stai davvero premiando ora? Anju Choudhary è Chief People Officer presso Xoxoday, e invita le organizzazioni a esaminare i propri sistemi prima di incentivare inavvertitamente le cose sbagliate.
Perché adesso, la maggior parte delle aziende premia ancora il “teatro della produttività”, ovvero risultati gonfiati senza un reale impatto. Nel frattempo, i contributi veramente umani come giudizio, collaborazione e problem solving creativo passano inosservati. Nell’episodio di oggi parliamo di cosa succede quando il lavoro cambia più rapidamente degli incentivi. Se l’esecuzione viene gestita dall’IA, il fattore umano diventa il vero elemento differenziante. Ma questi comportamenti sono più difficili da vedere e da misurare.
Quindi, come possono i leader specificare quali comportamenti desiderano davvero vedere di più? Choudhary dice che si deve partire facendo la domanda giusta. Non cosa vuoi che la gente faccia, ma cosa vuoi che sentano? Perché non ricordiamo le esperienze per ciò che abbiamo fatto, ma per come ci siamo sentiti. In un momento in cui le persone stanno sabotando silenziosamente gli sforzi legati all'IA della loro organizzazione, vale la pena domandarsi perché. E spesso non è perché non sono in grado di fare il lavoro, ma perché si sentono sostituibili. Le hai fatte sentire come se le loro competenze non contassero più.
E le persone non basano le loro azioni su ciò che possono fare, ma su come si sentono. Oggi parleremo di perché sistemi di ricompensa costruiti per la produttività ora premiano il contributo dell’IA, del metodo del post-it per il riconoscimento e di perché il tempismo è importante, di come spostarsi dai parametri di produttività a quelli di scopo e impatto, di perché “Come vuoi che si sentano le persone?” è la domanda chiave, e del sabotaggio silenzioso che avviene quando le persone si sentono sostituibili.
Sono David Rice. Questo è People Managing People. E se il tuo programma di riconoscimento misura ancora solo velocità e volume mentre l'IA gestisce tutto ciò, questa conversazione ti mostra dove occorre cambiare. Iniziamo.
Bene. Anju, benvenuta al podcast.
Anju Choudhary: Grazie, David, per l’invito. È come se ci incontrassimo regolarmente a conferenze e oggi in un podcast. Una variazione piacevole.
David Rice: Sì, è stato bello incontrarti a San Francisco. Abbiamo avuto una conversazione interessante, e lì ti ho parlato di alcune cose che stanno succedendo con i sistemi di ricompensa e su come possiamo motivare determinati comportamenti. Mentre pensavo a questo episodio, riflettevo su come la maggior parte dei sistemi di ricompensa sia stata costruita per riconoscere poche cose, giusto?
Cose come velocità, quantità, risultati misurabili. Almeno, la maggior parte delle organizzazioni con cui ho lavorato sembrano molto ossessionate dai risultati, giusto? Ma l’IA produce tutti e tre. Sono curioso, cosa significa questo per ciò che questi programmi stanno veramente premiando? E quando si dovrebbe fare un audit del proprio sistema di ricompensa per capire se si sta incentivando ciò che davvero si desidera oppure qualcosa d’altro?
Anju Choudhary: Vorrei iniziare dicendo che sono pro IA. Prima di andare avanti, non voglio che la gente pensi che sono scettica sulla tecnologia e sul suo utilizzo. Ma voglio avvertire che, quando parliamo di comportamenti, di comportamenti ripetibili, produttività, efficienza, e improvvisamente spunta fuori l’IA...
Tutti gli elementi che desideravamo dalle persone, ora può farli anche l’IA. Quindi come premiamo e incentiviamo i nostri umani sul lavoro? Tu ed io eravamo a HumanX, dove abbiamo sentito persone dire “I nostri colleghi umani e i nostri colleghi IA”. Sì, alcune di queste cose saranno una costante, mentre pensiamo a produttività, efficienza e a come migliorare.
Ma l’idea di creatività, collaborazione, comunicazione, fare le cose per uno scopo e un impatto, sono le qualità che vogliamo continuare a vedere nei nostri colleghi umani. E quando vuoi premiare determinati comportamenti che desideri vedere ripetuti in futuro, devi verificare se il tuo sistema li sta veramente considerando.
