Perché migliorare la produttività inizia dalla comprensione del lavoro

La maggior parte dei dirigenti pensa di capire come viene svolto il lavoro. Ha organigrammi, documenti sui processi e cruscotti a dimostrarlo. Il problema? Quei diagrammi ordinati hanno ben poco a che vedere con il lavoro che i dipendenti svolgono realmente. E quando le organizzazioni iniziano ad automatizzare processi che non comprendono appieno, si limitano a far funzionare più velocemente sistemi difettosi.

In questo episodio, David Rice parla con Heidi Farris, CEO di ActivTrak, del divario tra l'adozione dell'AI e l'impatto effettivo sull'azienda. Esaminano il motivo per cui le soluzioni alternative adottate dai dipendenti sono spesso ciò che permette alle organizzazioni di continuare a funzionare, come i guadagni di produttività derivanti dall'AI possano semplicemente spostare i colli di bottiglia altrove e perché risparmiare tempo significhi ben poco se nessuno decide come utilizzarlo.

Cosa imparerai

  • Perché i processi documentati riflettono raramente il modo in cui il lavoro viene realmente svolto.
  • Come distinguere le attività adatte all'automazione tramite AI, all'assistenza dell'AI e al giudizio umano.
  • Perché i guadagni di produttività non si traducono automaticamente in valore per l'azienda.
  • Come l'AI modifica la pianificazione della forza lavoro spostando i colli di bottiglia tra i team.
  • Cosa distingue una trasformazione autentica basata sull'AI da metriche di adozione dall'aspetto impressionante.
  • Perché riprogettare il lavoro richiede responsabilità condivisa tra risorse umane, operazioni e tecnologia.

Punti chiave

  • Comprendi il flusso di lavoro reale prima di automatizzarlo. I dipendenti adattano costantemente i processi per farli funzionare. Queste correzioni informali compaiono raramente nella documentazione ufficiale, ma eliminarle senza comprenderne lo scopo può compromettere il flusso di lavoro che stai cercando di migliorare.
  • Non automatizzare attività che non dovrebbero esistere. L'AI non è la risposta a ogni inefficienza. Le attività ripetitive e strutturate possono trarre vantaggio dall'automazione, mentre approvazioni non necessarie e passaggi duplicati richiedono una riprogettazione dei processi. Le lacune nelle competenze richiedono un migliore supporto, non l'acquisto di un altro software.
  • Il tempo risparmiato non è valore per l'azienda finché qualcuno non lo mette a frutto. Quando l'AI libera capacità, i leader devono decidere se tale capacità debba sostenere la riduzione dei costi, il reinvestimento o l'espansione. Altrimenti, le ore risparmiate tendono a confluire nello stesso lavoro a basso valore che le organizzazioni dovrebbero eliminare.
  • Ottimizza il flusso di lavoro, non solo la produttività individuale. Se un team raddoppia la propria produzione, ciò significa poco se il team successivo non riesce a tenere il passo. La pianificazione della forza lavoro deve tenere conto di dove si spostano i vincoli man mano che funzioni diverse adottano l'AI a velocità differenti.
  • Assegna a qualcuno la responsabilità della riprogettazione del lavoro. Una riprogettazione efficace richiede visibilità tra le diverse funzioni e l'autorità di cambiare il modo in cui viene svolto il lavoro. Né l'IT né i responsabili dei singoli dipartimenti possono risolvere il problema da soli. Qualcuno deve assumersi la responsabilità del risultato dall'inizio alla fine.
  • Misura ciò che è cambiato, non la frequenza con cui le persone usano l'AI. Le licenze attivate e i casi d'uso lanciati misurano l'adozione. L'impatto reale si manifesta nei tempi di ciclo, nella produttività, nell'allocazione della capacità, nei risultati per i clienti e, in ultima analisi, nelle prestazioni aziendali. Se i leader non sanno spiegare cosa è successo con il tempo risparmiato grazie all'AI, non hanno una storia di ROI da raccontare.

Capitoli

  • 00:00 – La realtà del lavoro
  • 01:41 – Processi e realtà
  • 03:24 – Dove si inserisce l'AI
  • 04:30 – Ripensare l'automazione
  • 06:21 – Riassegnare la capacità
  • 09:18 – Gli obiettivi prima dell'AI
  • 10:23 – Adozione e impatto
  • 12:30 – La conoscenza tacita nascosta
  • 15:13 – Spostare i colli di bottiglia
  • 17:46 – Trovare la soluzione giusta
  • 19:33 – Oltre l'approccio incentrato sull'AI
  • 20:53 – La responsabilità della riprogettazione del lavoro
  • 23:53 – Quando le risorse umane incontrano le operazioni
  • 25:07 – Misurare l'impatto reale
  • 27:39 – Considerazioni finali

Conosci il nostro ospite

Heidi Farris è CEO e presidente del consiglio di amministrazione di ActivTrak, un'azienda di analisi della forza lavoro, dove guida la strategia e la crescita per aiutare le organizzazioni a comprendere come viene svolto il lavoro, migliorare le prestazioni della forza lavoro e misurare l'impatto dell'AI.

You may also like