AI-gereedheid begint met documentatie: lessen uit werken op afstand

David Rice: Veel mensen haasten zich om AI te gebruiken. Welk fundamenteel werk moeten organisaties doen voordat ze AI aan bestaande systemen toevoegen?

Darren Murph: Ik zie dat veel organisaties zich haasten om AI boven op alles wat ze momenteel hebben te leggen, op zoek naar efficiëntiewinsten zonder eerst een stap terug te doen en een goede kennisinfrastructuur op te bouwen. Daarmee creëren ze een ervaring met één ster voor alle medewerkers.

David Rice: Hoe maakt AI een zorgvuldige documentatiehuishouding nog belangrijker voor vertrouwen en gebruik?

Darren Murph: In een verspreide wereld vertrouw je informatie nog meer dan mensen. Als AI je vier of vijf keer achter elkaar op het verkeerde been zet, zul je veel minder vertrouwen hebben in die technologie — niet alleen die dag, maar ook iedere dag daarna.

David Rice: Welke specifieke lessen uit verspreid werken zie je terugkomen in de manier waarop bedrijven AI succesvol zullen invoeren?

Darren Murph: Twee belangrijke basisprincipes: transparantie en asynchroon werken. Hoe meer je je cultuur hebt verschoven naar een schrijfcultuur, hoe beter je ervoor staat nu we van het tijdperk van werken op afstand naar het AI-tijdperk gaan. Ik zou leiders aanraden een stap terug te doen en ervoor te zorgen dat de fundamenten van projectmanagement en kennismanagement op orde zijn.

David Rice: Welkom bij The People Managing People Podcast — de show waarin we leiders helpen om werk menselijk te houden in het tijdperk van AI. Ik ben je presentator, David Rice. In de aflevering van vandaag praat ik met Darren Murph. Misschien ken je hem als de man bij uitstek voor alles rondom werken op afstand. Hij was hoofd werken op afstand bij GitLab en is oprichter van Page 52 Consulting.

We gaan praten over hoe AI van nature een hulpmiddel voor werken op afstand is en hoe je het kunt gebruiken om culturen voor werken op afstand op te bouwen.

Darren, welkom!

Darren Murph: Hé, bedankt dat je me hebt uitgenodigd.

David Rice: Goed, ik wil er meteen induiken. Veel mensen haasten zich om AI te gebruiken en natuurlijk zegt iedereen: rommel erin, rommel eruit.

Die regel geldt altijd. Zeker hier. Welk fundamenteel werk moeten organisaties volgens jou doen voordat ze AI aan bestaande systemen toevoegen, vooral wanneer we denken aan werkomgevingen op afstand?

Darren Murph: Ja, dit is een geweldige vraag. Ik zie dat veel organisaties zich haasten om AI te gebruiken en het boven op alles wat ze momenteel hebben te leggen. Vervolgens zoeken ze naar efficiëntiewinsten, beweging of een soort wondermiddel voor de toekomst.

Maar ik zou leiders aanraden een stap terug te doen, even te pauzeren en ervoor te zorgen dat de fundamenten van projectmanagement en kennismanagement op orde zijn. Dat laatste is het belangrijkst. Ik wil twee voorbeelden delen om duidelijk te maken wat ik bedoel.

Stel je voor dat je bedrijf een product maakt dat iedereen ter wereld op Amazon kan kopen. Het wordt naar hun brievenbus verzonden, ze openen het en schudden het eruit, waarna je product op het aanrecht valt. Ze zeggen: hoe moet ik dit ding bedienen? Vervolgens kijken ze in de envelop en schudden ze die nog wat verder, in de verwachting dat er een gebruiksaanwijzing uit valt.

Maar als er geen gebruiksaanwijzing is, hoe denk je dan dat mensen zullen weten hoe ze het door jou gebouwde product moeten gebruiken? Waarschijnlijk door veel vallen en opstaan. Dit lijkt op hoe de introductie van nieuwe medewerkers bij de meeste bedrijven nu verloopt wanneer ze de werkwijzen van hun bedrijf niet hebben vastgelegd. Dus hoe ziet dit eruit in het AI-tijdperk?

