AI beloont de luidste werknemers

David Rice: Je beloningssysteem is ontworpen om snelheid, volume en meetbare resultaten te herkennen. AI produceert ze alle drie. Dus wat beloon je nu eigenlijk? Anju Choudhary is Chief People Officer bij Xoxoday en vraagt organisaties om hun systemen te controleren voordat ze per ongeluk de verkeerde dingen stimuleren.

Want op dit moment belonen de meeste bedrijven nog steeds productiviteitstheater: opgeblazen output zonder echte impact. Ondertussen blijven echt menselijke bijdragen, zoals beoordelingsvermogen, samenwerking en creatieve probleemoplossing, onopgemerkt. In de aflevering van vandaag bespreken we wat er gebeurt wanneer werk sneller verandert dan prikkels. Wanneer AI de uitvoering overneemt, worden menselijke kwaliteiten de onderscheidende factor. Maar dat gedrag is moeilijker te zien en te meten.

Dus hoe zorgen leiders ervoor dat ze concreet bepalen van welk gedrag ze meer willen zien? Choudhary zegt dat je begint met de juiste vraag. Niet: wat wil je dat mensen doen? Maar: hoe wil je dat mensen zich voelen? Want we herinneren ons ervaringen niet vanwege wat we deden; we herinneren ze ons vanwege hoe we ons voelden. In een tijd waarin mensen de AI-inspanningen van hun organisatie stilletjes saboteren, is het de moeite waard om te vragen waarom. En vaker wel dan niet komt dat niet doordat ze het werk niet kunnen doen. Het komt doordat ze zich vervangbaar voelen. Je hebt ze het gevoel gegeven dat hun vaardigheden er niet langer toe doen.

En mensen baseren hun handelen niet op wat ze kunnen doen; ze baseren het op hoe ze zich voelen. Vandaag bespreken we daarom waarom beloningssystemen die voor output zijn ontworpen nu de bijdragen van AI belonen, de erkenningsmethode met plakbriefjes en waarom realtime-erkenning belangrijk is, hoe je verschuift van productiviteitsmetingen naar doel en impact, waarom ‘hoe wil je dat mensen zich voelen?’ de belangrijkste vraag is, en welke stille sabotage ontstaat wanneer mensen zich vervangbaar voelen.

Ik ben David Rice. Dit is People Managing People. En als je erkenningsprogramma nog steeds snelheid en volume meet terwijl AI dat allemaal afhandelt, laat dit gesprek zien wat er moet veranderen. Laten we beginnen.

Goed, Anju, welkom bij de podcast.

Anju Choudhary: Dank je, David, dat je me hebt uitgenodigd. Het is alsof we elkaar regelmatig op conferenties ontmoeten en vandaag op een podcast. Dat is weer eens iets anders.

David Rice: Ja, het was leuk om je in San Francisco te ontmoeten. We hadden een goed gesprek en ik sprak daar met je over een aantal ontwikkelingen rond beloningssystemen en hoe we bepaalde soorten gedrag kunnen stimuleren. Toen ik nadacht over deze aflevering, bedacht ik dat de meeste beloningssystemen zijn ontworpen om een paar dingen te herkennen, toch?

Dingen zoals snelheid, volume en meetbare resultaten. Volgens mij zijn de meeste organisaties waarmee ik ooit heb gewerkt erg gefocust op output. Maar AI produceert ze alle drie. Ik ben benieuwd wat dit betekent voor wat die programma’s en beloningsprogramma’s eigenlijk belonen. En wanneer controleer je je beloningssysteem om vast te stellen of het de dingen stimuleert die je wilt, of misschien iets anders doet?

Anju Choudhary: Ik wil beginnen met te zeggen dat ik vóór AI ben. Voordat we daar komen, wil ik niet dat mensen denken dat ik sceptisch ben over de technologie en het gebruik ervan. Maar ik wil mensen waarschuwen dat wanneer we praten over gedrag, herhaalbaar gedrag en de manier waarop we naar output, productiviteit en efficiëntie hebben gekeken, AI plotseling in beeld komt.

