Jeśli ktoś każe ci dodawać narzędzia AI do wszystkiego i nazywać to „transformacją cyfrową”, ten odcinek będzie dla ciebie otrzeźwiającym sprawdzianem rzeczywistości. Usiadłem z Darrenem Murphem — tak, tym wyrocznią pracy zdalnej stojącym za strategią GitLaba opartą w całości na pracy zdalnej — aby zajrzeć za kulisy i sprawdzić, co musi istnieć zanim w ogóle wpiszesz „chatbot” lub „integracja z LLM” do swojej mapy drogowej.
Zagłębiliśmy się w to, dlaczego dobra dokumentacja nie jest już opcjonalna, dlaczego wnioski z pracy zdalnej są teraz bezpośrednio istotne dla wdrażania AI oraz jak firmy, które ruszyły do przodu bez zbudowania infrastruktury, skazują się na katastrofę zaufania. Krótko mówiąc: jeśli twoje dane, systemy wiedzy i kultura organizacyjna nie są gotowe na AI, ta technologia nie jest twoim rozwiązaniem — jest twoim obciążeniem.
Czego się dowiesz
- Dlaczego infrastruktura wiedzy jest ważniejsza niż narzędzia, gdy wdrażasz AI w organizacji.
- Jak podstawy pracy zdalnej (asynchroniczne przepływy pracy, przejrzystość, kultura pisania) tworzą warunki do skutecznego wdrażania AI.
- Ludzkie aspekty tej transformacji — jak kierować zespołami, które czują się zagrożone, jak uzgadniać systemy motywacyjne oraz jak zarządzać innowacjami, nie tłumiąc ich.
- Jak naprawdę wygląda „kultura w rozproszonym świecie”, gdy jednocześnie wprowadzasz AI — nie jako korporacyjny dodatek HR, lecz jako operacyjną rzeczywistość.
Najważniejsze wnioski
- Dokumentacja ≈ kapitał zaufania. Jeśli twój zespół sięga po narzędzie AI tylko po to, by wielokrotnie trafiać na błędne lub wprowadzające w błąd dane, właśnie podkopujesz zaufanie — nie tylko do technologii, lecz także do kierownictwa. Jak mówi Darren: „Jeśli AI sprowadzi cię na manowce cztery lub pięć razy z rzędu… będziesz znacznie mniej ufać tej technologii”.
- Praca zdalna = kultura pisania. Przejście na asynchroniczne przepływy pracy w ciągu ostatnich kilku lat nie dotyczyło wyłącznie zmęczenia Zoomem — nauczyło firmy samodzielnego korzystania z wiedzy, tworzenia przejrzystej dokumentacji i podejmowania decyzji w sposób rozproszony. Te nawyki bezpośrednio odpowiadają wymaganiom związanym z wdrażaniem AI.
- Znaczenie mają zarówno działania odgórne, jak i oddolne. Potrzebujesz wizji i zasad zarządzania AI (dokąd zmierzamy, co chcemy osiągnąć) oraz zachęt i infrastruktury, które pozwolą ludziom testować rozwiązania i eksperymentować. Jeśli masz wyłącznie nakazy, a nie dajesz przyzwolenia na eksperymenty, otrzymasz zgodność, a nie kreatywność.
- Systemy motywacyjne nadal mają znaczenie. Zmiana tego, „za co otrzymujesz nagrodę”, jest niezbędna. Jeśli powiesz zespołowi: „Używaj AI, aby oszczędzać 20% czasu”, ale będziesz nagradzać go za liczbę przepracowanych godzin lub obecność w biurze, nic się nie zmieni — po prostu przyjmie nowe narzędzie bez zmiany zachowania.
- Hybrydowo czy zdalnie — działasz w rozproszeniu. Niezależnie od tego, czy pracujesz całkowicie zdalnie, hybrydowo czy w biurze — jeśli korzystasz z AI i nowoczesnych przepływów pracy, w praktyce działasz w sposób rozproszony. Obowiązują te same wzorce: asynchroniczność, dokumentacja, przejrzystość.
- Człowieczeństwo nie jest opcjonalne. Gdy AI przejmuje dopracowaną, rutynową pracę, to, co ludzkie, staje się bardziej widoczne: improwizacja, empatia, kultura. Zachęcaj swoich ludzi, by wnosili do pracy całych siebie — i aby twoje systemy to odzwierciedlały.
- Zarządzanie = dwie liny, nie jedna. Najlepsze firmy nie są ani „wolną amerykanką”, ani „centrum dowodzenia AI z pełną blokadą”. Określają wspólną wizję (zmierzamy w tym kierunku) i pozwalają ludziom działać swobodnie w jej ramach. Dzięki temu zyskujesz jednocześnie granice i wolność.
