Hvordan agentisk KI endrer introduksjon, mentorskap og fastholdelse

David Rice: Hva gjør disse agentene virkelig agentiske, i motsetning til for eksempel et dashbord eller en smart assistent?

Francisco Marin: Agentisk KI venter egentlig ikke på at et menneske skal stille et spørsmål. Den tar beslutninger proaktivt i sanntid, eller identifiserer tiltak basert på de universelle målene som KI-en har tilgang til.

David Rice: Hvordan sikrer dere tillit når KI-agenter setter i gang noe så sensitivt som fastholdelse eller mentorskap?

Dan George: Vi må sørge for at alt agentisk har riktig nivå av samtykke og etisk bruk. Man klikker på samtykkeknappen, og når som helst kan man trekke tilbake samtykket.

David Rice: Så hvordan ser suksess ut?

Francisco Marin: Ved et mentorskapstiltak kan man se på besparelser på mellom 20 000 og 30 000 dollar ved å redusere tiden det tar før en nyansatt blir produktiv, med opptil 40 prosent.

David Rice: Velkommen til People Managing People-podkasten, programmet der vi utforsker den menneskelige siden av arbeidslivet, teknologien som påvirker den, og de dristige ideene som kommer til å forme fremtidens personalarbeid. Jeg er programleder David Rice.

Jeg har to gjester i dag. Francisco Marin er grunnlegger og administrerende direktør i Cognitive Talent Solutions. Han er også forfatter av Network-First Manifesto og en pioner innen organisasjonsnettverksanalyse. Francisco leder et voksende globalt fellesskap som fokuserer på hvordan uformelle nettverk og KI-samarbeid kan fremskynde introduksjon, mentorskap og uformelt lederskap i store virksomheter.

Dan George er Chief Experience Officer i CTS og grunnlegger og administrerende direktør i Piper Key Analytics. Han er en prisbelønt ekspert innen personalanalyse, bemanningsplanlegging og datadrevet HR-transformasjon. Han har erfaring fra Fortune 100-selskaper og mellomstore innovatører, og har bidratt til å tenke nytt om HR som en strategisk, analysedrevet funksjon. Han er også medlem av vårt redaksjonelle rådgivningsstyre.

I denne samtalen skal vi gå i dybden på hvordan KI-agenter og nettverksanalyse forvandler HR fra statisk rapportering til handlingsrettede, autonome arbeidsflyter. Francisco skal dele innsikt fra tidlige piloter der KI-agenter kobler mentorer og adepter. De kartlegger uformelt lederskap og fremskynder introduksjonen i kritiske nettverk. Dan skal forklare hvordan disse agentene kan skalere selve personalanalysefunksjonen, automatisere innsikt og gjøre det mulig for HR-medarbeidere å konsentrere seg om strategisk arbeid.

Enten du leder HR og personaldrift eller talentstrategi, eller bare ønsker å forstå hvor den neste frontlinjen innen arbeidsstyrketransformasjon beveger seg, er denne samtalen for deg. La oss gå rett i gang.

Greit! Francisco, Dan – velkommen!

Dan George: Hyggelig å være her. Takk.

David Rice: Jeg vil begynne med å snakke om visjonen dere har for Cognitive Talent Solutions. Hvorfor disse åtte agentene? Hvilke nøkkelområder ønsket dere å håndtere når dere ser på HR som helhet?

Dan George: Fra vårt perspektiv finnes det mange måter KI-agenter kan være effektive på innen HR, men disse åtte var noen av de mest åpenbare. Vi kunne ikke bare enkelt innhente samtykke og sikre at alle involverte var villige og i stand til å delta i prosessen, men vi kunne også spore avkastningen på investeringen spesifikt ut fra hvordan de påvirker HRs samlede drift og de nødvendige aspektene ved å være et førstegenerasjonsprodukt.

Vi ønsket altså ikke å gå helt av hengslene, men vi ville naturligvis forsøke å skape en effekt, samtidig som vi visste at alt dette etter hvert ville utvikle seg. Disse åtte var uten tvil de som ga mest mening.

