Jak udowodnić zwrot z inwestycji w AI, gdy wynosi on tylko 1%?

David Rice: Tylko 17% organizacji wdrożyło w ogóle agentów AI. W przypadku wielu działów ten odsetek wynosi około 3%. JLL przestało już ich liczyć. W dzisiejszym programie rozmawiam z Carlin Power, globalną wiceprezes ds. AI i technologii platformowych w JLL, o tym, czego pozostałe 97% organizacji dopiero się dowie.

JLL nie eksperymentuje z agentami. Firma wykorzystuje ich produkcyjnie w całym przedsiębiorstwie — w zarządzaniu obiektami, komunikacji marki i funkcjach korporacyjnych — a wnioski z tego doświadczenia nie są przede wszystkim techniczne. Pierwszą rzeczą, która się załamała, nie była technologia, lecz rozmowa o zwrocie z inwestycji. Jak uzasadnić koszt absolutnej podstawy?

Jak usiąść przed dyrektorem finansowym i powiedzieć: „Możemy uzyskać z tego 1% zwrotu”? Odpowiedzią Power było przeniesienie rozmowy o wartości z powrotem tam, gdzie jej miejsce — do rachunku zysków i strat, na podstawie którego podejmowana jest decyzja inwestycyjna. Jeśli lider biznesowy chce się rozwijać i zwiększyć udział w portfelu najważniejszych klientów o 20%, AI staje się częścią tej rozmowy, a nie młotkiem szukającym gwoździa.

W tym temacie warto również skupić się na kwestii początku kariery. Badania Stanforda wyznaczają wyraźną granicę. Gdy AI automatyzuje zadania, liczba rekrutowanych osób na stanowiska początkujące spada. Gdy je wspiera, zatrudnienie utrzymuje się na dotychczasowym poziomie lub rośnie. JLL podjęło świadomą decyzję, a pozyskani niedawno stażyści przedstawili projekty podsumowujące tak zaawansowane, że gdyby Power nie wiedziała, że są stażystami, nie zgadłaby, że nie pracują w zawodzie od trzech lub czterech lat.

Dzisiaj omówimy, co odróżnia agentów, którzy przetrwają, od 40% projektów, które według Gartnera zostaną anulowane do 2027 roku; dlaczego sposób przedstawienia zwrotu z inwestycji ma większe znaczenie niż sama technologia; jak budować biegłość w zakresie AI w osiemdziesięciu krajach bez utraty lokalnego znaczenia; oraz co powinien zrobić dyrektor ds. personalnych, który nie ma jeszcze żadnych agentów działających produkcyjnie, w pierwszych trzech miesiącach ich wdrażania.

Nazywam się David Rice. To jest „People Managing People”, a jeśli wciąż zastanawiasz się, od czego zacząć pracę z agentami w swojej organizacji, ta rozmowa dostarczy ci praktycznego planu działania od osoby, która dawno wyszła już poza to pytanie. Zaczynajmy.

Witamy w podcaście „People Managing People”. Jak zawsze jestem waszym gospodarzem, Davidem Rice’em, a dziś towarzyszy mi Carlin Power. Jest globalną wiceprezes ds. AI i technologii platformowych w JLL. Wiele organizacji eksperymentuje z agentami AI, ale wam udało się już z powodzeniem wdrożyć kilka z nich. Zgadza się. Zatem—

Carlin Power: Tak, udało nam się...

David Rice: porozmawiamy trochę o tym oraz o wnioskach wyciągniętych z tego procesu.

Pierwsze pytanie, które chciałem ci zadać, dotyczy czegoś, co widziałem w badaniu CIO firmy Gartner. Wynikało z niego, że tylko 17% organizacji wdrożyło agentów w ogóle.

Carlin Power: Oczywiście.

David Rice: A odsetek dotyczący wielu działów wynosi chyba 3% czy coś w tym rodzaju, prawda? Tak, tak. To naprawdę niewiele.

Carlin Power: Tak.