Hai progettato uno strumento e un processo che permettono alle persone di riconoscere ciò che per te è importante? Recentemente abbiamo avuto una conversazione in cui una collega HR mi ha detto che agilità e mentalità di crescita sono critiche per loro. Le ho chiesto: “Come lo comunichi alle persone? Come mostri che è importante per te?”
E lei: “In realtà non ne sono sicura. Sono incorporate nei nostri valori, ma di fatto non lo facciamo.” Un esempio rapido: nel nostro sistema in Xoxoday, permettiamo alle persone di riconoscere i colleghi e stakeholder, usando anche l’IA per spiegare ciò che si sta apprezzando, collegandolo agli obiettivi e KPIs di quella persona, ma anche a quelli aziendali.
E quando i nuovi dipendenti vedono che Anju è stata riconosciuta per X, Y, Z, quei valori, quei KPI, quello è un segnale: “Ah, così si ha successo qui.” Quindi, quando verifichi i tuoi strumenti e processi, assicurati che non siano progettati solo per misurare, apprezzare e riconoscere la produttività e i numeri, ma anche l'impatto e ciò che per te è davvero critico guardando al futuro.
David Rice: Quello che hai detto sull’impatto mi piace, perché l’IA può davvero generare una sorta di “teatro della produttività”, giusto? Sembra che si faccia tantissimo, ma in realtà ha davvero impatto? Ha rilevanza o si sta solo producendo molto altro materiale senza reale valore, gonfiando i numeri, ma i risultati diventano segnali deboli, giusto?
Possiamo quindi finire per rafforzare comportamenti che avevano senso prima dell’IA, ma ora non fanno avanzare davvero le cose, e mi piace come l’hai inquadrato. Per me i “valori” mi riportano subito a quelle scritte sulle pareti. E allora penso “Sì, ma accade davvero?”
C’è un ritardo: il lavoro cambia più velocemente degli incentivi. Per stare al passo coi valori, ora devi premiarli in tempo reale. Almeno questa è la mia impressione.
Anju Choudhary: Sì, esatto. Non puoi farlo un mese dopo. Non puoi farlo solo nella call trimestrale. Non funziona. Voglio approfondire ciò che hai detto sui valori. Recentemente, in un evento organizzato da IPO Circle, il cofondatore di Uber raccontava che avevano tredici o quindici valori, un numero esagerato. Quando passi il tempo a memorizzarli, non li vivi davvero.
Ora ne hanno solo tre, e approfondiscono i comportamenti che vogliono vedere sotto quei valori. Mi è piaciuto come ha portato l’esempio di “mentalità da campione”, che è diventato “cuore da campione” per legarlo più allo scopo e all’impatto.
I valori, come dicevamo, restano solo parole sulla parete o sulla badge se non vengono praticati e intrecciati nelle attività quotidiane. Mi piace chiedere alle aziende dove sto per avere un colloquio: “Come vengono vissuti questi valori giornalmente?”
Ho lavorato in IBM per otto anni. Uno dei valori era “fiducia e responsabilità personale in tutte le relazioni”. Lo ricordo a memoria perché l’ho visto praticato ogni giorno. Un altro esempio: quando vedi qualcuno che vive realmente quei valori, premiarlo e riconoscerlo fa capire chiaramente ciò che desideri da loro.
E i premi trimestrali per i “campioni della cultura” vanno bene, va avanti così, ma sono troppo distanti nel tempo e si dimenticano molte cose. Un altro leader mi ha raccontato un esempio semplice: il post-it del riconoscimento. Ero incuriosita.
Lei scrive tutti i nomi dei membri del team su post-it accanto al suo computer, e durante la settimana si impegna a notare quei comportamenti e a riconoscerli al momento, depennandoli via via. In questo modo segue il riconoscimento in tempo reale e stimola quei comportamenti.
Sono due le cose: continua a riconoscere e premiare e, due, osserva ciò che vuoi davvero vedere e fallo nell’immediato. Così non dovrai aspettare fine mese o fine trimestre.
David Rice: Volevo chiederti: se l’IA gestisce sempre di più l’esecuzione, i tipi di contributi veramente umani – giudizio, ragionamento etico, collaborazione, problem solving creativo – diventano più preziosi, non meno. Ma questi sono anche più difficili da vedere e misurare, no?