Alle elementen die we van onze mensen verlangden, kan AI nu uitvoeren. Dus hoe belonen en stimuleren we onze mensen op het werk? Jij en ik waren bij HumanX, waar we mensen hoorden zeggen: ‘Onze menselijke collega’s en onze AI-collega’s.’ Dus ja, sommige zaken zullen constant blijven wanneer we nadenken over productiviteit, efficiëntie en hoe we dingen beter kunnen bouwen.

Maar creativiteit, samenwerking, communicatie en dingen doen met een doel en impact zijn de zaken die we onze menselijke collega’s willen blijven zien doen. En wanneer je gedrag wilt belonen dat je in de toekomst herhaald wilt zien, moet je nagaan of je systeem daar echt rekening mee houdt.

Heb je een hulpmiddel en proces ontworpen waarmee mensen kunnen zien wat voor jou belangrijk is? Onlangs hadden we een gesprek waarin een andere HR-collega zei dat wendbaarheid en een groeimindset voor haar uiterst belangrijk waren. Dus vroeg ik: ‘Hoe vertel je dat aan mensen? Hoe laat je mensen zien dat dit voor jou belangrijk is?’

Ze zei: ‘Eigenlijk weet ik het niet zeker. Die waarden zijn ingebouwd in onze waarden, maar we doen er niet echt iets mee.’ Een snel voorbeeld: in ons systeem bij Xoxoday stellen we mensen in staat om collega’s en belanghebbenden te erkennen en met behulp van AI duidelijk te formuleren wat zij hebben gedaan en waarom ze dat waarderen. Dat wordt gekoppeld aan de bredere doelen en KPI’s van die persoon, maar ook aan de doelen van het bedrijf.

Wanneer andere mensen, zoals nieuwe medewerkers, tijdens hun onboarding zien dat Anju wordt erkend voor X, Y en Z, voor die waarden en KPI’s, is dat een aanwijzing: zo word ik hier succesvol. Zorg er dus bij het controleren van je hulpmiddelen en systemen voor dat ze niet alleen zijn ontworpen om productiviteit en cijfers te meten, te waarderen en te erkennen, maar ook impact en wat je in de toekomst belangrijk vindt.

David Rice: Ik vind het goed dat je de nadruk legde op impact, want AI kan echt productiviteitstheater creëren. Het lijkt dan alsof je al deze dingen doet, maar heeft het in werkelijkheid impact? Heeft het zakelijke relevantie, of genereer je alleen maar veel meer materiaal dat in het systeem terechtkomt en de output opblaast, waardoor output uiteindelijk een zwak signaal wordt?

We kunnen gedrag versterken dat vóór AI logisch was, maar nu niet echt meer het verschil maakt. Ik vind het goed hoe je dat formuleerde. Als ik aan waarden denk, denk ik meteen aan die woorden aan de muur. En dan vraag ik me af: gebeurt dat ook echt?

Omdat er nu een vertraging is en het werk sneller verandert dan de prikkels, moeten waarden gelijke tred houden. Je moet ze realtime belonen. Zo voelt het in ieder geval voor mij.

Anju Choudhary: Ja, absoluut. Je kunt niet een maand later reageren. Je kunt het niet tijdens een kwartaalbijeenkomst doen.

Ik wil terugkomen op wat je zei over waarden. Onlangs hadden we een gesprek tijdens een evenement van IPO Circle over waarden. De medeoprichter van Uber vertelde dat zij dertien of vijftien waarden hadden, of in elk geval een buitensporig aantal. Wanneer je tijd moet besteden aan het uit je hoofd leren van die waarden, leef je ze niet echt.