Francisco Marin: Jeg er helt enig i det Dan sa. For å utfylle det litt observerte vi at det allerede var tatt i bruk enkelte agentiske KI-funksjoner i sentrale HR-prosesser som lønn eller regelverksetterlevelse.

Men vi manglet den generasjonen av bruksområder som påvirker personalanalyse, og særlig de som var tilpasset nettverksrammeverket vi bruker i CTS. Hvordan kunne de hjelpe oss med å tenke nytt om sentrale prosesser som endringsledelse, lederutvikling eller introduksjon gjennom sosial aktivering?

Derfor valgte vi denne gruppen på åtte. Vi får mye fremdrift, og vi kan senere diskutere introduksjonsagenten og mentorskapssamsvaret. Vi opplevde at dette var en gruppe bruksområder som formidlet budskapet om at dette er den nye måten å bruke agentiske KI-funksjoner på i personalanalysebransjen som helhet, utover fagfeltet organisasjonsnettverksanalyse.

David Rice: Dan, du nevnte samtykke. Hvordan sikrer dere samtykke, tillit og åpenhet når KI-agenter setter i gang noe så sensitivt som et tiltak for å beholde ansatte eller en kollegabasert mentorforbindelse?

Dan George: Nettopp. Det var en av de forebyggende vurderingene våre: Vi må sørge for at alt vi gjør agentisk, har riktig nivå av samtykke og etisk bruk av disse automatiske prosessene. En av de beste måtene å gjøre det på er at plattformen vår samler inn tjeneste- og e-postinformasjon fra både mottakerne og de andre personene i organisasjonen. Når agenten ser bestemte kriterier, kan den sende en automatisert e-post som er generert av en administrator.

Administratoren kan starte den, eller starte hele prosessen med alle signaturene som er identifisert. Begge parter mottar imidlertid en e-post der de klikker på knappen og samtykker. På den måten varsler vi begge parter, de gir samtykke til å starte prosessen, og når som helst kan de trekke tilbake samtykket. Slik overholder vi ikke bare GDPR, men også de overordnede kravene til etisk bruk.

Francisco Marin: Ja, og vi hadde også løpende diskusjoner med teamet om alle nyansene i hvert enkelt bruksområde. Når det gjelder talentfastholdelse, diskuterte vi for eksempel om det gir mening å presentere denne innsikten på aggregert nivå: «Hei, dere har et team på 13 personer som, basert på signalene vi ser, har høy risiko for avgang, og dette er noen tiltak dere kan gjennomføre.»

Eller gir det mer mening å gjøre det på individnivå og varsle nærmeste leder? I noen tilfeller tester vi dette på aggregert nivå, mens vi i andre gjør det på individnivå. Vi ser på reaksjonene fra de første selskapene som piloterer dette, og fra de ansatte selv.

Prinsippet er å bygge inn disse valgmulighetene når det er mulig. Hvis du for eksempel identifiseres som mentor for en nyansatt, må du samtykke til å delta i mentorordningen. Den andre komponenten handler om hvilken rolle nærmeste leder skal ha.

Skal nærmeste leder være en portvakt som må godkjenne tiltaket, eller skal vedkommende informeres om at muligheten er identifisert, mens mentoren til slutt er den som må samtykke til å delta? Dette er noe vi fortsatt utvikler, men målet er å være fullt ut i samsvar med GDPR og andre regelverk, og å bygge inn slike valgmuligheter der det er mulig.

David Rice: La oss snakke litt om funksjonalitet. Hva er det som gjør disse agentene virkelig agentiske, i motsetning til for eksempel et dashbord eller en smart assistent, eller det som vanligvis forbindes med generativ KI?

Francisco Marin: Ideen ligger i navnet: Agentisk KI innebærer at KI-en har større handlekraft.

Denne KI-en venter ikke på at et menneske skal analysere et dashbord eller stille et spørsmål før den kommer med en løsning eller identifiserer tiltak. Den menneskelige komponenten er fortsatt nødvendig for å godkjenne tiltaket fra plattformen, men KI-en overvåker signalene kontinuerlig og identifiserer tiltak i sanntid.