Rozdziały
- 0:00 – Wprowadzenie i pytanie: Jakie podstawowe prace muszą wykonać organizacje, zanim nałożą na nie AI?
- 2:10 – Darren: Wiele organizacji spieszy się z nakładaniem AI na to, co obecnie posiada; powinny się zatrzymać i spojrzeć na sytuację z dystansu.
- 4:49 – Dyskusja: Dlaczego dbałość o dokumentację jest kluczowa dla zaufania do AI.
- 6:54 – Ocena: Na ile większość organizacji jest gotowa na tę zmianę?
- 9:08 – Lekcje z pracy zdalnej, które można zastosować przy wdrażaniu AI: przejrzystość & praca asynchroniczna.
- 12:02 – Dlaczego AI wzmacnia potrzebę stosowania praktyk przyjaznych pracy rozproszonej.
- 14:22 – Obawy zespołów związane z AI: Jak przeprowadzić je przez tę transformację.
- 16:07 – Systemy motywacyjne i przekładanie korzyści z AI na praktykę: podział zysków, hackathony, wyspecjalizowane zespoły.
- 18:12 – Zarządzanie: Równoważenie kreatywności i zabezpieczeń w korzystaniu z AI.
- 21:18 – Cel, przejrzystość & struktura: Dlaczego mają teraz większe znaczenie niż kiedykolwiek.
- 22:53 – Kultura w zdalnym miejscu pracy opartym na AI: Akceptowanie człowieczeństwa poza pracą i wpuszczanie go z powrotem do niej.
- 25:04 – Zakończenie & końcowe przemyślenia.
Poznaj naszego gościa

Darren Murph to uznany na całym świecie architekt przyszłości pracy, konsultant, mówca i autor, określany przez CNBC mianem „wyroczni pracy zdalnej” oraz uwzględniony na liście 50 liderów przyszłości pracy magazynu Forbes za przełomowy wkład w rozwój pracy rozproszonej i projektowanie organizacji. Korzystając z ponad 15-letniego doświadczenia w kierowaniu zespołami zdalnymi i hybrydowymi, Darren jest współautorem GitLab Remote Playbook i pomaga firmom budować wysokowydajne, odporne operacje oparte na inkluzywności, asynchronicznych przepływach pracy i strategicznej komunikacji.
Powiązane linki:
- Dołącz do społeczności People Managing People
- Zapisz się do newslettera, aby otrzymywać nasze najnowsze artykuły i podcasty
- Nawiąż kontakt z Darrenem na LinkedIn
- Odwiedź stronę internetową Darrena
Powiązane artykuły i podcasty:
David Rice: Wiele osób spieszy się z wdrażaniem AI. Jakie podstawowe działania muszą podjąć organizacje, zanim nałożą AI na istniejące systemy?
Darren Murph: Widzę wiele organizacji, które spieszą się, by nałożyć AI na to, co już mają, szukając przejawów efektywności, zamiast zatrzymać się i zbudować świetną infrastrukturę wiedzy, tworząc doświadczenie na jedną gwiazdkę dla wszystkich pracowników.
David Rice: W jaki sposób AI sprawia, że higiena dokumentacji staje się jeszcze ważniejsza dla zaufania i adopcji?
Darren Murph: W rozproszonym świecie ufamy informacjom jeszcze bardziej niż ludziom. Jeśli AI sprowadzi cię na manowce cztery czy pięć razy z rzędu, będziesz znacznie mniej ufać tej technologii — nie tylko tego dnia, ale każdego kolejnego dnia.
David Rice: Jakie konkretne lekcje z pracy rozproszonej, twoim zdaniem, przełożą się na skuteczne wdrażanie AI przez firmy?
Darren Murph: Dwie główne zasady: przejrzystość i asynchroniczne przepływy pracy. Im bardziej przekształcisz kulturę organizacyjną w kulturę pisania, tym lepiej będziesz przygotowany teraz, gdy przechodzimy z ery pracy zdalnej do ery AI. Zachęcałbym liderów, aby się zatrzymali i upewnili, że mają właściwe fundamenty w zarządzaniu projektami i wiedzą.
David Rice: Witajcie w podcaście „The People Managing People” — programie, w którym pomagamy liderom zachować ludzkie podejście do pracy w erze AI. Jestem waszym gospodarzem, David Rice. W dzisiejszym programie dołącza do mnie Darren Murph. Być może znacie go jako człowieka od wszystkiego, co dotyczy pracy zdalnej. Był szefem pracy zdalnej w GitLab i założycielem Page 52 Consulting.
Porozmawiamy o tym, jak AI jest z natury narzędziem pracy zdalnej oraz jak można wykorzystać je do budowania kultur pracy zdalnej.
Darren, witaj!
Darren Murph: Hej, dzięki za zaproszenie.
