Sztuczna inteligencja może sprawić, że dobra praca wyda się zbyt mała

David Rice: Wskaźniki rotacji wyglądają świetnie. Ludzie zostają, zaangażowanie jest stabilne, a kierownictwo świętuje. Tymczasem budujesz najdroższy problem, jaki kiedykolwiek miałeś, ponieważ pozostawanie w firmie nie oznacza tego samego co wnoszenie wkładu. A obecnie twoi pracownicy po cichu zostają, pojawiają się w pracy, realizują swoje cele i starają się nie sprawiać kłopotów. Na papierze wyglądają na zaangażowanych, ale nie eksperymentują. Nie przesuwają granic, nie podejmują ryzyka. Chronią samych siebie.

Dzisiejszym gościem jest Jay Caldwell. Jest dyrektorem ds. talentów w ADP. Porozmawiamy o tym, dlaczego niska rotacja w obecnych warunkach może być w rzeczywistości sygnałem ostrzegawczym, a nie sukcesem. Bo trzeba pamiętać o jednej rzeczy — osoby, które czują się najbezpieczniej, podejmują najmniej ryzyka. A w obecnym środowisku niepodejmowanie ryzyka jest prawdopodobnie najbardziej ryzykowną rzeczą, jaką można zrobić.

Porozmawiamy dziś o tym, dlaczego zasada „jeśli to zbudujesz, oni przyjdą” nie działa w przypadku wdrażania sztucznej inteligencji, o problemie cichego pozostawania w firmie i o tym, jak mentalność zgodności może zastępować innowacyjność, a także o tym, jak rozpoznać, czy niska rotacja nie maskuje stagnacji i strachu. Omówimy ogólną sztuczną inteligencję oraz ukierunkowane zastosowania i zastanowimy się, które z nich buduje pewność siebie. Przyjrzymy się kryzysowi ścieżki kariery oraz temu, dlaczego absolwenci wychowani ze sztuczną inteligencją wkrótce podważą wszystko, co robisz.

Nazywam się David Rice. To jest People Managing People. Jeśli twoje wskaźniki rotacji wyglądają zdrowo, ale innowacyjność wydaje się martwa, ta rozmowa dokładnie wyjaśni, co dzieje się pod powierzchnią. Zaczynajmy.

Dobrze, Jay, witaj w programie.

Jay Caldwell: Dziękuję, David. Miło tu być.

David Rice: Chciałem rozpocząć rozmowę od tego, że jesteśmy już kilka lat w fali rozwoju sztucznej inteligencji i myślę, że początkowy entuzjazm wielu osób ustąpił miejsca realnym konsekwencjom. Myślę, że jesteśmy dzień po ogłoszeniu zwolnień w firmie Block.

Ciekawi mnie jednak, jakie jest twoim zdaniem największe nieporozumienie, którego liderzy wciąż się trzymają, jeśli chodzi o integrowanie sztucznej inteligencji z personelem?

Jay Caldwell: Prawdopodobnie istnieje wiele nieporozumień. Chętnie usłyszałbym również twoje spostrzeżenia, ale jednym z największych, które wciąż widzę w wielu organizacjach, jest przekonanie, że wszyscy są równie podekscytowani sztuczną inteligencją jak liderzy.

Wiesz, najnowsze statystyki pokazują, że nawet w Stanach Zjednoczonych około 40% osób korzysta ze sztucznej inteligencji w życiu prywatnym, także poza pracą. Wciąż jesteśmy więc stosunkowo wcześnie na drodze do jej upowszechnienia, choć 40% to całkiem dużo. Jak zwykle w przypadku narzędzi dla przedsiębiorstw istnieje jednak pewne przekonanie, że jeśli je zbudujemy, wszyscy przyjdą, zaczną z nich korzystać i pokochają je tak samo jak my.

Nie sądzę jednak, żeby tak było. Z pewnością jeszcze nie. Możesz mieć wielu naprawdę zainteresowanych i podekscytowanych użytkowników. Prawdopodobnie będziesz mieć równie wiele osób całkowicie opornych wobec wdrażania rozwiązań takich jak sztuczna inteligencja, a większość pracowników znajdzie się gdzieś pośrodku. Nie sądzę więc, żeby było to tak proste jak włączenie narzędzia i oczekiwanie, że wszyscy się pojawią. Trzeba poświęcić dużo czasu i energii na to, jak poprowadzić tego rodzaju zmianę i transformację w organizacji.

David Rice: Tak, zdecydowanie to do mnie przemawia. Z naszej perspektywy często mówimy o tym, że liderzy traktują sztuczną inteligencję zasadniczo jak narzędzie, które się wdraża, podobnie jak oprogramowanie. Zawsze jednak wracam do tego, że ktoś powiedział, iż bardziej przypomina to wprowadzenie nowego współpracownika do każdego zespołu jednocześnie.

Zmieni to dynamikę, struktury władzy, to, kto czuje się kompetentny, a kto zagrożony. To więc znacznie bardziej projekt kulturowy. Nie sądzę, żeby ludzie byli przeciwni sztucznej inteligencji. Niektórzy są, ale z powodów etycznych. Myślę jednak, że wiele osób jest jej ciekawych, tylko nikt nie opowiedział im historii, w której jasno widać, jakie będzie ich miejsce w przyszłości. I to jest luka w narracji zarządów — w przekazie, że sztuczna inteligencja uwolni ich od pracy na rzecz zadań o wyższej wartości.