Alles stapelt zich op. Als alles goed is gedocumenteerd, leidt dat ertoe dat AI over veel goede bronnen beschikt om uit te putten. Het werkt ook de andere kant op. Stel je voor dat je een ticketplatform bent waarop je concertkaartjes verkoopt en dat er een aankomend concert op je platform staat waarvoor tienduizenden mensen kaartjes proberen te kopen.

Naast het kopen van kaartjes willen ze AI gebruiken om te bepalen wat de beste waarde is voor de plek waar ze kunnen zitten. Ze willen ook rekening houden met zaken als: waar komt het zonlicht binnen op het tijdstip waarop dit concert gepland staat? En omdat ik bas speel, wil ik eigenlijk weten op welke stoelen ik me moet richten op basis van waar de band wordt opgesteld.

Staat de bassist links of rechts op het podium? En er zijn nog veel meer dingen waarbij AI kan helpen. Stel je voor dat ze op deze ticketwebsite komen, maar dat jij als leider een infrastructuur hebt gebouwd met een oude plattegrond van de zaal en een oude samenstelling van de band met een verkeerde indeling.

Sommige stoelen zijn nog niet eens in kaart gebracht. Als consument die AI probeert te gebruiken om hierin zijn weg te vinden, krijg je een ongelooflijk frustrerende ervaring. Waarschijnlijk kom je niet alleen nooit meer terug naar dit platform, maar zoek je ook ieder mogelijk plekje op internet om een beoordeling met één ster achter te laten.

Daarom maak ik me zorgen dat leiders die nu AI toevoegen zonder eerst een stap terug te doen en een goede kennisinfrastructuur op te bouwen, in feite een ervaring met één ster creëren voor al hun medewerkers.

David Rice: Dat is een geweldige vergelijking en ik vind het beeld dat je schetst erg sterk. Net als bij werken op afstand heeft dit tijdperk bedrijven veel geleerd over het belang van documentatie en één enkele bron van waarheid. Maar ik ben benieuwd: hoe maakt AI goede documentatie misschien nog belangrijker voor vertrouwen en gebruik?

Darren Murph: We praten over vertrouwen als de snelheid waarmee je bedrijf zal functioneren. In een voornamelijk samenwerkende wereld waarin de meeste mensen naar hetzelfde kantoor gaan om samen te werken, wil je vertrouwen opbouwen met de andere mensen met wie je nauw samenwerkt. Maar naarmate de wereld meer verspreid raakt, moet je informatie nog meer kunnen vertrouwen dan mensen. Dat geldt vooral in het AI-tijdperk.

Je noemde hallucinaties misschien luchtig, maar serieus: wanneer je met AI werkt en het je vier of vijf keer achter elkaar op het verkeerde been zet, terwijl je reputatie of het resultaat van een project ervan afhangt, zul je veel minder vertrouwen hebben in die technologie — niet alleen die dag, maar ook iedere dag daarna.

Documentatie was vroeger misschien prettig om te hebben, omdat je communicatiegaten altijd kon dichten met gelijktijdige vergaderingen en mondelinge uitleg. Dat geldt niet langer voor AI. Je kunt AI niet om input over bepaalde informatie vragen en vervolgens zeggen: ga de hiaten in de kennisbank bij Tim navragen en kom daarna terug met je volledige analyse.

AI kan Tim niet zomaar bellen om die hiaten op te vullen. Tenminste, nog niet. En zelfs als dat wel kon, zou ik zeggen dat dit waarschijnlijk niet de efficiëntste manier is om informatie op te schalen.

David Rice: Je brengt daar een interessant punt naar voren. Er zweeft veel slechte data rond in, eerlijk gezegd, de meerderheid van de organisaties.

Als we dus kijken naar welke informatie je kunt vertrouwen en welke informatie je aan AI kunt geven in de wetenschap dat wat je terugkrijgt echt is, dan hebben we aan de achterkant nog veel werk te doen om ons voor te bereiden. Hoe zou je de gereedheid van de meeste organisaties op dit gebied beoordelen?

Darren Murph: Goede vraag. Ik werk voortdurend met organisaties aan het opbouwen van deze infrastructuur. Voordat we iets doen, voeren we eerst een analyse uit. De uitkomst daarvan plaatst hen op een curve, en het faalt nooit: ze denken dat ze veel verder op die curve zijn dan ze in werkelijkheid zijn. In de meeste gevallen zijn ze klaar om deze infrastructuurverbeteringen door te voeren.

