Personaldirektør sier at trygghet med KI ikke forutsier bruk
Oppdag hvorfor ansattes trygghet med KI ikke garanterer bruk, og hvordan ledere kan skape varig endring ved å redesigne arbeidsflyter, kultur og daglige vaner.
Justin Angsuwat
Personaldirektør med ansvar for kunderelasjoner i Culture Amp
KI-transformasjon: KI endrer grunnleggende hvordan mennesker ledes, ved å utfordre eksisterende arbeidsflyter og muliggjøre kontinuerlig innsikt.
Ansattes trygghet: Culture Amps program øker de ansattes trygghet i bruk av KI uten å presse frem polerte resultater.
Ledelsesutfordringen: Senioransatte kan ha problemer med å ta i bruk KI, fordi det kan være vanskeligere å avlære enn å lære noe nytt for yngre medarbeidere.
Bruk kontra trygghet: Å bygge trygghet med KI garanterer ikke bruk; ulike utfordringer krever ulike strategier.
Redesign av undersøkelser: KI gjør medarbeiderundersøkelser raskere ved å analysere data og foreslå evidensbaserte handlingsplaner.
Justin Angsuwat har brukt to tiår på å hjelpe organisasjoner som Google, PwC, Thumbtack og Blackbird Ventures med å bruke data, teknologi og medarbeiderstrategi til å bygge team med høy ytelse. Hans nåværende stilling er direktør for medarbeidere og kundeengasjement i Culture Amp.
I samtalen vår med Justin fortalte han oss at innføring og trygghet er to forskjellige problemer.
Hvordan AI endrer lederrollen
Jeg er Justin Angsuwat, direktør for medarbeidere og kundeengasjement i Culture Amp.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
De siste 20 årene har jeg jobbet med selskaper som PwC, Google, Thumbtack og Blackbird Ventures for å bygge systemer for data og analyse som optimaliserer medarbeideropplevelsen, fremmer sterke arbeidsplasskulturer og skaper team med høy ytelse. I løpet av denne tiden har teknologien fullstendig endret hva som er mulig innen medarbeiderledelse.
De siste 18 månedene har jeg innsett at dette føles som bare startpunktet for noe langt mer transformativt. Vi gjør ikke bare eksisterende arbeidsflyter raskere, men stiller spørsmål ved om vi i det hele tatt trenger disse arbeidsflytene.
AI akselererer ikke bare HR – teknologien tenker nytt om HR, og det har definert hvordan jeg tilnærmer meg ledelse i dag. Det har tvunget meg til å gå fra å spørre «hvordan optimaliserer vi prosessene våre?» til «hva blir mulig når innsikt og handling er konstante?»
Å navigere i AI-transformasjon globalt
Jeg leder arbeidet med medarbeidere og kundeengasjement i Culture Amp, verdens ledende plattform for medarbeideropplevelse. Vi betjener 25 millioner medarbeidere i 6 000 organisasjoner globalt, fordelt på mer enn 90 land.
Ansvarsområdet mitt omfatter å bygge og støtte den interne kulturen vår, inkludert å lede AI-transformasjonen og gjøre kundene våre i stand til å transformere sine organisasjoner. Vi er et globalt team som er fordelt mellom USA, Storbritannia, Tyskland og Australia, så jeg navigerer hele tiden i kompleksiteten ved å bygge én helhetlig kultur på tvers av svært ulike kontekster.
Denne distribuerte virkeligheten har gjort oss bedre til å forstå hva som fungerer på den moderne arbeidsplassen, fordi vi selv opplever de samme utfordringene og mulighetene som kundene våre møter.
Slik øker du medarbeidernes trygghet med AI
Vi endret hvordan vi tilnærmer oss medarbeidernes trygghet og kompetansebygging med AI. For ett år siden startet vi et seksukersprogram som vi kaller «Accel-AI-rate», med ett spesifikt mål: å gjøre medarbeiderne trygge på å bruke AI, ikke bare nysgjerrige.
Vi skilte utforskning fra forventninger – det var ikke noe press om å levere ferdigpolerte resultater, bare strukturert læring som gikk fra forståelse til eksperimentering og videre til integrering. Nesten 80 % av organisasjonen vår rapporterte at de var trygge på å bruke AI i det daglige arbeidet, opp fra utgangspunktet vårt, med bare 4 % negativ holdning.
Den større operasjonelle endringen var imidlertid at vi sluttet å vente på perfekte bruksområder eller tillatelse til å eksperimentere. Vi gikk fra en tradisjonell fossefallsmetode for programvareutvikling til rask prototyping, der vi bygde ting på uker som tidligere tok måneder, og umiddelbart fikk fungerende prototyper i hendene på brukerne.
Skiftet fra «planlegg alt, og bygg deretter» til «bygg, lær og iterer» har fundamentalt endret tempoet vårt og hvordan teamene arbeider hver dag.