Hij zei: ‘Nu gaan we terug naar drie’, en daarna gingen ze dieper in op het gedrag dat ze onder die waarden wilden zien. Ik vond het mooi hoe hij een voorbeeld gaf. Ze hadden ‘kampioensmentaliteit’ als een van hun waarden, maar ontwikkelden die geleidelijk tot ‘kampioenshart’, omdat ze meer nadruk wilden leggen op doel en impact.

Ik vind het mooi dat waarden, zoals jij zei, niet alleen dingen zijn die op een muur of achter een toegangspas staan, tenzij ze echt worden toegepast en verweven zijn met alles wat we dagelijks doen. Hoe zie je dat mensen in praktijk brengen? Een van de interviewvragen die ik graag stel bij bedrijven waarmee ik ga praten is: ‘Hoe zie je dat deze waarden dagelijks zichtbaar worden?’

Ik heb ongeveer acht jaar bij IBM gewerkt. Een van de waarden was vertrouwen en persoonlijke verantwoordelijkheid in alle relaties. Ik herinner me die waarde woord voor woord omdat ik mensen die waarde dagelijks zag toepassen. Een ander voorbeeld: wanneer je ziet dat mensen hun woorden in daden omzetten en dat gedrag laten zien, beloon en erken dat dan, zodat ze weten dat dit is wat je van hen verwacht.

Cultuurkampioen-awards per kwartaal zijn geweldig. Blijf die vooral doen. Maar dat moment ligt ver weg en de helft van de dingen is dan vergeten. Een andere leider deelde iets heel eenvoudigs dat ik graag wil noemen: erkenning op een plakbriefje.

Ze had de namen van al haar teamleden opgeschreven en die naast haar computer gelegd. Tijdens de week lette ze op het gedrag dat ze wilde zien, erkende dat meteen en streepte de naam vervolgens door. Zo hield ze erkenning en beloning actueel.

Ten tweede bleef ze letten op wat ze wilde stimuleren en deed ze dat onmiddellijk. Ik vond het geweldig dat je niet tot het einde van de maand of het kwartaal hoeft te wachten.

David Rice: Een van de vragen die ik je wilde stellen is: als AI meer uitvoering op zich neemt, worden echt menselijke bijdragen, zoals beoordelingsvermogen, ethisch redeneren, samenwerking en creatieve probleemoplossing, waardevoller. Maar ze zijn ook moeilijker te zien en te meten. Hoe bepalen leiders concreet van welk gedrag ze meer willen zien in deze door AI ondersteunde werkomgeving?

Anju Choudhary: Ja en nee. Het is moeilijk te kwantificeren wanneer iemand een goed oordeel heeft geveld, iemand feedback heeft gegeven die aankomt of een creatieve oplossing heeft bedacht. Maar de impact daarvan is niet moeilijk te meten.

Die impact hangt samen met de vraag of mensen zich hier gelukkiger voelen en of medewerkers meer betrokken zijn. Je hebt geen directe causaliteit, maar wel correlatie. Daarom gebruiken we graag gegevensanalyse als ondersteuning.

Als we zeggen dat een manager beter presteert dan anderen, koppelen we dat aan resultaten van onderzoeken naar managerseffectiviteit. Hoe zijn de resultaten van het inclusieonderzoek voor dat team? Hoe zijn de daadwerkelijke resultaten die zij produceren? Als het een verkoopteam is, wat zijn de doelstellingen? Als het een HR-team is, wat zijn hun doelen? Halen ze hun KPI’s?

Soms lijkt het gedrag ambigu, maar wanneer die zaken goed worden uitgevoerd, zie je resultaten op andere gebieden die je wel kunt meten.

David Rice: Het was interessant dat je causaliteit en correlatie noemde. Correlatie kan subtiel zijn. Het vraagt volgens mij van leiders dat ze meer aanwezig zijn en niet alleen datagedreven handelen. Als je het niet kunt zien, is het moeilijk om het te versterken. Je moet niet alleen meten wat er is gedaan, maar ook hoe het is gedaan.

