AI-beredskap begynner med dokumentasjon: Lærdommer fra fjernarbeid

David Rice: Mange der ute skynder seg med å ta i bruk AI. Hvilket grunnarbeid må organisasjoner gjøre før de legger AI oppå eksisterende systemer?

Darren Murph: Jeg ser mange organisasjoner som skynder seg med å legge det oppå det de allerede har, på jakt etter små effektivitetsgevinster, uten å ta et skritt tilbake og bygge en god kunnskapsinfrastruktur. Resultatet blir en énstjernes opplevelse for alle ansatte.

David Rice: Hvordan gjør AI god dokumentasjonshygiene enda viktigere for tillit og bruk?

Darren Murph: I en distribuert verden stoler du enda mer på informasjon enn på mennesker. Hvis AI leder deg på villspor fire eller fem ganger på rad, kommer du til å ha mye mindre tillit til teknologien, ikke bare den dagen, men hver dag fremover.

David Rice: Hvilke konkrete lærdommer fra distribuert arbeid mener du vil kunne overføres til hvordan selskaper lykkes med å ta i bruk AI?

Darren Murph: To viktige grunnprinsipper – åpenhet og asynkrone arbeidsflyter. Jo mer du har flyttet kulturen din over i en skrivekultur, desto bedre stilt er du nå som vi beveger oss fra fjernarbeidets tidsalder til AI-tidsalderen. Jeg vil oppfordre ledere til å ta et skritt tilbake og sørge for at dere har det riktige grunnlaget innen prosjektstyring og kunnskapsforvaltning.

David Rice: Velkommen til podkasten People Managing People – programmet der vi hjelper ledere med å holde arbeidet menneskelig i AI-tidsalderen. Jeg er programleder David Rice. I dagens episode har jeg med meg Darren Murph. Du kjenner ham kanskje som den ledende eksperten på alt som gjelder fjernarbeid. Han er tidligere leder for fjernarbeid i GitLab og grunnlegger av Page 52 Consulting.

Vi skal snakke om hvordan AI i sin natur er et verktøy for fjernarbeid, og hvordan du kan bruke det til å bygge kulturer for fjernarbeid.

Så Darren, velkommen!

Darren Murph: Hei, takk for at jeg fikk komme.

David Rice: Greit, la oss gå rett på sak. Mange der ute skynder seg med å ta i bruk AI, og selvfølgelig snakker alle om «søppel inn, søppel ut».

Den regelen gjelder alltid. Den gjelder absolutt her også. Hvilket grunnarbeid mener du organisasjoner må gjøre før de legger AI oppå eksisterende systemer, særlig når vi tenker på miljøer for fjernarbeid?

Darren Murph: Ja, dette er et godt spørsmål. Jeg ser mange organisasjoner som skynder seg med å ta i bruk AI og legge det oppå det de allerede har, og deretter leter de etter små effektivitetsgevinster, fremdrift eller en slags mirakelløsning for fremtiden.

Men jeg vil oppfordre ledere til å ta et skritt tilbake, stoppe opp og sørge for at dere har det riktige grunnlaget innen prosjektstyring og kunnskapsforvaltning. Og kunnskapsdelen er den viktigste. Jeg vil dele to eksempler for å illustrere hva jeg mener.

Se for deg at selskapet ditt er en dings som hvem som helst i verden kan kjøpe på Amazon. Den blir sendt til postkassen deres, de åpner pakken og rister den ut, og dingsen din lander på kjøkkenbenken. De sier: Hvordan skal jeg bruke denne saken? Så ser de opp i konvolutten og rister den litt til, i håp om at en bruksanvisning skal falle ut.

I fravær av en bruksanvisning, hvordan tror du folk skal vite hvordan de bruker det du har bygget? Det blir mye prøving og feiling. Det ligner litt på hvordan introduksjonen til de fleste selskaper foregår i dag når de ikke har gjort selskapets arbeidsrytmer eksplisitte. Så hvordan ser dette ut i AI-alderen?