David Rice: Dla wielu osób to dopiero początek tej drogi. Wy opublikowaliście liczbę — ostatnia, którą widziałem, wynosiła około 34. Sądzę, że teraz jest ich więcej.

Carlin Power: Tak. Rozwijamy się. Chyba po prostu przestaliśmy je liczyć.

David Rice: Przestaliście... No dobrze, ale moje pierwsze pytanie brzmi: czego dowiedzieliście się teraz, a czego pozostałe 97% organizacji dopiero się dowie?

Carlin Power: Myślę, że w dużej mierze wraca to do kilku decyzji, które podjęliśmy na początku. Zainwestowaliśmy w coś, co nazywamy JLL Falcon — to efektowna nazwa marki dla zbioru możliwości AI i interfejsów API, z których wszyscy nasi programiści mogą korzystać w opłacalny sposób, aby wdrażać funkcje AI w nowo tworzonych technologiach oraz w istniejących technologiach, które już mieliśmy na rynku.

Dzięki temu, a także dzięki decentralizacji innowacji wśród wszystkich naszych inżynierów, zaczęli oni znacznie szybciej podnosić swoje kwalifikacje w zakresie budowania i wdrażania takich rozwiązań jak agenci. Mamy agentów w naszej działalności związanej z zarządzaniem obiektami, którzy optymalizują zlecenia pracy i sposób wysyłania techników do poszczególnych lokalizacji w celu wykonywania zadań związanych z zarządzaniem obiektami.

Mamy agentów marki, którzy dbają o oznaczanie naszych prezentacji PowerPoint oraz o ton komunikacji wewnętrznej i zewnętrznej JLL. Około półtora miesiąca temu wdrożyliśmy również Ask JLL — zbiór agentów, z których korzystają eksperci dziedzinowi we wszystkich naszych funkcjach korporacyjnych, aby pomagać pracownikom we wszystkich tych obszarach.

Dzięki decentralizacji w tych wszystkich zespołach inżynieryjnych budujemy agentów do konkretnych problemów biznesowych — z bardzo jasno określonymi rezultatami dotyczącymi zwrotu z inwestycji.

David Rice: Czy to jest część powodu, dla którego uważasz, że odnieśliście sukces? Wspomniałaś o konkretnym charakterze tych rozwiązań. Czy właśnie to sprawiło, że są skuteczne — że nie próbujecie ogólnie rozwiązać jakiegoś problemu, tylko podchodzicie do niego bardzo konkretnie?

Carlin Power: Tak. Mamy też agentów ogólnego przeznaczenia i ogólne narzędzia AI. Mamy na przykład ogólnego asystenta AI, którego nazywamy pieszczotliwie Pulse... analizuje on wszystkie nasze czaty, e-maile i współdzielone dokumenty. Działa trochę jak asystent administracyjny, który przejmuje znaczną część administracyjnych i taktycznych obowiązków związanych z pracą osób wykonujących zadania oparte na wiedzy.

Celowo wdrożyliśmy więc pewne ogólne możliwości, ale tak — rzeczywisty zwrot z inwestycji, ponieważ te rozwiązania są raczej absolutną podstawą, prawda? Tak, tak. To coś, czego wszyscy nasi pracownicy potrzebują, abyśmy mogli konkurować na rynku.

Wszyscy agenci wdrażani przez nasze zespoły inżynierii oprogramowania, którzy wspierają konkretną linię biznesową lub funkcję korporacyjną, rozwiązują konkretne problemy biznesowe, które pomagają osiągać nasze cele. Są one powiązane z celami na wielu poziomach organizacji.

David Rice: Opowiedz mi o pierwszym agencie. Co się zepsuło, a nie było problemem technicznym? Uprawnienia i odpowiedzialność, czy może zasadniczo zakres czyichś obowiązków?

