Hoe bewijs je de ROI van AI als het rendement slechts 1% is?

David Rice: Slechts 17% van de organisaties heeft überhaupt AI-agenten geïmplementeerd. Het aantal organisaties met toepassingen in meerdere afdelingen ligt rond de 3%. JLL is gestopt met tellen. In de aflevering van vandaag praat ik met Carlin Power, wereldwijd vicepresident AI en platformtechnologie-enablement bij JLL, over wat de andere 97% binnenkort zullen leren.

Want JLL experimenteert niet met agenten. Ze draaien in productie binnen facilitair management, merkcommunicatie en bedrijfsfuncties in de hele organisatie. De lessen daaruit zijn niet hoofdzakelijk technisch. Het eerste dat stukliep was niet de technologie, maar het ROI-gesprek. Hoe rechtvaardig je de kosten van basisvoorzieningen?

Hoe ga je tegenover je financieel directeur zitten en zeg je: "Misschien behalen we hier een rendement van 1% op"? Het antwoord van Power was om het waardegesprek terug te brengen naar de plek waar het thuishoort: in de winst-en-verliesrekening die de investeringsbeslissing bepaalt. Als een bedrijfsleider probeert te groeien en het aandeel in de portemonnee van belangrijke klanten met 20% wil vergroten, wordt AI onderdeel van dat gesprek in plaats van een hamer die op zoek is naar een spijker.

Ook de vraag rond de vroege loopbaan verdient in dit onderwerp aandacht. Onderzoek van Stanford trekt een duidelijke grens. Wanneer AI automatiseert, daalt het aantal aanwervingen op instapniveau. Wanneer AI aanvult, blijft de werkgelegenheid stabiel of groeit die. JLL maakte een bewuste keuze, en de stagiairs die ze onlangs hebben aangenomen presenteerden afstudeerprojecten die zo geavanceerd waren dat Power, zonder het te weten, niet zou hebben geraden dat ze nog maar drie of vier jaar in hun loopbaan waren.

Vandaag bespreken we dus wat het verschil maakt tussen agenten die standhouden en de 40% waarvan Gartner verwacht dat ze tegen 2027 worden geannuleerd, waarom het kaderen van ROI belangrijker is dan de technologie zelf, hoe je AI-vaardigheid in tachtig landen opbouwt zonder lokale relevantie te verliezen, en wat een chief people officer met nul agenten in productie in de eerste één tot drie maanden moet doen bij de uitrol ervan.

Ik ben David Rice. Dit is People Managing People, en als je organisatie nog aan het uitzoeken is waar ze met agenten moet beginnen, biedt dit gesprek een praktisch stappenplan van iemand die die vraag al lang achter zich heeft gelaten. Laten we beginnen.

Welkom bij de People Managing People-podcast. Zoals altijd ben ik je presentator, David Rice, en vandaag praat ik met Carlin Power. Zij is wereldwijd vicepresident AI en platformtechnologie-enablement bij JLL. Veel organisaties experimenteren met AI-agenten, maar jullie hebben er daadwerkelijk een aantal succesvol geïmplementeerd. Zeker. Dus-

Carlin Power: Ja, dat hebben we ...

David Rice: daar gaan we het een beetje over hebben, evenals over enkele lessen die we daaruit hebben geleerd.

De eerste vraag die ik je wilde stellen gaat over iets wat ik had gezien in een CIO-enquête van Gartner. Daarin stond dat, weet je, slechts 17% van de organisaties überhaupt agenten heeft geïmplementeerd.

Carlin Power: Zeker.

David Rice: En ik denk dat het aantal voor meerdere afdelingen 3% of iets dergelijks is, toch? Ja, ja. Het is echt laag.

Carlin Power: Ja.

David Rice: Voor veel mensen staat dit dus nog in de kinderschoenen. En jullie hebben, ik- het laatste getal dat ik zag was ongeveer 34. Ik denk dat jullie er nu meer hebben.

Carlin Power: Ja. We groeien. Ik denk dat we gewoon zijn gestopt met tellen.

David Rice: Jullie zijn gewoon gestopt... Mijn eerste vraag aan jou is dus: wat weten jullie nu dat de andere 97% binnenkort zullen leren?

Carlin Power: Zeker. Ik denk dat het eigenlijk teruggaat naar enkele beslissingen die we in het begin hebben genomen. We hadden geïnvesteerd in wat we JLL Falcon noemen. Dat is een fraaie merknaam voor een verzameling AI-mogelijkheden en API's die al onze softwareontwikkelaars kosteneffectief konden gebruiken om AI-mogelijkheden te implementeren in technologie die ze nieuw bouwden en in bestaande technologie die al op de markt was.