Ze erkennen en zien de noodzaak ervan. Ze zeggen niet dat het onbelangrijk is, maar er is in werkelijkheid maar heel weinig geïmplementeerd. Een duidelijk signaal is de vraag of je kennis als een product behandelt. Heb je intern daadwerkelijk iemand die hoofd-documentalist of hoofdbibliothecaris is, of heb je meerdere mensen die dit als een product beheren?

Denk aan beveiliging binnen een organisatie. Dat laat je niet zomaar aan het toeval over. De meeste organisaties hebben een beveiligingsdirecteur of systemen en volledige teams ingericht, omdat je niet kunt aannemen dat iedere medewerker die bij je bedrijf komt een beveiligingsexpert is. Hetzelfde geldt voor kennis en documentatie, tenzij iemand een opleiding journalistiek heeft gevolgd.

De meeste mensen zijn niet opgeleid om na te denken over taxonomie en kennisinformatie, maar in het AI-tijdperk is dit binnen een bedrijf enorm belangrijk. De meeste mensen die op internet zoekopdrachten uitvoeren met ChatGPT krijgen goede resultaten, omdat het de volledige inhoud van internet kan bekijken.

Wanneer je dat beperkt tot wat zich uitsluitend binnen je organisatie bevindt, kun je niet buiten die muren kijken. Het bedrijf moet zeggen: we moeten kennis net zo serieus nemen als beveiliging. Het is tijd om daadwerkelijk in een kennisbank te investeren en systemen en mogelijk mensen in te zetten om die op te bouwen.

David Rice: Interessant dat je dat over organisaties zegt. Veel van ons denken dat we verder zijn met ons AI-gebruik dan misschien werkelijk het geval is. Dat past inderdaad goed bij wat je op organisatieniveau ziet. De golf van werken op afstand die met COVID kwam, was misschien wel de beste voorbereiding op dit volgende tijdperk van werk die we hadden kunnen krijgen.

Welke specifieke lessen uit verspreid werken en die periode waarin we er allemaal toe werden gedwongen, zie je terugkomen in de manier waarop bedrijven AI succesvol zullen invoeren en inzetten?

Darren Murph: Twee belangrijke basisprincipes van werken op afstand die goed overdraagbaar zijn, zijn transparantie en asynchrone werkprocessen.

Bedrijven ontdekten al snel dat ze veel transparanter moesten zijn toen iedereen op afstand ging werken, omdat iedereen informatie nodig had en niet iedereen voortdurend op dezelfde plek kon zijn. Je moest dus snel uitzoeken hoe je al die informatie in de hoofden van mensen kon vastleggen en toegankelijk en doorzoekbaar kon maken.

Dat levert nu voordeel op voor bedrijven die daar tijdens COVID echt in hebben geïnvesteerd, nu ze AI erbovenop leggen. Hun resultaten zijn veel beter, omdat ze het voorbereidende werk al hebben gedaan om vast te leggen wat er in de hoofden van mensen zat. Het andere onderdeel zijn asynchrone werkprocessen. Je hebt tijdens de pandemie waarschijnlijk veel gegevens gezien over de stijging met honderden procentpunten in het aantal teamvergaderingen waaraan mensen deelnamen, omdat dat de enige manier was waarop ze wisten hoe ze werk gedaan kregen. Leiders beseften al snel dat dit niet houdbaar was.

Ze implementeerden hulpmiddelen zoals Asana of ClickUp voor projectmanagement. Dat zijn goede voorbeelden van het verplaatsen van werk uit gelijktijdige vergaderingen naar hulpmiddelen die daadwerkelijk zijn ontworpen om grote projecten vooruit te helpen. Voor organisaties die dat deden: raad eens waar AI nu naar kan kijken? Naar al die projecten die in een hulpmiddel zijn vastgelegd in plaats van alleen maar te bestaan in de ether van een vergadering.

Anders gezegd: hoe meer je hebt vastgelegd en hoe meer je je cultuur hebt verschoven naar een schrijfcultuur, hoe beter je ervoor staat nu we van het tijdperk van werken op afstand naar het AI-tijdperk gaan.

