Hvordan automatiserer du anerkjennelse uten at det føles automatisert?

Tim Fisher: Hei, og velkommen til Fremtidens KI i HR, en serie der vi går forbi presentasjonen og ser på hvordan KI faktisk endrer måten personalteam jobber på. I dag har vi med oss Motivosity. Hvis du er leder innen HR, personal eller totalbelønning og prøver å bruke KI uten å miste den menneskelige forbindelsen som anerkjennelse og kultur er avhengige av, er dette samtalen du bør få med deg.

I dag skal vi se på Motivositys tilnærming til anerkjennelsesintelligens, og hvordan KI kan fjerne friksjon knyttet til rapportering, administrasjon og oppfølging, samtidig som anerkjennelsen forblir menneskelig. Med oss i dag har vi Jesse Dowdle, produktdirektør i Motivosity, og Dano Gillette, teknologidirektør.

Jesse leder Motivositys produktstrategi, med fokus på å bygge teknologi som gjør arbeidslivet mer menneskelig. Dano leder teknologiteamet bak anerkjennelsesintelligens, med fokus på å bruke KI til å redusere rutinearbeid og gjøre anerkjennelse og kontakt enklere.

Jesse og Dano, hyggelig å ha dere her.

Dano Gillette: Hyggelig å være her.

Jesse Dowdle: Hei, Tim. Hyggelig å være her.

Tim Fisher: Jesse, gi oss 30-sekundersversjonen av Motivosity. Hva gjør det, og hvem er det laget for, for dem som kanskje ikke kjenner selskapet deres?

Jesse Dowdle: Ja. Takk. Motivosity er en plattform for belønning og anerkjennelse, bygget rundt personlig kontakt. Vi har vært i virksomhet i 12 år nå, og ble grunnlagt av en seriegründer som hadde bygget og skalert selskaper tidligere, og som på nært hold hadde sett hvor vanskelig det kan være å opprettholde en følelse av menneskelig kontakt over tid, særlig når virksomheter vokser.

Motivosity oppsto derfor ut fra ideen om at man kan gjøre arbeidsplassen bedre ved å fokusere på kontakt på arbeidsplassen, og det var naturlig å investere i belønning og anerkjennelse som kategorien vi skulle formidle budskapet vårt gjennom.

Tim Fisher: Dette kommer til å høres veldig dumt ut, særlig i året vi er inne i nå, men hvorfor er KI et så stort fokus for Motivosity på dette tidspunktet i utviklingen av HR-teknologi?

Jesse Dowdle: Jeg synes ikke det er et dumt spørsmål i det hele tatt. Det er ingen tvil om at dette forandrer alle deler av økonomien vår og måten vi samhandler på. Det har aldri vært viktigere å skape ekte, meningsfull menneskelig kontakt, samtidig som vi må tilpasse oss og forholde oss til realitetene ved denne nye teknologien.

Derfor var jeg virkelig glad for muligheten til å snakke med deg om fremtidens KI i HR, for hva er mer menneskelig enn funksjonen i virksomheten som har ansvar for menneskene? Jeg tror KI har en enorm rolle å spille, men vi må også gå frem på en bevisst og ansvarlig måte.

Tim Fisher: Når du ser fremover, hvordan tror du KI vil endre rollen til HR- og personalledere, samtidig som den menneskelige forbindelsen forblir ekte?

Jesse Dowdle: Jeg elsker det spørsmålet. Dette er noe jeg får tenke på nesten hver dag: Hva er fremtiden, og hvordan gjør vi den virkelig i en verden basert på menneskelig kontakt? Det finnes ting KI ikke er god nok på til at vi kan bygge et produkt rundt dem i dag, men jeg tror den vil bli det. Jeg tror den vil bli det. Vi har noen tidlige modeller og prototyper av intelligente agenter der agentene går lenger enn bare å hente frem data for deg og hjelpe deg med å tolke programmene og menneskene dine. De kan faktisk drive anerkjennelsesprogrammet ditt for deg.