Daardoor, en omdat we innovatie over al onze engineers konden decentraliseren, begonnen zij veel sneller vaardigheden te ontwikkelen in het bouwen en implementeren van zaken zoals agenten. We hebben bijvoorbeeld agenten in onze facilitaire-managementactiviteiten die werkopdrachten optimaliseren, evenals de manier waarop technici naar locaties worden gestuurd om hun facilitaire werk uit te voeren.

We hebben merkagenten die onze PowerPoint-presentaties en onze toon voor zowel interne als externe communicatie bij JLL vormgeven. We hebben ongeveer anderhalve maand geleden Ask JLL geïmplementeerd. Dat is een verzameling agenten die wordt gebruikt door al onze domeinexperts binnen de bedrijfsfuncties, zodat medewerkers ondersteuning kunnen krijgen bij al die functies.

Door die decentralisatie over al die engineeringteams bouwen we dus agenten voor specifieke bedrijfsproblemen- Mm ... met zeer doelgerichte ROI-resultaten.

David Rice: Is dat een van de redenen waarom je denkt dat het succesvol is geweest? Je noemde de specifieke aard ervan. Is dat een onderdeel van wat het succesvol heeft gemaakt: dat jullie niet in het algemeen iets proberen op te lossen, maar heel specifiek te werk gaan?

Carlin Power: Ja. We hebben wel algemene agenten en AI-hulpmiddelen voor algemeen gebruik. We hebben bijvoorbeeld een algemene AI-assistent die we liefkozend Pulse noemen- ... die al onze chats, e-mails en gedeelde documenten doorzoekt. Die werkt een beetje als een administratieve assistent en neemt een groot deel van de administratieve, tactische taken weg die bij kenniswerk horen.

We hebben dus bewust ook enkele algemene mogelijkheden geïmplementeerd. Maar ja, de echte ROI, want dat andere is meer ba- wat ik basisvoorzieningen zou noemen, toch? Juist, juist. Dat is iets wat al onze medewerkers nodig hebben om überhaupt te kunnen concurreren op de markt.

Alle agenten die door onze software-engineeringteams worden geïmplementeerd ter ondersteuning van een bepaalde bedrijfslijn of bedrijfsfunctie lossen specifieke bedrijfsproblemen op die onze bedrijfsresultaten vooruithelpen. Dat is volledig afgestemd op meerdere organisatielagen.

David Rice: Neem me mee terug naar agent één. Wat ging er mis dat niet technisch was? Ging het om machtigingen en eigenaarschap of-

Carlin Power: Ja ...

David Rice: om iemands functieomschrijving, in wezen?

Carlin Power: Ja, precies. Agent één, wauw. Dat is eigenlijk Pulse, dus... Oké ... ook bekend als de JLL-werkinstrumenten, want nu leveren we die via een MCP, oftewel de fraaie term voor een connector, rechtstreeks aan een agent voor gestructureerde gegevens.

Ik denk dus eigenlijk niet dat er iets technisch is stukgelopen. Het ging er meer om hoe we de kosten hiervan konden rechtvaardigen tegenover de ROI. Ik had het met je over basisvoorzieningen, toch? Ja. Het is een behoorlijk lastig gesprek wanneer je slechts efficiëntiecijfers van 1 tot 3% ziet, in de orde van- Ja

David Rice: ... dat het moeilijk is om tegenover je financieel directeur te gaan zitten en te zeggen: "Hé, ik denk dat we dit moeten doen, maar misschien behalen we er een rendement van 1% op." Aanvankelijk moesten we dus uitzoeken wat de juiste manier was om de waarde van basisvoorzieningen te verwoorden. Hoe verwoorden we de waarde van een bepaalde agent?

En wordt dat een norm die we hanteren voor bouwen? Hoe zorgen we ervoor dat iedere bouwer in onze organisatie kan zeggen: "Ik ga deze agent leveren om dit probleem op te lossen, een probleem dat ons vroeger X aan arbeidskosten kostte of X aan resultaten opleverde. Maar nu zullen we een vijf keer zo hoge doorvoer kunnen bereiken, een nieuwe inkomstenstroom kunnen genereren, ons marktaandeel kunnen vergroten of het aandeel in de portemonnee van een klant kunnen verhogen."