Nå går vi inn i neste fase, der vi endrer den grunnleggende driftsmodellen vår for å frigjøre neste nivå av AI-transformasjon. Å bygge et organisatorisk kontekstlag for AI krever for eksempel at det meste av det vi gjør, kan leses og refereres til av maskiner.
Dette er ikke et teknologiprosjekt, men en atferdsendring. Det endrer hvordan vi gjennomfører og dokumenterer prosjekter og beslutninger. Det betyr at det å samle på informasjon blir en feil, ikke en funksjon. Det betyr færre møter fordi informasjonen allerede er tilgjengelig. Du trenger ikke videreformidle, gjenta eller planlegge en samtale for å dele den.
Hvordan AI utfordrer tradisjonelt lederskap
I årevis har vi antatt at god prosessutforming innebar tydelige, sekvensielle trinn. For eksempel ved medarbeidersamtaler: først selvrefleksjon, deretter innspill fra kolleger, så ledervurdering og til slutt formidling av tilbakemeldinger. Vi bygget hele systemer for å gjøre disse arbeidsflytene effektive. AI fikk meg til å innse at selve arbeidsflyten kan være begrensningen, ikke løsningen.
Når AI kan sammenstille kontekst i sanntid, hente frem innsikter umiddelbart og hjelpe ledere med å forberede seg til samtaler ved behov, trenger vi da virkelig at alle følger den samme rigide rekkefølgen? Jeg måtte gi slipp på antakelsen om at struktur er det samme som grundighet. Noen ganger er struktur bare det samme som friksjon.
En annen antakelse var at erfarne medarbeidere naturlig ville lede innføringen av AI på grunn av ekspertisen sin. Det var lærerikt å se yngre medarbeidere bruke AI mer intuitivt enn lederne og topplederne som hadde ansvaret for å transformere organisasjonen. Erfaring kan være en ressurs eller en belastning, avhengig av hvor knyttet du er til måten ting alltid har blitt gjort på.
Utfordringen med å avlære i AI-æraen
Resultatene våre fra integreringen av AI kan måles: 80 % av medarbeiderne føler seg trygge på å bruke AI, det er en forbedring på 24 prosentpoeng i enighet med påstanden «vi utforsker og tar i bruk ny teknologi som AI», som nå ligger på 84 % enighet, samt raskere utviklingssykluser.
Ledere i hele organisasjonen kan også forstå hva som driver engasjement og prestasjoner i de enkelte teamene sine uten å be analyseteamene om spesifikke datauttak.
Trygghet fører ikke automatisk til integrering. Folk kan fortsatt stirre på et tomt lerret i de daglige arbeidsflytene sine og gå i stå.
Som nevnt oppdaget vi at våre mest erfarne medarbeidere med best resultater noen ganger strever mer enn yngre medarbeidere, fordi det er vanskeligere å avlære hvordan de har gjort ting i 20 år enn å lære noe nytt.
En del av en persons identitet blir knyttet til arbeidsflyten deres, og AI kan gjøre den foreldet ganske raskt. Vi prøver fortsatt å finne ut hvordan vi kan bygge bro mellom AI-intuitive medarbeidere tidlig i karrieren og erfarne medarbeidere som har dyp ekspertise, men som må endre hvordan de anvender den.
Hvorfor trygghet på AI ikke garanterer innføring
Å bygge trygghet og å drive innføring er to helt ulike utfordringer som krever forskjellige tiltak. I utgangspunktet forsto jeg dette intellektuelt, men jeg opplevde det sterkere enn forventet. Det glimrende seksukersprogrammet jeg nevnte, gjorde 80 % av deltakerne trygge, og vi antok at trygghet ville føre til endret atferd. Det gjorde den ikke – ikke automatisk.
Hvis jeg hadde visst det på forhånd, ville jeg ha utformet implementeringsfasen annerledes fra første dag – kanskje med langsiktige påminnelser, raskere AI-teknologi eller andre ansvarsstrukturer.
Vi brukte mye energi på å anta at vi måtte lære opp alle på samme måte, selv om vi trengte ulike tilnærminger for dem som skulle avlære, og dem som skulle lære noe helt nytt. Hvis vi tidligere hadde forstått hvordan dynamikken mellom seniorer og juniorer ville utspille seg, ville vi ha spart tid på å prøve å tvinge frem løsninger som passer alle.
Vi brukte mye energi på å anta at vi måtte lære opp alle på samme måte, selv om vi trengte ulike tilnærminger for dem som skulle avlære, og dem som skulle lære noe helt nytt.
Hvorfor AI-integrering er mer utfordrende enn forventet
Implementeringsfasen – det å integrere AI i de daglige arbeidsflytene – viste seg å være langt vanskeligere enn forventet. Vi antok at innføringen ville skje naturlig så snart folk ble trygge og så hva AI kunne gjøre gjennom programmet vårt for utforskning og kompetansebygging.