David Rice: Dobrze, od razu przejdźmy do tematu. Wiele osób spieszy się z wdrażaniem AI i oczywiście wszyscy mówią o zasadzie „śmieci na wejściu, śmieci na wyjściu”.
Ta zasada zawsze obowiązuje. Z pewnością obowiązuje również tutaj. Jakie podstawowe działania, twoim zdaniem, organizacje powinny podjąć, zanim nałożą AI na istniejące systemy, szczególnie gdy myślimy o środowiskach pracy zdalnej?
Darren Murph: To świetne pytanie. Widzę wiele organizacji, które spieszą się z wdrażaniem AI i nakładają je na to, co już mają, a następnie szukają przejawów efektywności, postępu albo jakiegoś cudownego rozwiązania na przyszłość.
Zachęcałbym jednak liderów, aby się zatrzymali, zrobili pauzę i upewnili się, że mają właściwe fundamenty w zarządzaniu projektami i wiedzą. Ta druga kwestia jest najważniejsza. Chcę podać dwa przykłady, aby zobrazować, co mam na myśli.
Wyobraź sobie, że twoja firma jest produktem, który każdy na świecie może kupić na Amazonie. Produkt zostaje dostarczony do skrzynki pocztowej, klient otwiera paczkę, wytrząsa ją, a twój produkt ląduje na blacie. Klient mówi: jak mam to obsługiwać? Zagląda więc do koperty i jeszcze nią potrząsa, spodziewając się, że wypadnie z niej instrukcja obsługi.
Jak myślisz, w jaki sposób ludzie dowiedzą się, jak korzystać z tego, co zbudowałeś, jeśli nie ma instrukcji obsługi? Cóż, poprzez mnóstwo prób i błędów. Tak właśnie wygląda wdrażanie nowych pracowników w większości firm, które nie skodyfikowały rytmu działania swojej organizacji. Jak to wygląda w erze AI?
Wszystko się kumuluje. Jeśli wszystko jest dobrze udokumentowane, przełoży się to na dostęp AI do wielu świetnych zasobów, z których może czerpać. Działa to również w przeciwnym kierunku. Wyobraź sobie, że jesteś platformą sprzedaży biletów i oferujesz bilety na koncert. Na twojej platformie pojawia się nadchodzący koncert, a dziesiątki tysięcy osób przychodzą kupić bilety.
Oprócz zakupu biletów chcą użyć AI, aby dowiedzieć się, które miejsca oferują najlepszą wartość. Chcą też uwzględnić takie kwestie, jak to, z której strony i o jakiej porze dnia na miejsce będzie padać światło słoneczne. A ponieważ jestem basistą, chcę wiedzieć, które miejsca wybrać, zależnie od tego, gdzie będzie ustawiony zespół.
Czy basista będzie po lewej, czy po prawej stronie sceny? I wiele innych rzeczy, w których AI mogłoby pomóc. Wyobraź sobie więc, że klienci odwiedzają tę stronę z biletami, ale ty, jako lider, zbudowałeś infrastrukturę zawierającą stary plan miejsc i dawny skład zespołu z nieprawidłowym układem.
Niektóre miejsca nie są nawet jeszcze naniesione na plan. Jako konsument próbujący wykorzystać AI do poruszania się po tej stronie będziesz mieć niezwykle frustrujące doświadczenie. Prawdopodobnie nie tylko nigdy więcej nie wrócisz na tę platformę, ale też znajdziesz każde możliwe miejsce w internecie, aby zostawić ocenę na jedną gwiazdkę.
Obawiam się więc, że liderzy, którzy wdrażają AI bez zatrzymania się i zbudowania świetnej infrastruktury wiedzy, tworzą w rzeczywistości doświadczenie na jedną gwiazdkę dla wszystkich swoich pracowników.
David Rice: To świetna analogia i bardzo podoba mi się obraz, który malujesz. Podobnie jak praca zdalna, ta era nauczyła firmy wiele o znaczeniu dokumentacji i jednego źródła prawdy. Zastanawiam się jednak, jak AI sprawia, że higiena dokumentacji staje się jeszcze ważniejsza dla zaufania i adopcji?
Darren Murph: Mówimy o zaufaniu jako o szybkości, z jaką będzie działać twoja firma. W świecie, w którym większość ludzi pracuje w tej samej lokalizacji, chcesz budować zaufanie z innymi osobami, z którymi przebywasz blisko. Jednak gdy świat staje się bardziej rozproszony, musisz ufać informacjom jeszcze bardziej niż ludziom. Jest to szczególnie prawdziwe w erze AI.
Wspomniałeś żartobliwie o halucynacjach, ale mówiąc poważnie: gdy korzystasz z AI, a ono sprowadzi cię na manowce cztery czy pięć razy z rzędu, a od tego zależy twoja reputacja albo wynik projektu, będziesz znacznie mniej ufać tej technologii — nie tylko tego dnia, ale każdego kolejnego dnia.