David Rice: Stel je voor dat je toegang hebt tot het beste talent ter wereld: die ingenieur in São Paulo, het hoofd verkoop in Dublin of die geweldige ontwerper in Kaapstad. Je volgende geweldige medewerker kan overal ter wereld zijn. Met Oyster hoeft die persoon niet degene te zijn die ontsnapt. Oyster helpt bedrijven wereldwijd talent aan te nemen, een nauwkeurige en tijdige salarisadministratie te voeren en bij iedere stap aan de regels te voldoen. Bouw je droomteam en groei met vertrouwen, want de wereld is echt jouw oester.

Het is elke keer zo interessant wanneer ik je hierover hoor praten en over een schrijfcultuur begint. Ik moet terugdenken aan de tijd dat ik van school kwam en mensen zeiden: je vaardigheden zijn over tien jaar misschien niet zo waardevol. Uiteindelijk bleken ze juist heel waardevol.

Het is eigenlijk de sleutel tot dit volgende hoofdstuk, waar ik dankbaar voor ben. Zelfs bedrijven die medewerkers terug naar kantoor halen, hebben veel mensen nog steeds verspreid over verschillende steden en tijdzones. Hoe versterkt AI de noodzaak van praktijken die geschikt zijn voor verspreid werken? Zelfs in deze nieuwe werkelijkheid, wanneer we op dezelfde locatie werken, zijn we een groot deel van de tijd nog steeds van elkaar gescheiden en werken we hybride vanuit verschillende steden.

Ik ben benieuwd hoe jij daarover denkt.

Darren Murph: Bekijk het zo: als je het fysieke kantoor bij de meeste multinationals weghaalt, gaat het bedrijf door. Maar als je het internet bij de meeste multinationals weghaalt, komt hun hele bedrijf waarschijnlijk binnen een week tot stilstand. Welke van de twee is dan het belangrijkst?

Daarom moet ik soms een beetje lachen. Zelfs organisaties die er een enorme zaak van maken om terugkeer naar kantoor af te dwingen, moeten de basisprincipes van werken op afstand omarmen, tenzij ze letterlijk één kantoor hebben waar iedereen op dezelfde verdieping zit.

Uit onderzoek blijkt dat zelfs wanneer je in één wolkenkrabber werkt, de medewerker op de zevende verdieping en de medewerker op de 41e verdieping elkaar bijna nooit persoonlijk spreken. Ze kunnen dus net zo goed oceanen van elkaar verwijderd zijn. De meeste multinationals hebben meerdere kantoren die verschillende culturen, talen en tijdzones omvatten. Of ze zich nu zo willen identificeren of niet: de overgrote meerderheid van organisaties is in 2025 en daarna verspreid.

Die realiteit negeren betekent alleen dat ze steeds verder achterop raken. Wanneer je kijkt naar hoe mensen buiten hun organisatie met AI omgaan, is dat niet op een fysieke plek waar ze naartoe gaan. Ze stappen niet in een voertuig om naar de plaatselijke Lions Club te rijden en daar met AI te praten.

Ze gebruiken gewoon het apparaat dat voor hen ligt. Naarmate we verdergaan, zullen we volgens mij een meer verspreide werkende samenleving worden, niet een minder verspreide, en AI versterkt die realiteit alleen maar.

David Rice: Dat voelt als het uitgangspunt van een film. Je rijdt naar de Lions Club om met AI te praten, zoals Zoltar in Big.

Darren Murph: Ja, de nieuwe versie van de telefooncel. We moeten daadwerkelijk ergens naartoe rijden om te bellen. Ik weet het niet, misschien komt er nog een seizoen van The Wire.

David Rice: Geweldig. Wanneer we nadenken over AI-gebruik, zijn sommige medewerkers bang. Ze zien het als het opleiden van hun vervanger.

Dat is voor veel mensen een heel logische en terechte zorg. Het lijkt erop dat we onze waarde verschuiven van taken naar leren, aanpassingsvermogen en creativiteit. Hoe zie jij leiders teams door die overgang begeleiden, vooral in situaties waarin op afstand wordt gewerkt?

Darren Murph: Dit is een moeilijke uitdaging, want het gaat nu niet om enen en nullen. Het gaat om het menselijk hart en de menselijke geest. Psychologie is ingewikkeld. Voor mensen die hun loopbaan hebben opgebouwd door goed te zijn in het uitvoeren van een taak en daar zichtbaarheid omheen te creëren, is dit een ongemakkelijke periode.

