Tidligere programleder i Google: Bruk KI til å bygge langsiktig vekst, ikke jakte på kortsiktige besparelser

Jeg var teknisk programleder for Chromebook – som barnebarna mine nå bruker på skolen – samt Mac- og Linux-versjonene av Chrome-nettleseren. Hos eBay var jeg direktør med ansvar for produkt innen varehandel og markedsføring.

Hos Amazon gikk jeg fra å lede markedsføringen for alle Amazon-enheter til å bygge AI-løsninger, og deretter til å lære opp Amazons visepresidenter og direktører i AI. Da jeg så en mulighet på et ubeskrevet område innen AI og ledelse, sluttet jeg i Amazon i 2024 for å bygge Shiftwell AI, en oppstartsbedrift innen karriere- og lederutvikling med en betydelig AI-komponent.

Vi bygger Shiftwell AI for å hjelpe ledere med å utvikle medarbeiderne sine

Innsikten vi fikk hos Shiftwell AI, er at ledere er overveldet. De har sjelden tid, og mangler ofte kompetansen, til å hjelpe sine direkte rapporterende med å utvikle lederferdighetene sine og fremme karrieren.

Vi forventer at AI vil føre til at selskaper flater ut organisasjonsstrukturene sine etter hvert som verktøy tas i bruk for å oppsummere informasjonsflommen ledere mottar hver dag. Forbedringer i kontorproduktiviteten vil gjøre det mulig for en leder å ha flere direkte rapporterende, men disse medarbeiderne vil fortsatt ikke få den støtten de trenger for å utvikle seg.

Shiftwell AI er en erstatning for de massemarkedsførte medarbeiderundersøkelsene om engasjement som ikke har klart å levere bedre produktivitet og lojalitet. Å bruke AI på en engasjementsundersøkelse tar en dårlig tilnærming og gjør den verre. Vi tar i bruk en ny tilnærming, muliggjort av AI og flere tiår med forskning, som gir medarbeidere og ledere innsikten og verktøyene de trenger for å lykkes.

Vi forventer at alle medarbeidere vil ha AI-kolleger og samarbeidspartnere som bistår dem i arbeidet og automatiserer oppgaver. Vi ser at de beste selskapene også bruker AI til å utvikle medarbeiderne sine. For selskapene som klarer å tiltrekke seg, utvikle og beholde de beste talentene, vil lykkes.

Jonathans tips

Selskapene som klarer å tiltrekke seg, utvikle og beholde de beste talentene, vil lykkes.

Slik endrer AI ledelse og organisasjonsdesign

En viktig lærdom jeg formidlet til Amazon-lederne, var at deres mange års erfaring og intuisjon om hva som er umulig eller for dyrt, ikke lenger er gyldig.

Amazon gikk for eksempel gjennom en smertefull overgang fra Perl og C til en i hovedsak Java-basert kodebase. Denne overgangen var svært kostbar og tok lang tid. Men med AI ble overgangen fra en gammel Java-versjon til den nyeste Java-versjonen nesten fullstendig automatisert. Dette kvantitative produktivitetsspranget får reelle konsekvenser for hvordan vi tenker på sammensetningen og omfanget av arbeidsstyrken.

Etter mitt syn finnes det tre måter å respondere på AI-økonomien på:

1. Ignorer AI og håp at det forsvinner, en strategi Sears tilsynelatende valgte overfor internett.
2. Stup hodestups inn i det og reduser arbeidsstyrken raskt i forventning om at produktivitetsøkningen fra AI vil gjøre det mulig å opprettholde samme leveransenivå med høyere fortjenestemargin. Dette gir en kortsiktig fordel for aksjekursen og etterlater til syvende og sist selskapet med samme kapasitet som før, men til lavere kostnad.
3. Behold de beste talentene og forsterk dem med AI, slik at de kan gjøre mer, raskere.

Jeg har alltid argumentert for den tredje veien.

I alle ingeniørprosjekter jeg har jobbet med, har vi måttet prioritere kundenes behov og deretter trekke en grense ved kapasiteten vår til å levere. Vi lot alltid noen kundebehov stå udekket fordi vi hadde begrensede ressurser.

Selskaper som beholder sine talentfulle og erfarne medarbeidere og øker produktiviteten deres gjennom AI, vil levere flere fordeler til kundene enn selskaper som går for et kortsiktig løft i aksjekursen.

Denne tilnærmingen reduserer ikke kostnadene umiddelbart, men den øker raskt inntektene når et selskap akselererer forbi konkurrentene. Etter min erfaring finnes det et enormt potensial for å øke inntektene – men kostnadsbesparelser har alltid et tak.

