Większość systemów nagradzania powstała z myślą o świecie, w którym szybkość, skala i widoczne rezultaty były wiarygodnymi oznakami efektywności. Jednak AI generuje obecnie wszystkie te trzy elementy na dużą skalę. Organizacje stają więc przed niewygodnym pytaniem: skoro AI może wytwarzać więcej rezultatów niż kiedykolwiek wcześniej, to co właściwie nagradzacie?
W tym odcinku David Rice rozmawia z Anju Choudhary, dyrektorką ds. personalnych w Xoxoday, aby przyjrzeć się temu, dlaczego systemy uznania wymagają przeprojektowania na erę AI. Omawiają rosnącą przepaść między produktywnością a wpływem, znaczenie dostrzegania zachowań skoncentrowanych na człowieku, takich jak trafna ocena sytuacji i współpraca, oraz to, dlaczego najważniejsze pytanie, jakie mogą zadać liderzy, nie brzmi „Co chcemy, aby ludzie robili?”, lecz „Co chcemy, aby ludzie czuli?”.
Czego się dowiesz
- Dlaczego tradycyjne systemy nagradzania coraz częściej nagradzają rezultaty wygenerowane przez AI zamiast ludzkiego wkładu
- Jak programy uznania mogą wzmacniać kulturę, wartości i pożądane zachowania w czasie rzeczywistym
- Dlaczego wpływ ma większe znaczenie niż wskaźniki produktywności w miejscu pracy wspieranym przez AI
- Jak liderzy mogą identyfikować i nagradzać współpracę, trafną ocenę sytuacji oraz kreatywność
- Ryzyko nagradzania widocznego wdrażania AI zamiast znaczących rezultatów biznesowych
- Dlaczego doświadczenie pracownika kształtuje się bardziej przez to, co ludzie czują, niż przez to, co robią
- Jak AI może wspierać wyrażanie uznania bez zastępowania ludzkiego przywództwa i uwagi
Najważniejsze wnioski
- Sprawdź, co tak naprawdę nagradzasz. Jeśli Twój system stawia na szybkość, skalę i rezultaty, AI może zbierać nagrody, podczas gdy ludzki wkład pozostaje niezauważony.
- Dostrzegaj zachowania w czasie rzeczywistym. Kwartalne nagrody mają swoją wartość, ale zmiana zachowania następuje wtedy, gdy uznanie jest natychmiastowe i powiązane z konkretnym działaniem.
- Mierz wpływ, a nie aktywność. Większa liczba rezultatów nie musi oznaczać większej wartości. Skup się na efektach, wpływie i oddziaływaniu na biznes.
- Nagradzaj „jak”, a nie tylko „co”. Wysoko osiągające osoby, które angażują innych, tworzą bardziej trwały sukces niż te, które pędzą samotnie.
- Uważaj na teatr produktywności. AI może na dużą skalę generować pracę, która robi imponujące wrażenie. Liderzy muszą odróżniać widoczność od rzeczywistego wkładu.
- Wykorzystuj dane jako sygnał, a nie zamiennik. Analityka może wskazywać wzorce, ale liderzy nadal muszą zwracać uwagę na ludzi, kontekst i relacje.
- Różne role będą różnie wdrażać AI. Mierzenie sukcesu wyłącznie przez pryzmat korzystania z AI prowadzi do niesprawiedliwych porównań i podważa zaufanie.
- Uwolnij ludzi od powtarzalnej pracy. Celem nie jest zastąpienie ludzkich relacji, lecz stworzenie większych możliwości coachingu, wsparcia i znaczącego przywództwa.
- Projektuj doświadczenia wokół emocji. Ludzie rzadko pamiętają doświadczenie związane z miejscem pracy ze względu na to, co robili. Pamiętają, jak się dzięki niemu czuli.
- Poczucie zastępowalności rodzi opór. Wiele wyzwań związanych z wdrażaniem AI dotyczy w mniejszym stopniu możliwości, a w większym kwestionowania przez pracowników ich przyszłej wartości.
Rozdziały
- 00:00 — Nagradzanie niewłaściwych rzeczy
- 01:52 — Od rezultatów do wpływu
- 05:13 — Teatr produktywności
- 06:14 — Wartości w działaniu
- 08:55 — Nagradzanie ludzkich umiejętności
- 11:25 — Siła sposobu działania
- 14:17 — Innowacyjność a efektywność
- 18:40 — Uznanie w czasie rzeczywistym
- 23:15 — Nierównomierne wdrażanie AI
- 29:22 — AI i lepsze przywództwo
- 32:29 — Wprowadzenie skoncentrowane na człowieku
- 35:17 — Nowe spojrzenie na uznanie
- 37:00 — Co chcesz, aby ludzie czuli?
- 38:45 — Końcowe przemyślenia
Poznaj naszego gościa

Anju Choudhary jest dyrektorką ds. personalnych w Xoxoday i ma ponad dwudziestoletnie doświadczenie w zakresie strategii personalnej, rozwoju przywództwa, transformacji talentów i kultury organizacyjnej. Znana ze swoich kompetencji w budowaniu wysokowydajnych organizacji gotowych na przyszłość, kierowała zakrojonymi na dużą skalę inicjatywami dotyczącymi uczenia się i rozwoju, zarządzania talentami, zaangażowania pracowników, różnorodności, równości i inkluzji oraz transformacji biznesowej. Jako certyfikowana coachka i gorąca orędowniczka ciągłego uczenia się Anju łączy oparte na danych praktyki zarządzania personelem z silnym naciskiem na przywództwo, kulturę i doświadczenia pracowników, aby napędzać zrównoważony rozwój biznesu i doskonałość organizacyjną.