De toekomstige prijs gaat nu naar degene die het meest vernieuwend is in het ontdekken van oplossingen en het gebruiken van nieuwe technologieën waarmee anderen dan zijzelf taken kunnen uitvoeren. Ik denk dat de evolutie die hier plaatsvindt in essentie zo eenvoudig is als wat ik net heb beschreven. Maar voor de menselijke geest is een leider nodig die mensen begeleidt, aanmoedigt en eerlijk gezegd ook wat ruimte geeft terwijl ze deze overgang doormaken.

Ik zou kijken naar de geweldige Charlie Munger, die zei: laat me de prikkels zien en ik laat je de uitkomst zien. Leiders die een team willen mobiliseren om dingen anders te doen, moeten nadenken over de prikkels. Als je huidige organisatie mensen beloont voor het uitvoeren van taken, kun je niet zomaar een enorme verandering doorvoeren waarbij je wilt dat mensen anders over hun werk nadenken zonder de prikkels te veranderen.

Terwijl je mensen door de verandering begeleidt en coacht, moet je ook teruggaan naar je totale beloningspakket en jezelf afvragen: hebben we de juiste systemen om ervoor te zorgen dat we mensen stimuleren om hierin mee te gaan in plaats van zich ertegen te verzetten?

David Rice: Je hebt het vaak gehad over cultuur en culturele veranderingen. Wanneer je het over zulke prikkels hebt, hebben we dan nieuwe beloningsmodellen voor het AI-tijdperk nodig? Misschien winstdeling of iets anders dat angst vermindert en innovatie aanmoedigt?

Darren Murph: Dit is een goed voorbeeld van het feit dat je het wiel niet opnieuw hoeft uit te vinden. Charlie Munger had een mooi voorbeeld over Xerox, vele decennia geleden. Ze introduceerden een nieuw model en ontdekten een jaar later dat het buitengewoon slecht verkocht. Ze vroegen zich af: ligt het aan de marketing? Brengen we de markt niet goed over dat het nieuwe model beter is dan het oude?

Toen ze echter naar de beloningsstructuur voor verkoop keken, ontdekten ze dat die nooit was bijgewerkt. Het verkoopteam werd nog steeds beloond voor het verkopen van de oude eenheid. Op de een of andere manier overtuigden ze mensen ervan dat het oude model zelfs beter was dan het nieuwe, om zich aan te sluiten bij de bestaande prikkels.

Dit is dus gewoon een kwestie van verkoop en winstdeling. Wanneer ik leiders hoor zeggen: we willen dat iedereen AI gebruikt om zichzelf twintig procent efficiënter te maken, of om het bedrijf twintig procent te besparen op welke maatstaf dan ook, hebben jullie er dan over nagedacht om een deel daarvan aan de medewerker terug te geven? Dit is een heel eenvoudige beloningsstructuur.

Bedrijven doen dit voortdurend met hackathons. Ze brengen al hun ingenieurs een week samen en zeggen: wie de volgende grote versie van onze app bouwt, krijgt een bonus. Zo mobiliseer je een team rond een doel: we zijn nu op één lijn, laten we vooruitgang boeken. Voor mij is het echt zo eenvoudig als het overwegen van winstdeling.

Als een bedrijf, een individu of een team een herhaalbare efficiëntiewinst van tien of vijftien procent genereert, geef daar dan iets van terug. Dat kan tijd zijn die ze terugkrijgen in hun dag, meer flexibiliteit of een financiële bonus. Er zijn allerlei manieren om iemand te belonen. Maar geef een deel terug. Ik vind niet dat je je team al deze verbeteringen voor jou moet laten realiseren, waarna de organisatie alles zelf opneemt.

David Rice: Daar ben ik het mee eens. Ik heb veel hackathons gezien. Het is ook interessant, want veel van wat daaruit voortkomt, wordt vaak moeilijk in de dagelijkse praktijk toegepast. Misschien maakt het dus ook deel uit van die beloningsstructuur om vast te stellen hoe we dit gaan toepassen, zodat het ook buiten het technische team wordt beloond.