Jonathans tips

En viktig lærdom jeg formidlet til Amazon-ledere, var at årevis med erfaring og intuisjon om hva som er umulig eller for dyrt, ikke lenger gjelder.

Hvordan kunstig intelligens forvandlet Amazons e-postmarkedsføring – og hvordan de fremskyndet innføringen

Her er et annet eksempel. Amazon var avhengig av hundrevis av markedsføringsledere som manuelt konfigurerte målrettingsparametere for markedsføringskampanjer. Denne arbeidskrevende prosessen innebar idémyldring rundt hvilke kriterier og hvilken atferd som var viktig, etterfulgt av hundrevis av timer med rapportgenerering og analyse. Teamene var tilbakeholdne med å prøve nye ting eller kjøre flere eksperimenter fordi investeringen var for stor.

Jeg var så heldig å møte en KI-forsker som hadde ideen om å bruke kunstig intelligens til å kombinere hundrevis av målinger for å forutsi hvem som kom til å kjøpe innen en kategori i løpet av de neste to ukene, og deretter hvem som mest sannsynlig kom til å reagere positivt på en e-post.

Jeg satset på dette og laget eksperimenter med Amazons enhetskampanjer for å validere og forbedre modellen.

I begynnelsen var markedsføringslederne skeptiske til en løsning som hevdet å kjenne kundene deres bedre enn de gjorde selv. Kunstig intelligens var ikke et vanlig verktøy og ble generelt misforstått på den tiden. Derfor opprettet jeg et kurs for markedsføringsledere for å forklare det grunnleggende ved modellen, og vi holdt innlegg på interne konferanser.

Til syvende og sist klarte vi å skape fremdrift ved å gjøre løsningen tilgjengelig i de eksisterende verktøyene deres og publisere suksesshistorier bredt. Etter hvert som teamene delte suksessene sine og ansatte byttet roller i selskapet, økte innføringsgraden. I løpet av 18 måneder brukte hvert team løsningen, og alle nye landslanseringer inkluderte kravet om å ta modellen i bruk så snart kundedata var tilgjengelig.

Til slutt måtte alle Amazons e-postkampanjer over hele verden bruke denne modellen i målrettingen. Den reduserte arbeidet med å sette opp nye kampanjer betydelig, noe som oppmuntret teamene til å eksperimentere med flere kampanjer. Dette ga ny innsikt i kundenes behov og forbedret salget.

Den viktigste innsikten for oss var at mennesker aldri ville ha vurdert nyanserte tilnærminger som involverte hundrevis (senere tusenvis) av variabler. Men ved å bruke kunstig intelligens på problemet kunne vi gjøre mer for kundene med samme eller mindre innsats – så lenge teamene våre tok det i bruk.

Hvorfor det trengs sikkerhetsrammer når programvareteam bruker kunstig intelligens

Som teknologidirektør i en oppstartsbedrift er det mitt ansvar å skrive koden.

KI-kodeverktøy som GitHub Copilot i VS Code, samt Ollama som kjører lokalt med Open Web UI, sjokkerer meg ofte med evnen til tilsynelatende å lese tankene mine og foreslå store kodeblokker som er akkurat det jeg var i ferd med å skrive.

Samtidig fortsetter kunstig intelligens gjerne på en fryktelig vei og forsterker feil i arkitekturen eller utformingen.

Derfor er det avgjørende å ha godt utdannede og erfarne programvareingeniører for å skape de riktige resultatene. Kunstig intelligens kan fremskynde og bygge videre på god eller dårlig utforming. Den vil forsterke talentnivået i organisasjonen din, omtrent som et forvrengende speil i et tivoli.

Hvis du investerer i de beste talentene, vil KI-verktøyene forsterke evnene deres og produsere godt arbeid raskere. Hvis du ikke har utviklet medarbeiderne dine eller har ansatt feil personer, vil kunstig intelligens hjelpe arbeidsstyrken din med å produsere dårlige løsninger raskt.

Kunstig intelligens kan fremskynde og bygge videre på god eller dårlig utforming. Den vil forsterke talentnivået i organisasjonen din, omtrent som et forvrengende speil i et tivoli.

Share This Quote on:

• Share on Twitter
• Share on LinkedIn
• Share on Facebook

Jonathan Conradt

Teknologidirektør og grunnlegger av ShiftWell.ai

Hvorfor lesbarhet er viktigere enn noen gang i en tid med KI-generert kode

Hos Shiftwell AI har vi valgt Go som programmeringsspråk. Det støttes godt av alle KI-verktøy. Det er også svært lesbart.