Carlin Power: Tak... Pierwszy agent, wow. To właściwie Pulse, czyli... znany również jako narzędzia pracy JLL, ponieważ dostarczamy go teraz za pośrednictwem MCP, czyli — używając bardziej efektownego określenia — łącznika bezpośrednio do agenta i uporządkowanych danych.

Myślę więc, że problem nie był tak naprawdę techniczny. Chodziło raczej o to, jak uzasadnić koszt tego rozwiązania w odniesieniu do zwrotu z inwestycji. Rozmawialiśmy o absolutnej podstawie, prawda? To dość trudna rozmowa, kiedy widzi się wzrost efektywności na poziomie zaledwie 1–3%, bo trudno usiąść przed dyrektorem finansowym i powiedzieć: „Uważam, że powinniśmy to zrobić, ale możemy uzyskać z tego 1% zwrotu”. Początkowo próbowaliśmy więc ustalić, jak przedstawić wartość absolutnej podstawy oraz jak opisać wartość konkretnego agenta.

Czy powinien to być standard, który ustalamy przy budowaniu takich rozwiązań? Jak sprawić, aby każdy twórca w naszej organizacji mógł powiedzieć: „Dostarczę tego agenta, żeby rozwiązać problem, który wcześniej kosztował nas określoną liczbę roboczogodzin albo prowadził do powstania konkretnego rezultatu. Teraz jednak będziemy mogli zwiększyć przepustowość pięciokrotnie, wygenerować nową linię przychodów, zwiększyć udział w rynku albo zwiększyć udział w portfelu klienta”.

Kiedy zespoły zaczną myśleć o tym w ten sposób, wykazanie zwrotu z inwestycji staje się znacznie łatwiejsze. To był jednak pierwszy problem: pytano nas „Kiedy należy tego używać? Jak należy tego używać? Jaki jest zwrot z inwestycji?”, a my odpowiadaliśmy: „Dobre pytanie”.

David Rice: Ciekawe, że wspominasz o ustandaryzowaniu tego procesu. Czy towarzyszyła temu również standaryzacja języka albo wspólne rozumienie tego, co kwalifikuje się jako zwrot z inwestycji — dla osób, które chciały tworzyć takie rozwiązania? Bo wyobrażam sobie, że czyjaś wyobraźnia może trochę ponieść.

Można powiedzieć: „Hej, to nie jest prawdziwa wartość biznesowa”.

Carlin Power: Na szczęście mamy w organizacji świetnych specjalistów ds. finansów. I chociaż jest to funkcja scentralizowana, w praktyce jest zdecentralizowana pod względem tego, jak specjaliści ci funkcjonują w poszczególnych liniach biznesowych i działach.

Nasz zespół finansowy poświęcił dużo czasu na opracowanie dla zespołów ram pozwalających prowadzić rozmowę o zwrocie z inwestycji. Myślę też, że równanie opisujące ten zwrot dopiero dojrzewa. Nie powiedziałabym, że znam już odpowiedź, bo gdybym ją znała, rzuciłabym pracę i z dnia na dzień założyła firmę konsultingową wartą miliard dolarów — podobnie jak wszyscy inni.

David Rice: Tak...

Carlin Power: Uważam jednak, że chodzi o przywrócenie rozmowy o wartości w miejsce, w którym powinna się znajdować — do rachunku zysków i strat, na podstawie którego podejmowana jest decyzja o inwestycji. Jeśli lider biznesowy mówi: „Musimy zwiększyć o 20% nasz udział w portfelu dziesięciu najważniejszych klientów”, AI staje się częścią tej rozmowy, zamiast być młotkiem szukającym gwoździa.

David Rice: Gartner przewiduje, że 40% projektów związanych z AI wykorzystującą agentów zostanie anulowanych do końca 2027 roku. Moje pytanie brzmi: kiedy patrzysz na zbudowanych przez was agentów, co daje ci pewność, że będą odporni i przetrwają ten okres?

Carlin Power: Ponownie wracamy do naszej decyzji o wdrożeniu JLL Falcon, a następnie do zdecentralizowanego podejmowania decyzji w naszych działach inżynieryjnych, które są teraz powiązane ze wskaźnikami KPI linii biznesowych.