Darren Murph: Ik wil hier nog één punt aan toevoegen. Het is nogal bijzonder dat dit als een vernieuwend idee wordt beschouwd, maar overweeg een speciaal team op te richten om deze verbeteringen te vinden. Stel je voor hoe belachelijk het zou zijn om de hele organisatie op te dragen: maak ons bedrijf twintig procent veiliger.

Doe zelf uitgebreid onderzoek naar de beveiligingsprotocollen van vandaag, phishing en al die andere zaken die nauwelijks iets met je werk te maken hebben. Het bedrijf zou veel efficiënter zijn als het beveiligingsteam daadwerkelijk met die taak werd belast. Ik zou zeggen dat er waarschijnlijk nu al veel mensen in je bedrijf zijn die enorme AI-liefhebbers zijn en in hun eigen tijd al experts worden.

Je hoeft dus misschien niet per se een externe expert aan te nemen. Misschien kun je samenwerken met iemand die binnen je bedrijf een team kan begeleiden. Maar er valt veel voor te zeggen om experts experts te laten zijn.

David Rice: Absoluut. Het lijkt erop dat AI-gebruik tot nu toe tussen twee uitersten zit. Leiders laten mensen ermee aan de slag gaan en die mensen doen vervolgens min of meer hun eigen ding, of leiders reguleren het AI-gebruik te streng en maken zich grote zorgen over beschermende grenzen.

Hoe ziet evenwichtige governance eruit die creativiteit zonder chaos mogelijk maakt en past bij het werkmodel waarin je zit, of dat nu op afstand of hybride is?

Darren Murph: Ik zou een aanpak met twee pijlers kiezen. De eerste is het formuleren van een duidelijke visie op wat we als organisatie proberen te bereiken. Daarnaast creëer je een beloningsstructuur die mensen stimuleert om te innoveren en verder te denken dan waartoe leiders momenteel in staat zijn. Zo kunnen beide dingen gebeuren.

Je laat mensen inderdaad hun gang gaan. Maar je hebt een einddoel voor ogen. Ze worden beloond op basis van specifieke maatstaven, bijvoorbeeld efficiëntie. Zo gaan ze in ieder geval wild tekeer in de richting van een bepaald doel waarover je overeenstemming hebt bereikt. Aan de andere kant kun je nadenken over wat we als organisatie proberen te bereiken.

Hoe geeft dit vorm aan onze strategie? En hoe kunnen we dit doorvertalen naar iedereen die hier werkt? Geef mensen een visie of hoop, een soort idee van wat de toekomst kan brengen. Niet alleen: laten we beter worden in AI, of laten we ervoor zorgen dat we AI hebben omdat iedereen het gebruikt en we bezwijken voor sociale bewijskracht.

Als je die twee dingen parallel doet, maak je ruimte voor echte vernieuwers om in een gewenste richting hun gang te gaan. Voor alle anderen is er minder angst, omdat ze kunnen zeggen: ik zie waar we als team naartoe gaan en ik begrijp hoe AI, net als iedere andere technologie, ons een extra middel geeft om dichter bij dat doel te komen.

David Rice: We hebben de afgelopen maanden veel gesproken over doel en betekenis: draag ik bij aan het grotere doel en doet wat ik doe ertoe? Als je dat kunt communiceren, is niet alleen de bereidheid om mee te doen groter, maar ook het niveau van betrokkenheid bij de uitvoering.

Darren Murph: Het doet me denken aan een onderzoek dat Google volgens mij meer dan vijftien jaar geleden uitvoerde. Ze onderzochten de vijf bepalende factoren van een effectief team. Een daarvan was duidelijkheid en structuur.

Wanneer ik naar teams vandaag kijk, zou ik zeggen dat dit misschien wel de belangrijkste factor is in een verspreide omgeving. Als je mensen duidelijkheid en structuur geeft over waar we naartoe werken, kunnen ze hun eigen doel verbinden aan het doel van het team en het bedrijf. Daardoor voelen ze zich minder stuurloos en zijn ze gemotiveerder om hun innovaties aan het bedrijf te presenteren wanneer ze weten dat die in een duidelijk gecommuniceerde richting gaan.

Interessant genoeg brengt dit ons helemaal terug bij het begin van ons gesprek: waarom een schrijfcultuur? Waarom dingen opschrijven? Waarom aandringen op nauwkeurigheid in documentatie? Omdat daar duidelijkheid en structuur vandaan komen. Er zijn zoveel onderzoeken die aantonen dat mensen hiervan opbloeien en dit prettig vinden. Als iets is vastgelegd en opgeschreven, heb je een basis om het beter te maken.