De kan for eksempel hjelpe deg med å styre budsjettet, oppdage problemer med godkjenninger og proaktivt støtte driften av programmet. Når vi snakker med kundene våre om deres viktigste mål, er det alltid to. Vi spør: «Hva er det viktigste dere ønsker å oppnå?» Og det er alltid to ting. For det første ønsker de at menneskene deres virkelig skal bruke programmet.

De ønsker at personalprogrammene deres skal engasjere medarbeiderne, og at de skal gjøre en forskjell. For det andre ønsker de å spare tid, fordi administrasjon av personalprogrammer kan være et enormt tidssluk uten gode verktøy. Så jeg tror noe av fremtiden for KI innen anerkjennelse vil komme fra selve administrasjonen av programmene.

Det handler om å ta mer og mer av dette bort fra arbeidslisten din. Det andre området der jeg tror det vil komme et tydelig fremstøt, og der vi absolutt kommer til å være med, er overgangen fra reaktiv til proaktiv kommunikasjon. Begrepet dytteteknologi, eller «nudges» i programvare, har eksistert i mange år, men med KIs evne til å oppdage mønstre har du kanskje sett i Danos demonstrasjon nettopp nå, da han hentet frem personinnsikten, at den medarbeideren hadde et forhøyet signal for risiko for å slutte.

Retensjonssignalet var forhøyet og viste to eller tre grunner til at medarbeideren trenger en oppfølging fra lederen sin. KIs evne til å oppdage dette mønsteret og deretter nå lederen i kanalen de befinner seg i, enten de er i Teams, får det i innboksen eller mottar en SMS på telefonen, kan hjelpe ledere med å være til stede i de viktige øyeblikkene og gripe inn når sannsynligheten for å lykkes er størst. Det kommer.

Det kommer fra oss veldig snart, men jeg tror også det blir en viktig del av fremtiden for plattformer for anerkjennelse.

Tim Fisher: Jeg har et todelt spørsmål basert på dette. På den ene siden er dette en fantastisk mulighet, så jeg vil gjerne høre tankene deres om hvordan forventningene kommer til å endre seg hos HR-ledere. Med all denne informasjonen rett foran seg, hva vil organisasjoner forvente annerledes?

På den andre siden har vi risikoen for å kanskje lene oss for mye på en datadrevet tilnærming når vi skal jobbe med medarbeiderne våre. Jeg kan se for meg situasjoner der vi har hørt om at organisasjoner gjennomfører nedbemanninger basert på et regneark, der det handler om tall og ikke mennesker, ikke sant?

Vi risikerer å gjøre noe lignende med alle disse fantastiske dataene og stole på at systemet skal gjøre en del av den menneskelige jobben, nemlig å filtrere dataene og gjøre dem om til en samtale om hva denne personen kan trenge. For meg virker dette som en fantastisk mulighet, men også litt skremmende, og jeg vil gjerne høre tankene deres om alle sidene ved dette.

Jesse Dowdle: Og hvordan man skal håndtere det. De beste personalorganisasjonene tar utgangspunkt i menneskeligheten til medarbeiderne sine. Jeg sa det tidligere: Vi er en virksomhet, ikke en hobby. Dere har aksjonærer å støtte, sannsynligvis et styre og ledere, og alt dette er svært viktig.

Men vi kan ikke miste av syne at det er menneskene som tar vare på kundene våre. De beste organisasjonene har en tydelig sammenheng mellom kjerneverdiene sine, det de feirer og identiteten sin, ikke sant? Hva de feirer og belønner, og hvordan de forventer at medarbeiderne skal opptre og være en del av dette.

Det vi ofte blir bedt om å gjøre, og dette skjer også i samtaler med førstelinjeledere, er å støtte prestasjonssamtaler gjennom et tredimensjonalt perspektiv på medarbeideren. I stedet for å sette seg ned i et møte og si: «Hva var det vi snakket om sist? Jeg er ikke helt sikker.» Eller enda verre: «Jeg må skrive en medarbeidersamtale om denne personen. Hvordan skal jeg huske alt?» gir en plattform som Motivosity deg et tredimensjonalt bilde av personen. Du kan se i CRM-systemet deres, hvis de er selgere, om de når salgsmålene. Du kan se i læringsplattformen om de har oppnådd sertifiseringen sin.