Powiązane linki:
- Dołącz do społeczności People Managing People
- Zapisz się do newslettera, aby otrzymywać nasze najnowsze artykuły i podcasty
- Połącz się z Anju na LinkedInie
- Odwiedź stronę Xoxoday
Powiązane artykuły i podcasty:
David Rice: Twój system nagradzania został stworzony po to, aby doceniać szybkość, ilość i mierzalne wyniki. AI zapewnia wszystkie trzy. Co więc tak naprawdę teraz nagradzasz? Anju Choudhary jest dyrektorką ds. personalnych w Xoxoday i zachęca organizacje do przeprowadzenia audytu swoich systemów, zanim przypadkowo zaczną motywować niewłaściwe zachowania.
Ponieważ obecnie większość firm wciąż nagradza pozorowaną produktywność — zawyżone wyniki bez realnego wpływu. Tymczasem naprawdę ludzkie wkłady, takie jak osąd, współpraca i kreatywne rozwiązywanie problemów, pozostają niezauważone. W dzisiejszym programie rozmawiamy o tym, co się dzieje, gdy praca zmienia się szybciej niż systemy motywacyjne. Kiedy AI zajmuje się wykonywaniem zadań, to, co ludzkie, staje się czynnikiem wyróżniającym. Jednak takie zachowania trudniej dostrzec i zmierzyć.
Jak więc liderzy mogą precyzyjnie określić, których zachowań naprawdę chcą więcej? Choudhary mówi, że należy zacząć od zadania właściwego pytania. Nie: czego chcesz, żeby ludzie robili, lecz: co chcesz, żeby czuli? Nie zapamiętujemy bowiem doświadczeń przez pryzmat tego, co zrobiliśmy — pamiętamy je przez pryzmat tego, jak się czuliśmy. W czasach, gdy ludzie po cichu sabotują wysiłki swoich organizacji związane z AI, warto zapytać dlaczego. I najczęściej nie dzieje się tak dlatego, że nie potrafią wykonywać swojej pracy. Dzieje się tak dlatego, że czują się zastępowalni. Sprawiliście, że czują, iż ich umiejętności nie mają już znaczenia.
Ludzie nie opierają swoich działań na tym, co mogą zrobić, lecz na tym, jak się czują. Dlatego dziś omówimy, dlaczego systemy nagradzania stworzone z myślą o wynikach nagradzają teraz wkład AI, metodę doceniania za pomocą karteczek samoprzylepnych i znaczenie czasu rzeczywistego, przejście od wskaźników produktywności do celu i wpływu, dlaczego pytanie „co chcesz, żeby ludzie czuli?” jest najważniejsze, a także cichy sabotaż pojawiający się, gdy ludzie czują się zastępowalni.
Nazywam się David Rice. To jest People Managing People. Jeśli wasz program doceniania wciąż mierzy szybkość i ilość, podczas gdy AI zajmuje się tym wszystkim, ta rozmowa pokaże wam, co należy zmienić. Zaczynajmy.
Dobrze. Anju, witaj w podcaście.
Anju Choudhary: Dziękuję, David, za zaproszenie. Wygląda na to, że spotykamy się regularnie na konferencjach, a dziś także w podcaście. Dla odmiany.
David Rice: Tak, miło było spotkać cię w San Francisco. Świetnie rozmawialiśmy i właśnie tam poruszyliśmy niektóre kwestie związane z systemami nagradzania oraz tym, jak możemy motywować określone rodzaje zachowań. Kiedy usiadłem, żeby przygotować ten odcinek, pomyślałem, że większość systemów nagradzania stworzono z myślą o rozpoznawaniu kilku rzeczy, prawda?
Takich jak szybkość, ilość i mierzalne wyniki. Przynajmniej większość organizacji, z którymi kiedykolwiek pracowałem, ma obsesję na punkcie wyników. Ale AI zapewnia wszystkie trzy. Jestem ciekaw, co to oznacza dla tego, co te programy i systemy nagradzania faktycznie nagradzają? Kiedy należy przeprowadzić audyt systemu nagradzania i sprawdzić, czy motywuje rzeczy, których chcecie, czy może robi coś zupełnie innego?
Anju Choudhary: Chcę zacząć od tego, że jestem zwolenniczką AI. Zanim do tego przejdziemy, nie chcę, żeby ludzie pomyśleli, że jestem sceptycznie nastawiona do tej technologii i jej wykorzystywania. Chcę jednak ostrzec, że kiedy mówimy o zachowaniach, zachowaniach powtarzalnych oraz o tym, jak myśleliśmy o wynikach, produktywności i efektywności, nagle na scenie pojawia się AI.
Wszystkie elementy, których oczekiwaliśmy od naszych ludzi, AI może teraz wykonywać. Jak więc nagradzać i motywować ludzi w pracy? Ty i ja byliśmy na HumanX, gdzie słyszeliśmy, jak ludzie mówią: „Nasi ludzcy i nasi sztuczni koledzy”. Tak więc niektóre z tych rzeczy pozostaną stałe — będziemy myśleć o produktywności, efektywności i tym, jak budować rzeczy lepiej.
Jednak kreatywność, współpraca, komunikacja, działanie w określonym celu i wywieranie wpływu — to rzeczy, które chcemy nadal widzieć u naszych ludzkich współpracowników. Kiedy chcesz nagradzać rzeczy i zachowania, które mają być powtarzane w przyszłości, musisz sprawdzić, czy twój system rzeczywiście bierze je pod uwagę.
Czy zaprojektowaliście narzędzie i proces, które pozwalają ludziom zobaczyć, co jest dla was ważne? Niedawno rozmawialiśmy z inną koleżanką z działu HR, która powiedziała, że zwinność i nastawienie na rozwój są dla niej niezwykle istotne. Zapytałam: „Jak to komunikujecie ludziom? Jak pokazujecie im, że to jest dla was ważne?”