Zodra je teams op die manier over het onderwerp laat nadenken, wordt het veel eenvoudiger om de ROI te onderbouwen. Dat was dus het eerste punt waarbij mensen ons vroegen: "Wanneer moeten mensen dit gebruiken? Hoe moeten ze dit gebruiken? Wat is de ROI?" En wij zeiden: "Goede vraag."

David Rice: Interessant dat je het normaliseren daarvan noemt. Ging daar ook een standaardisering van de taal mee gepaard, of een begrip van wat als ROI kwalificeert- ja ... voor de mensen die dit wilden doen? Want ik kan me voorstellen dat de verbeelding van mensen nogal op hol kan slaan.

Dan zeg je: "Hé, dat is eigenlijk geen echte bedrijfswaarde."

Carlin Power: Gelukkig hebben we een aantal geweldige financiële professionals in onze organisatie. Hoewel het een gecentraliseerde functie is, is die binnen onze bedrijfslijnen en functies gedecentraliseerd georganiseerd.

Ons financiële team heeft dus veel tijd besteed aan de vraag hoe we onze teams kaders kunnen geven om daadwerkelijk een ROI-gesprek te voeren. Ik denk dat dit nu verder volwassen wordt. Ik zou niet zeggen dat we het antwoord hebben, want als dat wel zo was, zou ik gewoon ontslag nemen en van de ene op de andere dag een adviesbureau van een miljard dollar beginnen, net als iedereen, maar-

David Rice: Ja ...

Carlin Power: ik denk wel dat we het waardegesprek terugbrengen naar de plek waar het thuishoort: in de winst-en-verliesrekening die de investeringsbeslissing bepaalt. Als een bedrijfsleider zegt: "We moeten ons aandeel in de portemonnee van onze tien belangrijkste klanten met 20% vergroten," maakt AI nu deel uit van dat gesprek, in plaats van dat wij een hamer zijn die op zoek is naar een spijker.

David Rice: Gartner verwacht dat ongeveer 40% van de projecten rond agentische AI tegen eind 2027 wordt geannuleerd. Mijn vraag aan jou is: als je kijkt naar de agenten die jullie hebben gebouwd, waarom heb je er dan vertrouwen in dat ze veerkrachtig zijn en daarna blijven bestaan?

Carlin Power: Opnieuw komt het terug op onze beslissing om JLL Falcon te implementeren en op de gedecentraliseerde besluitvorming binnen onze engineeringfuncties, die nu gekoppeld zijn aan KPI's van de bedrijfslijnen.

We bouwen niets, of proberen tenminste niets te bouwen, dat geen toewijsbare ROI of direct realiseerbare besparing heeft. Daardoor wordt het gesprek heel eenvoudig. Wanneer je kijkt naar AI-agenten die het goed of juist niet goed doen: halen ze hun doelstellingen, net zoals een medewerker zijn bedrijfsdoelstellingen zou halen?

Doen we wat we hadden verwacht? Levert deze technologie, levert deze agent wat we ervan verwachtten? Realiseert hij de voordelen die we verwachtten? En zo niet: waarom niet, en moeten we blijven investeren? Er moet dus periodiek een besluitgesprek plaatsvinden over stoppen, starten of doorgaan voor alle agenten die je in je organisatie implementeert.

David Rice: Je noemde de gedecentraliseerde besluitvorming. Was dat iets wat jullie vanaf het begin hadden ingebouwd? Maakte het al deel uit van jullie processen voordat jullie hiermee begonnen? Of-

Carlin Power: De basis van onze AI-strategie is onze bedrijfsbrede gegevenslaag. Oké. Onder leiding van onze CTO Yao Moran hebben we de afgelopen vijf à zes jaar gewerkt aan datavaardigheid, nauwkeurigheid, kwaliteit en relevantie van al onze gegevens, in feite in ons bedrijfsbrede datawarehouse.

Elk stukje data dat we bij JLL hebben, gaat dus naar ons bedrijfsbrede datawarehouse. Vervolgens is er een reeks governance-mogelijkheden die bepalen wat die data zijn, waarvoor ze relevant zijn, voor wie ze relevant zijn en hoe mensen toegang krijgen tot die informatie. We hebben dus een zeer robuuste gegevenslaag onderaan, met daarbovenop JLL Falcon.

Wanneer we het over MCP of connectors hebben, gaat dat dus rechtstreeks naar ons bedrijfsbrede datawarehouse en worden de gegevens opgehaald die relevant zijn voor de gebruiker. Dat is onze schaalfunctie, zowel vanuit kosteneffectiviteitsperspectief als vanuit het perspectief van dat relevantie.

