Sztuczna inteligencja w pracy: dlaczego firmy potrzebują nowego planu działania

Przeczytaj transkrypcję:

Testujemy transkrypcję naszych podcastów za pomocą programu komputerowego. Prosimy o wyrozumiałość w przypadku literówek, ponieważ bot nie zawsze ma stuprocentową rację.

Steve Cadigan: Jeśli pierwszym zastosowaniem sztucznej inteligencji jest redukcja zatrudnienia, to czy nie jest wspaniale? Nie wiem, kto mierzy tę wspaniałość. Jak wspaniałe wydaje się to przyszłym pracownikom? Myślę, że chciałbym, aby organizacje podjęły wyzwanie i wdrożyły rozwiązania pokazujące ogromny rozwój uczenia się dzięki sztucznej inteligencji, a w konsekwencji większy wpływ na karierę i lepszą ścieżkę wzrostu wynagrodzenia.

Może udowodnijmy naszym ludziom, że jesteśmy tym równie zainteresowani, a nawet bardziej zainteresowani, niż tradycyjnym paradygmatem: rób więcej, produkuj więcej, redukuj zatrudnienie i oszczędzaj pieniądze.

David Rice: Witamy w podcaście People Managing People. Naszą misją jest budowanie lepszego świata pracy oraz pomaganie w tworzeniu szczęśliwych, zdrowych i produktywnych miejsc pracy. Nazywam się David Rice.

Moim dzisiejszym gościem jest Steve Cadigan. Jest doradcą do spraw talentów i byłym dyrektorem ds. zasobów ludzkich w LinkedIn. Porozmawiamy o pogodzeniu sztucznej inteligencji z obecnym środowiskiem pracy oraz o tym, jak firmy mogą lepiej podchodzić do tej technologii.

Steve, witaj!

Steve Cadigan: Hej, miło tu być.

David Rice: Przed nagraniem rozmawialiśmy o wyjątkowym wyzwaniu związanym z wdrażaniem sztucznej inteligencji jako rozwiązania w miejscu pracy w porównaniu z innymi technologiami, z których korzystaliśmy w przeszłości. Jak twoim zdaniem przejawia się to, że nie możemy po prostu zastosować wobec tej technologii takiego samego sposobu myślenia, jaki stosowaliśmy wobec wcześniejszych narzędzi, które kupowaliśmy i wdrażaliśmy?

Steve Cadigan: Tak, to świetny punkt wyjścia. Po pierwsze, nazywanie tego rozwiązaniem jest pewnym nadużyciem. To praca w toku na ogromną skalę, prawda? Ciasto nie zostało jeszcze w pełni upieczone. To rozwijająca się technologia. Twórcy produktów opartych na sztucznej inteligencji są równie zaniepokojeni i zdenerwowani perspektywami, co podekscytowani.

Nie zawsze jest jasne, jak powstają niektóre wyniki. Znajdujemy się w bardzo interesującym momencie, w którym mamy coś niezwykle potężnego, ale w przeciwieństwie do każdej innej technologii, którą widzieliśmy wcześniej, przy wdrażaniu technologii zwykle wygląda to tak: oto technologia.

Będziemy mogli robić coś szybciej, sprawniej, niższym kosztem, więc ją wdrożmy. Obecnie nie wiemy jeszcze nawet, do czego sztuczna inteligencja jest zdolna, i nadal się tego uczymy. To stanowi pewne wyzwanie, ponieważ wymaga eksperymentowania, a nie jesteśmy przyzwyczajeni do tego, by tak działać, prawda?

Zwykle dokładnie wiemy, jak coś zastosujemy, a teraz mamy sytuację: „Wow, możliwości naprawdę nie zostały jeszcze w pełni zbadane, ale jesteśmy dość pewni, że istnieje tu przewaga konkurencyjna. Zaczynajmy”. To część wyzwania, przed którym obecnie stoimy.

David Rice: Tak, to nie jest rozwiązanie programowe, które po prostu się pojawia i prezentuje demonstrację, prawda?