To, czego ludzie faktycznie doświadczają, często się z tym nie zgadza. Dochodzimy teraz do sytuacji, w której praca i sposób, w jaki ludzie jej doświadczają, oznaczają po prostu szybsze tempo. Jest mniej jasności co do tego, czym dziś jest dobra praca. Powoduje to prawdziwe napięcie.

Innym nieporozumieniem, które stale obserwuję, jest utożsamianie wdrożenia z integracją. Istnieje przekonanie, że wystarczy uruchomić narzędzia, a pracownicy już będą wiedzieć, jak ich używać. W rzeczywistości musimy przeprogramować sposób, w jaki ludzie myślą o swojej pracy.

O tym, jaką mają wartość i jak wygląda ich ścieżka kariery. To jest obecnie zadanie wielu liderów, a większość organizacji jeszcze się z nim nie zmierzyła.

Jay Caldwell: Całkowicie się zgadzam. Jeśli chodzi o ogólne korzystanie ze sztucznej inteligencji, większość osób używa jej jak wyszukiwarki, prawda? To zresztą bardzo dobra wyszukiwarka.

David Rice: Tak, jest.

Jay Caldwell: Nie chcę umniejszać takiemu zastosowaniu, ale nie sądzę, żeby wszyscy mieli nadzieję, że właśnie do tego będziemy używać sztucznej inteligencji. Masz więc rację — to zmiana kultury, ale także zmiana na poziomie jednostki, czyli zmiana nawyków. To świetnie, że mam dostęp do tych narzędzi, ale jeśli na przykład wykonuję dużą część pracy w Outlooku, jak zapewne wielu pracowników korporacji, muszę zatrzymać się i pomyśleć: zanim przejdę do tej wiadomości, może powinienem poświęcić chwilę na skorzystanie z narzędzia AI i bardziej kreatywne zastanowienie się, co oraz jak chcę powiedzieć. To zmiana nawyku, do której nie każdy od razu się skłania.

Masz więc rację — chodzi o kulturę, zestaw umiejętności i sposób myślenia. Składa się na to wiele elementów.

David Rice: Czasami myślę: „Och, chyba powinienem ją o to zapytać. Zobaczmy, co odpowie”.

Jay Caldwell: Podoba mi się porównanie do nowego współpracownika w zespole, ale czasami zapominam, że ten współpracownik w ogóle tu jest, więc muszę sobie przypomnieć: skoro mamy w zespole nową wiedzę, powinienem z niej skorzystać.

David Rice: Może dlatego niedawno przeczytałem, że pracownicy zdalni są bardziej skłonni naturalnie z niej korzystać. Być może dlatego, że nie polegają na fizycznej obecności innych osób.

Jay Caldwell: Pracowałem z domu przez około pięć lat. Myślę, że pomocny był również sam fakt posiadania towarzysza pracy. To może być dobre zastosowanie — rozwiązania związane z towarzystwem oferowanym przez sztuczną inteligencję prawdopodobnie pomagają osobom, które czują się bardziej odizolowane fizycznie.

David Rice: Wspomniałeś, że intensywni użytkownicy sztucznej inteligencji mogą częściej rozglądać się za innymi możliwościami. Na pierwszy rzut oka brzmi to jak prosta historia podaży i popytu. Rozwinęli cenną umiejętność, więc mają wybór. Zastanawiam się jednak, czy nie dzieje się coś głębszego. Czy bliska współpraca ze sztuczną inteligencją zmienia sposób, w jaki ludzie postrzegają własny potencjał albo oczekiwania wobec pracodawcy?

Jay Caldwell: To interesujące. W naszych badaniach ADP dotyczących ryzyka odejścia zauważyliśmy część tego zjawiska. Przyjęcie sztucznej inteligencji jest fascynujące, gdy przeanalizuje się wszystkie warstwy powodów, dla których może tak działać. Po pierwsze, rozwijasz nową, atrakcyjną umiejętność i zastanawiasz się, gdzie jeszcze możesz ją zastosować.

Jak wpływa to na twoją zdolność do zatrudnienia? Zdecydowanie jest to duża część historii, ale zgadzam się, że jest w niej coś więcej. Kiedy przeanalizujesz ją dokładniej, zauważysz, że zaawansowani użytkownicy sztucznej inteligencji mogą zacząć czuć się ograniczani przez organizację — przez jej tempo i przez to, jak szybko zmieniają się procesy pracy wokół nich.

Możesz widzieć przyszłość, możliwości oraz potencjał szybszej zmiany procesów, ale jeśli jesteś tylko jednym elementem układanki, do działania potrzeba czegoś więcej niż twojej własnej inicjatywy. Pojawia się frustracja: „Nie jestem pewien, czy moja organizacja działa wystarczająco szybko. Gdzie indziej mógłbym zrobić znacznie więcej”.

Częścią tego może być również strach przed nieznanym. Jeśli organizacja nie komunikuje dobrze celu stosowania sztucznej inteligencji, może to wywołać niepokój. Możesz zacząć obawiać się o swoje zatrudnienie, widząc, jaką moc mają te narzędzia.

Może to prowadzić do trybu przetrwania: nie chodzi tylko o to, że mam atrakcyjną umiejętność, ale także o to, że chcę pozostać zatrudniony, a nie wiem, czy stanie się to możliwe tutaj, biorąc pod uwagę dostępne narzędzia. Wiele z tego wraca więc do zarządzania zmianą towarzyszącego wdrożeniom.