Den kan også ta kontekstbevisste beslutninger. I noen tilfeller har man ett antall tilgjengelige måltall, mens andre tilfeller har andre måltall, basert på de universelle måltallene dataene har tilgang til. Innenfor rammeverket for utvidet generering avgjør den overordnede agentorkestratoren, med de ulike bruksområdene, i sanntid hvordan e-postvarsler skal settes sammen og hvordan tiltakene skal gjennomføres.

Handlekraften er dermed langt større enn i et tradisjonelt grensesnitt for generativ KI, som løsningene vi tidligere har bygget i plattformen.

David Rice: Du nevnte at dere gjennomfører piloter. Hvilke agenter har vist den raskeste fremdriften eller virkelig vekket interessen hos dem som bruker dem? Og hvorfor tror du det er slik?

Francisco Marin: Det er mentorskapssamsvaret i forbindelse med introduksjon. Vil du ta denne, Dan?

Dan George: Ja, for det meste. Mentorskapssamsvaret er sannsynligvis et av områdene med lavest risiko og færrest hindringer. Jeg er dessuten en stor tilhenger av at man ikke bare skal ha én mentor, men flere.

For enhver organisasjon som ønsker engasjement blant nyansatte, nye ledere eller nye personalledere, er det nyttig å ha en mentor og kunne kobles med noen som kanskje ikke står i direkte linje med deg eller er nært knyttet til deg. Mentorskapsfunksjonen forsøker å forstå mer om personen, nivået deres, ambisjonene og andre forhold, avhengig av hvor omfattende den aktive ONA-undersøkelsen er.

Både den potensielle adepten og mentoren mottar samtykke-e-postene. Begge kan si ja, og introduksjonen begynner. I stor skala gjør dette mange av prosessene svært enkle. Jeg har tidligere gjennomført dette manuelt, da jeg var HR-direktør og senere hadde ansvar for personalanalyse i ulike organisasjoner.

Jeg måtte sette sammen lister og sende dem til LNOD eller andre team for talentengasjement. Når dette finnes som et automatisert og autorisert område der en administrator bare kan klikke, blir prosessen mye enklere. Det gjør også at vi ikke bare velger de typiske mentorene og adeptene vi alltid går til først.

Alt i alt er dette noe av det enkleste, minst risikofylte og mest virkningsfulle en organisasjon kan gjøre. Effekten man får for kostnaden, er utrolig.

Francisco Marin: Folk forstår det også konseptuelt veldig lett. Alle som har jobbet i et stort multinasjonalt selskap, vet at det gjør en enorm forskjell om den første personen du møter, og som viser deg hvordan ting fungerer i organisasjonen, er inspirerende, støttende og engasjert – eller om det er en person som er uengasjert og kanskje ønsker å forlate organisasjonen, eller kanskje enklere lar seg rekruttere av en konkurrent.

Dette er særlig relevant i dag fordi mange nyansatte begynner i hybride oppsett, uten ansikt-til-ansikt-interaksjon med teamet sitt. De begynner i organisasjoner som gjennomgår omorganisering i sanntid, i et svært usikkert miljø. Derfor er det avgjørende å optimalisere introduksjonsprosessen og redusere tiden det tar før den nyansatte blir produktiv. Det vi gjør, er å tenke nytt om introduksjon som sosial aktivering.

David Rice: Veldig interessant. På konsernnivå kan jeg se for meg at dette er utmerket, særlig for multinasjonale selskaper som ansetter på tvers av landegrenser. Du nevnte tidligere at disse agentene kan begynne å identifisere risiko for utbrenthet. De kan automatisk koble noen med en mentor eller leder. Hvordan ser selve arbeidsflyten ut i praksis?

Francisco Marin: Vi kan forklare arbeidsflyten for mentorskapssamsvaret, siden dette nå er operativt implementert i flere selskaper.

Det var utgangspunktet vårt. Slik fungerer det: En nyansatt begynner i organisasjonen. KI-en identifiserer personen som er best posisjonert til å være mentor eller fadder. Dette identifiseres basert på måltall som uformelt lederskap, tidligere kartlagt gjennom organisasjonsnettverksanalyse, teknisk kompetanse, rolle, avdeling, prestasjonsnivå og antall års erfaring.