Anju Choudhary: Honderd procent. Niet alleen het wat, maar ook het hoe is belangrijk. Ik las het rapport van mijn kind op de basisschool. De leraar schreef dat hij op leesniveau van groep zes las terwijl hij in groep vier zat, maar toch kreeg hij geen uitzonderlijke beoordeling.

Hij kreeg een voldoende. Ik dacht: de output zelf is niet zo belangrijk als hoeveel moeite hij heeft gedaan. Heeft hij geprobeerd beter te worden dan waar hij begon? Niet alleen wat je uiteindelijk hebt bereikt, maar ook hoe je daar bent gekomen, is belangrijk.

Iets wat sterk bij mij resoneert, is feedback die ik kreeg van mijn manager toen ik voor het eerst manager was bij een internationaal bedrijf. Hij zei: ‘Anju, ik hou van de passie en energie die je in je werk brengt, maar ik merk ook dat je veel te snel gaat. Misschien ben jij straks de enige bij de finish en vind je, wanneer je je omdraait, je mensen niet meer. Je moet je mensen meenemen op die reis.’

Je moet met andere mensen samenwerken. Ik vond het geweldig hoe hij dat verwoordde. Ik ben blij dat ik al vroeg in mijn loopbaan leerde om met mensen mee te bewegen, hen mee te nemen, rekening te houden met hun doelen tegenover mijn doelen en te kijken hoe we die konden samenbrengen.

Dat is enorm behulpzaam geweest. Niet alleen de finish, maar ook hoe je daar bent gekomen, is dus uiterst belangrijk. Om dat op te merken, moet je aanwezig zijn.

Een andere snelle tip: wanneer ik bij een nieuw team of bedrijf kom, probeer ik samen met het team iets op te stellen dat we een README noemen: hoe werk ik het beste? Ik ben bijvoorbeeld geen ochtendmens. ’s Avonds ben ik het creatiefst. Als je een e-mail van mij ontvangt, probeer ik die gepland te versturen. Als hij toch direct binnenkomt, hoef je er niet meteen op te reageren.

Zo geef ik feedback. Zo ontvang ik feedback. Iedereen deelt vervolgens zijn eigen manier van werken, zodat je kunt bepalen wat de beste manier is om samen te werken. We hadden ook een teamdocument. Wanneer nieuwe mensen binnenkwamen, maakten we daarmee de subcultuur van het team zichtbaar. Daardoor konden we veel productiever werken dan vroeger.

David Rice: Dat is interessant: waar je mensen voor beloont, kan ertoe leiden dat ze geobsedeerd raken door bepaalde zaken, zoals het eindproduct en de finish. Er bestaat altijd het risico dat leiders zich verliezen in het belonen van zichtbare AI-adoptie. Mensen die eruitzien als vroege gebruikers en een goede prompt kunnen demonstreren, krijgen aandacht. Maar een andere groep voegt soms echte waarde toe, met of zonder die zichtbaarheid.

Hoe ontwerp je een erkenningsprogramma dat niet per ongeluk de schijn van innovatie beloont in plaats van echte innovatie?

Anju Choudhary: Dat is niet eenvoudig. Ik zou mensen ervoor willen waarschuwen, want soms zijn de luidste stemmen degene die je onthoudt. Soms hoor je alleen ideeën van mensen die ze als eerste hebben kunnen presenteren. Maar door te werken in multiculturele, multigenerationele en mondiale omgevingen heb ik geleerd dat je rekening moet houden met verschillende manieren van werken.

Sommige mensen willen informatie eerst verwerken en komen er later op terug. Vraag dus bewust: ‘David, ik heb vandaag nog niets van je gehoord. Heb je feedback?’ Of creëer processen waarmee mensen later kunnen reageren.