Odpowiedziała: „Właściwie nie jestem pewna. Te wartości są wpisane w nasze zasady, ale nie realizujemy ich w praktyce”. Szybki przykład: w naszym systemie w Xoxoday pozwalamy ludziom doceniać współpracowników i interesariuszy oraz, przy użyciu AI, precyzyjnie opisywać i pokazywać, co dana osoba zrobiła i za co ją doceniają, łącząc to z jej większymi celami i wskaźnikami KPI, a także z celami firmy.
Kiedy inni ludzie, nowi pracownicy, dołączają do firmy i widzą, że Anju została doceniona za X, Y i Z — za te wartości i wskaźniki KPI — otrzymują sygnał: „A więc tak osiąga się tutaj sukces”. Podczas audytu narzędzi i systemu należy więc dopilnować, aby nie służyły one wyłącznie do mierzenia, doceniania i nagradzania produktywności oraz liczb, lecz także wpływu i tego, co będzie dla was kluczowe w przyszłości.
David Rice: Podoba mi się to, co powiedziałaś o skupieniu się na wpływie, ponieważ AI naprawdę może tworzyć pozory produktywności. Zdecydowanie może wyglądać na to, że robisz mnóstwo rzeczy, ale czy w rzeczywistości wywierają one jakiś wpływ? Czy mają znaczenie dla biznesu, czy tylko generujesz znacznie więcej treści, które trafiają do systemu i zawyżają wyniki, przez co same wyniki stają się dość słabym sygnałem?
Myślę więc, że możemy wzmacniać zachowania, które miały sens przed pojawieniem się AI, ale teraz wcale nie przesuwają wskazówki do przodu. Podoba mi się sposób, w jaki to ujęłaś. Jeśli chodzi o wartości, kiedy wszyscy o nich mówią, od razu myślę o rzeczach wiszących na ścianie. A potem pojawia się pytanie: „No dobrze, ale czy to faktycznie dzieje się w praktyce?”
Ponieważ istnieje pewne opóźnienie, a praca zmienia się teraz szybciej niż systemy motywacyjne. Jeśli wartości mają za tym nadążać, trzeba nagradzać je w czasie rzeczywistym. Przynajmniej tak to odczuwam.
Anju Choudhary: Tak, zdecydowanie. Nie można robić tego miesiąc później ani podczas kwartalnego spotkania całej firmy.
Nie można tak postępować. Chcę wrócić do tego, co powiedziałeś o wartościach. Niedawno rozmawialiśmy podczas wydarzenia zorganizowanego przez IPO Circle o wartościach. Współzałożyciel Ubera powiedział, że mieli trzynaście albo piętnaście wartości — jakąś absurdalnie dużą liczbę. Kiedy musisz poświęcać czas na zapamiętywanie tych wartości, tak naprawdę nimi nie żyjesz.
Powiedział więc: „Teraz mamy trzy”, a następnie przechodzimy jeszcze dalej — do zachowań, które chcemy widzieć w ramach tych wartości. Podobało mi się, jak podał przykład: „Mieliśmy jedną z wartości nazwaną postawą mistrza, a następnie stopniowo zmieniliśmy ją na serce mistrza, ponieważ chcieliśmy bardziej odwołać się do celu i wpływu”.
Podoba mi się to, że wartości, jak powiedziałeś, nie powinny być jedynie napisami na ścianie lub odwrocie identyfikatora, chyba że naprawdę są praktykowane, wbudowane i przeplatają się ze wszystkim, co robimy każdego dnia. Jak widzisz realizację tych wartości przez ludzi? Jedno z pytań rekrutacyjnych, które lubię zadawać w firmach, z którymi mam rozpocząć rozmowę, brzmi: „Jak widzicie te wartości prezentowane na co dzień?”
Pracowałam w IBM przez około osiem lat. Jedną z wartości było zaufanie i osobista odpowiedzialność we wszystkich relacjach. Pamiętam ją słowo w słowo, ponieważ naprawdę widziałam, jak ludzie realizowali ją każdego dnia. Kolejny przykład: kiedy widzisz, że ludzie postępują zgodnie ze słowami i zachowują się w określony sposób, nagradzaj i doceniaj to, aby wiedzieli, czego od nich oczekujesz.
Kwartalne nagrody dla ambasadorów kultury są świetne. Warto je kontynuować. Ale to bardzo odległy termin. Połowa rzeczy zostaje zapomniana. Inna liderka podzieliła się czymś bardzo prostym, czym chciałabym się podzielić — docenianiem za pomocą karteczek samoprzylepnych. Zapytałam: „Co to takiego?”
Powiedziała, że ma zapisane imiona wszystkich członków zespołu i trzyma je obok komputera. W ciągu tygodnia obserwuje zachowania tych osób, docenia je w danym momencie i skreśla kolejne imiona. Po pierwsze, dzięki temu na bieżąco docenia i nagradza właściwe zachowania.
Po drugie, obserwuje, co chcesz robić, i natychmiast reaguje. Pomyślałam, że to wspaniałe, bo nie trzeba czekać do końca miesiąca ani kwartału.
David Rice: Jedno z pytań, które chciałem ci zadać, brzmi: jeśli AI zajmuje się coraz większą częścią wykonywania zadań, to autentycznie ludzkie wkłady — takie jak osąd, rozumowanie etyczne, współpraca i kreatywne rozwiązywanie problemów — stają się bardziej wartościowe, a nie mniej. Trudniej je jednak dostrzec i zmierzyć.
Jak więc liderzy mogą konkretnie określić, których zachowań chcą więcej w miejscu pracy wspieranym przez AI?
Anju Choudhary: Tak i nie. Trudno je zmierzyć ilościowo, gdy ktoś podejmuje dobrą decyzję, udziela komuś trafnej informacji zwrotnej albo stosuje kreatywny sposób rozwiązania problemu. Jednak wpływ tych działań nie jest trudny do zmierzenia.