David Rice: To dość niewygodne połączenie z perspektywy zarządzania talentami. Osoby naprawdę zaangażowane w sztuczną inteligencję nie są niezaangażowane w swoją pracę, ale to właśnie one rozglądają się za innymi możliwościami. Być może przerosły swoją rolę, a w niektórych przypadkach także całą organizację.

Jeśli stale pracujesz ze sztuczną inteligencją, jest to niemal doświadczenie poszerzające świadomość albo horyzont kariery. Zaczynasz dostrzegać, co jest możliwe, a jeśli jesteś w firmie, która działa o połowę wolniej niż tempo, o którym wiesz, że jest możliwe, przepaść między twoim potencjałem a otoczeniem staje się dla niektórych nie do zniesienia.

Jay Caldwell: To możliwe. Warto pamiętać, że zaangażowanie prowadzi do pozostania w organizacji. Ogólnie rzecz biorąc, zaangażowanie pracowników jest niskie. Zależy to oczywiście od firmy, ale zwykle w pełni zaangażowanych jest około 19–20% pracowników w Stanach Zjednoczonych.

David Rice: To chyba historycznie niski poziom.

Jay Caldwell: Czy w takiej sytuacji potrzeba wiele, żeby ktoś przekroczył granicę i zaczął myśleć o tym, jakie inne możliwości rozwoju kariery są dostępne? Prawdopodobnie nie. Sztuczna inteligencja może być katalizatorem, który skłoni część osób do poważnego zastanowienia się nad dostępnymi opcjami.

David Rice: Zdecydowanie. Zwłaszcza jeśli ktoś już wcześniej znajdował się na krawędzi. Wiele osób tak się czuje, a następnie rozgląda się i widzi biurokrację, łańcuchy akceptacji oraz sztywne definicje ról. Dzięki tej technologii czujesz się bardziej kompetentny. To niemal tak, jakbyś znalazł się w klatce rozwoju, podczas gdy masz poczucie, że jeśli przekroczysz krawędź, ta technologia pomoże ci wzbić się w powietrze.

Jay Caldwell: Właśnie. Przebijasz się przez ograniczenia. Inną możliwością jest to, że gdy tempo rozwoju twoich umiejętności rośnie, chcesz zastosować je na różne sposoby. Badania pokazują jednak również, że choć mamy nadzieję, iż sztuczna inteligencja zwiększy produktywność wszystkich, niekoniecznie oddaje ludziom czas. W rzeczywistości ludzie pracują więcej i ciężej, ponieważ robią więcej i działają szybciej. Ich współpracownicy również pracują szybciej. Praca może więc stawać się bardziej intensywna, co zwiększa ryzyko odejścia.

David Rice: Widzę to bardzo często. Ludzie wypalają się i odchodzą, nie mając żadnego planu, ponieważ czują, że nie są w stanie dorównać temu tempu. Niedawno jedna z moich gości powiedziała, że w wielu przypadkach po prostu robimy więcej, ale nie oznacza to, że robimy to lepiej albo bardziej produktywnie.

Jeśli rotacja spada, ale zaangażowanie nie rośnie, czy mamy do czynienia z personelem, który pozostaje ze względów bezpieczeństwa, a nie z jakiegokolwiek innego powodu? W środowisku napędzanym sztuczną inteligencją eksperymentowanie i zdolność adaptacji są przecież kluczowe. Czy takie ciche pozostawanie w firmie jest bardziej szkodliwe niż zwykłe odejście, ponieważ na papierze wygląda stabilnie?

Jay Caldwell: To bardzo mnie teraz niepokoi, biorąc pod uwagę rozwój tych wszystkich narzędzi i technologii oraz sytuację na rynku pracy. Rynek wygląda różnie w zależności od funkcji i branży.

Coraz częściej słyszymy określenia takie jak „ciche odchodzenie”, „przytulanie się do pracy” czy inne podobne terminy. Trend jest jednak ten sam: jeśli w organizacji nie zachodzi rotacja, pojawia się problem. To inny problem niż kilka lat temu, gdy mieliśmy Wielką Rezygnację.

Wtedy chodziło o to, jak najskuteczniej zatrzymywać ludzi, co było bolesne dla pracodawców, ale korzystne dla pracowników. Nawet jeśli nie opuszczasz organizacji, wysoka rotacja daje ci więcej możliwości awansu lub przejścia do nowych ról.

Pojawia się więcej szans na przyjęcie różnych obowiązków. Jeśli tych możliwości jest mniej, bo rotacja w organizacji spada, rośnie ryzyko, że ludzie zaczną czuć stagnację i utknięcie albo że nie będą rozwijać się tak, jak mogliby.

Jeśli to obniża zaangażowanie, spadnie również innowacyjność i kreatywność. A właśnie innowacyjność i kreatywność są prawdziwą obietnicą sztucznej inteligencji. Jeśli nie masz energii mentalnej, żeby rozwijać te obszary, jaki jest właściwie sens? Uważam, że ryzyko jest duże. Każda organizacja w obecnych warunkach powinna uważać, by nie popaść w samozadowolenie tylko dlatego, że niższa rotacja wygląda zdrowo. Pod powierzchnią kryje się obecnie znacznie więcej.