Bij het ontwerpen van een programma zie ik vaak dat wanneer één persoon door vijf of zes mensen wordt erkend, iedereen diens voorbeeld volgt. Maar wie hebben we niet erkend? Waar hebben we niets gezien? Als je programma die hiaten zichtbaar maakt, kun je ingrijpen.

Als een marketingteam het belonings- en erkenningsprogramma goed gebruikt en veel complimenten ontvangt, maar een ander team niet, moet je onderzoeken waarom. Als David in het verleden meerdere complimenten of blijken van erkenning kreeg en dat plotseling afneemt, is er dan sprake van prestatieverlies of een burn-out?

Hulpmiddelen en systemen kunnen je gelukkig met behulp van AI laten zien wat er is gebeurd en waar de daling zit. Waar ging het mis? Waar liggen groeimogelijkheden? Kan iemand die AI heel goed gebruikt anderen begeleiden?

Zo wordt het niet alleen een hulpmiddel voor beloning en erkenning, maar ook voor het identificeren van talent, gebieden van burn-out waar aandacht nodig is en mogelijkheden voor groei.

David Rice: Ik vind het goed hoe je dat formuleerde, vooral toen je zei dat degene die het hardst spreekt de luidste stem in de ruimte wordt. Ik heb in verschillende omgevingen meegemaakt dat zo iemand de gesprekken domineerde en het systeem in zijn eigen voordeel kon bespelen. Dat creëert soms veel onnodige ruis.

Anju Choudhary: Over luidste stemmen gesproken: denk aan je eigen belonings- en erkenningsprogramma. Het kan mensen een zetje geven door te zeggen: ‘Je hebt bijvoorbeeld Sarah al die tijd gewaardeerd, maar je werkt ook met deze andere collega’s.’ Zo worden mensen aangemoedigd om niet steeds slechts één of twee teamleden te erkennen.

David Rice: Het platform van Xoxoday draait om realtime-erkenning op het moment zelf. Waarom is timing zo belangrijk voor gedragsvorming, en wat betekent dat voor leiders die een cultuur proberen vorm te geven tijdens een transformatie die sneller gaat dan de meeste jaarlijkse beoordelingscycli kunnen bijhouden?

Anju Choudhary: We werken in een omgeving waarin dingen razendsnel veranderen en waarin je snel actie onderneemt. Je werkt in een matrixorganisatie en over verschillende geografische gebieden heen. Daarom is het belangrijk om gedrag zo snel mogelijk te erkennen; anders ben je het moment kwijt.

Mijn grootste bezwaar tegen systemen voor prestatiemanagement is dat het hartverscheurende oefeningen kunnen zijn. Ze kosten iedereen veel energie. Aan het einde weet je bij een vijf niet wat je moet blijven doen, en bij een twee weet je niet wat je anders moet doen, omdat niemand zich nog precies herinnert wat er maanden geleden gebeurde.

Als je het jaarlijkse prestatiemanagementsysteem nog steeds gebruikt als belangrijkste hulpmiddel voor erkenning, is het tijd om wakker te worden en het anders te doen. Doelen moeten vaker worden geëvalueerd, bijvoorbeeld per kwartaal of zelfs maandelijks, omdat nieuwe AI-mogelijkheden je bedrijf snel kunnen beïnvloeden.

Ik hield vroeger voor mezelf een lijst bij waarop ik aan het einde van iedere dag schreef wat ik goed had gedaan. Medewerkers onthouden zelf niet altijd al het goede werk dat ze doen. Hoe kun je dan als manager of bedrijf aan het einde van de week of maand nog weten welk geweldig werk David op een conferentie heeft verricht? Erken het op het moment zelf.

Dat heeft veel meer waarde, omdat het mensen energie geeft om dat gedrag te blijven herhalen. Als dat gedrag je organisatie succesvol maakt, draagt alles samen bij aan het succes van jou en je organisatie.