Jo mer data du tilfører systemet, desto mer sofistikerte og handlingsrettede blir anbefalingene. Når koblingen er identifisert, vises tiltaket til HR-brukeren i nettverksanalyseplattformen. HR-brukeren må deretter godkjenne at tiltaket starter.

KI-en kontakter så mentoren for å innhente samtykke til å delta, samtidig som førstelinjelederen informeres. Det er ikke det samme som å be førstelinjelederen om tillatelse. Hvis mentoren samtykker, sender KI-en en introduksjons-e-post mellom mentor og adept.

Den planlegger et møte slik at de kan bli kjent, dokumenterer om møtet har funnet sted eller ikke, og vurderer effekten av tiltaket – blant annet konkrete besparelser knyttet til redusert tid før den nyansatte blir produktiv. Dette er et eksempel på en fullstendig agentisk KI-arbeidsflyt for introduksjon med mentorskapssamsvar.

David Rice: La oss snakke litt om resultater. Hvordan ser suksess ut for en av disse agentene? Hvilke signaler eller resultater følger dere for å fastslå det?

Dan George: Når det gjelder den samlede effekten, finnes det mye forskning som har samlet inn det vi mener er ganske gjennomsnittlige avkastningstall for disse ulike scenarioene.

Når agentene fullfører oppgavene sine, og personene som er koblet sammen har gjennomført møtene og den innledende oppfølgingen, begynner systemet å telle disse hendelsene og knytte et beløp til dem. Alt aggregeres øverst i dashbordet. HR-administratorer og andre systemadministratorer kan se resultatene der.

Med utgangspunkt i antallene kan de naturligvis bruke sin egen avkastningsberegning eller endre den, enten de vil legge til eller trekke fra et beløp. Overordnet ser vi på en automatisert arbeidsflyt som tar hensyn til og forstår at alt er planlagt, koordinert og gjennomført.

Dette kan i seg selv spare titalls eller hundrevis av arbeidstimer, avhengig av arbeidsgruppens størrelse og hvor lenge prosessen kjøres. All denne avkastningsinformasjonen samles der. Måltallene kan vises i ulike presentasjonsformer i dashbordet, slik at de kan brukes til å vise effekten i teammøter eller overfor ledelsen.

Alt aggregeres slik at alle forstår omfanget av det som er gjennomført.

Francisco Marin: Jeg kan kanskje legge til noe mer konkret. For et mentorskapstiltak kan man se på besparelser på mellom 20 000 og 30 000 dollar ved å redusere tiden det tar før en nyansatt blir produktiv, med opptil 40 prosent.

Dette kan implementeres i stor skala for alle nyansatte i organisasjonen. Akkurat nå er disse KI-agentene tilgjengelige i vår selvbetjeningsplattform Connect Network Analyzer, men vi beveger oss i retning av å integrere dem innebygd i plattformer som ServiceNow og Google, slik at kundene kan bruke dem i sin eksisterende IT-infrastruktur.

Det er her agentene kan samhandle med all tilgjengelig informasjon, for eksempel saksbehandlingsinformasjon eller HRSD i økosystemet for arbeidsflyter for ansatte i ServiceNow. Det er en svært interessant og spennende periode, der vi oppdager nye bruksområder og får mye tilbakemelding.

Vi gjør dette klart slik at vi til slutt kan distribuere alle de åtte agentene i stor skala og komme videre fra denne innledende pilotfasen.

Dan George: Ja, vi har også fått interesse fra andre CRM-systemer. Ideen om å legge dette til som en innebygd app i markedsplassene deres bidrar til å effektivisere hele prosessen med å bruke teknologien i de eksisterende økosystemene.

David Rice: Tenk deg å ha 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 være den som forsvant.

Oyster hjelper selskaper med å ansette talenter globalt, kjøre korrekte lønnsutbetalinger til riktig tid og overholde regelverket hele veien. Bygg drømmeteamet ditt og voks med trygghet, fordi verden virkelig er din østers.

Jeg antar at det naturligvis er stor interesse fra HR, men du nevnte muligheten til å snakke med resten av toppledelsen og presentere dette for dem. Ser dere mye interesse fra drift, administrerende direktører og lignende?