Zelfs als het onvolmaakt is en nog in ontwikkeling, kunnen opgeschreven zaken met meer input worden aangepast en doorontwikkeld.

David Rice: Mijn laatste vraag gaat over AI die het gepolijste en routinematige werk uitvoert. Spontane, onvolmaakte en menselijke momenten lijken daardoor bijna een andere valuta op de werkvloer te worden.

Hoe moedigen organisaties menselijkheid aan in een steeds meer door AI aangedreven werkomgeving op afstand?

Darren Murph: Grappig, toch? De zachte vaardigheden worden steeds belangrijker wanneer AI je e-mails kan schrijven. Wat blijft er dan voor jou over? Voor mij maakt dit een standpunt mogelijk dat ik al jaren heb: cultuur zal steeds meer buiten de werkplek worden opgebouwd.

Vooruitstrevende organisaties zullen dat niet alleen accepteren, ze zullen het ook mogelijk maken. Vervolgens creëren ze manieren om die cultuur terug de organisatie in te laten stromen. Wat betekent dat? In een verspreide wereld waarin AI mogelijk een collega is, is het minder waarschijnlijk dat we al onze cultuur en sociale betekenis uit ons werk halen.

Dit is een grote pil om te slikken voor leiders die die ervaring altijd hebben willen beheersen, maar je moet loslaten. Een voorbeeld: tijdens de pandemie zeiden veel mensen tegen me: het online borreluur werkte de eerste keer, maar bij de tweede bijeenkomst kwam niemand opdagen.

Hoe bouwen we teamcultuur zonder mensen te dwingen aan een videogesprek deel te nemen? Ik zei: als dat uur toch al een verzonken kostenpost is, stuur dan iedereen in je organisatie gedurende datzelfde uur per week naar de eigen lokale omgeving. Zeg dat ze iets moeten doen wat betekenisvol voor hen is, of dat nu vrijwilligerswerk in een weeshuis is, vrijwilligerswerk bij een voedselbank of werk voor Habitat for Humanity.

Vraag ze om bedrijfskleding met jullie logo te dragen en misschien een selfie te maken terwijl ze met dat werk bezig zijn. Wanneer ze terugkomen bij hun volgende teamvergadering, besteed je de eerste tien minuten aan het bespreken van wat iedereen heeft gedaan. Deel die selfies en die momenten van inzicht. Dat is echte, oprechte en authentieke verbinding.

Hoewel die cultuur buiten de werkplek is opgebouwd, is de organisatie verantwoordelijk voor het bouwen van een systeem waarmee die cultuur weer naar binnen kan komen. Ik zou zeggen dat dit veel oprechter en authentieker is. Dit is de kans om te stoppen met het kunstmatig produceren van plezier en mensen daadwerkelijk in staat te stellen dat zelf mee te brengen naar de werkplek.

David Rice: Wanneer je dit goed doet, zorgt doel en betekenis in veel opzichten voor zichzelf.

Darren Murph: Wanneer je mensen toestaat mens te zijn, vinden ze het echt prettig om zichzelf te kunnen zijn.

David Rice: Precies. Darren, bedankt dat je vandaag te gast wilde zijn. Het was zoals altijd geweldig om met je te praten.

Darren Murph: Absoluut, man. Het was een genoegen.

En als een van je luisteraars geïnteresseerd is in wat ik aan het bouwen ben: ik heb een geweldig team dat je graag verder helpt met enkele van de gebieden die we hebben besproken. Neem contact met me op via LinkedIn of darren@darrenmurph.com.

David Rice: Uitstekend.

Bedankt dat je vandaag naar The People Managing People Podcast hebt geluisterd. Als dit gesprek je een nieuw perspectief heeft gegeven, volg de show dan op Apple Podcasts, Spotify of waar je ook naar podcasts luistert. Je vindt ook meer praktische kaders, casestudy's en hulpmiddelen voor modern leiderschap op peoplemanagingpeople.com en natuurlijk in onze nieuwsbrief. Schrijf je daar dus voor in.

Tot de volgende keer: bouw een schrijfcultuur.