Steve Cadigan: Zgadza się.

David Rice: Jak wspomniałeś, nie jest to jeszcze kompletny produkt. Bardzo niewielu z nas wie, jak działa na poziomie technicznym, a w rezultacie ludzie również nie korzystają z niego w jednolity sposób. Kiedy o tym myślę, wydaje mi się, że najlepiej poradzą sobie firmy, w których panuje kultura eksperymentowania. Jak połączyć to z technologią, której w wielu przypadkach niektórzy ludzie nie ufają? Użytkownik końcowy jej nie ufa, a liderzy mogą jej nie rozumieć.

Steve Cadigan: Wiem. Nie sądzę, żebyśmy kiedykolwiek widzieli w świecie pracy zagadkę podobną do tej, w której coś wywołuje tak wiele przemyśleń i obaw, a jednocześnie budzi tak dużo strachu i nieufności.

Aby zbudować zaufanie, trzeba stworzyć historię konsekwentnego i niezawodnego działania. Tego jeszcze nie mamy. To naprawdę dziwne i różni się od wszystkiego, co widzieliśmy wcześniej. Wspomniałeś bardzo ważne słowo w całej tej dyskusji o sztucznej inteligencji, szczególnie w kontekście zarządzania ludźmi. Zapytaj kogokolwiek: jak osiągasz świetne wyniki?

Tworzysz środowisko oparte na zaufaniu. Kiedy wszystko szybko się zmienia, nie znasz rezultatu tego, czego używasz, nie wiesz, czy przypadkiem nie natkniesz się na barierę etyczną podczas stosowania i wdrażania tego rozwiązania, pojawia się poziom obaw. Mamy też obecnie w mediach bardzo silną narrację, że sztuczna inteligencja cię zastąpi i odbierze ci pracę.

Widzieliśmy już ogromne wykorzystanie jej w takich dziedzinach jak pomoc prawna, na przykład w zakresie badań prawnych, które można przeprowadzać za pomocą sztucznej inteligencji. Oznacza to mniejsze zapotrzebowanie na przedstawicieli tego zawodu. Wiemy więc, że to się wydarzy. Nie wiemy tylko, w jakim stopniu. Jednocześnie powstają nowe miejsca pracy, podczas gdy ogromna liczba innych znika.

Ten poziom strachu i nieufności stworzy, moim zdaniem, pewne wyboje na drodze wdrażania sztucznej inteligencji w organizacjach. Dlatego tak cieszyłem się z zaproszenia do programu, ponieważ wszyscy, którzy zarządzamy ludźmi, musimy teraz postrzegać siebie jako osoby odpowiedzialne za to, jak wprowadzimy sztuczną inteligencję i jak wpłynie ona na stanowiska, ścieżki kariery oraz pracę wszystkich naszych pracowników, tak aby tworzyć większą wartość i osiągać lepsze rezultaty.

Obecnie nie wiem, czy mamy już wystarczającą pewność, jak zrobić to optymalnie.

David Rice: Tak, zgadzam się.

Nie pamiętam, kiedy ostatnio poruszyłeś kwestię etyczną, i nie pamiętam, kiedy ostatnio korzystałem z technologii, a nawet jakiejkolwiek platformy, przy której pomyślałem: „To może mieć konsekwencje etyczne”, prawda?

Nawet media społecznościowe są nadal zależne od zasady: dopóki nie opublikuję niczego szalonego, wszystko jest w porządku. W przypadku sztucznej inteligencji czasami po prostu nie wiem, co otrzymam ani czy jeśli coś opublikuję bez odpowiedniej weryfikacji tego, co zostało wygenerowane, nie rozpowszechnię dezinformacji. A to wszystko jest nawet zapisane w warunkach korzystania.

Steve Cadigan: Świetnym testem dla każdego słuchacza jest poproszenie jej o zrobienie czegoś, na czym naprawdę dobrze się znasz. Poproś: „Napisz historię mojej firmy” albo „Napisz mój profil”. Kiedyś poprosiłem ją o napisanie mojego profilu i błędnie mnie zacytowała.