Dan George: Stadig flere av samtalene vi har hver uke og måned kommer faktisk utenfra HR.

Vanligvis har vi kommet inn via personalanalysemedarbeidere, andre HR-transformasjonsroller eller fagpersoner innen talentledelse. Men i økende grad snakker vi med ledere utenfor HR-funksjonen, ganske enkelt fordi de ønsker å forstå de ansattes ferdigheter og nettverk.

Slik kan de fremskynde innovasjon, finne ut hvordan de kan samarbeide bedre, forstå den kulturelle dynamikken i teamene sine og, i de enkleste tilfellene, forstå hvem som er de viktigste påvirkerne i en endringsprosess.

De kan identifisere påvirkere de kjenner eller ikke kjenner, og tilpasse kommunikasjonen til disse personene og nettverkene deres, enten de befinner seg midt i organisasjonen, øverst eller nederst. Det spiller ingen rolle hvor de er – det finnes påvirkere overalt i organisasjonen. Å kunne nå disse personene for å fremskynde adopsjon av endringer er et svært viktig bruksområde for oss.

David Rice: Fra et teknisk perspektiv kan dataene og infrastrukturen i alle organisasjoner være litt forskjellige. Hvilke typer data og hvilken infrastruktur må selskaper ha på plass før de realistisk kan ta i bruk disse agentene?

Francisco Marin: Det er et godt spørsmål, fordi tersklene er mye lavere enn folk tror. Det fine her er at vi kombinerer aktiv ONA med passiv ONA. Aktiv ONA bygger på nettbaserte undersøkelser, mens passiv ONA ser på aggregerte metadata fra samarbeidsverktøy som Microsoft, Google, Slack og andre.

Når det gjelder konkrete måltall, trenger man egentlig bare medarbeiderens navn, e-postadresse, lederens navn og lederens e-postadresse for å starte en pilot. Derfra er all ytterligere data nyttig: avdeling, divisjon, prestasjoner, engasjement, avgang og historiske avgangsdata.

Jo mer, desto bedre, men det er nettopp det som er det fine med agentisk KI: Den kan ta kontekstbevisste beslutninger og arbeide med den grunnleggende informasjonen den har. Hvis KI-en ikke vet hvem lederen din er eller hva e-postadressen er, kan den naturligvis ikke varsle, skrive eller sende disse meldingene.

Mye av denne informasjonen finnes allerede som standard i API-ene til Microsoft eller Google. Dataene du har tilgjengelig for å supplere dette, gjør imidlertid løsningen bedre.

Dan George: Vi har hatt team som har lastet opp ganske enkle hierarkistrukturer, og andre kunder som har lastet opp to eller tre separate hierarkier, avhengig av hvordan de ønsker å se de ulike organisasjonene og forstå og følge trender.

Vi kan i praksis ta inn enhver struktur som gir mening for dem. Jeg tror dette er noe av det fine med den spesifikke språkmodellen vår i bakgrunnen. Hvis vi befinner oss i et av de andre leverandørsystemene, kan vi også koble oss til deres spesifikke språkmodeller, slik at flere språkmodeller samlet kan hjelpe ONA-motoren vår med å analysere nettverkene.

Francisco Marin: Et godt eksempel er en virksomhet på Fortune 5-nivå som vi nylig jobbet med. De hadde sju ulike måltall for å definere teamene sine: tilsynsorganisasjon, funksjonelle rapporteringslinjer, direkte rapporter og indirekte rapporter. KI-en klarte å forstå alle disse universelle måltallene vi matet inn, inkludere dem i anbefalingene og forbedre ledeteksten med den generative KI-komponenten. Dette er også en funksjon som gjør en stor forskjell i måten kundene bruker denne typen innsikt på.

David Rice: Jeg er nysgjerrig, for jeg har sett forskning som antyder at særlig HR-medarbeidere føler at de kanskje ikke er kvalifisert til å bruke mange KI-verktøy. De er kanskje ikke datafolk. Har dere møtt skepsis eller motstand mot å ta agentisk KI inn i disse tradisjonelt menneskesentrerte prosessene, og hvordan har dere håndtert det?