Daarnaast hebben we een door medewerkers gedreven AI-strategie en een centraal aangestuurde AI-strategie. In die centraal aangestuurde strategie vindt de decentralisatie plaats waar ik het over had. Voor elke bedrijfslijn en bedrijfsfunctie zijn er initiatieven binnen de technologieteams om vanuit die strategie de differentiatie te leveren die we op de markt nodig hebben.

De door medewerkers gedreven strategie is de manier waarop we mensen intern als organisatie in staat stellen onze hulpmiddelen te gebruiken en interne AI-vaardigheid te ontwikkelen. Dat is onze ondersteunende functie. Je hebt dus de basis, namelijk onze data.

Je hebt de schaalfunctie, namelijk het JLL Falcon-platform. We hebben onze differentiatiefunctie, die centraal wordt aangestuurd, en vervolgens de enablementfunctie, die door medewerkers wordt gedreven. Dat komt allemaal samen in onze drie bedrijfsresultaten: klantwaarde leveren, uitmuntendheid in onze activiteiten ontsluiten en innovatie bevorderen.

Ik denk dus dat dit de kern is van waarom we succesvol zijn geweest. Maar om terug te komen op je vraag: was die decentralisatie een bewuste beslissing? Ja, absoluut. Hebben we die meteen genomen? Dat weet ik niet meer. Maar zijn we uiteindelijk daar uitgekomen? Zeker.

David Rice: Een van de vragen die ik je wilde stellen: ik heb onderzoek van Stanford gezien dat een duidelijke grens trok. Wanneer AI taken automatiseert, daalt het aantal aanwervingen op instapniveau.

Zeker. En wanneer AI aanvult, blijft de werkgelegenheid min of meer stabiel of groeit die.

Carlin Power: Ja.

David Rice: Aan welke kant van die grens denken jullie te zijn beland, met 34 agenten of inmiddels misschien meer? En was dat een beslissing of een resultaat?

Carlin Power: Ik denk dat wanneer een bedrijf zich richt op efficiëntie en productiviteit, en een doel daardoor is om arbeid, met name arbeid aan het begin van de loopbaan, te verminderen, dat vooral wijst op een onvolwassenheid in de algemene AI-strategie en het betrokkenheidsmodel.

Het was bij ons in ieder geval nooit een bewuste keuze om te zeggen: "We gaan al deze kosten uit de organisatie halen en 40% van de banen schrappen." Tijdens de keynote vanochtend noemden ze dat angstzaaierij.

Ik heb het gevoel dat dat waarschijnlijk een te extreme positie is. En nogmaals, ik denk dat het van korte duur is. Het kan echt schadelijk zijn voor het succes van een organisatie om talent aan het begin van de loopbaan volledig af te snijden.

David Rice: Ja.

Carlin Power: Afgelopen maandag zat ik met onze stagiairs op het gebied van inkoop en bevoorrading. Ze presenteerden hun afstudeerprojecten, waarvan veel gebruik hadden gemaakt van onze interne hulpmiddelen en enkele geavanceerde programma's waarmee we samenwerken.

Als het hoofd van inkoop en bevoorrading me niet had verteld dat ze stagiairs waren, had ik gezegd dat ze al drie tot vier jaar in hun professionele loopbaan zaten. Dat kwam door de diepgang van hun kennis over zeer complexe inkoop- en bevoorradingsproblemen, de mate waarin ze de klantaccounts waarmee ze werkten begrepen en hun bijdrage aan het verbeteren van bijvoorbeeld de hoeveelheid activa die we beheren en het aantal contracten dat we beheren.

Ik bedoel, ik heb dingen geleerd. Ik was volledig onder de indruk van wat ze in zo'n korte tijd konden doen. Nog meer onder de indruk was ik van het feit dat ons hoofd inkoop en bevoorrading aan het einde in feite zei: "Jullie hebben hier allemaal een baan bij JLL als jullie die willen." Ik denk dat dit een heel goed voorbeeld is van het feit dat we banen aan het begin van de loopbaan niet moeten schrappen.

We moeten heel andere verwachtingen stellen over wat we van talent aan het begin van de loopbaan mogen verwachten. Daarom hebben we onze strategie voor de vroege loopbaan volledig opnieuw ingericht rond projectgerichte afstudeeropdrachten die echt waarde creëren binnen deze stageprogramma's bij JLL.