Dlatego choć dokumentacja mogła wcześniej być czymś pożądanym, ponieważ luki komunikacyjne można było uzupełniać spotkaniami synchronicznymi i rozmowami, w przypadku AI nie jest to już prawdą. Nie możesz poprosić AI o analizę konkretnej informacji, a następnie powiedzieć: „Jeśli znajdziesz luki w bazie wiedzy, zapytaj Tima, a potem wróć z kompletną analizą”.
AI nie może po prostu zadzwonić do Tima i uzupełnić tych luk. Przynajmniej jeszcze nie. A nawet gdyby mogło, powiedziałbym, że prawdopodobnie nie byłby to najefektywniejszy sposób skalowania informacji.
David Rice: Poruszasz tu ciekawy punkt. W większości organizacji, szczerze mówiąc, krąży wiele złych danych.
Jeśli więc zastanawiamy się, którym informacjom można ufać i jakie informacje można dostarczyć AI, aby mieć pewność, że to, co otrzymamy, będzie prawdziwe, powiedziałbym, że mamy sporo pracy do wykonania na zapleczu, aby się przygotować. Jak oceniłbyś gotowość większości organizacji w tym obszarze?
Darren Murph: Świetne pytanie. Cały czas współpracuję z organizacjami nad budowaniem tej infrastruktury i zanim rozpoczniemy jakiekolwiek działania, przeprowadzamy analizę. Jej wynik umieszcza organizację na pewnej krzywej i zawsze okazuje się, że firmy uważają, iż są znacznie dalej na tej krzywej, niż są w rzeczywistości. W większości przypadków są gotowe wdrażać te usprawnienia infrastruktury.
Rozpoznają potrzebę i widzą jej znaczenie. Nie twierdzą, że to nieważne, ale w rzeczywistości wdrożyły bardzo niewiele. Charakterystycznym sygnałem jest odpowiedź na pytanie: czy traktujesz wiedzę jak produkt? Czy masz wewnątrz organizacji kogoś, kto jest głównym dokumentalistą albo głównym bibliotekarzem? A może masz kilka osób, które zarządzają tym jak produktem?
Pomyśl o bezpieczeństwie w organizacji. To nie jest coś, co można robić na wyczucie. Większość organizacji ma dyrektora ds. bezpieczeństwa albo wdrożone systemy. Mają całe zespoły, ponieważ nie można zakładać, że każdy pracownik dołączający do firmy będzie mistrzem bezpieczeństwa. To samo dotyczy wiedzy i dokumentacji — chyba że ktoś zdobył wykształcenie dziennikarskie.
Większość ludzi nie jest przeszkolona w zakresie taksonomii, wiedzy i informacji, ale w erze AI jest to niezwykle ważne wewnątrz firmy. Większość osób korzystających z wyszukiwania w ChatGPT w internecie uzyskuje świetne rezultaty, ponieważ narzędzie analizuje cały internet.
Kiedy jednak ograniczysz zakres wyszukiwania do tego, co znajduje się w twojej organizacji, nie możesz wyjść poza jej mury. To firma musi powiedzieć: musimy traktować wiedzę równie poważnie jak bezpieczeństwo. Czas zainwestować w bazę wiedzy oraz wdrożyć systemy i być może zatrudnić ludzi, którzy ją zbudują.
David Rice: Ciekawe, że wspominasz o organizacjach. Wielu z nas uważa, że jesteśmy bardziej zaawansowani w korzystaniu z AI, niż jesteśmy w rzeczywistości. To bardzo dobrze pasuje do poziomu organizacji. Zastanawiam się, czy fala pracy zdalnej, która nadeszła wraz z COVID-19, mogła być najlepszym przygotowaniem do kolejnej ery pracy, jakie mogliśmy otrzymać.
Jakie konkretne lekcje z pracy rozproszonej i z tamtego okresu, w który wszyscy zostaliśmy niejako zmuszeni, twoim zdaniem przełożą się na skuteczne wdrażanie AI przez firmy?
Darren Murph: Dwie główne zasady pracy zdalnej, które dobrze się przenoszą, to przejrzystość i przede wszystkim asynchroniczne przepływy pracy.
Firmy szybko odkryły, że gdy wszyscy przeszli na pracę zdalną, musiały być znacznie bardziej przejrzyste niż wcześniej, ponieważ każdy potrzebował informacji, a nie wszyscy mogli znajdować się w tym samym miejscu przez cały czas. Trzeba było szybko ustalić, jak skodyfikować wszystkie informacje znajdujące się w naszych głowach, aby były dostępne i możliwe do wyszukania.