Alt forsterkes. Hvis alt er godt dokumentert, vil det forsterkes til at AI får mange gode ressurser å hente informasjon fra. Det virker også i motsatt retning. Se for deg at du driver en billettplattform og selger konsertbilletter, og at det skal arrangeres en konsert på plattformen din. Titusenvis av mennesker kommer for å kjøpe billetter.

I tillegg til å kjøpe billetter vil de bruke AI for å finne ut hva som er den beste verdien basert på hvor de kan sitte. De vil også ta hensyn til ting som: Hvor kommer sollyset til å falle på det tidspunktet konserten skal arrangeres?

Og siden jeg spiller bass, vil jeg faktisk vite hvilke seter jeg bør prioritere basert på hvor bandet skal stå.

Kommer bassisten til å stå på venstre eller høyre side av scenen? Og mange andre ting som du kan se for deg at AI kan hjelpe med. Se for deg at de kommer til billettstedet, men at du som leder har bygget en infrastruktur med et gammelt sittekart som viser en tidligere utgave av bandet, med feil oppsett.

Noen av setene er ikke engang kartlagt ennå. Som forbruker som prøver å bruke AI til å navigere i dette, får du en utrolig frustrerende opplevelse. Det er sannsynlig at du ikke bare aldri kommer tilbake til plattformen, men også finner alle mulige steder på internett der du kan legge igjen en énstjernes anmeldelse.

Derfor er jeg bekymret for at ledere som legger AI oppå eksisterende systemer uten å ta et skritt tilbake og bygge en god kunnskapsinfrastruktur, faktisk skaper en énstjernes opplevelse for alle de ansatte.

David Rice: Det er en god sammenligning, og jeg likte virkelig bildet den maler. På samme måte som fjernarbeid har denne tidsalderen lært selskaper mye om betydningen av dokumentasjon og én felles sannhetskilde. Men jeg er nysgjerrig: Hvordan gjør AI dokumentasjonshygiene enda viktigere for tillit og bruk?

Darren Murph: Vi snakker om tillit som den hastigheten virksomheten din kommer til å operere med. I en hovedsakelig samlokalisert verden, der de fleste går til det samme kontoret for å jobbe sammen, ønsker du virkelig å bygge tillit til menneskene du er i nærheten av. Men når verden blir mer distribuert, må du kunne stole enda mer på informasjon enn på mennesker. Dette gjelder særlig i AI-alderen.

Jeg mener, du nevnte hallusinasjoner på spøk, men når du faktisk bruker AI, og den leder deg på villspor fire eller fem ganger på rad, samtidig som omdømmet ditt eller resultatet av et prosjekt avhenger av den, kommer du til å ha mye mindre tillit til teknologien, ikke bare den dagen, men hver dag fremover.

Selv om dokumentasjon kanskje tidligere var «kjekt å ha», fordi du alltid kunne bruke synkrone møter og muntlig kommunikasjon til å tette kommunikasjonshull, gjelder ikke det lenger med AI. Du kan ikke be AI om innspill på en bestemt type informasjon og deretter si: «For alle hullene du finner i kunnskapsbasen, kan du spørre Tim og komme tilbake med en komplett analyse?»

Den kan ikke bare ringe Tim og fylle hullene. I hvert fall ikke ennå. Og selv om den kunne det, vil jeg si at det sannsynligvis ikke er den mest effektive måten å skalere informasjon på.

David Rice: Du tar opp et interessant poeng. Det finnes mye dårlige data der ute, vil jeg si i flertallet av organisasjonene, helt ærlig.

Når vi ser på hvilken informasjon vi kan stole på, og hvilken informasjon vi kan gi den og ha tillit til at det vi får tilbake faktisk er riktig, vil jeg si at vi har mye arbeid å gjøre i bakkant for å bli klare. Hvordan vil du vurdere beredskapen til de fleste organisasjoner på dette området?