David Rice: Nie mógłbym się bardziej zgodzić. Tak bardzo skupiliśmy się na mierzeniu retencji i rotacji, że zapomnieliśmy zapytać, czy pozostawanie w firmie oznacza to samo co wnoszenie wkładu. Niska rotacja w obecnych warunkach może być raczej sygnałem ostrzegawczym niż sukcesem.

Jay Caldwell: Zgadzam się. Wartość sprowadzania do organizacji osób z zewnątrz, nowych pomysłów, sposobów myślenia i perspektyw również jest ogromna. Dlatego świadome dbanie o przepływ kandydatów jest w tych warunkach kluczowe. Nawet jeśli ludzie nie odchodzą, trzeba utrzymywać ich emocjonalne zaangażowanie i pomagać im wnosić do dzisiejszego świata tyle energii, ile tylko mogą.

David Rice: To świetna uwaga, bo takie ciche pozostawanie może być bardzo drogim problemem. Ludzie pojawiają się w pracy, nie sprawiają kłopotów, realizują cele i wszystko wygląda dobrze. Nie eksperymentują jednak, nie przesuwają granic funkcjonowania zespołu i nie podejmują ryzyka.

Wiemy, że największe korzyści z wdrażania sztucznej inteligencji wynikają właśnie z podejmowania pewnego ryzyka. Jeśli jednak ludzie chronią samych siebie i zostają ze strachu — przed rynkiem pracy, koniecznością uczenia się gdzie indziej albo poczuciem, że w połowie kariery zaczynają od początku — budujemy siłę roboczą z mentalnością zgodności. To nie jest innowacyjność.

To ironiczne, prawda? Osoby, które czują się najbezpieczniej, podejmują najmniej ryzyka, a w obecnym środowisku niepodejmowanie ryzyka jest najbardziej ryzykowną rzeczą, jaką można zrobić.

Jay Caldwell: To bardzo trafna uwaga. Kiedy analizujesz kariery ludzi, szczególnie tych odnoszących sukcesy, widzisz wiele ryzyka w podejmowanych przez nich decyzjach, zmianach kierunku i przechodzeniu do zupełnie innych funkcji. Nie zastanawiałem się wcześniej tak mocno nad osobistym wpływem tego zjawiska, ponieważ wykonywanie takich skoków może teraz wydawać się bardziej ryzykowne.

David Rice: Kiedy organizacje wdrażają szerokie, ogólnego przeznaczenia narzędzia AI, komunikat często brzmi: „Niech każdy sam się tego nauczy”. Ukierunkowane zastosowania są zwykle bardziej uporządkowane i nastawione na wyniki. Jak twoim zdaniem te dwa podejścia różnie wpływają na pewność siebie pracowników, krzywe uczenia się, a nawet presję związaną z wynikami?

Jay Caldwell: Widziałem organizacje stosujące różne strategie. Niektóre zaczynały od narzędzi ogólnego przeznaczenia, a później przechodziły do konkretnych zastosowań. Inne robiły odwrotnie.

Masz rację, to różne strategie, ale w obu przypadkach nie można oszczędzać na komunikacji i szkoleniach. Nie chodzi tylko o nauczenie ludzi obsługi narzędzia, ale także o zmianę sposobu myślenia i podejścia do pracy.

Jest to jeszcze ważniejsze w przypadku narzędzi ogólnego przeznaczenia, ponieważ dajesz komuś scyzoryk szwajcarski. Kiedy byłem dzieckiem, miałem taki scyzoryk. Prawdopodobnie znałem tylko trzy z dwudziestu jego funkcji: lupę, nóż i pilnik do paznokci. Było tam mnóstwo innych rzeczy — na przykład wykałaczka — których nie rozumiałem.

Tak właśnie działa narzędzie ogólnego przeznaczenia. Możliwości zastosowania jest tak wiele, że trzeba pomóc ludziom zrozumieć, co naprawdę jest możliwe. Jeśli tylko je włączysz i będziesz mieć nadzieję, że pracownicy sami do tego dojdą, nie skończy się to dobrze.

Skuteczne organizacje uczą się publicznie. Łączą osoby na podobnych stanowiskach, aby mogły rozmawiać o tym, co próbowały zrobić. Ktoś może powiedzieć: „Próbowałem tego i nie zadziałało, więc tego unikajcie”, a następnie: „Próbowałem burzy mózgów, a potem wykorzystałem wynik w konkretnym zastosowaniu i świetnie się sprawdziło”.

W przypadku bardziej ukierunkowanych zastosowań chodzi przede wszystkim o jasność: jak wpływa to na moją dzisiejszą rolę, jak muszę zmienić przepływ pracy i jak sztuczna inteligencja wpisuje się w codzienne wykonywanie obowiązków. Komunikacja i szkolenie mogą być bardziej konkretne, ale również interpretacja wpływu — pozytywnego lub negatywnego — będzie bardziej bezpośrednia.

Jeśli dane zastosowanie mocno zwiększa produktywność i automatyzuje wiele zadań, trzeba poświęcić znacznie więcej energii i uwagi osobom, których to dotyczy, pomagając im zrozumieć bezpieczeństwo ich pozycji oraz możliwości rozwoju kariery w organizacji.