Firmy, które naprawdę zainwestowały w to podczas COVID-19, czerpią z tego korzyści teraz, gdy nakładają na tę infrastrukturę AI. Ich wyniki są znacznie lepsze, ponieważ wykonały wcześniej pracę polegającą na skodyfikowaniu tego, co znajdowało się w głowach ludzi. Druga kwestia to asynchroniczne przepływy pracy. Z pewnością widziałeś ogrom danych z okresu pandemii pokazujących wzrost liczby spotkań zespołowych o setki procent, ponieważ był to jedyny znany ludziom sposób wykonywania pracy. Liderzy szybko zrozumieli, że nie da się tego utrzymać.
Wdrożyli takie narzędzia jak Asana czy ClickUp. To świetne przykłady przenoszenia pracy ze spotkań synchronicznych do narzędzi zaprojektowanych do prowadzenia dużych projektów. Organizacje, które to zrobiły, mają wszystkie te projekty skodyfikowane w narzędziach, zamiast pozostawiać je w eterze spotkań.
AI może teraz analizować również te informacje. Innymi słowy: im więcej skodyfikowałeś i im bardziej przekształciłeś kulturę organizacyjną w kulturę pisania, tym lepiej jesteś przygotowany teraz, gdy przechodzimy z ery pracy zdalnej do ery AI.
David Rice: Wyobraź sobie dostęp do najlepszych talentów na świecie — inżyniera z São Paulo, szefa sprzedaży z Dublina czy niezwykłego projektanta z Kapsztadu. Twój kolejny świetny pracownik może znajdować się w dowolnym miejscu na świecie. Dzięki Oyster nie musi być osobą, która cię ominęła. Oyster pomaga firmom zatrudniać talenty na całym świecie, prowadzić dokładną i terminową obsługę płac oraz zachowywać zgodność z przepisami na każdym etapie. Zbuduj wymarzony zespół i rozwijaj się z pewnością, ponieważ świat naprawdę stoi przed tobą otworem.
Za każdym razem, gdy słyszę, jak o tym mówisz i wspominasz o kulturze pisania, jest to dla mnie ciekawe. Przypominam sobie, jak kończyłem szkołę i ludzie mówili: „Twoje umiejętności mogą nie być zbyt wartościowe za dziesięć lat”. Okazało się jednak, że stały się bardzo wartościowe.
Myślę, że to właśnie klucz do kolejnego rozdziału, za co jestem wdzięczny. Nawet firmy wzywające pracowników z powrotem do biur nadal mają wielu ludzi rozproszonych po różnych miastach i strefach czasowych. W jaki sposób AI wzmacnia potrzebę praktyk przyjaznych pracy rozproszonej? Nawet w tej nowej rzeczywistości, gdy pracujemy w jednej lokalizacji, przez znaczną część czasu nadal jesteśmy osobno — w różnych miastach i w modelu hybrydowym.
Jestem ciekaw twojego zdania.
Darren Murph: Spójrz na to w ten sposób: jeśli usuniesz fizyczne biuro z większości międzynarodowych firm, działalność będzie trwać dalej. Jeśli jednak usuniesz internet, cała działalność większości takich firm prawdopodobnie zatrzyma się w ciągu tygodnia. Co jest więc ważniejsze?
Dlatego trochę mnie to bawi, gdy organizacje robią wielką sprawę z egzekwowania i nakazywania powrotu do biura. Jeśli nie mają dosłownie jednego biura, w którym wszyscy pracują na jednym piętrze, muszą przyjąć podstawowe zasady pracy zdalnej. Badania to potwierdzają.
Nawet jeśli pracujesz w jednym wieżowcu, pracownik z siódmego piętra i pracownik z czterdziestego pierwszego prawie nigdy nie spotykają się osobiście, więc równie dobrze mogliby być oddaleni od siebie o całe oceany. Większość międzynarodowych firm ma wiele biur obejmujących różne kultury, języki i strefy czasowe. Niezależnie od tego, czy chcą się tak określać, czy nie, zdecydowana większość organizacji w 2025 roku i później jest rozproszona.
Ignorowanie tej rzeczywistości oznacza po prostu coraz większe pozostawanie w tyle. Kiedy myślisz o tym, jak ludzie korzystają z AI również poza swoimi organizacjami, nie jest to fizyczne miejsce, do którego się udają. Nie wsiadają do samochodu i nie jadą do lokalnego klubu Lions, aby korzystać z AI.
Po prostu używają urządzenia, które mają przed sobą. Im dalej będziemy podążać, tym bardziej — jak sądzę — staniemy się społeczeństwem pracującym w sposób rozproszony, a nie mniej rozproszony, a AI tylko wzmacnia tę rzeczywistość.
David Rice: To brzmi jak fabuła filmu. Jedziesz do klubu Lions, żeby porozmawiać z AI — jak Zoltar w filmie „Duży”, wiesz?