Darren Murph: Godt spørsmål. Jeg jobber hele tiden med organisasjoner for å bygge denne infrastrukturen, og før vi gjør noe arbeid, gjennomfører vi faktisk en analyse. Resultatet plasserer dem på en kurve, og det slår aldri feil: De tror de har kommet mye lenger på kurven enn de faktisk har. I de fleste tilfeller er de derfor klare til å ta i bruk disse infrastrukturforbedringene.

De erkjenner og ser behovet. De sier ikke at dette er uviktig, men de har svært lite som faktisk er implementert. Et tydelig tegn er om du behandler kunnskap som et produkt. Har du faktisk noen internt som enten er hoveddokumentasjonsansvarlig eller hovedbibliotekar, eller har du flere personer som driver dette som et produkt?

Tenk på sikkerhet i en organisasjon. Dette er ikke noe du bare improviserer. De fleste organisasjoner har en sikkerhetssjef eller systemer på plass. De har hele team på plass, fordi du ikke kan anta at alle som begynner i selskapet ditt, kommer til å være sikkerhetseksperter. Det samme gjelder kunnskap og dokumentasjon, med mindre de har en grad i journalistikk.

De fleste er ikke opplært i hvordan de skal tenke på taksonomi, kunnskap og informasjon. Men i AI-alderen er dette utrolig viktig i et selskap. De fleste som søker med ChatGPT på internett, får gode resultater fordi den ser på hele internett.

Men når du begrenser dette til det som finnes i organisasjonen din, kan du ikke gå utenfor disse veggene. Det er selskapets ansvar å si: Vi må ta kunnskap like alvorlig som sikkerhet. Det er på tide å faktisk investere i en kunnskapsbase og etablere systemer og eventuelt personer som kan bygge den opp.

David Rice: Det er interessant at du sier det om organisasjoner. Mange av oss tror jo at vi er mer avanserte i bruken av AI enn vi kanskje er. Det passer faktisk veldig godt. Det gjelder også på organisasjonsnivå. Jeg er nysgjerrig på fjernarbeidsbølgen som kom med covid. Den var kanskje den beste forberedelsen vi kunne fått til denne neste arbeidsæraen.

Hvilke konkrete lærdommer fra distribuert arbeid og den perioden vi alle ble tvunget inn i det, mener du kan overføres til hvordan selskaper lykkes med å ta i bruk og innføre AI?

Darren Murph: To viktige grunnprinsipper fra fjernarbeid som kan overføres godt, er åpenhet og arbeidsflyter som prioriterer asynkronitet.

Selskaper oppdaget raskt, da alle gikk over til fjernarbeid, at de måtte være langt mer åpne enn før, fordi alle trengte informasjon og ikke kunne være på samme sted hele tiden. Derfor måtte de raskt finne ut hvordan de skulle gjøre all informasjonen i hodene våre eksplisitt, tilgjengelig og søkbar.

Dette gir resultater for selskaper som virkelig investerte i det under covid, nå som de legger AI oppå det. Resultatene deres er mye bedre fordi de allerede har gjort det innledende arbeidet med å dokumentere det som befant seg i hodene til folk. Den andre delen er asynkrone arbeidsflyter. Jeg er sikker på at du har sett mye data fra pandemien om den mange hundre prosent store økningen i antall teammøter folk deltok i, fordi det var den eneste måten de visste at de kunne få arbeidet gjort på. Lederne innså raskt at dette ikke var bærekraftig.

De tok i bruk ting som prosjektstyringsverktøy, Asana og ClickUp. Dette er gode eksempler på å flytte arbeidet ut av synkrone møter og over i verktøy som faktisk er laget for å drive store prosjekter fremover. For organisasjoner som gjorde dette, kan du gjette hva som skjer med alle prosjektene som er dokumentert i et verktøy, i stedet for å bare eksistere i et møte.

Nå kan AI også se inn i dette. Sagt på en annen måte: Jo mer du har dokumentert, og jo mer du har flyttet kulturen din over i en skrivekultur, desto bedre stilt er du nå som vi beveger oss fra fjernarbeidets tidsalder til AI-tidsalderen.