Francisco Marin: Så langt er min erfaring at det er bred forståelse for at KI kommer til å spille en avgjørende rolle i fremtidens arbeidsliv. Det spiller ingen rolle om du jobber i HR, IT eller økonomi – du må forholde deg til dette og bli kjent med det, fordi det kommer til å påvirke jobben din på kort sikt.

Denne følelsen av hastverk reduserer kanskje motstanden mot å ta i bruk og bli eksponert for denne typen teknologi, i hvert fall sammenlignet med tidligere bølger. Da vi integrerte generativ KI i løsningene våre, var vi kanskje det tredje selskapet i personalanalysebransjen som gjorde det.

Noen selskaper sa da: «Vi liker teknologien og vil bruke den, men vi er ikke klare for å legge til den generative KI-komponenten ennå.» To måneder senere lanserte de samme selskapene agentisk KI i hele organisasjonen. De innså at de måtte være blant de tidlige brukerne, ellers ville de falle ut av markedet.

Jeg ser at holdningen endrer seg. Det skyldes også at KI blir en stadig viktigere del av hverdagen vår. Jeg tenker først og fremst på generativ KI kontra agentisk KI, men erfaringen min er at motstanden har vært mye lavere enn forventet.

Dan George: Jeg tror det er to sider ved dette. For det første har vi utformet plattformen for alle fagpersoner. Det er fint å ha inngående forståelse av matematikken bak ONA og grafdatabaser, og alle måltallene man forventer å finne, er tilgjengelige. Men det vi viser tydeligst på plattformen og i rapportene våre, er laget for personer som ikke har mye bakgrunn innen ONA, men som forstår nettverk og behovet for forbindelser og samarbeid i en vanlig virksomhet.

Vi legger dette opp på to måter. De generelle rapportene og effektmålingene våre er svært enkle å forstå. Hvis man vil gå dypere, finnes all informasjonen der også. Man kan laste den ned i ulike regneark og berike sin eksisterende database eller sitt HR-datavarehus like enkelt som ved å laste opp et nytt regneark.

Det spiller ingen rolle om man arbeider med 300 eller 30 000 personer – alt kan integreres i systemet. Dermed kombinerer vi ikke-tekniske rapporter og innsikter med at all matematikken fortsatt er tilgjengelig.

Jeg snakket nylig med en kunde som ønsket å begynne uten generativ og agentisk KI, ganske enkelt fordi det føltes tryggere. Da de ble mer komfortable med systemet, med hva som var tilgjengelig og med hvordan de oppfattet undersøkelsen og resultatene, sa de: «Det ville faktisk vært flott å legge dette til.»

Det skyldtes to hovedforhold. For det første befinner løsningen seg i et miljø som er adskilt fra de andre store HR-systemene deres. De vet at det ikke er et KI-verktøy som gjelder for hele systemet, men bare er begrenset til plattformen. Det gjør det lettere å føle seg trygg på at løsningen ikke får tilgang til ting den ikke skal ha tilgang til. Kunden hadde bare sendt oss demografisk informasjon de var komfortable med å dele utenfor systemet sitt.

Francisco Marin: Dette budskapet er avgjørende. Når vi snakker med HR og andre interessenter, understreker vi at brukerne som har tilgang til plattformen, har full kontroll over hvordan innsikten deles i organisasjonen.

De kan godkjenne tiltak eller la være. De kan dele et sammendrag for ledelsen i PDF-format. De kan selv tilpasse hvilke måltall, hvilken innsikt og hvilke diagrammer som skal inngå i rapporten. De kan tilpasse rapportens omfang. De er portvakten og bestemmer hvordan dette deles. Dette resonerer godt med HR-teamene våre.

David Rice: Jeg kan se for meg at denne tilpasningsmuligheten, og evnen til å forme opplevelsen etter nivået til personen som bruker løsningen, er en viktig faktor for å få folk med.

Det leder meg til neste spørsmål. Jeg antar at det har tatt tid å skape alt dette og utvikle denne funksjonaliteten. Hvor ser dere at dette går videre? Finnes det allerede agentiske funksjoner dere drømmer om for neste bølge?

Francisco Marin: Ja.

Dan George: Jeg kan begynne, og jeg vet at Francisco brenner for dette.