Napisała rzeczy, których nie powiedziałem. Brzmiało to bardzo efektownie, ale nigdy tego nie powiedziałem. Jesteśmy w bardzo interesującym momencie. Mam obecnie kilkoro dzieci na studiach i obserwuję, jak w ciągu ostatnich dwóch lat profesorowie musieli zmierzyć się z pytaniem: „Wiecie, co oceniam? Wasze oryginalne myślenie”.

W uproszczonym ujęciu tego, czym zajmuje się profesor na uczelni, chodzi o ocenę jakości samodzielnego myślenia. Student ma obecnie nieograniczone zasoby. Czy korzysta z nich w pełni? Czy mogę potwierdzić, że podczas tworzenia pracy nie używałeś Claude'a, ChatGPT ani Gemini?

Nie wiem. Zaczynamy więc obserwować nowe podejścia. Jedno z moich dzieci widzi, że niektórzy profesorowie mówią: „Postawmy na ChatGPT, używajcie go”. Inni prowadzą ciekawe eksperymenty: „Oto temat. Chcę, żebyście napisali pracę z ChatGPT. Następnie przedstawcie mi własną, zredagowaną wersję”.

Czy osobiście poprawiliście tę pracę? Mogę wtedy zobaczyć, jak wzięliście istniejący materiał i uczyniliście go lepszym. To niezwykle interesujące. Gdzie znajdują się granice kreatywności, indywidualności i oryginalnego myślenia, gdy stosujemy to w pracy lub w szkole? To dla nas zupełnie nowy obszar.

David Rice: Całkowicie się zgadzam.

W przypadku tej technologii, podobnie jak wielu innych, istnieje przekonanie, że jeśli próbujesz nowych rzeczy i zachęcasz ludzi do korzystania z niej, to świetnie sobie radzisz. Jeśli tego nie robisz, pozostaniesz w tyle. Prowadzi to jednak do dziwnej logiki dotyczącej sztucznej inteligencji i do chaotycznego korzystania z niej.

Ta technologia dopiero się pojawiła, prawda? Czy uważasz, że potrzeba dotrzymania kroku innym firmom zaciemnia sposób, w jaki wiele przedsiębiorstw korzysta z tej technologii?

Steve Cadigan: Myślę, że największą barierą jest przede wszystkim to, że odpowiedź na twoje pytanie brzmi: tak.

Bariery we wdrażaniu wynikają z naszych wcześniejszych schematów wdrażania technologii. W przypadku gotowego oprogramowania podłączaliśmy je, przechodziliśmy szkolenie i dowiadywaliśmy się, jak z niego korzystać. Teraz widzimy firmy takie jak Walmart, największy sprzedawca detaliczny w kraju, które przekazują stu tysiącom pracowników narzędzie generatywnej sztucznej inteligencji.

Mówią: „Nie wiemy, do czego możecie go użyć, ale wiemy, co musimy przetestować. Sprawdźcie, czy możecie dzięki niemu lepiej kierować zespołem, zarządzać zapasami albo stworzyć jeszcze lepsze doświadczenia klientów. Następnie podzielcie się rezultatami, a my ocenimy, czy to rozwiązanie jest wartościowe”.

Wcześniej nigdy byśmy tego nie zobaczyli. Kiedy jeden z największych sprzedawców detalicznych w kraju, który nie jest szczególnie znany z przełomowej kreatywności, mówi: „Przeprowadzimy tutaj wielki eksperyment”, jest to ważny moment. To właśnie mnie ekscytuje. Firmy, które będą miały tu przewagę, to te, w których panuje środowisko eksperymentowania.