David Rice: Intuit QuickBooks Payroll wie, że dział HR ma tak wiele ruchomych elementów, że mogą one prowadzić do chaosu. Dlatego synchronizuje płace, HR, ewidencję czasu pracy i finanse na jednej potężnej platformie. Tego lata QuickBooks Payroll przekształca się w większe rozwiązanie, które będzie wspierać cały cykl życia pracownika. Wkrótce firmy będą mogły wdrażać pracowników w jednym płynnym procesie bezpośrednio połączonym z obsługą płac, konfigurować automatyczne przepływy pracy HR dotyczące takich kwestii jak awanse czy zakończenie zatrudnienia oraz śledzić wyniki, urlopy i świadczenia razem z płacami.

Zobacz, jaką różnicę QuickBooks Payroll może dziś zrobić dla twojej firmy, i przygotuj się na to, co nadchodzi. Dowiedz się więcej na quickbooks.com/workforce. To quickbooks.com/workforce.

Podoba mi się twoja analogia do scyzoryka szwajcarskiego. Zastanawiam się teraz, jaki jest odpowiednik tych małych nożyczek w sztucznej inteligencji — tych delikatnych.

Jay Caldwell: O mój Boże, świetne pytanie. Sprężyna zawsze się w nich psuła. To niewiarygodne.

David Rice: Filozofia „niech każdy sam się tego nauczy” jest w pewnym sensie sposobem powiedzenia: „Wierzymy, że ta technologia zrobi wielką różnicę, ale nie mamy strategii i nie wiemy, co z nią zrobić”.

Jay Caldwell: Tak.

David Rice: Dajesz wszystkim fortepian i oczekujesz symfonii.

Jay Caldwell: Tak, ale entuzjazm jest ogromny. Myślę, że właśnie ten pośpiech jest problemem. Narzędzia ogólnego przeznaczenia to często po prostu interfejsy konwersacyjne, więc bardzo łatwo zrozumieć, jak z nich korzystać. Trudniejsze jest kreatywne ustalenie, co można z nimi zrobić i jakie możliwości są trudne do samodzielnego odkrycia.

David Rice: Właśnie dlatego ukierunkowane zastosowania są bardzo pomocne. Psychologicznie robią coś ważnego w sposobie, w jaki podchodzisz do sztucznej inteligencji. Wszyscy patrzymy na nią, widzimy jej możliwości i możemy poczuć strach, zależnie od naszej roli.

Ukierunkowane zastosowanie daje ci zwycięstwo. Rozwiązujesz konkretny problem i zyskujesz pewność siebie. Narzędzia ogólnego przeznaczenia czasami wywołują niepokój, ponieważ nie ma linii końcowej. Nigdy nie kończysz korzystania z nich i nigdy nie masz poczucia, że robisz to wystarczająco dobrze.

Zawsze znajdzie się ktoś na LinkedInie, kto wygląda na bardziej imponującego użytkownika niż ty. Powstaje więc presja wyników. Jest też inny problem: jeśli zastosowanie jest ogólne i niezdefiniowane, menedżer nie wie, jak je mierzyć, więc wraca do pytania: „Czy w ogóle z tego korzystasz?”. To dość bezsensowny wskaźnik. Ukierunkowane wdrożenie pozwala przynajmniej mierzyć rezultaty, a nie aktywność.

Jay Caldwell: To świetna uwaga. Z perspektywy zarządzania są to duże inwestycje. Wartość ukierunkowanych zastosowań polega na tym, że rozwiązujesz bardzo konkretną potrzebę i możesz precyzyjnie zmierzyć zwrot z inwestycji. Nie chodzi tylko o korzystanie z narzędzia, lecz o to, co dzięki niemu osiągasz.

David Rice: Właśnie opublikowałem tekst gościnny o kompresji pracy na poziomie początkującym i o tym, co dzieje się z rolami dla osób rozpoczynających karierę. Nietrudno zauważyć, że jeśli przestaniemy zatrudniać na podstawie piramidy talentów, demontujemy przyszłą ławkę liderów.

Rozmawialiśmy o tym wcześniej w podcaście, ale konsekwencje mogą dotyczyć wszystkiego — od wiedzy instytucjonalnej po planowanie sukcesji i mobilność społeczno-ekonomiczną. Co twoim zdaniem organizacje robią, żeby się na to przygotować? Czy widzisz przejście od skupienia na krótkoterminowej produktywności do myślenia o długoterminowych możliwościach?

Jay Caldwell: Myślę, że ta rozmowa ewoluuje. Na początku, gdy sztuczna inteligencja zdała egzamin adwokacki, natychmiast pojawiło się pytanie: „Co od tej pory zrobimy z asystentami prawnymi?”. Pierwszą reakcją było spowolnienie zatrudniania takich osób.

Firmy zaczynają jednak rozumieć, że nie mogą całkowicie tak postąpić. Po pierwsze, wyrwiesz szczebel z drabiny kariery, co jest dużym problemem. Ludzie zaczną spadać. Po drugie, organizacje widzą, że nie wszyscy wdrażają sztuczną inteligencję w tym samym tempie, szczególnie osoby z dłuższym stażem.

Absolwenci kończący dziś studia są natomiast wychowani ze sztuczną inteligencją. Zaczęli korzystać z generatywnych narzędzi AI, gdy poszli na studia. Możemy wiele nauczyć się od osób, które naprawdę zgłębiły te rozwiązania. Mogą przyjść do organizacji i zapytać: „Dlaczego nie używacie sztucznej inteligencji do tego zadania? Dlaczego nadal robimy to ręcznie? AI z łatwością mogłaby rozwiązać ten problem”.