Come fanno i leader a essere specifici su quali comportamenti desiderano realmente vedere di più in un ambiente potenziato dall’IA?
Anju Choudhary: Sì e no. Sono difficili da quantificare: quando usi buon giudizio, quando dai un feedback che lascia il segno, quando trovi una soluzione creativa a un problema. Ma l’impatto di questi non è difficile da misurare.
L’impatto si collega alla felicità delle persone, al loro coinvolgimento. Quindi non c’è una causalità diretta, ma sì una correlazione. Per questo utilizziamo l’analisi dei dati. Ad esempio, se un manager va meglio degli altri, lo leghiamo ai risultati delle survey sull’efficacia del management oppure alle survey sull’inclusione della squadra o ai risultati misurabili. Per un team di vendita, guardiamo ai target; per l’HR, ai loro indicatori.
A volte può sembrare ambiguo, ma quando queste cose vengono fatte bene, i risultati si riflettono anche in queste altre aree misurabili.
Quando hai opportunità di osservare questi comportamenti – in riunioni uno a uno, di gruppo, o altre occasioni – coglile, riconoscile. Quando le informazioni scarseggiano, soprattutto nel lavoro distribuito (qualcosa accade in India mentre io sono negli Stati Uniti e non posso vedere), allora ti servono strumenti ad hoc: ad esempio, abbiamo il premio “Cheers to Peers”. Altri osservano e mettono in luce il comportamento per te. Puoi collegare tutto ai dati che già l’HR raccoglie e all’impatto sull’azienda, il team e i KPIs.
David Rice: Interessante la distinzione tra causalità e correlazione. La correlazione è più sottile, quindi richiede ai manager di essere più presenti, non solo orientati ai dati. Perché se non lo noti, è difficile rinforzarlo.
Non basta vedere cosa è stato fatto, ma anche come. Dobbiamo essere più presenti in queste conversazioni.
Anju Choudhary: Cento per cento. Non solo il “cosa”, ma anche il “come”. Leggevo la pagella di mio figlio delle elementari e la maestra diceva che leggeva al livello di un bimbo di sesta pur essendo in quarta, quindi nulla di eccezionale. Ma in realtà ciò che conta non è solo il risultato finale, ma l’impegno, il progresso compiuto. Questo concetto l’ho imparato anch’io da manager: mi piace la passione che porti, ma a volte vai troppo veloce e rischi di essere l’unica al traguardo: quando ti volterai, non troverai il gruppo. Devi portare tutti con te in quel viaggio, lavorare anche per i loro obiettivi. Questa lezione mi è servita moltissimo.
Notare non solo il traguardo, ma come ci si è arrivati, è essenziale. E per accorgersene, occorre presenza. Un altro consiglio: quando entro in un nuovo team, proviamo a creare insieme una sorta di “README”, cioè come lavoriamo al meglio. Io, ad esempio, non sono mattiniera: sono creativa la sera. Se ricevi una mia mail fuori orario, non devi sentirti obbligato a rispondere subito. Così ciascuno condivide le proprie preferenze e questo migliora la collaborazione.
Abbiamo anche un documento di team-working, così che i nuovi arrivati comprendano la sottocultura di squadra. Questo ci ha reso molto più produttivi.
David Rice: Interessante la questione di cosa si premia: fissarsi sul risultato finale, il traguardo. C’è sempre il rischio che i leader finiscano col premiare chi adotta l’IA nel modo più visibile. Chi fa vedere meglio una funzione sembra un innovatore, ma spesso c’è un altro gruppo che contribuisce con valore reale, anche se meno visibile.
Come si può progettare un programma che non finisca per premiare la performance dell’innovazione invece dell’innovazione reale?
Anju Choudhary: Non è facile. Ci si può far ingannare dalle voci più forti, quelle che ricordi di più. Di solito arrivano idee solo da chi sa presentarle subito. Ma, lavorando in ambienti multiculturali e multigenerazionali, ho imparato che c’è chi preferisce riflettere prima di intervenire. Bisogna quindi incoraggiare e chiedere feedback anche a chi non ha ancora partecipato.
Nel progettare il programma ho notato che quando uno viene riconosciuto da 5-6 colleghi, poi tutti gli vanno dietro. Bisogna chiedersi: chi non abbiamo riconosciuto? Dove non lo abbiamo visto? Se il programma lo mostra, ad esempio il team marketing usa il programma a dovere e riceve molti riconoscimenti, ma un altro team no, perché?