Nie budujemy — a przynajmniej staramy się nie budować — niczego, co nie ma przypisanego zwrotu z inwestycji albo możliwych do wykazania oszczędności. Dzięki temu rozmowa staje się bardzo prosta. Kiedy patrzysz na agentów AI, którzy działają dobrze lub źle, pytasz: czy osiągają swoje cele tak, jak pracownik powinien osiągać cele biznesowe?

Czy ta technologia, ten agent robi to, czego od niego oczekiwaliśmy? Czy przynosi korzyści, których się spodziewaliśmy? Jeśli nie, to dlaczego i czy powinniśmy nadal inwestować? Okresowo trzeba więc podejmować decyzję: zatrzymać, rozpocząć od nowa albo kontynuować działanie każdego agenta wdrożonego w organizacji.

David Rice: Wspomniałaś o zdecentralizowanym podejmowaniu decyzji. Czy od początku zbudowaliście to w ten sposób? Czy takie procesy istniały już wcześniej?

Carlin Power: Fundamentem naszej strategii AI jest korporacyjna warstwa danych. Przez ostatnie pięć–sześć lat, pod kierownictwem naszego dyrektora ds. technologii Yao Morana, budowaliśmy biegłość w zakresie danych, ich dokładność, jakość i aktualność — zasadniczo wszystkich danych w naszej hurtowni danych przedsiębiorstwa.

Każdy fragment danych, który mamy w JLL, trafia do korporacyjnej hurtowni danych. Następnie zestaw funkcji zarządzania określa, czym są te dane, do czego są istotne, dla kogo są istotne i w jaki sposób użytkownicy mogą uzyskać do nich dostęp. Mamy więc bardzo solidną warstwę danych u podstawy, a na niej znajduje się JLL Falcon.

Kiedy rozmawiamy o MCP, czyli o łączniku, dane są po prostu pobierane bezpośrednio z naszej korporacyjnej hurtowni danych — tylko te, które są istotne dla użytkownika korzystającego z rozwiązania. To właśnie pozwala nam skalować działalność, zapewniać efektywność kosztową i utrzymywać trafność danych.

Mamy strategię AI kierowaną przez użytkowników oraz strategię AI kierowaną centralnie. To właśnie w ramach centralnie kierowanej strategii odbywa się wspomniana przeze mnie decentralizacja. Dla każdej linii biznesowej i funkcji korporacyjnej zespoły technologiczne realizują inicjatywy zgodne z tą strategią, aby zapewnić nam wyróżnienie na rynku.

Strategia kierowana przez użytkowników umożliwia pracownikom korzystanie z naszych narzędzi i rozwijanie wewnętrznej biegłości w zakresie AI. To nasza funkcja wspierająca. Mamy więc fundament w postaci danych, funkcję skalowania w postaci platformy JLL Falcon, funkcję różnicowania wynikającą ze strategii centralnej oraz funkcję umożliwiającą rozwój kompetencji, czyli strategię kierowaną przez użytkowników.

Wszystko to wspiera nasze trzy rezultaty biznesowe: dostarczanie wartości klientom, osiąganie doskonałości operacyjnej i uwalnianie innowacji.

Myślę, że to jest kluczowe dla naszego sukcesu. Czy decentralizacja była świadomą decyzją? Tak, zdecydowanie. Czy podjęliśmy ją od razu? Nie pamiętam. Czy ostatecznie do niej doszliśmy? Absolutnie.

David Rice: Jedno z pytań, które chciałem ci zadać, dotyczy badań Stanforda. Wyznaczyły one wyraźną granicę: kiedy AI automatyzuje zadania, liczba rekrutowanych osób na stanowiska początkujące spada.

Carlin Power: Zgadza się.