David Rice: Realtime-erkenning is logisch. Gedrag blijft beter hangen wanneer de feedbacklus veel korter is. Als feedback maanden later komt, verliest die voor veel medewerkers haar betekenis. In een snel veranderende omgeving waarin AI ons nog sneller vooruitduwt, wordt de afstand tussen actie en feedback waarschijnlijk nog belangrijker.

Anju Choudhary: Precies. Als iemand zich afvraagt of hij sinds dat moment nog iets waardevols heeft gedaan, is dat juist het probleem. Hij weet niet wat hij moet blijven doen of wat zijn manager belangrijk vindt. Misschien dacht hij dat iets belangrijk was, maar vond de manager dat niet. Dan hebben we een kans gemist.

David Rice: Dat gevoel van waarde verliest na drie maanden zijn kracht.

Anju Choudhary: Klopt.

David Rice: Als de kwartaaldoelen inmiddels zijn veranderd, is alles anders. AI heeft de voordelen van productiviteit ook niet gelijkmatig verdeeld. Sommige functies, teams en individuen ondergaan veel meer verandering dan andere. Hoe moeten beloningssystemen rekening houden met die ongelijkheid?

Anju Choudhary: Ik wil eerst een persoonlijk voorbeeld geven. Toen COVID uitbrak, dachten veel ouders: ‘Dit is een ramp. Hoe moeten kinderen online leren?’ Mijn kinderen hadden al eerder online programma’s gevolgd en waren dus in het voordeel.

Er zijn mensen die door hun onderzoek of technologie dichter bij AI staan. Anderen werken in een omgeving waarin de overgang gemakkelijker is. Weer anderen, zoals juridische teams, moeten vooral waarborgen creëren en voorzichtig te werk gaan.

Door de aard van functies zullen sommige mensen sneller gaan. Ook verschillen mensen in hun leerstijl. Sommigen experimenteren graag en kunnen voortrekkers worden. Maar een e-mail mooier maken met AI is niet noodzakelijk transformationeel. Je gebruikt dan wel gegevens, maar verandert niet per se je manier van werken.

Je moet dus bepalen wat je wilt belonen en erkennen en hoe AI het werk daadwerkelijk verandert. Dat zal per team verschillen. Marketing en engineering kunnen bijvoorbeeld sneller vooruitgaan, terwijl verkoop nog onderzoekt hoe AI meer kan doen dan alleen e-mails opstellen.

Menselijke verbinding blijft belangrijk. Een door AI opgesteld bericht op LinkedIn levert niet automatisch betere resultaten op. Daarom zijn gebruikspercentages of het aantal verbruikte tokens geen goede maatstaf voor de waarde van AI.

Denk liever na over welk deel van een functie door mensen wordt uitgevoerd, welk deel door AI, en welk deel door mens en AI samen. Kijk vervolgens hoe mensen vooruitgang boeken in die gebieden en hoe ze de vrijgekomen tijd strategischer inzetten.

David Rice: Tokengebruik vertegenwoordigt dus niet noodzakelijk echte of betekenisvolle adoptie. Iemand kan AI gebruiken voor willekeurige vragen, het plannen van een maaltijd of het kiezen van een outfit. Dat helpt niet automatisch.

Wanneer je geen rekening houdt met de context van functies en iedereen simpelweg zegt dat hij moet bijblijven, tast dat het vertrouwen in leiders verder aan. Mensen denken dan: begrijpen jullie eigenlijk wel wat AI voor mijn werk kan betekenen?

Anju Choudhary: In het begin draaide het vooral om adoptie: mensen zover krijgen dat ze AI gingen gebruiken. De boodschap was: doe iets met AI. Daarna stapten mensen over van ChatGPT of OpenAI naar Claude en begonnen ze na te denken over tokens en gebruik. Eerst ging het om wat je deed; nu gaat het om hoe je het doet.

Je kunt AI gebruiken om een verjaardagsfeest te organiseren, maar je moet ook nadenken over de impact daarvan op het milieu. Het is nuttig wanneer AI helpt om sneller een e-mail op te stellen en vanuit HR-perspectief te controleren of de juiste taal wordt gebruikt. Maar dat is niet transformationeel.