Men i en plattform som Motivosity kan du se hvordan menneskene de jobber sammen med hver dag, opplever denne personen, hva de dokumenterte styrkene er, hva de er best på, og hva de kanskje ikke er like gode på. Hvis du, slik jeg gjør, tror på coaching basert på styrker fremfor å utbedre svakheter, handler det om hva de er best på.

Hvordan kan vi sette denne personen i en posisjon der de lykkes? Det er først gjennom det rike sosiale nettverket du får fra en plattform som Motivosity, at du virkelig kan utvikle et tredimensjonalt bilde av en medarbeider. Dette grunnarbeidet på førstelinjen løftes oppover. Det er en nedenfra-og-opp-tilnærming. Du startet spørsmålet ditt med å spørre hvordan en person på toppen kan forstå alle disse dataene og ta gode beslutninger.

Mitt svar er at du legger dem i hendene på førstelinjelederne og lar løsningen arbeide nedenfra og opp for å utvikle menneskene dine og planlegge tiltakene på den måten.

Tim Fisher: Hvor mener du risikoen for overautomatisering i medarbeideropplevelsen ligger? Du har snakket om dette, og vi har sett hvor dere trekker grensen, men hva er det som skremmer deg med automatisering i HR-verdenen?

Jesse Dowdle: Som med ATS-systemer. Vi har alle hørt skrekkhistoriene, ikke sant? Det er roboter med CV-er, roboter som filtrerer CV-er og prøver å finne en jobb, og det føles som om menneskelig kontakt er den eneste måten å finne en ordentlig jobb på i dag. Det er absolutt en risiko for overautomatisering i en sektor der du prøver å finne en person som passer eksepsjonelt godt til organisasjonstypen du er.

Det får du ikke fra en KI. Men en KI kan absolutt filtrere bort en rekke fantastiske mennesker som du sannsynligvis burde ha snakket med, ved hjelp av heuristikker som ikke samsvarer med organisasjonens verdier. Så jeg tror det er en risiko. Vi har allerede snakket om anerkjennelse. De mest virkningsfulle anerkjennelsene, de du husker gjennom hele karrieren, er de som kom fra en person du enten stolte på, trodde på eller så opp til, som så deg på en svært personlig og meningsfull måte, og som uttrykte det ektefølt og med følelse for det du hadde gjort for dem.

Du tar med deg det gjennom hele karrieren. En takk som ser ut som om den kom fra et standardbrev, der det står: «Ledelsen ønsker å anerkjenne deg for 13 års tjeneste. Her er et papir.» Ikke for å avfeie det for mye, men det kan virke demotiverende hvis det ikke håndteres-

Tim Fisher: Det kan det absolutt.

Jesse Dowdle: med takt. Så nøkkelen er å bruke KI til å støtte det personlige og meningsfulle.

Tim Fisher: Når dere designer og bygger ting, hvordan ser menneskefokusert KI ut i praksis når dere tar beslutninger internt i virksomheten? Vi skal snakke om hvor dere er på vei i fremtiden om litt, men tenk kanskje på noe som står på produktplanen deres akkurat nå, eller som teamene deres jobber med.

Hva betyr dette når dere sitter i et rom og vurderer hvordan dere skal implementere disse tingene i verktøyene deres?

Dano Gillette: Det handler om å snakke med mennesker først, ikke sant? Det finnes så mange ting der ute som det er lett å ta snarveier med i dag, og jeg tror det er det alle ønsker å gjøre. Men for å komme frem til gode løsninger må man snakke med mennesker.

Det gjør vi mye av. Som jeg var inne på, jobber vi mye med mennesker som bryr seg, og undersøkelser er én av tingene vi jobber mye med akkurat nå. Det handler om å virkelig forstå menneskene dine og få innsiktsfull informasjon. Mye av dette kommer tilbake til å snakke med mennesker, forstå hvor de befinner seg og hva de ser etter, og deretter kunne finne ut av …

Og det handler også om å virkelig forstå KI. Det handler om å forstå mennesker og forstå KI, og jo mer du forstår hvordan dette fungerer, desto bedre forstår du hvordan du skal implementere det, og hvor det er nyttig totalt sett.