David Rice: A kiedy AI wspiera wykonywanie zadań, zatrudnienie utrzymuje się na dotychczasowym poziomie lub rośnie. W przypadku 34 agentów — albo większej liczby — po której stronie tej granicy, twoim zdaniem, się znaleźliście? I czy był to wybór, czy rezultat?

Carlin Power: Jeśli firma koncentruje się na efektywności i produktywności, a jednym z jej celów jest ograniczenie zatrudnienia, zwłaszcza na wczesnym etapie kariery, to moim zdaniem świadczy to raczej o niedojrzałości jej ogólnej strategii AI i modelu zaangażowania.

Nigdy nie podjęliśmy świadomej decyzji, żeby powiedzieć: „Dobrze, usuniemy z organizacji wszystkie te koszty i zlikwidujemy 40% miejsc pracy”. Podczas dzisiejszego wystąpienia ktoś nazwał to sianiem paniki.

Uważam, że to zbyt skrajne stanowisko i że będzie krótkotrwałe. Całkowite odcięcie organizacji od talentów na początku ich kariery może poważnie zaszkodzić jej sukcesowi.

David Rice: Tak.

Carlin Power: W ubiegły poniedziałek spotkałam się z naszymi stażystami zajmującymi się zaopatrzeniem i zakupami. Prezentowali projekty podsumowujące, z których wiele wykorzystywało nasze wewnętrzne narzędzia i niektóre zaawansowane laboratoria, z którymi współpracujemy.

Gdyby szef działu zaopatrzenia i zakupów nie powiedział mi, że są stażystami, uznałabym, że mają za sobą trzy lub cztery lata kariery zawodowej. Wynikało to z głębi ich wiedzy na temat bardzo złożonych problemów związanych z zaopatrzeniem i zakupami, z ich znajomości kont klientów, z którymi pracowali, oraz z tego, jak dobrze rozumieli sposoby zwiększania wartości naszych aktywów i liczby zarządzanych przez nas umów.

Nauczyłam się od nich wielu rzeczy. Byłam zachwycona tym, co potrafili zrobić w tak krótkim czasie, a jeszcze bardziej tym, że na sam koniec dyrektor ds. zaopatrzenia i zakupów powiedział im: „Wszyscy macie tu pracę w JLL, jeśli jej chcecie”. To świetny przykład na to, że nie powinniśmy likwidować miejsc pracy dla osób rozpoczynających karierę.

Powinniśmy wyznaczać zupełnie inne oczekiwania wobec tego, co mogą osiągać osoby na początku kariery. Całkowicie przeprojektowaliśmy więc naszą strategię dotyczącą rozwoju młodych talentów, opierając ją na projektach podsumowujących, które naprawdę tworzą wartość w ramach programów stażowych organizowanych w JLL.

Myślę, że to kwestia niedojrzałości i że firmy ostatecznie do tego dojdą. Ostrzegałabym jednak organizacje przed próbami likwidowania ścieżki rozwoju na początku kariery, bo właśnie stąd w ciągu najbliższych trzech–pięciu lat może pochodzić wiele innowacji.

David Rice: Cieszę się, że to powiedziałaś, bo od dawna jestem zwolennikiem takiego podejścia. Ten model projektu podsumowującego przypomina mi bardziej praktykę zawodową.

Carlin Power: Tak.

David Rice: Kiedy myślimy o stażach — pamiętam swój staż na studiach — nie było to szczególnie interesujące.

Nie wiązała się z nim duża odpowiedzialność. To było raczej...

Carlin Power: Chyba odbierałam telefony i...

David Rice: ...zajmowałam się dokumentami. Dokładnie. To nie było na tyle pogłębione, żebym po zakończeniu stażu pomyślał: „To było naprawdę ważne?”.

Carlin Power: Tak.

David Rice: No wiesz?

Carlin Power: Tak, wpisz to do mojego CV.

David Rice: Właśnie, zrobiłem to. Ale model praktyki zawodowej polega na tym, że rzeczywiście się uczysz i wykonujesz pracę.

Carlin Power: Zgadza się.