Om verder te komen, moet je diepgaand onderzoeken hoe je dagelijks werkt en iedere verantwoordelijkheid binnen een functie ontleden. Eén oplossing voor iedereen gaat hier niet werken.

David Rice: Op conferenties hoor ik steeds over het e-mailprobleem. Toen ik drie maanden geleden over werkrommel hoorde, dacht ik niet dat dit het probleem was. Maar nu denk ik dat we inderdaad een e-mailprobleem hebben. Mensen moeten goed nadenken waarvoor ze AI gebruiken en of het de moeite waard is om energie te besparen of juist zelf aandacht te besteden aan iets waarin hun menselijke waarde ligt, zoals menselijk communiceren.

Er bestaat ook een interessante spanning: je gebruikt een AI-platform om menselijk gedrag te erkennen en te versterken. Wanneer wordt slimme automatisering een vervanging voor leiders die daadwerkelijk aandacht besteden aan hun mensen?

Anju Choudhary: HR verzamelt altijd al te veel gegevens. Voordat we actie kunnen ondernemen, is er alweer een nieuw onderzoek. Die onderzoeken zijn belangrijk, maar we waren vaak overweldigd door te veel werk en te weinig tijd.

AI biedt de mogelijkheid om gegevens betekenisvol te gebruiken. Pas de 80/20-regel toe: welke twintig procent van de zaken levert tachtig procent van de impact op? Gebruik het menselijke element om een inclusievere en betere werkplek te creëren waarin mensen tot actie komen.

Je kunt cultuurkampioenen creëren die het gewenste gedrag breed observeren en erkennen. AI kan inzichten leveren waarop je vervolgens actie onderneemt.

David Rice: Het mag niet generiek aanvoelen. Mensen herkennen het verschil tussen iets dat zorgvuldig is bedacht en iets dat geautomatiseerd is. Behoud dus de menselijke aanraking in leiderschap en gebruik hulpmiddelen om beter te begrijpen waar die aandacht nodig is.

Anju Choudhary: Je kunt je verantwoordelijkheid voor mensenmanagement niet aan AI overlaten. Mensen merken het wanneer je een generiek bericht verstuurt in plaats van iets doordachts.

Toen ik in 2019 bij een nieuw bedrijf begon, ging mijn zoon op dezelfde dag naar een nieuwe school. Ik kreeg algemene berichten zoals: ‘We kijken ernaar uit om met je samen te werken.’ Mijn zoon kreeg brieven van klasgenoten. Een meisje schreef: ‘Ik ben het Aziatische meisje dat in de hoek zit. Ik weet alles over de bibliotheek, dus neem contact met me op als je vragen hebt.’ Een andere leerling schreef: ‘Ik hou van honkbal. Soms sla ik de lunch over om te spelen. Als je wilt spelen, ben ik er klaar voor.’

Dat was de beste onboardingervaring die hij op school had. Mijn zakelijke onboarding was veel algemener. Gebruik daarom de beschikbare tijd en energie om menselijkere, persoonlijkere ervaringen te creëren in plaats van een standaardwelkomstbericht.

David Rice: Dat zou ik ook wel willen: kunnen zeggen dat ik de man ben met de slechte vadergrappen en sarcastische opmerkingen in het willekeurige Slack-kanaal. Dan weet je meteen wat je kunt verwachten.

Anju Choudhary: Precies. Dat zorgt meteen voor verbinding.

David Rice: Je hoeft dan niet tijdens alle kennismakingsgesprekken in de eerste negentig dagen te proberen iedereen volledig te onthouden. Je hebt iets om aan vast te houden.