Tim Fisher: Greit. Dere trenger ikke å avsløre noe konfidensielt, men jeg vil veldig, veldig gjerne, og jeg er sikker på at alle som lytter også vil det, høre hva dere har planlagt for oss.

Hva kommer? Hva gleder dere dere til på produktplanen deres?

Jesse Dowdle: Slutten av 2026 blir den største lanseringen i Motivositys historie. Noe av dette er allerede under utvikling. Det vi har gjort, er å lansere ulike deler av anerkjennelsesintelligensen gjennom året, sammen med forbedringer i brukervennlighet og en omfattende oppdatering av brukeropplevelsen som lanseres akkurat nå.

Når vi ser på hele livssyklusen, hele medarbeiderreisen, har vi snakket mye om anerkjennelse, og jeg mener virkelig at det er selve hjertet. Du bygger en kultur for anerkjennelse, og den blir til en kultur for kontakt. Men medarbeiderens livssyklus er bred. Det er mye kommunikasjon som må gjennomføres, og dette er en flott mulighet til både å avlaste HR og bruke KI-verktøy til mer personlig og virkningsfull kommunikasjon.

Dano viste nettopp til lytting på den andre siden, altså muligheten til å lytte til medarbeiderne på måter som gjør det mulig å forstå hva som egentlig foregår. Når du virkelig forstår, kan du også virkelig ha en effekt. Så det handler ikke bare om å samle inn informasjon i en undersøkelse, men om å tolke den, forstå hva som vil flytte nålen, og deretter handle på grunnlag av dette.

Jeg tror derfor du i fremtiden vil se at Motivosity fortsetter å legge vekt på den svært menneskelige tilnærmingen til KI gjennom anerkjennelsesintelligens, ikke kunstig intelligens, og et fremstøt for å gjøre hele medarbeiderreisen, fra det øyeblikket de kommer inn døren den første dagen med planten på skrivebordet, til dagen du sender dem av gårde med pensjon, til en reise der de føler at de var en del av noe meningsfullt og ser tilbake på tiden hos dere som et høydepunkt i karrieren.

Det ville vært vårt høyeste mål som selskap: å støtte dere i å oppnå dette for menneskene deres.

Tim Fisher: Absolutt. Hvis det er én ting i deres verden innen medarbeiderkontakt eller anerkjennelse som du tror KI helt kommer til å fjerne, og som føles veldig vanskelig akkurat nå basert på teknologien, produktplanen, hvordan folk forholder seg til disse verktøyene eller noe annet.

Hva er det du tror er vanskelig nå, men som bare kommer til å forsvinne takket være KI?

Jesse Dowdle: Åpen innmelding?

Tim Fisher: Det hadde vært fantastisk.

Jesse Dowdle: Igjen er jeg litt utopisk når det gjelder dette. Jeg tror arbeidslivet kommer til å endre seg så grunnleggende, og innen HR-teknologi og personalteknologi, at mange av jobbene som er rettet mot etterlevelse, som lønnskjøring og håndtering av personalgoder, kommer til å forsvinne. Dette er ikke menneskesentrerte oppgaver.

De er nødvendige onder. Det er som å gå til tannlegen: Du må gjøre det. Det er viktig. Men ingen er glade for det, ikke engang tannlegen, i hvert fall ikke de jeg kjenner. Jeg tror KI kan gjøre personalarbeidet mer konkret rettet mot organisasjonskulturen, og personalfunksjonen vil bli forretningspartneren som forstår medarbeidernes tredimensjonale kvaliteter bedre enn noen andre. Den kan kommunisere hvilke tiltak som vil gi best resultat når det gjelder å hjelpe organisasjonen med å leve etter verdiene sine og vise seg fra sin beste side i verden. For når vi tar vare på menneskene våre, tar de vare på kundene våre, og tiden vi bruker på jobb kan konsentreres om de delene som er unikt menneskelige.

Jeg tror ikke en robothær kommer etter salgsavdelingen, for eksempel. Salg handler fortsatt om å møte et menneske ansikt til ansikt, bygge en forbindelse, forstå hva den andre trenger og tilby dette. Så det blir flott. Det blir flott når vi kommer dit, men vi er fortsatt på brosteinen på vei dit.