Drugą stroną jest utrata możliwości wprowadzania do organizacji nowoczesnych umiejętności i sposobów myślenia. Trzeba jednak także pomóc tej części personelu rozwinąć odpowiedni poziom osądu i wiedzy, aby korzystała ze sztucznej inteligencji dobrze i właściwie.

Potrzebujemy zdrowej mieszanki pracowników na wszystkich etapach kariery i poziomach stażu, aby zapewnić organizacji wszystkie niezbędne możliwości. Skala zatrudniania na początku kariery może się zmienić, ponieważ popyt nie jest już tak wysoki, a rotacja jest nieco niższa. Nadal jest to jednak równie ważne. Firmy wracają do przekonania, że muszą utrzymywać otwarte i silne kanały dopływu talentów.

David Rice: Pomaga to, że liderzy zarządów mogą nie rozumieć technicznych szczegółów sztucznej inteligencji, ale wszyscy rozumieją jedną rzecz: zaczynali od dołu. Popełniali błędy w środowiskach o niskiej stawce i od środka uczyli się, jak naprawdę działają organizacje — także ich polityka.

Nie trzeba geniusza, żeby zrozumieć, że eliminując to doświadczenie i te punkty wejścia, ograniczamy przyszłość całego systemu. Wielu liderów nie chce mówić o aspekcie społeczno-ekonomicznym, ale wszyscy jesteśmy go świadomi. Od dziesięcioleci stanowiska umysłowe na poziomie początkującym są głównym narzędziem mobilności ekonomicznej.

Jeśli znikną, musimy zastąpić je czymś innym. W grę wchodzi więc także umowa społeczna. W ciągu najbliższego roku może to stać się problemem na poziomie zarządów: co robimy, aby nadal zapewniać ludziom wartość, przyjmować ich do organizacji i pomagać im się rozwijać?

Jay Caldwell: Kluczowym słowem jest tutaj wartość. Organizacje muszą się zatrzymać i przyjrzeć swoim wartościom oraz temu, jak powinny one kształtować strategię. W ADP jesteśmy organizacją kierującą się wartościami. Jedna z naszych zasad brzmi: „Każdy pracownik ma znaczenie”. Koncentrujemy się na tym, aby człowiek pozostał w centrum wszystkich zmian w pracy i aby wspierać każdego pracownika niezależnie od etapu jego kariery.

To kluczowe, szczególnie gdy myślisz o tym, jak traktować pracowników podczas transformacji. Dzięki serwisom takim jak Glassdoor i Reddit wszystko jest publiczne, więc długoterminowa perspektywa ma ogromne znaczenie.

David Rice: Często słyszymy, że ciekawość i zdolność adaptacji są ważniejsze niż wiedza ekspercka. Filozoficznie brzmi to świetnie i się z tym zgadzam, ale nasze systemy rekrutacyjne historycznie opierały się na pochodzeniu, reputacji i głębokości specjalizacji.

Wszyscy mówią o rekrutacji opartej na umiejętnościach, a niektóre organizacje robią ciekawe rzeczy w tym zakresie, ale wiele firm nie potrafi przełożyć tego na praktykę. Co musi się zmienić w sposobie oceniania talentów, żebyśmy nie wracali do wygody specjalizacji?

Jay Caldwell: Najpierw musi zmienić się sposób myślenia o tym, czego szukamy, a to oznacza zmianę wśród liderów. Chodzi o to, jak identyfikują i wybierają talenty. Wybór na podstawie pochodzenia czy kwalifikacji jest łatwy, bo wszystko widać na papierze.

Musimy szukać alternatywnych sposobów potwierdzania kompetencji — na przykład poprzez oceny pozwalające zbadać umiejętności. Sztuczna inteligencja daje ogromne możliwości oceniania umiejętności technicznych, komunikacyjnych i kreatywnych na dużą skalę. Trzeba robić to jednak ostrożnie, uwzględniając kwestie prawne związane z selekcją kandydatów.

Należy także zmienić kryteria tego, czego szukamy. To pomoże liderom podejmować ważne decyzje z większą pewnością, ponieważ nic nie jest ważniejsze niż to, kogo zatrudniasz do zespołu. Musimy pomóc menedżerom oceniać doświadczenie i kreatywność, na przykład za pomocą prostych metod opartych na zachowaniach.

W pewnym sensie wracamy do podstawowych rozmów behawioralnych, które stosujemy od dziesięcioleci, ale prawdopodobnie zbyt rzadko na nich polegaliśmy.

David Rice: Czasami odpowiedzią jest po prostu powrót do starych metod.

Jay Caldwell: Dokładnie.

David Rice: Rozmawiałem kiedyś z profesorem Uniwersytetu Michigan, który powiedział, że wraca do egzaminów nadzorowanych i każe studentom pisać bez dostępu do żadnego urządzenia. W ten sposób może sprawdzić, czy rzeczywiście znają materiał.

Jay Caldwell: Istnieje coś, co nazywa się testem alternatywnych zastosowań. Najprostsza wersja wygląda tak: „David, oto długopis. W ciągu trzech minut wymień jak najwięcej możliwych zastosowań tego długopisu”. To niemal gra rodzinna, ale pozwala sprawdzić elastyczność myślenia i to, na ile różnych sposobów potrafimy spojrzeć na sytuację. Może być przybliżeniem ciekawości.