David Rice: Tenk deg å få tilgang til verdens beste talenter, enten det er ingeniøren i São Paulo, salgssjefen i Dublin eller den fantastiske designeren i Cape Town. Din neste store ansettelse kan være hvor som helst i verden. Med Oyster trenger de ikke å bli den som slapp unna. Oyster hjelper selskaper med å ansette talenter globalt, kjøre korrekte lønnsutbetalinger til rett tid og overholde regelverket hele veien. Bygg drømmelaget ditt og voks med trygghet, for verden er virkelig din østers.

Det er så interessant hver gang jeg hører deg snakke om dette og om en skrivekultur. Jeg husker da jeg var ferdig på skolen, og folk sa: «Kanskje ferdighetene dine ikke vil være så verdifulle om ti år.» Det viste seg faktisk at de ble ganske verdifulle.

Det er egentlig nøkkelen, tror jeg, til dette neste kapittelet, noe jeg er takknemlig for. Selv selskaper som kaller ansatte tilbake til kontoret, er fortsatt spredt over ulike byer og tidssoner. Hvordan forsterker AI behovet for praksiser som fungerer godt for distribuerte team? Selv i denne nye virkeligheten, selv når vi er samlokalisert, er vi fortsatt adskilt mye av tiden, og hybride på tvers av ulike byer.

Jeg er nysgjerrig på hva du tenker om det.

Darren Murph: Se på det slik: Hvis du fjernet det fysiske kontoret fra de fleste multinasjonale selskaper, ville virksomheten fortsatt gå videre. Men hvis du fjernet internett fra de fleste multinasjonale selskaper, ville hele virksomheten sannsynligvis stoppet opp i løpet av en uke. Hvilken av delene er viktigst?

Derfor ler jeg litt av dette, fordi selv organisasjoner som gjør et stort nummer ut av å håndheve og pålegge en retur til kontoret, må ta i bruk grunnprinsippene for fjernarbeid, med mindre de bokstavelig talt har ett kontor der alle befinner seg i samme etasje. Det finnes forskning som viser dette.

Selv om du befinner deg i én skyskraper, samhandler den ansatte i sjuende etasje og den ansatte i 41. etasje nesten aldri med hverandre fysisk, så de kunne like gjerne vært på hver sin side av et hav. De fleste multinasjonale selskaper har flere kontorer, og disse strekker seg over ulike kulturer, språk og tidssoner. Enten de ønsker å identifisere seg som det eller ikke, er det store flertallet av organisasjoner i 2025 og fremover distribuerte.

Å ignorere denne virkeligheten betyr bare at de faller lenger og lenger bak. Når du tenker på hvordan folk bruker AI, også utenfor organisasjonen, er det ikke et fysisk sted de drar til. De setter seg ikke i en bil og kjører til den lokale Lions-klubben for å bruke AI.

De bruker bare den enheten som befinner seg foran dem. Jo lenger vi kommer, vil jeg derfor hevde at vi kommer til å bli et mer distribuert arbeidsfellesskap, ikke et mindre distribuert, og AI forsterker bare denne virkeligheten ytterligere.

David Rice: Jeg føler at dette kunne vært utgangspunktet for en film. Du drar ned til Lions-klubben for å snakke med AI, omtrent som Zoltar i «Big».

Darren Murph: Ja. Det er den nye versjonen av betalingstelefonen. Vi må faktisk kjøre et sted for å ringe. Jeg vet ikke, jeg tror det finnes en ny sesong av «The Wire» her.

David Rice: Jeg elsker det. Når vi tenker på bruk av AI, er det noen ansatte som frykter det. De ser det som at de lærer opp erstatteren sin.

Jeg synes det er en svært logisk og gyldig bekymring for mange. Det virker som om vi er i en fase der vi flytter verdien vår bort fra oppgaver og over på læring, tilpasningsevne og kreativitet. Hvordan ser du for deg at ledere skal veilede team gjennom denne overgangen, særlig i fjernarbeidsmiljøer?