Folk møter ofte arbeidsmengden på en vanlig tirsdag morgen og går tilbake til gamle vaner. Avstanden mellom «Jeg vet at AI kan hjelpe med dette» og «Jeg bruker faktisk AI til dette» er fortsatt stor.
Vi ser også at bruk av AI til deterministiske oppgaver — oppgaver med ett riktig svar, som «hva var inntektene våre i fjerde kvartal?» — føles imponerende, men mangler reell verdi. Det går saktere enn å kjøre et søk, og det innebærer risiko for hallusinasjoner. Effekten kommer fra probabilistiske oppgaver der AI tolker nyanser. Men å få folk til å gå fra å bruke AI som en bedre kalkulator til å bruke det som en innsiktsmotor? Det er denne overgangen vi fortsatt jobber med.
Hvorfor medarbeiderundersøkelser trenger en ny utforming med AI
Medarbeiderundersøkelser og hele handlingsplanleggingssyklusen bør redesignes aktivt. Tradisjonelt gjennomfører man en undersøkelse, venter i ukevis på resultatene, lar analyseteamet dele opp dataene på dusinvis av måter, holder ledermøter for å tolke resultatene og lager deretter kanskje — hvis man er disiplinert — handlingsplaner som kanskje blir gjennomført, kanskje ikke. Når tiltakene endelig iverksettes, er dataene flere måneder gamle, og tilliten blant medarbeiderne svekkes fordi de ikke ser noen endring.
Vi har redesignet dette fullstendig i plattformen vår. AI analyserer nå undersøkelsesdata umiddelbart, fremhever de 3–5 viktigste tiltakene med størst potensial for effekt og hjelper ledere med å lage evidensbaserte handlingsplaner forankret i arbeidslivsforskning — alt på minutter, ikke uker.
Som et resultat gikk vi fra at 50 % av medarbeiderne opplevde positiv endring etter undersøkelser, til at 73 % opplevde meningsfulle tiltak. Det endrer hva som er mulig i styresamtaler og gjør kultur til et strategisk virkemiddel, ikke bare et HR-måltall. Enhver leder som fortsatt gjennomfører medarbeiderundersøkelser på den gamle måten, lar enorme verdier gå til spille.
Der AI slutter og ledelse begynner
Jeg baserer meg i stor grad på AI til probabilistiske oppgaver med mange gode svar. Jeg analyserer mønstre på tvers av hundrevis av kommentarer fra medarbeidere for å avdekke emosjonelle frustrasjoner, gjennomfører scenario-planlegging for bemanningsstrategien vår og identifiserer tidlige varselsignaler for å nå strategien vår — jeg finner ulmende glør i stedet for branner.
AI har forvandlet beslutningstaking ved å flytte oss fra «engasjementsskåren din er 72» til «dette konkrete problemet med manglende ansvarlighet for svake prestasjoner vil koste deg 3 millioner dollar hvis du ikke håndterer det». Denne spesifisiteten endrer styresamtaler fullstendig.
Beslutninger om mennesker — hvem som skal forfremmes, hvem som skal sies opp, og om noen er klar for en utfordrende rolle — forblir uttrykkelig menneskelige. AI kan avdekke signaler jeg kanskje ville ha oversett, og hjelpe meg med å forberede vanskelige samtaler, men vurderingen av hva som er riktig for den enkelte i det aktuelle øyeblikket, krever menneskelig kontekst, empati og ansvarlighet.
Jeg tenker på det slik: AI håndterer behandlingen av komplekse data, mens mennesker håndterer beslutninger der én persons karriere og livsgrunnlag står på spill.
Hvordan ledere kan navigere i AI-drevet transformasjon
- Begynn med trygghet, ikke bruksområder. Hvis du ikke har brukt verktøyene og selv laget minst hundre ledetekster, veier meningen din om AI lite. For du vil ikke vite hvilke problemer det kan løse før du har erfart det selv.
- Ikke vent på tillatelse eller den perfekte implementeringsplanen — lanser noe og fortsett fremover. Lag strukturerte veier fra forståelse til eksperimentering og videre til integrering, men skill utforskning fra forventninger slik at folk føler seg støttet og ikke utstilt.
- Fokuser først på menneskene bak teknologien. Hva er de redde for? Hva ville fått dem til å føle seg kompetente?
- Vær nådeløst ærlig om konteksten. AI er bare så god som konteksten den har, og kulturen den introduseres i. Hvis folkene dine ikke har tillit til ledelsen, vil ingen AI-verktøy løse det. Men hvis tilliten er på plass, blir AI en reell forsterker.
- AI handler ikke om å gjøre eksisterende arbeidsflyter 10 % raskere — det gir avtakende avkastning. Den virkelige transformasjonen kommer når du stiller spørsmål ved om du trenger arbeidsflyten i det hele tatt, og begynner å løse problemer du ikke engang visste at AI kunne løse.
Følg med
Du kan følge Justin Angsuwat på LinkedIn.
Flere ekspertintervjuer kommer på People Managing People!