Ik denk dus opnieuw dat het waarschijnlijk een kwestie van onvolwassenheid is, en dat ze er uiteindelijk wel komen. Ik zou bedrijven willen waarschuwen om die loopbaanladder aan het begin van de loopbaan niet te elimineren, omdat ik denk dat daar de komende drie tot vijf jaar juist veel innovatie vandaan zal komen.

David Rice: Ik ben blij dat je dat zegt, want ik ben al lange tijd voorstander van dat model. Dat afstudeerproject doet me denken aan iets dat bijna meer op een leerwerkplek lijkt.

Carlin Power: Ja.

David Rice: We denken bij stages vaak aan wat ik zelf op de universiteit heb meegemaakt- ... en dat was behoorlijk saai.

Er was niet veel verantwoordelijkheid. Het was een beetje-

Carlin Power: Ik denk dat ik telefoons beantwoordde en documenten ordende. ...

David Rice: Precies. Het was niet zo diepgaand dat ik daar wegging met het gevoel: "Was dat echt zo belangrijk?"

Carlin Power: Ja.

David Rice: Zet het op mijn cv.

Carlin Power: Ja, dat heb ik gedaan.

David Rice: Maar het leerwerkmodel waar je het over hebt, betekent dat je daadwerkelijk leert en het werk uitvoert.

Carlin Power: Klopt.

David Rice: En dat je het op zo'n diepgaand niveau doet dat ze, zoals je zei, klonken alsof ze al drie of vier jaar ervaring hadden.

Carlin Power: Ja. Het heeft me versteld doen staan en het heeft me geholpen een nieuwe norm vast te stellen en de organisatie te leren wat we van ons talent aan het begin van de loopbaan mogen verwachten.

Ik hoop dat dit ook op organisatieniveau een competentie stimuleert: dat we waarschijnlijk ook veel meer van onze professionele medewerkers moeten verwachten. We hebben onze leiders geleerd hoe ze hun waardepropositie kunnen ontwikkelen. We nemen hen mee in een trainingsworkshop met meerdere modules. Je zou verbaasd zijn, of misschien ook niet, maar het was voor hen erg moeilijk om hun huidige waardepropositie voor de organisatie te verwoorden.

Dus we vragen: wanneer je hele team wordt aangevuld, verbeterd of vervangen door AI, wat ga je dan met die waarde doen? Hoe gaan we die waarde terugwinnen, of het nu gaat om een hogere doorvoer, resultaten van betere kwaliteit, meer tijd met klanten of meer tijd om toekomstige inkomstenstromen op te bouwen?

David Rice: People first heeft volgens mij een instrument nodig, anders zijn het slechts woorden, een slogan. Ik ben benieuwd hoe dat bij jullie werkt. Hoe onderscheiden jullie adoptie van naleving, en van mensen die er gewoon omheen proberen te werken?

Carlin Power: Ja.

David Rice: Rond die agent.

Carlin Power: Dat was opnieuw een zeer bewuste beslissing in een vroeg stadium.

We besteedden een aanzienlijk deel van ons budget aan professionals op het gebied van betrokkenheid en enablement- Mm ... die in het begin al onze medewerkers hielpen een bepaald niveau van AI-vaardigheid op te bouwen. Dat ging van kennismaking met nieuwe hulpmiddelen en de basisprincipes van generatieve AI tot uitleg over hoe we hun gegevens en die van onze klanten beschermen. We hielpen hen ook vertrouwd te raken met alle vragen die in het begin opkwamen, zoals: wat gebeurt er wanneer ik een resultatenrekening van een klant upload naar een GPT?

Dan zeiden we: we hebben het zo gebouwd dat het veilig en afgeschermd is, maar gebruik wel je gezond verstand. We hielpen hen ook de balans te vinden tussen wat je generatieve AI kunt toevertrouwen en wat niet. Een methode van vertrouwen maar controleren. Door dat al vroeg in de organisatie te verankeren, konden mensen sneller andere, geavanceerdere mogelijkheden adopteren zodra die beschikbaar kwamen.

We bouwden hulpmiddelen, rolden die uit en trainden mensen erin. We bouwden ook een ambassadeursprogramma dat al die trainingen kon aanpassen aan de afzonderlijke rollen en profielen binnen al onze bedrijfslijnen en bedrijfsfuncties, want we zijn een enorm bedrijf dat actief is in 80 landen.