Trudno to osiągnąć, jeśli nie działasz w świecie technologii, gdzie eksperymentowanie jest codziennością, ponieważ prowadzisz działalność opartą na niezawodnych, spójnych i przewidywalnych wynikach. Nie zajmujesz się eksperymentami. Jeśli jestem na sali operacyjnej, nie chcę przeprowadzać wielu eksperymentów. Od ludzkiego życia zależy przewidywalny rezultat.

A jednak, aby w pełni poznać możliwości tej technologii, będziemy musieli eksperymentować. Istnieje wiele barier: bariera zaufania, przekonanie o tym, co technologia może i powinna robić, a także ludzkie poczucie zagrożenia — moja praca jest zagrożona przez sztuczną inteligencję. To może sprawić, że nie będę chciał naprawdę szeroko jej stosować, ponieważ potencjalnie staję się przez to bardziej narażony.

Pamiętam wcześniejszy etap mojej kariery, kiedy modne było zlecanie wszystkiego do Indii. Mówiono: „Oszczędzimy pieniądze, bo możemy zapłacić tym ludziom znacznie mniej”. Następnie północnoamerykańskie zespoły słyszały: „Czy możecie pojechać do Bengaluru i przeszkolić tamten zespół?”. Odpowiadały: „Dlaczego miałbym to robić? Dlaczego miałbym szkolić ludzi, którzy odbiorą mi pracę?”.

Masowo się sprzeciwiali, udawali, że wykonają zadanie, a potem celowo sabotowali szkolenie, żeby tamci ludzie nigdy nie odebrali im pracy.

David Rice: Tak.

Steve Cadigan: To trudne.

David Rice: To trend ostatnich dwudziestu lat. Teraz obserwujemy podobne zjawisko i być może przynajmniej je spowolni. Przyspiesza wszystko inne, ale to spowolni.

Narracja dotycząca technologii zawsze głosiła, że uczyni ona ludzi bardziej produktywnymi. Jednak kiedy rozmawialiśmy przed nagraniem, zauważyłeś, że oznacza to, iż ludzie wykonują więcej pracy i są bardziej zestresowani. Widzisz tu inną możliwość. Jak musimy zmienić sposób myślenia, aby badać nowe sposoby pracy, nowe rynki i wszystkie nowe możliwości?

Steve Cadigan: To świetne spostrzeżenie i świetne pytanie, David. Od dawna podążamy za przekonaniem, że technologia służy robieniu więcej, działaniu szybciej, wykonywaniu większej ilości pracy i redukowaniu kosztów.

Teraz mamy narzędzie, które może pozwolić nam być bardziej kreatywnymi, sprawić, że nasza praca będzie ciekawsza i że będziemy mieć większy wpływ. To spotyka się jednak z oporem wynikającym z naszego dotychczasowego sposobu myślenia. Chciałbym zasugerować liderom ludzi, aby naprawdę rozważyli następującą kwestię: jeśli pierwszym zastosowaniem sztucznej inteligencji jest redukcja zatrudnienia, to czy nie jest wspaniale?

Załóżmy, że mówimy: „Zlikwidujemy trzysta miejsc pracy w obsłudze klienta”. Czy to naprawdę jest wspaniałe? Nie wiem, kto mierzy tę wspaniałość. Udziałowcy prawdopodobnie uznają to za wspaniałe. A pracownicy i przyszli pracownicy? Jak wspaniałe wydaje się to im?

Chciałbym, aby organizacje wdrażały rozwiązania pokazujące ogromny rozwój i uczenie się dzięki sztucznej inteligencji, a w konsekwencji większy wpływ na karierę i lepszą ścieżkę wzrostu wynagrodzeń. Udowodnijmy naszym ludziom, że jesteśmy tym równie zainteresowani, a nawet bardziej zainteresowani, niż tradycyjnym paradygmatem: rób więcej, produkuj więcej, redukuj zatrudnienie i oszczędzaj pieniądze.

To jest moim zdaniem najważniejsze. Nie jestem technologiem i wyraźnie mam w tej rozmowie określone nastawienie, ale uważam, że redukcja kosztów stanowi około pięciu procent tego, co może dostarczyć sztuczna inteligencja.