Se uno come David in passato ha ricevuto più riconoscimenti e adesso c’è un calo, c’è forse un problema di performance o burnout? Gli strumenti, grazie all’IA, permettono analisi più approfondite, per capire dove sorgono difficoltà, dove serve intervenire o promuovere talenti nascosti.
Quindi non si tratta solo di evidenziare, ma anche di gestire tutto lo spettro di premi e riconoscimenti. L’IA integrata offre tanti vantaggi: permette di comporre il messaggio, aiuta a identificare i comportamenti da premiare, collega tutto ai valori condivisi, presenta tutto in modo ordinato. Sono entusiasta.
David Rice: Mi piace il modo in cui hai rappresentato chi alza la voce in assemblea. Ho visto ambienti dominati dalle voci forti che “giocano il sistema”. Questo crea rumore che si potrebbe evitare. È importante distinguerlo e affrontarlo come suggerisci.
Anju Choudhary: A proposito di voci forti, il nostro sistema – senza parlare solo di Xoxoday – invita chi, ad esempio, ha sempre apprezzato Sarah, a pensare anche agli altri colleghi. Quindi suggerisce di ampliare la prospettiva nella scelta di chi riconoscere.
David Rice: La piattaforma Xoxoday, però, è orientata al riconoscimento in tempo reale. Perché la tempestività conta così tanto nel rafforzamento dei comportamenti? Cosa significa per i leader che vogliono plasmare la cultura durante una trasformazione più rapida dei cicli di valutazione annuali?
Anju Choudhary: Domanda fondamentale. In un ambiente che cambia velocemente, si agisce rapidamente, si lavora in organizzazioni complesse e in diversi fusi orari. È essenziale agire e riconoscere i comportamenti il prima possibile, altrimenti si perde l’effetto.
La mia più grande critica ai sistemi di valutazione delle performance è che sono estenuanti e poco concreti: sono coinvolte più persone e, alla fine, se hai cinque non sai cosa continuare a fare bene, se hai due non sai cosa migliorare. Dopo tanto tempo nessuno si ricorda più nulla.
Utilizzare la valutazione annuale per il riconoscimento ormai non basta: bisogna rivedere tutto e passare almeno a revisioni trimestrali, se non mensili, sugli obiettivi. Le cose cambiano così in fretta! Ad esempio, nuovi plugin IA che cambiano tutto dall’oggi al domani.
Dalla prospettiva della ricompensa, io stessa tenevo un “brag sheet” giornaliero con le mie cose belle fatte, perché a fine mese non le ricordavo di certo per la valutazione!
Pensate com’è per il manager o l’azienda: se i dipendenti stessi non ricordano le proprie cose migliori, come farà il manager a ricordare, a fine mese, qualcosa che David ha fatto a una conferenza? Bisogna riconoscere subito, nell’immediato.
Ha molto più valore ed energia e stimola la ripetizione di quei comportamenti che portano successo individuale e collettivo. Creare un processo per questo è fondamentale. Anche senza uno strumento come Xoxoday, si può usare un post-it o un foglio Excel per tenere il conto, oppure specificare i comportamenti chiave del momento su cui puntare, condividendo e sottolineando sempre cosa “è buono” in quell’organizzazione.
David Rice: Sì, tutto giusto. Il riconoscimento in tempo reale rafforza molto meglio i comportamenti, perché il feedback è immediato. Se arriva dopo mesi, perde significato. Sembra quasi che non si sia fatto più nulla da allora, e quindi nel flusso del lavoro si finisce per rincorrere la prossima cosa, perdendo senso e valore. Ora che l’IA accelera tutto, questo gap feedback-azione conta ancora di più.
Anju Choudhary: Ecco, tornando a quello che hai detto: non ho fatto altro di valore da allora? Questo è il punto.
Non lo so. Non so che cosa fare, che cosa pensa il mio manager sia importante. Magari io pensavo che una cosa lo fosse davvero, invece il manager riteneva importante qualcosa successa mesi fa. Abbiamo perso un’occasione. Come recuperare questi mesi? Se me l’avessi detto, avrei continuato proprio su quella strada.
David Rice: Sì, il senso di valore svanisce dopo mesi.
Anju Choudhary: Corretto.