Darren Murph: Dette er en vanskelig utfordring, fordi det ikke handler om ett og null lenger. Det handler om menneskehjertet og menneskesinnet. Psykologi er komplisert, og for mennesker som har bygget karrieren sin på å være flinke til å utføre en oppgave og synliggjøre at de utfører den oppgaven, er dette en urolig tid.

Fremtidens gevinst kommer faktisk til å handle om hvem som er mest innovativ i å finne løsninger ved hjelp av ny teknologi som gjør det mulig for andre enn dem selv å utføre oppgaver. Jeg tror derfor utviklingen som skjer, egentlig er så enkel som det jeg nettopp beskrev. Men for menneskesinnet trenger de en leder som kan veilede dem, oppmuntre dem og ærlig talt gi dem litt rom mens de går gjennom denne overgangen.

Jeg ville faktisk sett til den store Charlie Munger, som sa: «Vis meg insentivene, så viser jeg deg resultatet.» Ledere som prøver å samle et team rundt å gjøre ting annerledes, bør tenke på insentivene. Hvis den nåværende organisasjonen din belønner oppgaver, kan du ikke bare gjennomføre en massiv endring der du ønsker at folk skal tenke annerledes om arbeidet sitt, uten å endre insentivene.

Når du veileder og trener folk gjennom endringen, bør du også gå tilbake til den samlede belønningsmodellen og spørre deg selv: Har vi de riktige systemene på plass for å sikre at vi motiverer folk til å bli med på dette, i stedet for å motsette seg det?

David Rice: Du har åpenbart snakket mye om kultur og kulturelle endringer i arbeidet ditt. Når du snakker om insentiver på den måten, trenger vi da nye insentivmodeller for AI-tidsalderen? Kanskje overskuddsdeling eller noe annet som kan redusere frykt og oppmuntre til innovasjon?

Darren Murph: Dette er et godt eksempel på at man ikke trenger å finne opp hjulet på nytt. Apropos Charlie Munger: Han har et flott eksempel fra Xerox for flere tiår siden, da de introduserte en ny modell. Et år senere innså de at den solgte svært dårlig. De spurte seg selv: Er det markedsføringen? Klarer vi ikke å formidle til markedet at den nye modellen er bedre enn den gamle?

Men så undersøkte de insentivstrukturen for salg og oppdaget at den aldri var blitt oppdatert. Salgsteamet hadde fortsatt insentiver til å tjene mer på å selge den gamle enheten. På en eller annen måte overbeviste de derfor folk om at den gamle modellen var enda bedre enn den nye, slik at de kunne tilpasse seg insentivene som var på plass.

Dette er rett og slett klassisk overskuddsdeling i salg. Når jeg hører ledere si: «Vi vil at alle her skal bruke AI til å bli 20 prosent mer effektive» eller «spare selskapet for 20 prosent», uansett hvilken måleenhet det er, har dere vurdert å gi noe av dette tilbake til den enkelte? Dette er en svært enkel insentivstruktur.

Selskaper gjør dette hele tiden med innovasjonskonkurranser. De samler alle ingeniørene i en uke og sier: «Den som kan bygge neste store versjon av appen vår, får en bonus.» Det samler teamet rundt et mål: Nå er vi på linje. La oss skape fremdrift. For meg er det egentlig så enkelt som å vurdere overskuddsdeling.

Hvis et selskap, en enkeltperson eller et team skaper en standardisert og gjentakbar effektivitetsgevinst på 10 eller 15 prosent, bør dere gi noe av dette tilbake. Det kan være tid tilbake i arbeidsdagen, større fleksibilitet eller en økonomisk bonus. Det finnes mange måter å belønne noen på. Men gi noe av gevinsten tilbake. Jeg synes ikke du skal be teamet ditt skape alle disse gevinstene for deg, mens organisasjonen beholder alt.

David Rice: Det er jeg enig i. Jeg har sett mange innovasjonskonkurranser, og det er interessant hvor mye av det som kommer ut av dem, ofte sliter med å bli satt i drift. Kanskje en del av insentivstrukturen også bør handle om å finne ut hvordan vi skal sette dette i drift, slik at det blir belønnet også utenfor ingeniørteamet.