Det blir litt humpete før vi kommer frem.

Tim Fisher: Jeg er tilbøyelig til å være enig, og jeg liker perspektivet ditt. Jeg deler den utopiske visjonen din. Det er bare så vanskelig å se akkurat nå, tror jeg, for noen mennesker. Men disse verktøyene nærmer seg et punkt der de kan tjene sitt egentlige formål, nemlig å hjelpe oss med å få en rekke ting ut av veien, slik at vi kan gjøre den faktiske jobben vi er her for å gjøre.

Og dere har bygget noe som skal gjøre nettopp dette, så jeg synes det er flott. Det var en veldig interessant gjennomgang. Tusen takk. Et veldig tydelig perspektiv på hvor KI kan hjelpe. Jesse, kanskje du kan si litt om dette, og så følger vi selvfølgelig opp med alle om hvor de kan gå for å lære mer om Motivosity.

Jesse Dowdle: Ja, absolutt. Du kan gå til nettstedet vårt, Motivosity.com, www.motivosity.com. Det finnes knapper overalt der for å bestille en demonstrasjon, som du kan forestille deg. Du fyller bare ut et kort skjema med hvem du er og hvordan vi kan komme i kontakt med deg, så tar vi kontakt. Det finnes også mye flott innhold på nettstedet.

Hvis du vil lære mer om anerkjennelsesintelligens eller alle de ulike funksjonene i en sosial plattform for anerkjennelse, er Motivosity.com stedet å gå.

Tim Fisher: Jeg har selv sittet i publikums posisjon mange ganger når det gjelder programvare som dette, så det er en rekke spørsmål folk pleier å stille, og som jeg selv har stilt, og derfor skal jeg stille dem til dere.

Et av de store spørsmålene som ofte dukker opp med programvare som dette, er hvor mye data … Dette gjelder noen som er nye hos Motivosity. Tenk deg at de registrerer seg neste uke og er veldig begeistret for alt dere har vist alle i dag. Når får de ta dette i bruk? Er det etter seks måneder, ett år, to år eller fem år?

Hvor stort må selskapet være? Hvor mye data trenger dere i systemet, hvor lang tid tar det, og hvor vanskelig er det å få verdi ut av disse KI-verktøyene hvis man kommer fra noe annet?

Jesse Dowdle: Det er absolutt riktig at man må etablere en form for utgangspunkt, selv om vi har noe av dette klart fra starten fordi vi har hundretusenvis av mennesker. Alt dette er selvfølgelig fullstendig anonymt, men vi kan i det minste fortelle deg hva som er bra for et selskap på din størrelse og i din bransje.

Jeg kan ikke understreke nok hvor viktig en virkelig god lansering er for noe som dette. Vi har et helt kundesuksessteam som er besatt av å gjøre de første 90 dagene etter at noen har tatt i bruk Motivosity, så effektive som mulig, fordi det er da vanene dannes. Dette er et verktøy som er ment å brukes av medarbeiderne hver dag.

Det å venne seg til å se hvem man skal takke, se kunngjøringene som er lagt ut og se hvilke høydepunkter som finnes, er en svært viktig del av alt det andre vi har snakket om. Når du får godt engasjement, og med godt engasjement mener jeg at 70, 80 eller 90 prosent av medarbeiderne dine er inne regelmessig, tar det ikke lang tid før det finnes nok informasjon i systemet til å begynne å utvikle reell innsikt.

Hvis noen blir anerkjent eller anerkjenner andre regelmessig, og dette faller betydelig, er det et av de sterkeste signalene på risiko for å slutte som finnes. Selv over en periode på 90 dager kan du, hvis du får disse vanene på plass tidlig, se for deg at en medarbeider deltar i flere uker på rad og deretter plutselig faller fra. Det er en risiko for at personen slutter, og dette vil komme frem allerede i løpet av de første månedene du bruker Motivosity.

Så ja, det tar ikke flere år.