Anju Choudhary: Je krijgt daarmee de kans om na te denken over energievreters in je werk. Herhaalde vragen, zoals hoeveel vakantiedagen iemand nog heeft, kunnen AI-agenten beantwoorden. Maar wanneer iemand met zwangerschapsverlof gaat, kun je tijd nemen om samen een plan te maken en te bespreken hoe je die persoon bij terugkeer ondersteunt. Gebruik het menselijke element dus voor het juiste doel en laat AI herhalend werk uitvoeren.

David Rice: Dat betekent meer bewuste menselijke aandacht voor zaken die die aandacht nodig hebben, zoals de ervaring rond zwangerschapsverlof. Mijn laatste vraag: als een CEO of Chief People Officer morgen vraagt wat hij als eerste moet veranderen aan de manier waarop mensen worden erkend en beloond tijdens een grote AI-transformatie, wat zeg je dan?

Anju Choudhary: Vraag jezelf af hoe je wilt dat mensen zich voelen of wat ze uit het programma meenemen. Dat moet vooropstaan. Mensen vergeten gemakkelijk wat er precies is gezegd, maar onthouden hoe iets hen liet voelen. Als het programma diep met hen verbonden is, ontwikkel het dan verder en kijk hoe het groeit.

Ik heb bijvoorbeeld mijn reispunten gebruikt om een vliegervaring voor mijn zoon te kopen toen hij elf werd. Daardoor ontstond een sterke emotionele band. Hij vraagt nu: ‘Mam, wanneer krijg je meer punten?’ Ik wil goed blijven presteren en punten verzamelen zodat ik die ervaring opnieuw kan delen.

Erkenning gaat dus niet alleen over mijzelf, maar ook over mijn familie. Wanneer mensen zeggen: ‘Anju creëert voor mij een plek waar ik erbij hoor’, is dat betekenisvol voor mij. Dat is de kern van mijn werk: mensen de kans geven om hun beste werk te doen. Wanneer ik daarvoor word erkend, ben ik gemotiveerder om dat elke dag te blijven doen.

David Rice: Ik vind het mooi dat je zei: hoe wil je dat mensen zich voelen, en niet: wat wil je dat ze doen? We raken vaak geobsedeerd door wat mensen met iets doen en wat ze zouden moeten doen. Dat is een legitiem gesprek, want het gaat om werk. Maar wanneer we over ervaring praten, herinneren we ons ervaringen niet door wat we deden; we herinneren ons hoe we ons voelden.

Als wandelaar denk ik bij het bereiken van een bergtop niet alleen terug aan het feit dat ik naar boven ben gelopen. Ik herinner me hoe ik me voelde toen ik aankwam en wat ik zag. Dat maakte de ervaring rijker en betekenisvoller.

Hetzelfde geldt hier. Mensen kunnen al die dingen doen, maar als ze daarna het gevoel hebben dat je ze wilt vervangen, automatiseren of uit het systeem duwen, ontstaat een vreselijke ervaring die tot veel andere vormen van schadelijk gedrag leidt.

Dat gevoel verspreidt zich snel. Misschien verklaart dat waarom we zoveel weerstand zien en waarom mensen de AI-inspanningen van hun organisatie stilletjes saboteren. Veel daarvan komt voort uit het gevoel vervangbaar te zijn en het idee dat hun vaardigheden er niet meer toe doen. Ze baseren hun gedrag niet op wat ze kunnen doen, maar op hoe ze zich voelen. Daarom vind ik het zo goed dat je dat benadrukte. Bedankt dat je vandaag te gast wilde zijn.

Anju Choudhary: Heel erg bedankt dat je me hebt uitgenodigd, David. Het is altijd fijn om je te ontmoeten en bij te praten. Ik vond ons gesprek geweldig. Dank je wel.

David Rice: Absoluut. Luisteraars, als je dit interessant vond en meer van dit soort afleveringen wilt, ga dan naar peoplemanagingpeople.com/subscribe en schrijf je in voor de nieuwsbrief. Denk ondertussen na over hoe je mensen laat voelen, niet alleen over wat je ze laat doen.