Er zijn veel zaken die op lokaal niveau moeten worden meegenomen en die een centrale functie niet op grote schaal kan ondersteunen. We moesten dus de hulp inschakelen van experts binnen die domeinen, zodat zij ons konden helpen het volgende niveau van vaardigheid op te bouwen dat onze teams nodig hadden om zelf te gaan innoveren.

David Rice: We lopen tegen de tijd aan, maar voordat ik je laat gaan, wil ik je een hypothetische situatie voorleggen- Zeker ... want ik ben dol op hypothetische situaties.

Carlin Power: Zeker.

David Rice: Stel dat je een chief people officer hebt met op dit moment nul agenten in productie, maar dat het bestuur druk begint uit te oefenen. Ze willen vooruitgang zien en vragen waarom die er niet is. Ze hebben twaalf maanden en een budget.

Carlin Power: Ja.

David Rice: Wat doen ze in de eerste één tot drie maanden om op gang te komen, en wat is het eerste wat ze waarschijnlijk zullen willen doen maar waarvan jij zegt: "Doe dat niet, dat is tijdverspilling"?

Carlin Power: Ik denk dat het eerste wat ze moeten doen, is een groep mensen samenstellen met wie ze zich prettig voelen bij experimenteren in de hele organisatie. Ik weet niet of ik meteen volledig op FTE's zou inzetten, maar domeinexperts binnen je bedrijfslijnen en bedrijfsfuncties die technisch onderlegd zijn en kunnen helpen bepalen welke echte toepassingen zelfs in de experimenteerfase al een positieve netto-ROI zullen opleveren.

Als je meteen heel breed en grootschalig te werk wilt gaan, maak je veel kosten. Als je intern geen mensen hebt die kennis hebben van de verschillende domeinen binnen je bedrijf of die niet op de hoogte zijn van AI, zullen de kosten alleen maar enorm oplopen en- Ja ... dan gaat gebeuren wat je in deze vragen hebt beschreven.

David Rice: Ja.

Carlin Power: Precies. Bouw dus succes op rond enkele toepassingen, schaal die vervolgens op en gebruik die ROI om opnieuw te investeren in meer horizontale, algemene hulpmiddelen die aan je organisatie worden geleverd. Dat is volgens mij essentieel. Het andere onderdeel is die enablementfunctie: die vaardigheid.

Je moet ervoor zorgen dat je mensen zich echt op hun gemak voelen bij het gebruik van hulpmiddelen en je moet hen stimuleren om ze te gebruiken. Iets waar ik voortdurend naar verwijs en waar ik zeer dankbaar voor ben, is onze CEO Christian Ulbrich. Hij heeft de visie bepaald en mensen in staat gesteld AI te gebruiken. Hij stelde wereldwijde KPI's vast rond vaardigheid, adoptie en gebruik.

Er was dus geen straf voor het gebruik van deze hulpmiddelen. Het was niet: "O, je hebt ontdekt hoe je je afdeling kunt automatiseren? Mooi, dan laten we iedereen gaan." Dat is nooit het verhaal geweest binnen JLL. Het ging erom dat we AI moeten kunnen benutten om onze klanten zo goed mogelijk te bedienen en onze mensen beter te ondersteunen.

Al onze leidinggevenden moesten daarom KPI's opstellen rond het behalen daarvan en het gewenste gedrag zelf als voorbeeld laten zien. Onze CEO was heel duidelijk: ieder van jullie moet AI-hulpmiddelen gebruiken en ik ga dat meten. Want als je mensen jou die hulpmiddelen niet zien gebruiken, zullen ze zich niet prettig of gemachtigd voelen om ze zelf te gebruiken.

Hij wilde dat innovatie van onderaf kwam- Klopt ... net zo sterk als hij wilde dat het voorbeeldgedrag van bovenaf kwam. Als ik dus advies zou geven aan een leidinggevende in de top, zou ik zeggen dat die persoon dat gedrag ook als voorbeeld moet laten zien en prikkels moet afstemmen op het gedrag dat hij of zij in de organisatie wil zien.

David Rice: Bedankt dat je vandaag te gast wilde zijn. Carlin Power, dames en heren. Tot de volgende keer.

Carlin Power: Heel erg bedankt.

David Rice: Beste luisteraars, als je dat nog niet hebt gedaan, ga dan naar peoplemanagingpeople.com/subscribe. Schrijf je in voor de nieuwsbrief. Je ontvangt deze podcast en alles wat we verder maken rechtstreeks in je inbox.

Tot de volgende keer.