Darren Murph: Tak, nowa wersja budki telefonicznej. Musimy naprawdę gdzieś pojechać, żeby wykonać telefon. Nie wiem, chyba powstanie kolejny sezon „The Wire”.
David Rice: Uwielbiam to. Jeśli myślimy o wdrażaniu AI, niektórzy pracownicy się go boją. Widzą w nim coś w rodzaju szkolenia własnego zastępcy.
Myślę, że dla wielu osób jest to bardzo logiczna i uzasadniona obawa. Wydaje się, że znajdujemy się w fazie przenoszenia wartości z wykonywania zadań na uczenie się, zdolność adaptacji i kreatywność. Jak widzisz rolę liderów w przeprowadzaniu zespołów przez tę transformację, szczególnie w środowiskach zdalnych?
Darren Murph: To trudne wyzwanie, ponieważ na tym etapie nie chodzi o zera i jedynki. Chodzi o ludzkie serce i umysł. Psychologia jest skomplikowana, więc dla osób, które zbudowały kariery na świetnym wykonywaniu zadań i zwiększaniu widoczności tego faktu, jest to niepokojący czas.
Teraz nagrodą przyszłości będzie to, kto okaże się najbardziej innowacyjny w odkrywaniu rozwiązań i korzystaniu z nowych technologii, które umożliwiają innym osobom wykonywanie zadań. Myślę więc, że zachodząca tu ewolucja jest właściwie tak prosta, jak właśnie ją opisałem, ale ludzki umysł potrzebuje lidera, który poprowadzi ludzi, zachęci ich i okaże im wyrozumiałość w czasie tej transformacji.
Wskazałbym na wielkiego Charliego Mungera, który powiedział: „Pokaż mi zachęty, a pokażę ci wynik”. Liderzy próbujący zmobilizować zespół do działania w inny sposób powinni pomyśleć o zachętach. Jeśli obecna organizacja nagradza ludzi za wykonywanie zadań, nie można wdrożyć ogromnej zmiany polegającej na oczekiwaniu innego podejścia do pracy, a jednocześnie nie zmienić systemu zachęt.
Prowadząc i szkoląc ludzi w czasie zmiany, wróć również do całego systemu wynagrodzeń i zadaj sobie pytanie: czy mamy odpowiednie systemy, aby zachęcać ludzi do podążania za tą zmianą, zamiast się jej opierać?
David Rice: Sporo mówiłeś o kulturze i zmianach kulturowych. Kiedy wspominasz o zachętach, czy potrzebujemy nowych modeli zachęt w erze AI? Może chodzić o udział w zyskach albo o cokolwiek, co zmniejszy strach i zachęci do innowacji.
Darren Murph: To świetny przykład tego, że nie trzeba wymyślać koła na nowo. Skoro mówimy o Charliem Mungerze, miał on wspaniały przykład dotyczący firmy Xerox sprzed wielu dekad. Firma wprowadziła nowy model, a rok później odkryła, że sprzedawał się bardzo słabo. Zastanawiano się, czy problemem był marketing i czy rynek nie rozumiał, że nowy model jest lepszy od starego.
Następnie przyjrzano się systemowi zachęt sprzedażowych i odkryto, że nigdy go nie zaktualizowano. Zespół sprzedaży nadal otrzymywał większe korzyści ze sprzedaży starego urządzenia. W pewien sposób przekonywał więc klientów, że stary model jest nawet lepszy od nowego, aby dostosować się do istniejących zachęt.
To po prostu klasyczny przykład udziału w zyskach ze sprzedaży. Kiedy słyszę liderów mówiących: „Chcemy, aby wszyscy używali AI i zwiększyli swoją efektywność o 20% albo zaoszczędzili firmie 20% według dowolnego miernika”, pytam: czy rozważaliście przekazanie części tej korzyści pracownikom? To bardzo prosty system zachęt.
Firmy robią to cały czas podczas maratonów programistycznych. Zbierają wszystkich inżynierów na tydzień i mówią: „Kto zbuduje kolejną dużą wersję naszej aplikacji, otrzyma premię”. W ten sposób mobilizują zespół wokół celu. Naprawdę tak proste jest dla mnie rozważenie udziału w zyskach.
Jeśli firma, osoba albo zespół wygeneruje powtarzalny, możliwy do zastosowania według szablonu wzrost efektywności na poziomie 10 czy 15%, oddajcie im część tej korzyści. Może to być czas odzyskany w ciągu dnia, większa elastyczność albo premia pieniężna. Istnieje wiele sposobów nagradzania ludzi. Trzeba jednak coś im oddać. Nie sądzę, aby można było oczekiwać od zespołu wygenerowania wszystkich tych korzyści, a następnie zatrzymać je w całości w organizacji.