David Rice: Se gli obiettivi trimestrali sono cambiati, cambia tutto...
Sì. L’IA non ha distribuito equamente i suoi benefici produttivi. Quindi, all’interno dell’organizzazione, è chiaro che alcuni ruoli, team o individui stanno subendo molti più cambiamenti di altri. Come dovrebbero adattarsi i sistemi di ricompensa a questa disparità? Cosa succede se si finisce per premiare chi ha avuto il passaggio più facile?
Anju Choudhary: Prendo un esempio personale: durante il Covid tutti i genitori erano preoccupati per la DAD. Ma i miei figli già avevano fatto molti programmi online, quindi eravamo avvantaggiati. Alcuni, per ruolo o allineamento tecnologico, sono più vicini all’IA. In altri settori (ad es. legale) serve maggiore cautela. Per design dei ruoli e per predisposizione personale, alcuni andranno avanti più rapidamente.
C’è anche chi usa l’IA solo per abbellire una mail: questo non è cambiamento vero. Se usi l’IA solo per cose semplici non crei valore reale. Il marketing interno è stato “campione” nell’adottarla, così come l’ingegneria, mentre altri team vanno più piano e usano l’IA solo per email. Ma il contatto umano è ancora fondamentale, ad esempio nei messaggi LinkedIn preparati dall’IA che hanno tassi di risposta bassi. Quindi i numeri sono relativi: usare tanti “token” IA davvero non racconta nulla sulla qualità dell’adozione.
Meglio farsi domande: in ogni mansione, cosa può fare solo l’umano, cosa fa meglio l’IA, cosa insieme? Come liberare tempo con l’IA per usarlo in modo più strategico? Non c’è una matrice semplice: ruoli e impatti sono differenti e servono strumenti specifici per misurare realmente coinvolgimento ed efficienza, e l’impatto pratico sul lavoro di ogni giorno.
David Rice: L’uso di token IA non riflette la vera adozione né il coinvolgimento significativo. Puoi usarla per cose banali, non per un valore reale. Se i leader generalizzano “dovete usare di più l’IA”, senza capire il contesto specifico del ruolo, si crea solo sfiducia: “Sai davvero cosa faccio?” E quando arriva questa domanda cala anche la fiducia nei capi. Bisogna stare molto attenti nella progettazione di questi sistemi.
Anju Choudhary: All'inizio la preoccupazione era solo “adottare qualcosa”, fare qualsiasi cosa con l’IA. Poi, passando da strumenti IA gratuiti ad altri a pagamento, si è cominciato a chiedere “come la stiamo usando davvero?” Quindi il “cosa” era il primo passo, adesso ci interessa il “come”. E serve essere consapevoli: sì, puoi organizzare una festa di compleanno con l’IA, ma il vero valore e il suo impatto sono altri. Vanno distinti usi banali e quelli trasformativi e per farlo serve scomporre le mansioni quotidiane. Non esiste una soluzione unica per tutti.
David Rice: Esatto. Ai convegni parlano tutti del “problema email” con l’IA, che era inimmaginabile fino a poco tempo fa. Bisogna scegliere coscientemente come usare l’IA, capire dove vale la pena automatizzare o piuttosto “metterci qualcosa di proprio” e comunicare in modo umano, che resta un valore.
Da mesi sto osservando come la conversazione sia passata dal “cosa” al “per cosa” e “come”. C’è anche una tensione interessante nell’usare una piattaforma potenziata dall’IA per riconoscere ed enfatizzare comportamenti umani: a che punto l’automazione sostituisce l’attenzione dei leader verso le proprie persone?
Come fare in modo che gli strumenti amplifichino il giudizio umano, senza sostituirlo né permettere ai leader di “addormentarsi”?
Anju Choudhary: Abbiamo discusso di tutti i dati raccolti da survey: ora abbiamo l’opportunità di usarli davvero per collegarli ai comportamenti che vogliamo vedere.
L’HR ha sempre raccolto molti dati, ma prima di arrivare all'azione arriva un’altra survey… È importante monitorare l’azienda ma si rischia la paralisi da dati. Ora invece si può essere più umani usando la regola dell’80/20, concentrando l’energia su ciò che davvero fa la differenza, rendendo il workplace più inclusivo ed efficace.