David Rice: I robisz to na takim poziomie, że — jak powiedziałaś — można odnieść wrażenie, że masz za sobą trzy czy cztery lata doświadczenia.

Carlin Power: To naprawdę zrobiło na mnie ogromne wrażenie. Pomogło mi ustanowić nowy standard i uświadomić organizacji, czego powinniśmy oczekiwać od osób rozpoczynających karierę.

Mam nadzieję, że ustanowi to również ogólnofirmowy poziom kompetencji, zgodnie z którym powinniśmy prawdopodobnie oczekiwać znacznie więcej także od naszych doświadczonych pracowników. Uświadamiamy naszym liderom, że ich propozycja wartości powinna ewoluować.

Przeprowadzamy ich przez wielomodułowe warsztaty szkoleniowe. Moglibyście się zdziwić — a może nie — ale bardzo trudno było im opisać, jaką wartość obecnie wnoszą do firmy. Pytamy więc: kiedy cały wasz zespół zostanie wsparty, wzmocniony albo zastąpiony przez AI, co zrobicie z odzyskaną w ten sposób wartością?

Jak ją odzyskamy — czy poprzez większą przepustowość, lepszą jakość rezultatów, więcej czasu dla klientów, czy więcej czasu na budowanie przyszłych źródeł przychodów?

David Rice: Uważam, że hasło „ludzie przede wszystkim” wymaga jakiegoś narzędzia albo pozostaje tylko słowami, właściwie sloganem. Jestem ciekaw, jak wygląda to u was. Jak odróżniacie przyjęcie narzędzia od zwykłego przestrzegania zasad i od osób, które po prostu obchodzą system?

Carlin Power: To była kolejna bardzo wczesna i świadoma decyzja.

Przeznaczyliśmy znaczną część budżetu na specjalistów ds. zaangażowania i rozwoju kompetencji, którzy od samego początku pomagali wszystkim naszym pracownikom osiągnąć określony poziom biegłości w zakresie AI. Obejmowało to wszystko: od przedstawiania nowych narzędzi, przez przekazywanie podstawowych informacji o działaniu generatywnej AI i ochronie danych pracowników oraz klientów, po odpowiadanie na pytania pojawiające się na początku.

Na przykład: co się stanie, kiedy prześlę zestawienie przychodów klienta do GPT? Odpowiadaliśmy: „Zbudowaliśmy system tak, aby był bezpieczny i odizolowany, ale korzystaj z własnego osądu”. Pomagaliśmy również pracownikom zrozumieć, co mogą powierzać generatywnej AI, a czego nie powinni jej powierzać. Stosowaliśmy zasadę: ufaj, ale sprawdzaj.

Wczesne przyswojenie tego podejścia pomogło przyspieszyć korzystanie z bardziej zaawansowanych możliwości, gdy tylko się pojawiały.

Budowaliśmy narzędzia, wdrażaliśmy je i szkoliliśmy ludzi w zakresie ich obsługi. Stworzyliśmy również program ambasadorski, który pozwalał dostosowywać przygotowane szkolenia do konkretnych ról i profili pracowników we wszystkich naszych liniach biznesowych i funkcjach korporacyjnych, ponieważ jesteśmy ogromną firmą działającą w 80 krajach.

Na poziomie lokalnym trzeba uwzględnić wiele kwestii, których centralna funkcja nie jest zaprojektowana tak, aby wspierać je na dużą skalę. Musieliśmy więc zaangażować ekspertów z poszczególnych dziedzin, aby pomogli nam rozwinąć kolejny poziom biegłości potrzebny zespołom do samodzielnego rozpoczynania innowacji.

David Rice: Kończy nam się czas, ale zanim cię pożegnam, chciałbym przedstawić hipotetyczną sytuację — bo bardzo lubię rozważania hipotetyczne.

Carlin Power: Oczywiście.