David Rice: Zgadzam się. Widziałem wiele maratonów programistycznych. Ciekawe jest również to, że wiele rzeczy powstałych podczas takich wydarzeń często trudno wdrożyć operacyjnie. Być może częścią systemu zachęt powinno być ustalenie, jak wdrożymy dane rozwiązanie operacyjnie, aby zachęta obejmowała również osoby spoza zespołu inżynieryjnego.
Darren Murph: Wspomnę jeszcze o jednej rzeczy. Może się wydawać zaskakujące, że jest to nieszablonowe myślenie, ale rozważ utworzenie dedykowanego zespołu do wyszukiwania takich korzyści. Wyobraź sobie, jak absurdalne byłoby ogłoszenie całej organizacji: „Sprawcie, aby nasza firma była o 20% bezpieczniejsza”.
Ludzie mieliby samodzielnie studiować aktualne protokoły bezpieczeństwa, phishing i wszystkie kwestie, które prawie nie mają związku z ich pracą. Firma byłaby znacznie efektywniejsza, gdyby powierzyła to zadanie zespołowi ds. bezpieczeństwa. Powiedziałbym, że w twojej firmie prawdopodobnie już teraz jest wiele osób, które są wielkimi entuzjastami AI i poświęcają dużo wolnego czasu na zdobywanie wiedzy w tym obszarze.
Nie musisz więc koniecznie zatrudniać zewnętrznego eksperta. Możesz też nawiązać współpracę z kimś, kto pomoże stworzyć zespół wewnątrz firmy. Warto jednak pozwolić ekspertom być ekspertami.
David Rice: Zdecydowanie. Wydaje mi się, że dotychczasowe wdrażanie AI przebiegało między dwiema skrajnościami. Liderzy albo pozwalali ludziom działać samodzielnie, pozostawiając ich bez wsparcia, albo nadmiernie zarządzali wykorzystaniem AI i bardzo przejmowali się ograniczeniami.
Jak wygląda zrównoważone zarządzanie, które pozwala na kreatywność bez chaosu i pasuje do dowolnego modelu pracy — zdalnego, hybrydowego czy innego?
Darren Murph: Przyjąłbym podejście dwutorowe. Po pierwsze, należy jasno określić, co jako organizacja próbujemy osiągnąć. Po drugie, trzeba stworzyć system zachęt, który pozwoli ludziom wprowadzać innowacje i wychodzić poza to, co obecnie potrafią sobie wyobrazić liderzy.
W ten sposób obie rzeczy mogą dziać się równocześnie. Możesz pozwolić ludziom „zaszaleć”, ale musisz mieć jasno określony cel. Ludzie powinni otrzymywać zachęty związane z konkretnymi miernikami, na przykład efektywnością. Dzięki temu będą działać swobodnie, ale w kierunku uzgodnionego celu. Z drugiej strony możesz zarządzać tym, co organizacja próbuje osiągnąć.
Jak to kształtuje naszą strategię? Jak możemy przekazać ją wszystkim pracownikom i dać im wizję albo nadzieję, pewne wyobrażenie o tym, co może przynieść przyszłość — a nie tylko mówić: „Stańmy się lepsi w korzystaniu z AI” albo „Musimy mieć AI, bo wszyscy inni je mają i ulegamy dowodowi społecznemu”?
Jeśli zrobisz te dwie rzeczy równolegle, uwolnisz prawdziwych innowatorów, którzy będą mogli działać swobodnie w pożądanym kierunku. Pozostali odczują mniej strachu, ponieważ będą mogli powiedzieć: „Rozumiem, dokąd zmierzamy jako zespół, i rozumiem, że AI, podobnie jak każda technologia, będzie kolejnym narzędziem przybliżającym nas do tego celu”.
David Rice: W ostatnich miesiącach dużo rozmawialiśmy o poczuciu celu — o tym, czy przyczyniam się do realizacji większego celu i czy to, co robię, ma znaczenie. Można to komunikować nie tylko po to, by uzyskać poparcie, ale też dlatego, że poziom zaangażowania w realizację jest wtedy znacznie wyższy.
Darren Murph: Przypomina mi to badanie przeprowadzone przez Google, chyba ponad 15 lat temu. Analizowano pięć dynamik odpornego i skutecznego zespołu, a jedną z nich była jasność i struktura.
Patrzę dziś na zespoły i powiedziałbym, że w środowisku rozproszonym może to być najważniejszy element. Jeśli zapewnisz ludziom jasność i strukturę dotyczącą tego, do czego dążymy, pozwolisz im połączyć własny cel z celem zespołu i firmy. Dzięki temu czują się mniej zagubieni i są bardziej zmotywowani, aby przedstawiać swoje innowacje firmie, jeśli wiedzą, że zmierzają one w jasno określonym kierunku.