Jeg var så heldig å få observere ingeniørene på Google Chrome-teamet som teknisk produktsjef. Kodegjennomgangsprosessen, som fortsatt er synlig for alle gjennom Chromium-prosjektet, var et utmerket miljø for å lære, få opplæring og forbedre kode. Et viktig trinn i gjennomgangen var å øke kodens lesbarhet. Kunne en ingeniør lese og forstå løsningen innen rimelig tid?

Go-språkligruppen hos Google tok dette på alvor og bygget inn noen retningslinjer for lesbarhet i språket. Selv om språk som Rust eller C++ kan produsere raskere eller mindre løsninger, er Go-løsningen som regel den mest lesbare.

Vi forventer å ha færre ingeniører enn vi ville hatt for ti år siden, samtidig som vi har like mye eller mer kode enn en oppstartsbedrift av tilsvarende størrelse ville hatt. Både KI-verktøyene og dette svært lesbare språket hjelper med dette. For når en KI foreslår kode, må ingeniøren lese og forstå koden.

Jeg mistenker at selskaper snart vil gå over til språk som er enklere å lese og forstå, for å unngå feil fra KI-verktøy.

Slik bruker Shiftwell AI KI-verktøy innen utvikling, markedsføring og brukerstøtte

Som nevnt bruker jeg GitHub CoPilot mye i VS Code. Det har gjort det mye raskere å komme i gang med et godt sett av tester for koden min. Det er imponerende hvor ofte det genererer smarte tester som er enkle for meg å utvide med scenarier jeg ønsker å dekke.

Som organisasjon bruker vi det også til å idémyldre rundt markedsføringsbudskap og ting som heispresentasjoner. Og når vi står fast på hvordan vi skal formulere noe, vender vi oss til KI for å generere flere ideer.

Vi forventer fullt ut at KI blir en integrert del av arbeidsflyten vår for kundestøtte. Vi planlegger å støtte 35+ språk med et engelskspråklig førstelinjeteam. Det vil bare være mulig å tilby kundeservice på morsmålsnivå ved hjelp av KI.

De skjulte risikoene ved KI-konsolidering, og hvordan mindre selskaper kan lykkes

KI ser ut til å drive frem konsolidering, ettersom større selskaper som har treningsdata av høy kvalitet, har en fordel når de trener og tar i bruk KI i virksomheten. Hva vil skje med de små familiebedriftene?

Historisk sett hadde fotografi en lignende innvirkning på kunstverdenen. Et lite antall selskaper innen kameraer, film og fremkalling kunne produsere mer enn alle verdens kunstnere, med et produkt av høy kvalitet og utrolig gjengivelse. Dette gjorde enhver kameraeier til en kunstner, riktignok som regel en dårlig kunstner.

På den tiden førte dette til at mange forventet at verdien av malerier ville kollapse, og at kunstnere ville forsvinne. Det gjorde de ikke.

Etter hvert som KI fører til konsolidering og mangfoldet forsvinner, vil produkter bli mer ensartede og generiske. Dette er markedsmuligheten for små og mellomstore bedrifter som kan tilby unike og skreddersydde løsninger. Små selskaper som fokuserer på kundene sine og tar seg tid til å forstå behovene deres i dybden, kan fortsatt lykkes i en KI-økonomi.

Det viktigste rådet til ledere som navigerer i KI-økonomien

Mitt råd for denne tiden er å fokusere på å bruke produktivitetsforbedringer fra KI til å levere mer for kundene, i stedet for å bruke kostnadsbesparelser til å øke fortjenesten.

Dette er en mulighet til å akselerere forbi konkurrenter som gjør feilen å fjerne talent og erfaring fra selskapet i jakten på kortsiktige gevinster. Hvis en ansatt som tidligere skapte inntekter tilsvarende 7X av sin egen lønn, kan skape inntekter tilsvarende 20X av lønnen, hvilken idiot ville ofre disse inntektene for å spare inn lønnen?

Når det er sagt, tror jeg KI vil få en overraskende innvirkning på stillinger på direktør- og VP-nivå, ettersom det reduserer den kognitive belastningen ved ledelse og gjør det mulig for færre personer å utføre arbeidet.

De beste selskapene vil redusere de administrative kostnadene og omfordele disse besparelsene til investeringer i ansatte, noe som direkte skaper kundeverdi.

Følg med

Du kan følge Jonathans arbeid på LinkedIn og utforske selskapet hans, Shiftwell AI, der de bygger fremtidens lederutvikling med KI i sentrum.

Flere ekspertintervjuer kommer snart på People Managing People!