Ich wpływ będzie związany z tym, czy ludzie czują się tutaj szczęśliwsi i czy pracownicy są bardziej zaangażowani. Nie mamy więc bezpośredniej zależności przyczynowej, lecz korelację. Dlatego warto korzystać z analityki danych. Kiedy mówimy, że jeden menedżer radzi sobie lepiej niż inni, łączymy to z wynikami ankiety dotyczącej skuteczności menedżera.
Jak wyglądają wyniki ankiety dotyczącej inkluzywności w jego zespole i w całej firmie? Jakie są rzeczywiste wskaźniki wyników, które ten zespół osiąga? Jeśli to zespół sprzedażowy, jakie są jego cele? Jeśli to zespół HR, jakie ma cele? Czy osiąga swoje wskaźniki KPI? Czasami może się wydawać, że to niejasne, ale gdy te rzeczy są wykonywane naprawdę dobrze, znajdzie to odzwierciedlenie w innych obszarach, które można zmierzyć.
Kiedy pewne zachowania są oczywiste, wykorzystuj każdą okazję, podczas której możesz je zaobserwować. Może to być spotkanie indywidualne, spotkanie grupowe lub dowolna inna sytuacja. Dostrzegaj je i doceniaj. Jest to trudniejsze w zdalnym i rozproszonym świecie, w którym przepływ informacji jest opóźniony. Coś wydarzyło się w Indiach, a ja siedzę tutaj, w Stanach Zjednoczonych, i nie mogłam tego zaobserwować.
Właśnie wtedy przydatne są narzędzia takie jak nasze. Na przykład mamy nagrodę Cheers to Peers. Inni ludzie obserwują twoje działania, podnoszą ich rangę i wskazują je, abyś mógł je dostrzec. Po drugie, łączysz to z danymi, które zespół HR już zbiera, a następnie z konkretną osobą i ogólnym wpływem na firmę, zespół oraz wskaźniki KPI.
David Rice: Interesujące było to, co powiedziałaś o przyczynowości i korelacji. Korelacja może być subtelna. Wymaga od liderów większej obecności, a nie tylko kierowania się danymi. Jeśli czegoś nie widzisz, trudno to wzmacniać.
Myślę, że trzeba mierzyć nie tylko to, co zostało zrobione, lecz także sposób, w jaki to zrobiono. Musimy być bardziej obecni w tej rozmowie.
Anju Choudhary: W stu procentach. Liczy się nie tylko „co”, lecz także „jak”. Czytałam ostatnio kartę ocen mojego dziecka w szkole podstawowej. Nauczyciel napisał, że dziecko czyta na poziomie szóstej klasy, choć jest w czwartej, ale nie zamierza przyznać mu najwyższej oceny.
Dostał ocenę zadowalającą. Powiedziałam: „Wynik sam w sobie nie jest tak ważny jak to, ile wysiłku włożyłeś. Czy próbowałeś się poprawić? Liczy się nie tylko to, co osiągnąłeś, lecz także sposób, w jaki do tego doszedłeś”.
Coś, co bardzo mocno ze mną rezonuje, to informacja zwrotna, którą otrzymałam od mojego przełożonego, gdy po raz pierwszy zostałam menedżerką w międzynarodowej firmie. Powiedział: „Anju, uwielbiam pasję i energię, które wnosisz do pracy, ale widzę też, że pędzisz zbyt szybko. Możesz zostać jedyną osobą na mecie, a kiedy się odwrócisz, nie zobaczysz swoich ludzi. Musisz zabrać ich ze sobą w tę podróż.
Musisz współpracować z innymi”. Podobało mi się, jak to wyjaśnił. Cieszę się, że nauczyłam się tego na początku kariery: podążać razem z ludźmi i zabierać ich ze sobą, pamiętając o różnicy między ich celami a moimi oraz o tym, jak możemy połączyć je we wspólne cele.
To było niezwykle pomocne. Nie liczy się tylko meta — ważny jest również sposób, w jaki do niej dotarłeś. Aby to zauważyć, trzeba być obecnym. Trzeba potrafić to pokazać. Chcę szybko podzielić się jeszcze jedną wskazówką. Kiedy dołączam do nowego zespołu lub firmy, staram się razem z zespołem stworzyć coś, co nazywamy README — opis tego, jak najlepiej ze mną pracować.
Nie jestem rannym ptaszkiem. Najbardziej kreatywna jestem wieczorem. Jeśli otrzymasz ode mnie wiadomość e-mail, prawdopodobnie zaplanuję jej wysłanie, ale jeśli przypadkowo dostaniesz ją wcześniej, nie musisz na nią odpowiadać. W tym czasie porządkuję różne sprawy. Tak lubię otrzymywać informacje zwrotne. Tak udzielam informacji zwrotnej. Każdy dzieli się swoim opisem, co pozwala ustalić najlepszy sposób wspólnej pracy.
Mieliśmy również dokument dotyczący pracy zespołowej. Kiedy dołączali nowi ludzie, przekazywaliśmy im informacje opisujące subkulturę zespołu. Dzięki temu mogliśmy pracować znacznie produktywniej niż wcześniej.
David Rice: To bardzo interesujące, zwłaszcza w kontekście tego, co nagradzasz, gdy masz obsesję na punkcie określonych rzeczy — końcowego rezultatu i dotarcia do mety.
Zawsze istnieje ryzyko, że liderzy skupią się na nagradzaniu widocznego wdrażania AI. Na przykład ludzi, którzy wyglądają na pionierów i potrafią świetnie zademonstrować działanie polecenia. Tymczasem inna grupa często wnosi prawdziwą wartość, niezależnie od tego, czy jest to widoczne.
Jak zaprojektować program doceniania, który nie stworzy przypadkiem pozorów innowacyjności zamiast prawdziwej innowacji?