To metody sprzed czterdziestu czy pięćdziesięciu lat, więc wracamy do podstaw. Oczywiście sztuczna inteligencja może wygenerować dla nas znacznie więcej zastosowań, niż potrzebujemy. Pytanie brzmi jednak: jeśli usiądziesz sam ze swoim umysłem, jak dobrze potrafisz to zrobić?

David Rice: Muszę o to zapytać, ponieważ zasięg ADP w świecie talentów jest ogromny. Czy jest to problem infrastruktury talentów? Czy chodzi o sposób korzystania z systemów śledzenia kandydatów, nasze oczekiwania wobec nich, szkolenie rekruterów, stosowane ramy rozmów kwalifikacyjnych, a nawet język zbudowany wokół modelu prestiżu i pochodzenia?

Nie sądzę, żeby rekrutacja oparta na umiejętnościach była zmianą jednej polityki. To całkowita przebudowa infrastruktury. Wiele osób próbuje uruchomić nowe oprogramowanie na starym sprzęcie i wciąż tkwi w dawnej mentalności.

Jay Caldwell: Trzeba naprawdę zdefiniować, co oznacza „oparty na umiejętnościach” i jakie zmiany się z tym wiążą. Jeśli oznacza to, że nie wymagamy już dyplomu na określonych stanowiskach, świetnie. Trzeba jednak spojrzeć na system od początku do końca i zastanowić się, co jeszcze należy zmienić w praktykach rekrutacyjnych oraz wcześniejszych etapach procesu.

Jeśli firma usuwa wymagania dotyczące dyplomu dla stanowisk początkujących, ale pozostawia je dla stanowisk kierowniczych, jak pomożesz ludziom zniwelować tę różnicę w trakcie kariery? A może należy zmienić oba wymagania? Trzeba patrzeć na cały system i myśleć długoterminowo, zamiast traktować to jako pojedynczą, odizolowaną zmianę.

David Rice: Jeśli wszyscy mówimy, że ciekawość i zdolność adaptacji są kluczowymi kompetencjami, które chcemy zatrudniać, jak właściwie je sprawdzać? Nie możesz wpisać zdolności adaptacji do CV i uznać, że ją pokazałeś.

Pomagałem znajomemu szukającemu pracy i zastanawiałem się, jak zaprezentować jego portfolio. Zdolność adaptacji trzeba po prostu pokazać, a trudno zrobić to podczas trzydziestominutowej rozmowy. Nie da się sprawdzić ciekawości w krótkim wywiadzie. Nasze metody są więc zasadniczo niedopasowane do tego, co deklarujemy jako ważne.

Narzędzia AI mogłyby pomóc oceniać potencjał, analizować próbki pracy, sposób rozwiązywania problemów i umiejętności transferowalne. Wielu z nas używa ich jednak tylko do szybszego wykonywania starych zadań.

Jay Caldwell: To samo pytanie można zastosować do rozwoju pracowników. Możesz rozwijać umiejętności kreatywne i zdolność adaptacji, korzystając ze sztucznej inteligencji. Przyglądaliśmy się na przykład temu, jak integrować AI ze szkoleniami z przywództwa. Chodzi o to, aby szybciej zapewnić ludziom większą liczbę praktycznych powtórzeń.

Mogę przygotować dla ciebie symulację trudnej rozmowy z bezpośrednim podwładnym, który otrzymuje trudną informację zwrotną, a następnie dziesięć innych sytuacji rozwijających twoją zdolność adaptacji jako lidera. To część obietnicy sztucznej inteligencji. Nie chodzi tylko o zatrudnianie osób z tymi cechami, lecz także o możliwość ich rozwijania.

David Rice: Jeśli sztuczna inteligencja zajmuje się analizą i niektórymi elementami podejmowania decyzji, praca człowieka przesuwa się od wykonywania zadań do osądu. Jak powinniśmy dostosować obecne systemy oceny wyników, aby mierzyć właściwe rzeczy?

Jay Caldwell: Chciałbym znać łatwą odpowiedź. To trochę tak, jakby pytać, jak mierzyć wyniki kreatywnej pracy artysty. Nie wiem. Wielu artystów nie sprzedaje swoich dzieł aż do śmierci, a wtedy stają się bardzo popularni.

To trudne. Myślę jednak, że zaczyna się od zmiany sposobu, w jaki ktoś postrzega własne wyniki. Czuję się bardzo produktywny, gdy opróżniam skrzynkę odbiorczą. Widzę to i mogę zmierzyć. Wiem, kiedy zaczynam i kiedy kończę. Jeśli w przyszłości sztuczna inteligencja będzie mi w tym pomagać, stracę coś, co daje mi poczucie produktywności.

Podobnie jest z odpowiadaniem na określoną liczbę telefonów czy podsumowywaniem notatek ze spotkań. Takie rzeczy dają mi poczucie postępu. W pracy z natury bardziej kreatywnej trudniej zobaczyć postęp. Kamienie milowe są mniej wyraźne, a terminy dłuższe. Jeśli praca zmienia się z produkcji w kreatywność, całkowicie zmienia się sposób postrzegania własnych wyników.

Pomiar jest kolejnym wyzwaniem. Ważne będzie bardziej elastyczne wyznaczanie celów, częstsza ocena wyników i prostsze sposoby regularnego uzyskiwania perspektywy menedżera.