Darren Murph: Et annet poeng jeg vil nevne, er at det kan virke litt utrolig at dette regnes som ukonvensjonell tenkning, men vurder å opprette et eget team for å finne disse gevinstene. Tenk hvor absurd det ville vært å si til hele organisasjonen: «Gjør selskapet vårt 20 prosent sikrere.»

Gjør mye av ditt eget arbeid med dagens sikkerhetsprotokoller, phishing og alt dette som knapt har noe med jobben deres å gjøre. Selskapet blir mye mer effektivt hvis det faktisk setter sikkerhetsteamet på oppgaven. Jeg vil også si at det sannsynligvis finnes mange mennesker i selskapet ditt akkurat nå som er store personlige AI-entusiaster, og som allerede bruker mye av fritiden sin på å bli eksperter på dette.

Du trenger derfor ikke nødvendigvis å ansette en ekstern ekspert, eller kanskje du kan samarbeide med en som kan bidra til å etablere et team internt. Men det er noe i uttrykket: La ekspertene være eksperter.

David Rice: Absolutt. Slik jeg ser det, har bruk av AI frem til nå vært et spørsmål om to ytterpunkter. Ledere lar enten folk holde på på egen hånd, eller så overstyrer de bruken av AI og blir svært opptatt av sikkerhetsrammer.

Hva innebærer balansert styring som tillater kreativitet uten kaos? Og som fungerer uansett hvilken arbeidsmodell man har, enten det er fjernarbeid eller hybridarbeid?

Darren Murph: Jeg ville brukt en todelt tilnærming. Den ene delen er å formulere en tydelig visjon for hva vi som organisasjon prøver å oppnå. Den andre er å skape en insentivstruktur som gjør at folk kan innovere og tenke lenger enn det lederne i dag er i stand til å forestille seg. Da kan begge deler skje.

Du kan la folk «gå helt amok», men du må ha et mål i sikte. De motiveres av bestemte måltall, kanskje effektivitet. Da går de i det minste amok i retning av et mål dere er enige om. På den andre siden kan du styre etter hva dere prøver å oppnå som organisasjon.

Hvordan påvirker dette strategien vår? Og hvordan kan vi formidle det til alle som jobber her, slik at de får en visjon eller et håp, en anelse om hva fremtiden kan bringe? Det handler ikke bare om å bli bedre på AI eller sørge for at vi har AI fordi alle andre gjør det og vi lar oss påvirke av sosial bekreftelse.

Hvis du gjør disse to tingene parallelt, tror jeg du frigjør de ekte innovatørene, slik at de kan løpe fritt i den retningen du ønsker. For alle andre blir det mindre frykt, fordi de kan si: «Jeg ser hvor vi er på vei som team, og jeg forstår hvordan AI, akkurat som all annen teknologi, blir enda et verktøy som bringer oss nærmere målet.»

David Rice: Vi har snakket mye de siste månedene om formål, og om følelsen av å bidra til det større målet. Betyr det jeg gjør noe? Når du kan kommunisere dette, øker ikke bare oppslutningen, men også engasjementet for å gjennomføre.

Darren Murph: Det minner meg om en studie Google gjorde for, tror jeg, over 15 år siden. De undersøkte de fem dynamikkene som kjennetegner robuste og effektive team, og én av dem var tydelighet og struktur.

Når jeg ser på team i dag, vil jeg si at dette kanskje er det viktigste når du befinner deg i et distribuert miljø. Hvis du gir folk tydelighet og struktur rundt hva dere prøver å oppnå, gjør du det mulig for dem å knytte sitt eget formål til teamets og selskapets formål. Da føler de seg mindre retningsløse og blir mer motivert til å presentere innovasjonene sine for selskapet, fordi de vet at de beveger seg i en retning som er tydelig kommunisert.