Han har hatt en strålende visjon for dette lenge. Som jeg sa, har vi kjent hverandre i fem–seks år. Vi møttes før pandemien og har jobbet med dette lenge. Jeg ser mange områder der vi ikke bare kan videreutvikle andregenerasjonen av de åtte agentene vi har nå, men også utforske nye områder etter hvert som folk blir mer komfortable.

Vi forsøker samtidig å holde tritt med utviklingen og forstå hvilke trender som er mest populære eller virkningsfulle akkurat nå. Av konkurransehensyn vil jeg gjerne holde noen av disse litt tett til brystet. Overordnet er vi svært entusiastiske både for denne første generasjonen, den fremtidige andregenerasjonen og alle de påfølgende generasjonene vi kan realisere.

Francisco Marin: For meg er fremtidens organisasjon et nettverk drevet av agenter. KI-agenter kan gjennomføre disse overordnede tiltakene i stor skala. Store multinasjonale selskaper fungerer som inkubatorer for denne nye arbeidsformen, som vi kaller en nettverksorientert fremtid for arbeidslivet.

Det finnes også en komponent der nye organisasjoner blir til og skalerer ved å integrere disse praksisene i stor skala, slik vi gjør i CTS. Vi er et team på 50 personer, et svært desentralisert fellesskap med konsulenter, ambassadører og et kjerneteam i California. Til syvende og sist ønsker vi å skape en casestudie gjennom måten vi selv leder CTS på, som viser hvordan denne nye arbeidsformen ser ut.

For en måned siden lanserte vi dessuten, utenfor CTS og på personlig initiativ, Network-First Manifesto. Her inviterer vi alle som kjenner seg igjen i ideen om en nettverksorientert fremtid for arbeidslivet, til å utforme manifestet og skape en serie prinsipper. Vi samarbeider med tankeledere som Mike Lorena Andras og andre i bransjen.

Vi har nå en gruppe på 200 personer, 200 grunnleggende medlemmer, med rundt 80 organisasjoner representert. Dette skjedde på bare én måned. Vi skal arrangere ratifiseringsarrangementer på nesten 13 steder, og deretter kunngjøre en rekke svært spennende neste steg.

Det er egentlig derfor vi gjør dette: Hvordan kan vi, med vår begrensede kapasitet og innflytelse, lede overgangen fra en hierarkifokusert modell til en nettverksorientert fremtid for arbeidslivet?

Når en nyansatt begynner i en organisasjon i dagens miljø, finnes det ofte begrensninger på hvem man kan arbeide med, hvor man må arbeide, når man må arbeide og hvordan arbeidet skal utføres. Det er en modell som gir stadig mer sentralisert kontroll. Den skaper ikke en sunn balanse mellom sentralisering og desentralisering eller mellom menneskelig og sosial kapital.

Det vi forsøker å gjøre, er å bygge inn disse elementene på et strukturelt nivå, slik at personen som begynner i den store organisasjonen, får insentiver og erfaringer som ligner på dem man får når man begynner i en oppstartsbedrift i Silicon Valley.

Det er dette det handler om: å skape en fremtid for arbeidslivet som vi alle gleder oss til, og ikke frykter.

David Rice: Det er flott. Fantastisk. Jeg liker Michaels arbeid med nettverk – han har gjort noen virkelig spennende ting. Dan, Francisco, takk for at dere ble med oss i dag. Før vi avslutter, vil jeg gi dere muligheten til å fortelle hvor folk kan finne ut mer om det dere holder på med, og lære mer om disse agentene.

Francisco Marin: Først kan man når som helst besøke cognitivetalentsolutions.com. Vi har også nyhetsbrevet CTS Running Sites på LinkedIn, der man kan få artikler tilsendt på e-post hver uke. I tillegg har vi, separat fra CTS, lansert initiativet Network-First Manifesto på networkfirstmanifesto.com eller networkfirstmanifesto.com/join.

Der kan man lære mer om initiativet. Det er åpent for alle som ønsker å delta.

David Rice: Da vil jeg takke dere begge for at dere ble med oss i dag. Det har vært en flott samtale.

Dan George: Takk, David.

Francisco Marin: Takk, David.