Anju Choudhary: To nie jest łatwe. Ostrzegłabym przed tym, ponieważ czasami najgłośniejsze osoby są tymi, które zapamiętujemy. Niekiedy słyszysz pomysły wyłącznie od ludzi, którzy jako pierwsi potrafili je przedstawić. Pracując w wielokulturowym, wielopokoleniowym i globalnym środowisku, nauczyłam się, że trzeba brać pod uwagę różne sposoby pracy.
Niektórzy ludzie chcą najpierw przyswoić informacje, a dopiero potem wrócić z odpowiedzią. Warto więc zapytać: „David, dziś jeszcze cię nie słyszałam. Masz jakieś uwagi?” albo stworzyć proces, który umożliwi przekazanie opinii później.
Projektując program, zauważyłam też, że gdy jedna osoba zostaje doceniona przez pięć lub sześć osób, wszyscy podążają za nią. Warto wtedy zapytać: kogo jeszcze nie doceniliśmy? Gdzie tego nie zauważyliśmy? Jeśli program pozwala dostrzegać takie luki, można sprawdzić, czy zespół marketingowy korzysta z programu nagradzania i doceniania, podczas gdy w innym zespole nic się nie dzieje.
Jeśli David otrzymywał wcześniej wiele pochwał, a nagle ich liczba spadła, czy oznacza to problem z wynikami albo wypalenie? Narzędzia i systemy, zwłaszcza dzięki AI, pozwalają analizować takie sytuacje: co się wydarzyło, gdzie nastąpił spadek i gdzie pojawiła się trudność.
Można identyfikować obszary rozwoju danej osoby. Ktoś, kto bardzo dobrze wykorzystuje AI, może mentorować innych. Program staje się więc nie tylko narzędziem nagradzania i doceniania, ale także sposobem identyfikowania talentów, które warto rozwijać, obszarów wypalenia wymagających uwagi oraz możliwości rozwoju.
Nie chodzi wyłącznie o wskazywanie jednej osoby, lecz o spojrzenie na cały zakres programu nagradzania i doceniania. Jestem szczególnie podekscytowana możliwościami integracji AI, ponieważ większość ludzi znajdzie czas, by powiedzieć, że czegoś nie lubi, ale jest zbyt zmęczona, wyczerpana lub zajęta, by kogoś docenić.
Dzięki AI można wpisać kilka słów. Po pierwsze, narzędzie może rozwinąć całą wiadomość. Po drugie, można ją edytować. Może też pomóc połączyć opisane zachowania z wartościami i przedstawić je w przejrzysty sposób. To bardzo ekscytująca możliwość.
David Rice: Podoba mi się sposób, w jaki to ujęłaś, zwłaszcza gdy powiedziałaś, że osoba mówiąca najgłośniej staje się najgłośniejszym głosem w pomieszczeniu.
Byłem w kilku środowiskach, w których jedna osoba zdominowała rozmowę i niemal zaczęła wykorzystywać system na swoją korzyść. Tworzyło to dużo niepotrzebnego szumu. To ważne rozróżnienie i ważne podejście.
Anju Choudhary: Skoro mówimy o słyszeniu najgłośniejszych głosów, nasz system — i nie chcę mówić wyłącznie o Xoxoday — może działać jak przypomnienie w programie nagradzania i doceniania: „Hej, przez cały czas doceniałeś Sarah, ale masz też innych współpracowników”.
Kieruje to uwagę ludzi na to, by nie doceniali tylko jednej lub dwóch osób w zespole, lecz pamiętali także o innych.
David Rice: Platforma Xoxoday jest zbudowana wokół doceniania w czasie rzeczywistym i w momencie wystąpienia danego zachowania. Dlaczego czas ma tak duże znaczenie dla kształtowania zachowań i co to oznacza dla liderów, którzy próbują kształtować kulturę podczas transformacji przebiegającej szybciej, niż mogą ją uchwycić roczne cykle ocen?
Anju Choudhary: To bardzo ważne pytanie. Pracujemy w środowisku, w którym rzeczy zmieniają się niezwykle szybko. Działamy szybko, pracujemy w strukturach macierzowych i ponad granicami geograficznymi. Dlatego trzeba jak najszybciej podejmować działania i doceniać zachowania — w przeciwnym razie okazja zostanie utracona.
Moim największym problemem związanym z systemami zarządzania wynikami jest to, że jest to bardzo obciążające ćwiczenie. Wymaga energii wielu osób. Na koniec, jeśli otrzymałeś ocenę pięć, nie wiesz, co możesz dalej robić. Jeśli otrzymałeś dwa, nie wiesz, co możesz zrobić inaczej, bo kto to jeszcze pamięta?
Jeśli roczny system zarządzania wynikami ma być narzędziem doceniania, czas się obudzić i działać inaczej. Jeśli chodzi o cele, przechodzimy na częstsze, kwartalne ich przeglądy, aby móc za nimi nadążać. Mam wrażenie, że wkrótce może to być nawet miesięczny przegląd celów, ponieważ nie wiadomo, jakie nowe funkcje pojawią się w Claude i jak wpłyną na cały biznes.
Trzeba myśleć inaczej. Jeśli chodzi o nagradzanie i docenianie, pamiętam, że prowadziłam dla siebie listę osiągnięć. Pod koniec każdego dnia zapisywałam, co zrobiłam wspaniale, bo szczerze mówiąc, nie pamiętałabym wszystkich dobrych rzeczy, które zrobiłam, gdy przyszłoby do oceny wyników.
Pomyśl o tym z perspektywy menedżera lub firmy. Jeśli pracownicy sami nie pamiętają całej świetnej pracy, którą wykonują, jak ty masz pamiętać pod koniec tygodnia lub miesiąca, co wspaniałego zrobił David na konferencji HumanX albo w innym miejscu? Trzeba doceniać to w danym momencie.
Ma to znacznie większą wartość, ponieważ dodaje ludziom energii i zachęca ich do powtarzania tych zachowań w przyszłości. Kiedy zachowania, które chcecie widzieć, przyczyniają się do sukcesu organizacji, a wszystkie te działania się sumują, pomagają odnieść sukces zarówno wam, jak i całej organizacji.