David Rice: Wyobraźmy sobie dyrektora ds. personalnych, który nie ma jeszcze żadnych agentów działających produkcyjnie, ale zarząd zaczyna wywierać na niego presję. Chce zobaczyć postępy i pyta, dlaczego ich nie ma. Ma na to 12 miesięcy i określony budżet.

Co powinien zrobić w pierwszych trzech miesiącach, żeby ruszyć z miejsca? I co najpierw będzie kusiło go, żeby zrobić, choć twoim zdaniem byłoby to stratą czasu?

Carlin Power: Myślę, że pierwszym krokiem powinno być utworzenie grupy osób, którym można zaufać i które będą eksperymentować w całej organizacji. Nie jestem pewna, czy od razu poszłabym na całość z FTE, ale zaangażowałabym ekspertów dziedzinowych z linii biznesowych i funkcji korporacyjnych — osoby technicznie kompetentne, które pomogą określić rzeczywiste przypadki użycia, w których nawet eksperymentowanie przyniesie dodatni zwrot z inwestycji.

Próba rozpoczęcia wszystkiego naraz, na bardzo szeroką skalę, będzie kosztowna. Jeśli wewnątrz organizacji nie ma osób, które znają poszczególne obszary działalności i rozumieją AI, koszty zaczną gwałtownie rosnąć, a opisane przez ciebie problemy zaczną dotyczyć również tej organizacji.

David Rice: Tak.

Carlin Power: Należy więc odnieść sukces w kilku przypadkach użycia, następnie je skalować i wykorzystać uzyskany zwrot z inwestycji do finansowania kolejnych narzędzi — bardziej horyzontalnych i ogólnego przeznaczenia — dostarczanych całej organizacji. Kluczowa jest również funkcja umożliwiająca rozwój kompetencji.

Trzeba sprawić, żeby pracownicy czuli się naprawdę swobodnie, korzystając z tych narzędzi, a także zachęcać ich do tego. Stale wspominam o naszym dyrektorze generalnym, Christianie Ulbrichu, za co jestem bardzo wdzięczna. Wyznaczył on wizję i umożliwił ludziom korzystanie z AI, a także ustanowił globalne wskaźniki KPI dotyczące biegłości, przyjęcia narzędzi i ich wykorzystania.

Nie było żadnej kary za korzystanie z tych narzędzi. Nie było tak, że ktoś mówił: „Świetnie, nauczyliście się automatyzować dział, więc teraz zwolnimy wszystkich”. Taka narracja nigdy nie istniała w JLL. Chodziło o to, że musimy wykorzystywać AI, aby jak najlepiej służyć naszym klientom i lepiej wspierać naszych pracowników.

Wszyscy nasi dyrektorzy musieli z jednej strony ustanowić KPI związane z osiągnięciem tego celu, a z drugiej — modelować takie zachowania własnym przykładem. Nasz dyrektor generalny jasno powiedział: „Każdy z was powinien korzystać z narzędzi AI, a ja będę to mierzyć”. Jeśli pracownicy nie widzą, że ich lider korzysta z tych narzędzi, nie będą czuli się swobodnie ani nie będą mieli poczucia, że mogą z nich korzystać.

Chciał, aby innowacje płynęły z dołu do góry, tak samo jak chciał, aby przykład płynął z góry na dół. Dlatego każdemu liderowi najwyższego szczebla doradziłabym modelowanie takich zachowań własnym przykładem oraz dostosowanie systemu zachęt do zachowań, które chcecie zobaczyć w organizacji.

David Rice: Dziękuję za udział w dzisiejszym programie. Carlin Power, proszę państwa. Do usłyszenia następnym razem.

Carlin Power: Bardzo dziękuję.

David Rice: Drodzy słuchacze, jeśli jeszcze tego nie zrobiliście, odwiedźcie peoplemanagingpeople.com/subscribe. Zapiszcie się do naszego newslettera. Ten podcast i wszystko inne, co tworzymy, trafi bezpośrednio do waszych skrzynek odbiorczych.

Do usłyszenia następnym razem.