Co ciekawe, prowadzi nas to z powrotem do początku naszej rozmowy o kulturze pisania. Dlaczego zapisywać rzeczy? Dlaczego nalegać na rygor w dokumentacji? Ponieważ właśnie z tego biorą się jasność i struktura. Przeprowadzono wiele badań pokazujących, że ludzie dobrze funkcjonują w takich warunkach, lubią je, a gdy coś jest skodyfikowane i zapisane, mamy podstawę do dalszego ulepszania.
Nawet jeśli coś jest niedoskonałe i nadal znajduje się w fazie rozwoju, zapisane rzeczy można zmieniać i rozwijać dzięki dodatkowym opiniom.
David Rice: Moje ostatnie pytanie dotyczy sytuacji, w której AI zajmuje się dopracowanymi i rutynowymi elementami pracy. Wydaje się, że spontaniczne, niedoskonałe, ludzkie momenty stają się niemal inną walutą w miejscu pracy.
Jak organizacje mogą zachęcać do zachowania człowieczeństwa w coraz bardziej zdalnym miejscu pracy napędzanym przez AI?
Darren Murph: To zabawne, prawda? „Umiejętności miękkie” stają się jeszcze ważniejsze, gdy AI może pisać za ciebie e-maile. Co ci pozostaje? Moim zdaniem potwierdza to pogląd, który mam od wielu lat: kultura będzie coraz częściej powstawać poza miejscem pracy.
Postępowe organizacje nie tylko to zaakceptują, ale też będą wspierać ten proces, a następnie stworzą kanały, dzięki którym ta kultura będzie mogła wracać do organizacji. Co to oznacza? W rozproszonym świecie, w którym AI może być potencjalnym współpracownikiem, jest mniej prawdopodobne, że całą kulturę i wszystkie relacje społeczne będziemy czerpać z pracy.
Dla liderów, którzy zawsze chcieli kontrolować to doświadczenie, jest to trudna do zaakceptowania zmiana, ale trzeba odpuścić. Podczas pandemii wiele osób mówiło mi: „Wirtualna godzina integracyjna zadziałała za pierwszym razem, ale na drugą nikt się nie pojawił. Jak mamy budować kulturę zespołu bez zmuszania ludzi do udziału w rozmowie wideo?”
Odpowiadałem: jeśli ta godzina i tak jest już kosztem nie do odzyskania, wyślij wszystkich w organizacji do ich lokalnego środowiska na tę samą godzinę w każdym tygodniu. Powiedz im, żeby zrobili coś, co ma dla nich znaczenie — na przykład zaangażowali się w wolontariat w domu dziecka, banku żywności albo organizacji Habitat for Humanity.
Poproś ich, aby założyli firmowe ubrania z logo, a następnie zrobili sobie zdjęcie podczas tej aktywności. Kiedy wrócą na kolejne spotkanie zespołu, poświęćcie pierwsze dziesięć minut na rozmowę o tym, co każdy zrobił. Podzielcie się zdjęciami i momentami olśnienia. To jest prawdziwa, szczera i autentyczna więź.
Kultura została więc zbudowana poza miejscem pracy, ale organizacja odpowiada za stworzenie systemu, który umożliwi jej powrót do środka. Uważam, że jest to znacznie bardziej szczere i autentyczne. To szansa, aby przestać sztucznie produkować dobrą zabawę i rzeczywiście umożliwić ludziom wniesienie jej do miejsca pracy.
David Rice: Kiedy robisz te rzeczy właściwie, poczucie celu samo zatroszczy się o siebie na wiele sposobów, prawda?
Darren Murph: Kiedy pozwalasz ludziom być ludźmi, naprawdę cieszą się z bycia sobą.
David Rice: Dokładnie. Darren, dziękuję ci za udział w dzisiejszym programie. Jak zawsze, świetnie było z tobą porozmawiać.
Darren Murph: Absolutnie, stary. To była przyjemność.
Jeśli któryś ze słuchaczy jest zainteresowany tym, co tworzę, mam świetny zespół, który chętnie pomoże wam dotrzeć do niektórych obszarów, o których rozmawialiśmy. Skontaktujcie się ze mną na LinkedIn albo pod adresem darren@darrenmurph.com.
David Rice: Świetnie.
Dziękuję za dołączenie do nas w dzisiejszym odcinku podcastu „The People Managing People”. Jeśli dzisiejsza rozmowa dała ci nową perspektywę, pamiętaj, aby obserwować program w Apple Podcasts, Spotify albo w dowolnej aplikacji, której używasz do słuchania podcastów. Więcej praktycznych modeli działania, studiów przypadków i narzędzi dla współczesnych liderów znajdziesz na peoplemanagingpeople.com oraz oczywiście w naszym newsletterze, więc zapisz się już dziś.
Do usłyszenia następnym razem. Buduj kulturę pisania.