Nie jest to łatwe. Trzeba stworzyć dla siebie proces. Nawet jeśli nie masz narzędzia takiego jak Xoxoday, możesz korzystać z karteczek samoprzylepnych lub arkusza kalkulacyjnego i przechodzić przez osoby jedna po drugiej. Opisuj również, jakie zachowania są dla ciebie ważne w danym momencie. Możesz mieć trzy, cztery lub pięć wartości. Dobrze jest je z nimi połączyć, ale określ, co jest teraz ważne dla organizacji, aby osiągnąć cele. Opisz to i regularnie powtarzaj, żeby ludzie wiedzieli, jak wygląda tutaj dobre działanie.
David Rice: Tak, docenianie w czasie rzeczywistym ma sens. Zachowania łatwiej się utrwalają, gdy pętla informacji zwrotnej jest znacznie krótsza.
Jeśli informacja pojawia się kilka miesięcy później, dla wielu pracowników traci znaczenie. Mogą pomyśleć: „Czy oni sądzą, że od tamtej pory niczego nie zrobiłem?”. W naturalny sposób skupiamy się na kolejnym zadaniu, a w szybko zmieniającym się środowisku, w którym AI jeszcze przyspiesza pracę, odstęp między działaniem a informacją zwrotną ma prawdopodobnie jeszcze większe znaczenie.
Anju Choudhary: Wróćmy do tego, co powiedziałeś: „Czy od tamtej pory nie zrobiłem niczego wartościowego?”. Właśnie o to chodzi.
Nie wiem, co mam dalej robić. Co mój menedżer, David, uważa za ważne? Być może myślałam, że coś było ważne, ale David tak nie uważał i przegapiliśmy okazję. Jako pracownik zrobiłam inne rzeczy, które były ważne, ale jako menedżer uznałeś, że ważne było coś, co zrobiłam trzy miesiące temu.
Straciliśmy trzy miesiące. Jak je odzyskać? Gdybyś wtedy to podkreślił, nadal bym tak postępowała, bo nie wiedziałam, że właśnie tego ode mnie oczekujesz.
David Rice: Po trzech miesiącach poczucie wartości tego działania słabnie.
Anju Choudhary: Dokładnie.
David Rice: Jeśli cele kwartalne się zmieniły, cała sytuacja wygląda już inaczej.
AI nie rozdzieliła korzyści z produktywności równomiernie. W organizacjach niektóre role, zespoły i osoby absorbują znacznie więcej zmian niż inne. Jak systemy nagradzania powinny uwzględniać tę różnicę? Co się dzieje, gdy docenianie przypadkowo nagradza ludzi, którzy mieli łatwiejszą transformację — może nie najłatwiejszą, ale prostszą niż inny zespół?
Anju Choudhary: Najpierw podam osobisty przykład. Kiedy pojawił się COVID, rodzice mówili: „O mój Boże, to katastrofa. Jak dzieci poradzą sobie z nauką online?”. My byliśmy w uprzywilejowanej sytuacji. Moje dzieci wcześniej uczestniczyły w programach online i lepiej znały ten sposób nauki.
Są więc osoby, które pracują w obszarach badań lub technologii bliższych AI. Po drugie, mogą działać w przestrzeni, w której łatwiej przejść transformację. Po trzecie, mogą pracować w obszarze bardziej sprzyjającym włączeniu AI, podczas gdy pracownicy działu prawnego będą musieli koncentrować się na tworzeniu zabezpieczeń i ostrożnym tempie.
Ze względu na charakter stanowisk niektórzy będą poruszać się szybciej. Również jeśli chodzi o uczenie się, niektórzy są bardziej eksperymentalni i chętnie zostaną ambasadorami. Jednocześnie zauważyłam, że ważne jest to, jak ludzie wykorzystują AI. Jeśli tylko projektujesz e-mail i sprawiasz, że wygląda ładniej, nie jest to transformacyjne.
Korzystasz z danych, ale niekoniecznie w sposób transformacyjny. Jeśli tworzę za pomocą AI stylizację dnia, nie ma to większego celu z punktu widzenia pracy. Co więc będziesz nagradzać i doceniać? Jak zmienia to sposób pracy ludzi? Warto to opisać, ponieważ dla różnych zespołów będzie to coś innego.
Na przykład nasz zespół marketingowy był wewnętrznym ambasadorem i dobrze sobie radził. Zespół inżynieryjny również. Są jednak inne zespoły, które działają znacznie wolniej. Sprzedaż wciąż próbuje zrozumieć, jak poza redagowaniem e-maili wykorzystywać AI i jak używać jej mądrzej.
Ludzkie połączenie, które chcemy tworzyć z ludźmi, nadal jest ważne. Wiadomość wygenerowana przez AI i opublikowana na LinkedIn nie zapewnia takich wskaźników otwarć. Nadal potrzebny jest ludzki element. Liczby nie są więc tak jasne. Sam procent wykorzystania albo liczba zużytych tokenów nie jest dobrym sposobem opisywania korzyści AI dla danej pracy.
Możesz jednak spojrzeć na swoją pełną zdolność w danej roli i określić, które elementy może wykonywać człowiek, które AI, a które człowiek i AI wspólnie, oraz jaki postęp osiągacie w tych obszarach. Wtedy dodatkowy czas, który zyskała Anju, można wykorzystać bardziej strategicznie. To nie jest prosta macierz. Będzie wyglądać zupełnie inaczej dla różnych ról.
Nauczyłam się podczas HumanX o wielu narzędziach AI, które pozwalają mierzyć nie tylko zaangażowanie, lecz także efektywność narzędzi, sposób ich wykorzystywania i wpływ na codzienną pracę.