Tim Fisher: Hvordan vil du beskrive forskjellen mellom å bruke et verktøy som deres, med KI-funksjonene, selvfølgelig, og å bare legge alle medarbeiderdataene dine inn i ChatGPT og stille spørsmål basert på dem?

Dano Gillette: Jeg tror du totalt sett vil oppdage at det vi har i Motivosity, sammen med ikke bare … Én ting du mister ved å gå direkte til ChatGPT, er at ChatGPT er et flott sted for å samle inn data og få data tilbake, ikke sant?

Du gir det data, og du får data tilbake. Når du går til Motivosity, er én ting vi virkelig ønsker å være tydelige på, at vi vil hjelpe deg med å handle på grunnlag av dataene dine. Det er noe vi bryr oss dypt om. Det handler ikke bare om å gå gjennom og samle inn store mengder data, noe hvem som helst kan gjøre, men om at du, når du ser på hvordan menneskene dine jobber, hvordan de samhandler, hvordan de engasjerer seg i hverandre og hvilken innsikt du kan få fra undersøkelser du har gjennomført, skal vite hva du som administrator kan gjøre videre.

Det er dette vi prøver å gjøre gjennom hele prosessen: gi deg handlinger og innsikt. Én ting vi ikke viste i dag, er det vi kaller smarte handlinger. Når du kommer inn på plattformen, prøver vi å fortelle deg hva som er det beste neste du kan gjøre i dag. Ikke en lang liste med ting, men den ene tingen som kan ha en effekt på kulturen din hvis du kommer inn i dag.

Det er noe vi er svært begeistret for. Vi legger mye i dette for å sikre at du føler at du har en effekt i selskapet hver dag. Dette er noe vi virkelig bryr oss om når det gjelder ledere, fordi så mange mennesker prøver å holde så mange baller i luften i dag. På denne måten kan du sørge for at du fokuserer på det som vil hjelpe en enkeltperson på teamet ditt med å føle seg spesiell eller få mest mulig ut av det de gjør.

Tim Fisher: Suverent. Hvordan tenker dere rundt skjevheter eller utilsiktede konsekvenser når KI arbeider med data om anerkjennelse og medarbeideropplevelse?

Jesse Dowdle: Mennesket i loopen er så viktig, ikke sant? Vi har gjort, og er stolte av, investeringene vi har gjort i innholdsmoderering, og dette er KI-drevet. Vi bruker noen av de beste modellene på markedet til innholdsmoderering, fordi det er så viktig å unngå, når du har en sosial plattform som er utviklet for offentlig deling, at noe som går over en grense blir publisert.

Samtidig tror jeg det viktigste prinsippet her, og dette vil være sant for KI i lang tid fremover, er at noen til syvende og sist har ansvaret. Når vi lanserer en funksjon i Motivosity, en ny programvarefunksjon, er 100 prosent av kodelinjene skrevet av KI. Men det står en utvikler i front som kontrollerer den, sørger for at kvaliteten er god, at sikkerheten er ivaretatt, at sikkerhetsprinsippene våre, som er vår høyeste prioritet, blir fulgt, og utvikleren har til syvende og sist ansvaret.

Du stilte et godt spørsmål, Tim: Hvilken grense ønsker man ikke å krysse? Jeg tror grensen går ved at du som HR-leder fortsatt har ansvaret. Du må fortsatt være den som til syvende og sist sier: «Dette er greit», eller «Dette er ikke greit», og verktøyene finnes for å gjøre det enkelt for deg og hjelpe deg med å redusere tiden det tar.

Men ansvaret ligger fortsatt hos deg. Så vær klok, antar jeg.

Tim Fisher: Ja, det var et godt svar. Jeg hørte noe som jeg faktisk hører igjen og igjen: Alle blir ledere i denne verden, og av grunnene du beskrev, er dette én av de viktigste. Dette har vært veldig interessant, men det er alt vi har tid til i dag.

Jesse og Dano, tusen takk for at dere ble med oss. Ha en flott dag, så sees vi alle i neste økt av Fremtidens KI i HR.

Dano Gillette: Tusen takk.

Tim Fisher: Suverent. Ha det, folkens.

Jesse Dowdle: Takk, alle sammen.