Trzeba podkreślać nie tylko rezultaty, ale także wkład, zachowania i zestawy umiejętności. Jak dana osoba pojawia się w pracy? Od dawna toczy się debata o tym, czy mierzyć „co”, czy „jak”. Myślę, że w przyszłości większy nacisk zostanie położony na „jak”, ponieważ te elementy są zazwyczaj podstawą dobrej pracy kreatywnej i strategicznej, a także współpracy z innymi.

Musimy więc na nowo przemyśleć, co oznacza dobre wykonywanie pracy, zarówno dla jednostki, jak i całej organizacji. Dotyczy to także sposobu przekształcania pomiarów używanych w ocenach rocznych. Wpływ sztucznej inteligencji sprawia, że jest to właściwy moment, aby przeanalizować możliwe konsekwencje.

David Rice: Wspomniałeś o przejściu od produkcji do kreatywności. Ja często myślę o nim jako o przejściu od wykonywania do osądu. Jak jednak mierzyć osąd?

Tworzę dużo treści i używam sztucznej inteligencji do przygotowywania części z nich, przynajmniej pierwszego szkicu. Czasami wygeneruje coś, co brzmi bardzo przekonująco, ale naturalnie podchodzę do tego sceptycznie. Sprawdzam rzeczy, które wydają mi się nieprawidłowe, i często odkrywam kłamstwa albo zmyślone informacje.

Jak wpisać do kwartalnej oceny: „27 razy nie sprawił, że wyglądaliśmy jak idioci”? To trudne do zmierzenia. Sztuczna inteligencja dobrze buduje argumenty na podstawie danych, ale zawsze trzeba sprawdzić, skąd te dane pochodzą i co rzeczywiście mówią.

Nie chcę zmieniać ich sensu ani przedstawiać ich inaczej. W wielu przypadkach moim zadaniem jest przytoczyć dane i zaprezentować je jako myśl oraz uzasadnienie. Czasami narzędzie bierze liczbę i tworzy z niej coś zupełnie innego. Wtedy myślisz: „Ten raport wcale tak nie mówił”.

Robię to od prawie dwóch lat i jest coraz lepiej. Niektóre platformy są lepsze od innych. Perplexity ma na przykład specjalizację w cytowaniu źródeł. Trzeba znaleźć odpowiednie narzędzie do konkretnego zadania. Czasami dane pochodzące sprzed dwóch lat są przedstawiane tak, jakby pochodziły z ubiegłego miesiąca.

Jay Caldwell: To wraca do naszej rozmowy o tym, jak pomagać osobom na początku kariery. Jak rozwijać taki osąd? Ty go masz, ponieważ jesteś doświadczony.

David Rice: Dokładnie. Robię to od dawna, więc przychodzi mi to naturalnie. Gdybym miał 24 lata, dopiero skończył szkołę i nigdy wcześniej nie widział takich materiałów, próbowałbym analizować wyniki i nie miałbym pojęcia, że coś jest nie tak.

Mógłbym oczywiście zacząć to sprawdzać, ale wtedy moja praca zmieniłaby się z tworzenia treści w sprawdzanie faktów. Czy właśnie na tym polega wartość? Nie jestem pewien. Trzeba znaleźć sposoby korzystania z narzędzi, które mają sens, zachowując osąd w centrum i nadal rozwijając umiejętności.

Jay Caldwell: To kolejny sposób myślenia o mierzeniu wyników. Są tu trzy etapy: wprowadzasz pytanie lub polecenie, sztuczna inteligencja wykonuje swoją pracę, a ty oceniasz rezultat. W świecie z AI prawdopodobnie bardzo ważne będzie ocenianie człowieka na obu krańcach tego procesu.

Jak dobrze potrafi zadawać właściwe pytania i odpowiednio modyfikować polecenie? Jak dobrze potrafi oceniać i wykorzystywać wynik? Środkowa część jest bardzo wydajna i zautomatyzowana przez AI, ale niezwykle ważny jest cykl pracy z tymi zastosowaniami.

David Rice: To świetnie ujmujesz, bo jest to zmiana układu sił. Osoby z najlepszym osądem nie zawsze mają najwyższe stanowiska. Czasami są to po prostu ludzie siedzący we właściwym miejscu. Mogą też realnie zakłócać hierarchię organizacyjną, jeśli zostaną pominięci.

Trudno zrozumieć, gdzie powinien znajdować się osąd i jaki poziom doświadczenia, wiedzy lub zdolności zadawania właściwego pytania we właściwym momencie jest potrzebny. Właśnie w tym miejscu jesteśmy.

Jay, bardzo dobrze mi się z tobą rozmawiało. To była świetna rozmowa.

Jay Caldwell: Wzajemnie. Moglibyśmy prawdopodobnie rozmawiać o tym cały dzień. To ekscytujący obszar i ekscytujący moment, ale wszyscy uczymy się razem. Doceniam, że tworzysz takie podcasty, bo pomagają nam to wszystko przemyśleć. Wszyscy jesteśmy teraz w tej samej łodzi. Nikt nie jest daleko przed innymi, więc im więcej dzielimy się wiedzą, tym lepiej. Dziękuję, David.

David Rice: Zdecydowanie. Słuchacze, jeśli jeszcze tego nie zrobiliście, zajrzyjcie na stronę internetową i zapiszcie się do newslettera People Managing People. Otrzymacie takie odcinki, a także wszystkie treści tworzone przez People Managing People, prosto do swojej skrzynki odbiorczej.

Do usłyszenia następnym razem. Kluczowy jest osąd.