David Rice: Słyszałem tam również wiele o tym, że wykorzystanie tokenów nie odzwierciedla prawdziwej ani znaczącej adopcji. Można przecież używać narzędzia, zadając mu przypadkowe pytania, przygotowując stylizację albo planując kolację.
To nie jest szczególnie pomocne. Kiedy nie uwzględniamy kontekstu ról i mówimy wszystkim: „Nie nadążacie” albo „Musicie robić z tym więcej”, jeszcze bardziej podważamy zaufanie do liderów. Ludzie myślą: „Czy wy w ogóle rozumiecie, do czego to narzędzie nadaje się w mojej pracy?”.
Wtedy zaufanie szybko spada. Mamy już problem z zaufaniem, dlatego trzeba bardzo uważnie projektować te systemy.
Anju Choudhary: Wcześniej ludzie martwili się głównie adopcją i przekonaniem pracowników do AI. Nacisk brzmiał: „Zróbcie coś, cokolwiek, wykorzystajcie AI w dowolny sposób”. Gdy ludzie przeszli z ChatGPT lub OpenAI do Claude i zaczęli zwracać uwagę na tokeny oraz wykorzystanie, pojawiło się pytanie: „Jak właściwie tego używamy?”. Początkowo chodziło o „co”, a teraz zastanawiamy się nad „jak”.
Można organizować urodziny z pomocą AI, ale trzeba pamiętać o wpływie takiego wykorzystania na środowisko. Tego aspektu początkowo nie brano pod uwagę, ponieważ wiele narzędzi było bezpłatnych.
Musimy więc świadomie zastanawiać się, dlaczego chcemy używać AI i jak może ona coś zmienić. Osobiście widzę korzyść w szybszym tworzeniu e-maili i sprawdzaniu, czy z perspektywy HR używam właściwego języka.
To świetne, ale nie jest transformacyjne. Aby osiągnąć ten poziom, trzeba głębiej przeanalizować codzienną pracę i rozłożyć każdą odpowiedzialność na czynniki pierwsze. W tym przypadku jedno rozwiązanie dla wszystkich nie zadziała.
David Rice: Zabawne, bo na wszystkich tych konferencjach słyszałem o problemie e-maili. Kiedy kilka miesięcy temu myślałem o „work slop”, nie to miałem na myśli, ale teraz myślę: „Właściwie mamy problem z e-mailami”.
Ludzie muszą naprawdę zastanowić się, do czego wykorzystują AI. Czy warto zużywać na to energię, czy lepiej włożyć trochę własnego wysiłku i zachować swoją wartość, w tym umiejętność komunikowania się w bardzo ludzki sposób.
Od kilku miesięcy obserwuję zmieniającą się rozmowę o tym, do czego i jak wykorzystujemy AI. Jest też interesujące napięcie związane z używaniem platformy opartej na AI do rozpoznawania i wzmacniania ludzkich zachowań. Kiedy inteligentna automatyzacja staje się substytutem rzeczywistego zainteresowania liderów ludźmi?
Jak dopilnować, aby narzędzia wzmacniały ludzki osąd, a nie go zastępowały lub pozwalały liderom przestać zwracać uwagę?
Anju Choudhary: Niedawno rozmawialiśmy o wszystkich danych zbieranych przez nas w różnych ankietach. Teraz mamy możliwość wykorzystać je w znaczący sposób, aby opisywać i łączyć je z zachowaniami, które chcemy widzieć.
HR od zawsze ma problem z nadmiarem danych. Zanim podejmiemy działanie, pojawia się czas na kolejną ankietę. Ankiety są ważne, bo pozwalają monitorować sytuację w organizacji i zespołach oraz lepiej im służyć. Jednak wcześniej byliśmy przytłoczeni zbyt wieloma zadaniami i zbyt małą ilością czasu.
Teraz mamy okazję działać bardziej po ludzku i wykorzystać dane do określenia zasady osiemdziesiąt do dwudziestu: które dwadzieścia procent działań przyniesie osiemdziesiąt procent wpływu? Jak wykorzystać ludzki element, aby stworzyć bardziej inkluzywne i lepsze miejsce pracy, w którym każdy może działać skutecznie?
To ogromna szansa. Możemy głębiej analizować dane i tworzyć ambasadorów kultury, którzy obserwują zachowania warte nagradzania i doceniania. Możemy wykorzystywać AI do uzyskiwania informacji, na podstawie których da się podejmować konkretne działania.
David Rice: To ważne, ponieważ nie chcemy, aby wszystko wydawało się generyczne. Ludzie potrafią rozpoznać, kiedy coś jest przemyślane, a kiedy zostało zautomatyzowane. Trzeba zachować ludzki aspekt przywództwa, jednocześnie wykorzystując narzędzia do lepszego zrozumienia, gdzie należy go zastosować.
Anju Choudhary: Nie można pozwolić, aby AI zajmowała się za was zarządzaniem ludźmi. Ludzie wiedzą, kiedy wysyłacie generyczną wiadomość, a kiedy coś bardziej przemyślanego.
Kiedy dołączyłam do firmy w 2019 roku po przeprowadzce z południowej Kalifornii, tego samego dnia mój syn poszedł do nowej szkoły. Pod koniec dnia porównaliśmy nasze doświadczenia. Otrzymałam wiadomości typu: „Cieszymy się na współpracę z tobą” i „Miło nam, że do nas dołączasz”. To było w porządku, pomagało poznać nowy zespół.
Mój syn dostał natomiast listy od uczniów. Nauczyciel powiedział wszystkim: „Dołącza do nas nowy uczeń piątej klasy”. Jedno dziecko napisało: „Jestem Azjatką, siedzę w rogu i wiem wszystko o bibliotece, więc jeśli masz pytania, odezwij się”. Inne napisało: „Uwielbiam baseball. Czasami opuszczam lunch, żeby pograć. Jeśli chcesz grać, jestem gotowy”.