Interessant nok leder dette oss helt tilbake til begynnelsen av samtalen om hvorfor man skal ha en skrivekultur. Hvorfor skrive ned ting? Hvorfor insistere på grundighet i dokumentasjonen? Fordi det er der tydelighet og struktur kommer fra. Det finnes så mange studier som viser at mennesker trives med dette, at de liker det, og at når noe er dokumentert og skrevet ned, har du et utgangspunkt for å gjøre det bedre.

Selv om det er ufullkomment, selv om det fortsatt er under utvikling, kan ting som er skrevet ned, endres og videreutvikles med flere innspill.

David Rice: Mitt siste spørsmål til deg handler om at AI håndterer det polerte og rutinepregede. Det virker som spontane, uperfekte, menneskelige øyeblikk nesten er i ferd med å bli en annen type valuta på arbeidsplassen.

Hvordan oppmuntrer organisasjoner til menneskelighet på en stadig mer AI-drevet, distribuert arbeidsplass?

Darren Murph: Det er morsomt, ikke sant? De «myke ferdighetene» blir stadig viktigere når AI kan skrive e-postene dine. Hva er det egentlig igjen til deg? For meg åpner dette for et syn jeg har hatt i mange år: Kulturen kommer i stadig større grad til å bli bygget utenfor arbeidsplassen.

Progressive organisasjoner kommer ikke bare til å akseptere dette, de kommer til å legge til rette for det og skape kanaler slik at kulturen kan føres tilbake til organisasjonen. Hva betyr det? I en distribuert verden der AI potensielt er en kollega, er det mindre sannsynlig at vi får all kulturen og all den sosiale påvirkningen vår fra arbeidet.

Dette er vanskelig å svelge for ledere som alltid har ønsket å kontrollere denne opplevelsen, men du må slippe taket. Et eksempel jeg kan dele, er fra pandemien. Mange sa til meg: «Den digitale happy hour-en fungerte første gang, men ingen møtte opp den andre gangen. Hvordan kan vi bygge teamkultur uten å tvinge folk inn i et videomøte?»

Jeg sa: Hvis den timen allerede er en kostnad dere har bundet dere til, kan dere sende alle i organisasjonen ut i lokalmiljøet sitt den samme timen hver uke. Be dem gjøre noe som betyr noe for dem, enten det er å være frivillig på et barnehjem, i en matbank eller i Habitat for Humanity.

Be dem bruke firmaklær med logoen deres, og kanskje ta en selfie mens de holder på med arbeidet. Når de kommer tilbake til neste teammøte, kan dere bruke de første ti minuttene på å snakke om hva alle gjorde. Del selfiene og de gode øyeblikkene. Det er ekte, genuin og autentisk kontakt.

Selv om denne kulturen faktisk ble bygget utenfor arbeidsplassen, er organisasjonen ansvarlig for å bygge et system som gjør det mulig å ta den med tilbake. Jeg vil hevde at dette er langt mer genuint og autentisk. Dette er muligheten vi har til å slutte å produsere moro og i stedet gjøre det mulig for folk å bringe den inn på arbeidsplassen.

David Rice: Når man gjør disse tingene riktig, tar formålet på mange måter vare på seg selv.

Darren Murph: Når du lar mennesker være mennesker, liker de virkelig å være seg selv.

David Rice: Nettopp. Darren, tusen takk for at du ble med i programmet i dag. Det har vært flott å snakke med deg, som alltid.

Darren Murph: Absolutt, kompis. Det har vært en glede.

Og hvis noen av lytterne dine er interessert i det jeg bygger, har jeg et flott team som gjerne hjelper dere med noen av områdene vi har diskutert. Ta gjerne kontakt med meg på LinkedIn eller på darren@darrenmurph.com.

David Rice: Utmerket.

Takk for at du lyttet til dagens episode av People Managing People. Hvis samtalen i dag ga deg et nytt perspektiv, bør du følge programmet på Apple Podcasts, Spotify eller den tjenesten du bruker for å lytte til podkaster. Du finner også flere praktiske rammeverk, casestudier og verktøy for moderne ledelse på peoplemanagingpeople.com og selvfølgelig i nyhetsbrevet vårt, så meld deg på.

Til neste gang: Bygg en skrivekultur.