Occorre approfondire, creare “campioni di cultura” che osservano e riconoscono i comportamenti virtuosi. Grazie all’IA possiamo ottenere insight su cui agire realmente.
David Rice: È importante: la gente capisce quando un riconoscimento è pensato o automatizzato. Bisogna mantenere il tocco umano nelle relazioni, sfruttando gli strumenti per capire dove applicarlo al meglio, questo è il vero vantaggio.
Secondo te gli strumenti aiutano i leader a “notare di più” o solo a ridurre l’attenzione e la presenza?
Anju Choudhary: Non puoi delegare alla tecnologia la tua responsabilità di gestione delle persone. Le persone se ne accorgono subito. Sanno distinguere un messaggio generico da uno pensato.
Un esempio: nel 2019, mi sono trasferita in una nuova città assieme a mio figlio. Il primo giorno di scuola lui ha ricevuto tante lettere di presentazione dai compagni; io, invece, tanti messaggi di benvenuto preconfezionati. Per lui è stata la migliore esperienza di onboarding! Bisognerebbe puntare a creare esperienze umane e personalizzate, non messaggi standard.
David Rice: Anch’io vorrei poter dire “sono quello con le battute da papà nel canale Slack!”
Anju Choudhary: Fantastico! Vedi? Connessione immediata.
David Rice: Così so chi aspettarmi durante i primi incontri, aiuta a ricordare le persone con qualcosa di unico, “Lei sa dov’è tutto, lui è quello che ama il baseball”, eccetera.
Anju Choudhary: Esatto. Bisognerebbe davvero individuare le attività ripetitive che nessuno trova appassionanti – ad esempio, sapere quanti giorni di ferie restano può gestirlo un agente IA. Ma se qualcuno va in maternità, lì serve un supporto umano, con un piano di rientro e aiuto concreto. L’elemento umano va dedicato a ciò che conta davvero, lasciando all’IA il lavoro ripetitivo.
David Rice: Mettere più consapevolezza nei processi dove serve davvero, come ad esempio l’esperienza della maternità. Ultima domanda: se domani un CEO o un Chief People Officer venisse da te chiedendo “Qual è la prima cosa che dovrei cambiare nel riconoscimento e nelle ricompense delle persone con questa trasformazione IA?” Cosa risponderesti?
Anju Choudhary: Cosa vuoi che le persone provino? Tienilo al centro, perché ciò che resta non è cosa hai detto, ma ciò che hai fatto provare. Se toccherà quella corda, sarà efficace e crescerà. Faccio un esempio: con i punti dei miei viaggi ho regalato a mio figlio un’esperienza di volo e ora c’è un legame emotivo fortissimo. Vuole che io guadagni altri punti! Continuo a impegnarmi per questo.
Lo stesso vale per i riconoscimenti più importanti: quando mi dicono “Anju crea un posto dove mi sento parte” per me ha molto valore, mi motiva a continuare meglio il mio lavoro ogni giorno.
David Rice: Mi piace che tu abbia detto “come vuoi che si sentano” e non “cosa vuoi che facciano”. È facile ossessionarsi su cosa fanno le persone; invece il ricordo dell’esperienza è legato a come ci si sentiva.
Per esempio, io amo camminare in montagna. Non ricordo la fatica, ma come mi sono sentito in cima, cosa ho visto lì, la bellezza e le emozioni. Dobbiamo pensare ai nostri collaboratori così: puoi far fare loro qualunque cosa, ma se poi si sentono rimpiazzati o messi da parte, l’esperienza sarà pessima e nasceranno tossicità e resistenza, anche sabotaggi silenziosi degli sforzi IA. Molto ha a che fare con il fatto che si sono sentiti sostituibili, come se le loro competenze non valessero più.
Le persone non agiscono solo in base a ciò che sanno fare, ma su come si sentono. Per questo mi piace il tuo approccio. Grazie di essere stata con noi oggi, è stato bellissimo.
Anju Choudhary: Grazie mille a te, David. È sempre un piacere incontrarti e parlare con te. Ho amato la nostra conversazione. Grazie.
David Rice: Assolutamente. Se questa puntata ti è piaciuta e vuoi altri contenuti come questo, vai su peoplemanagingpeople.com/subscribe e iscriviti alla newsletter. Nel frattempo, pensa a come fai sentire gli altri, non solo a ciò che fai fare loro.