To było najlepsze doświadczenie wdrożeniowe, jakie miał w szkole. Ja w firmie otrzymałam bardziej generyczne wiadomości. Warto więc wykorzystać wysiłek i czas na tworzenie bardziej ludzkich i spersonalizowanych doświadczeń zamiast ogólnej wiadomości powitalnej.
David Rice: To by mi się podobało. Moglibyśmy powiedzieć: „Jestem tym facetem od żartów o tacie i złośliwych komentarzy na przypadkowym kanale Slacka”.
Anju Choudhary: Właśnie. Uwielbiam to. Natychmiastowe nawiązanie kontaktu.
David Rice: Od razu wiadomo, czego się spodziewać. Podczas spotkań indywidualnych w pierwszych 90 dniach nie wszystko jest wtedy zupełną niewiadomą. Sam zawsze myślę: „Jak zapamiętam wszystkich tych ludzi?”. Jeśli jednak mam punkt zaczepienia — dziewczyna, która wie, gdzie wszystko jest przechowywane, albo facet, który uwielbia baseball — jest łatwiej.
Anju Choudhary: Dokładnie. To kolejna okazja, by zastanowić się, które elementy pracy pochłaniają energię.
Jeśli ktoś pyta, ile dni urlopu mu zostało, agenci AI mogą to rozwiązać. Kiedy jednak ktoś odchodzi na urlop macierzyński, możesz usiąść z tą osobą, stworzyć plan i powiedzieć: „Kiedy wrócisz, tak będziemy cię wspierać”. Ludzki element wykorzystujesz wtedy we właściwym celu, a AI może zajmować się powtarzalnymi zadaniami.
David Rice: Wkładamy więcej świadomego ludzkiego namysłu w sprawy, które tego wymagają. Dochodzę do mojego ostatniego pytania. Jeśli dyrektor generalny albo dyrektor ds. personalnych przyjdzie do ciebie jutro i powie: „Przechodzimy przez wielką transformację AI. Co powinienem zmienić jako pierwsze w sposobie, w jaki rozpoznajemy i nagradzamy ludzi?”, co mu odpowiesz?
Anju Choudhary: Co chcesz, żeby ludzie czuli lub wynieśli z tego programu? To powinno być najważniejsze. Łatwo zapomnieć, co ludzie powiedzieli, ale doświadczenie głęboko łączy się z tym, jak się czujemy. Jeśli program będzie z nimi emocjonalnie związany, stwórz go i obserwuj, jak się rozwija.
Podam szybki przykład. Wykorzystałam punkty zdobyte za podróże, aby kupić synowi lotniczą przygodę, gdy skończył jedenaście lat. Stworzyło to między nami silną więź emocjonalną. Pyta mnie: „Mamo, kiedy zdobędziesz więcej punktów?”. Chcę więc nadal dobrze pracować i zbierać punkty, aby móc dzielić się takimi doświadczeniami.
Istnieje więź emocjonalna — nie tylko moja, lecz także mojej rodziny. Kiedy osiągasz lepsze wyniki, zostajesz doceniony. Ważne jest również to, za co mnie doceniają. Kiedy ludzie mówią: „Anju tworzy dla mnie miejsce, w którym czuję, że należę”, ma to dla mnie znaczenie.
To jest sedno mojej pracy. Chcę tworzyć ludziom możliwość wykonywania najlepszej pracy. Kiedy jestem za to doceniana, mam większą motywację, by robić to każdego dnia.
David Rice: Podoba mi się, że powiedziałaś, iż ważne jest to, jak chcesz, żeby ludzie się czuli, a nie tylko to, co chcesz, żeby robili.
Mamy tendencję do obsesyjnego skupiania się na tym, co ludzie robią, co mogą zrobić i co powinni robić. To ważna rozmowa, bo chodzi o pracę. Kiedy jednak mówimy o doświadczeniu, nie pamiętamy go przez pryzmat tego, co zrobiliśmy. Pamiętamy je przez pryzmat tego, co czuliśmy.
Jestem zapalonym wędrowcem. Kiedy docieram na szczyt góry, nie pamiętam tego dlatego, że wszedłem na szczyt. Pamiętam, jak się czułem, co zobaczyłem i jakie wrażenie to na mnie wywarło. To właśnie sprawiło, że doświadczenie było bogatsze, bardziej znaczące i wartościowe.
Musimy myśleć o tym w ten sam sposób. Czego chcesz, żeby ludzie doświadczali? Mogą wykonywać wszystkie te zadania, ale jeśli później czują, że próbujesz ich zastąpić, zautomatyzować ich pracę albo wypchnąć ich z systemu, jest to okropne doświadczenie, które prowadzi do wielu innych problemów.
Takie poczucie szybko się rozprzestrzenia. Myślę, że właśnie dlatego spotykamy się z tak dużym oporem i słyszymy historie o ludziach, którzy po cichu sabotują wysiłki swoich organizacji związane z AI. Wiele z tego wynika z poczucia, że stali się zastępowalni.
Sprawiliście, że czują, iż ich umiejętności nie mają już znaczenia. Mogą robić wszystkie te rzeczy, ale nie opierają swoich działań na tym, co mogą zrobić. Opierają je na tym, jak się czują. Dlatego bardzo podoba mi się to, co powiedziałaś. Dziękuję za udział w programie. To była świetna rozmowa.
Anju Choudhary: Bardzo dziękuję za zaproszenie, David. Zawsze miło się z tobą spotkać i porozmawiać. Podobała mi się nasza rozmowa. Dziękuję.
David Rice: Słuchacze, jeśli wam się podobało i chcecie więcej podobnych treści, odwiedźcie peoplemanagingpeople.com/subscribe i zapiszcie się do newslettera. W międzyczasie warto zastanowić się nad tym, jak sprawiacie, że ludzie się czują, a nie tylko nad tym, do czego ich skłaniacie.