Tworzenie nowych źródeł przychodów, pomaganie w przemyśleniu sposobów wywierania wpływu i tworzenia wartości na nowych rynkach — to prawdziwa szansa. Nie tak jednak tradycyjnie zorganizowaliśmy biznes. Sami stajemy sobie na drodze, gdy myślimy o tym, jak chcemy to zastosować. Naszym jedynym wyzwaniem jest, po raz kolejny używając banału, nasz własny sposób myślenia. To wielka zmiana w sposobie myślenia o pracy.

David Rice: Wyobraź sobie dostęp do najlepszych talentów na świecie. Niezależnie od tego, czy chodzi o inżyniera z São Paulo, dyrektora sprzedaży z Dublina czy wyjątkowego projektanta z Kapsztadu, twój kolejny świetny pracownik może znajdować się w dowolnym miejscu na świecie. Dzięki Oyster nie musi pozostać tym, który cię ominął. Oyster pomaga firmom zatrudniać talenty na całym świecie, prowadzić dokładne i terminowe rozliczenia wynagrodzeń oraz zachować zgodność z przepisami na każdym etapie. Zbuduj swój wymarzony zespół i rozwijaj się z pewnością siebie, ponieważ cały świat naprawdę stoi przed tobą otworem.

Tak, poruszasz ważną kwestię dotyczącą perspektywy. Myślę, że podobnie jest obecnie z różnorodnością, równością i inkluzją. Jestem pewien, że niektórzy uważają, iż ograniczenie takich działań to świetny pomysł.

Ale co z pracownikami jako całością? Nie wiem, czy wszyscy się z tym zgadzają. Rozumiesz, o co mi chodzi? Wszystko zależy od perspektywy. Jak powiedziałeś, redukcja zatrudnienia może być świetna dla udziałowców, ale ostatecznie większa szansa biznesowa leży gdzie indziej.

Steve Cadigan: Myślenie o różnorodności, równości, inkluzji i sztucznej inteligencji jest dla większości ludzi bardzo trudne.

Możesz zapytać sztuczną inteligencję: „Czy możesz pomóc mi przedstawić konkretne korzyści dla mojej strategii różnorodności, równości i inkluzji? Czy możesz mi pomóc? Mam w zespole kierowniczym prawdziwego sceptyka albo mój dyrektor jest przekonany, że ogranicza to jego wybory, ponieważ jest białym mężczyzną. Jak mogę przedstawić przykłady i spostrzeżenia, a następnie uzupełnić je przykładami i historiami z własnej firmy? Pokażmy, jak dzięki naciskowi na różnorodność, równość i inkluzję możemy zarabiać więcej i wywierać większy wpływ”.

Ten temat został obecnie upolityczniony i stał się narzędziem walki w świecie polityki. Myślę, że dla wielu osób jest to grząski grunt, o którym naprawdę trudno teraz otwarcie rozmawiać.

David Rice: Tak. Prowadzę na ten temat wiele rozmów. Często jestem pytany o jego przyszłość i jest ona obecnie niemal równie nieprzewidywalna jak sztuczna inteligencja.

Steve Cadigan: Niedawno udzielałem wywiadu dla „Financial Times” i usłyszałem: „Nikt nie chce o tym rozmawiać. Czy porozmawiasz z nami?”. Odpowiedziałem: „Oczywiście, że tak”.

Powiedziałem: „Jeśli zajmowaliście się różnorodnością, równością i inkluzją tylko po to, żeby odhaczyć punkt na liście, bo czuliście, że musicie to robić, to nigdy nie było to podstawą waszej strategii. Jeśli jednak było jej podstawą i nadal trzymacie się swoich zasad — jak Costco czy Delta Air Lines — będziecie to kontynuować, ponieważ nie był to tylko program”.

To całkiem dobre podejście. Jeśli chcesz zbudować uzasadnienie biznesowe dla swojego zespołu kierowniczego, użyj sztucznej inteligencji do przeprowadzenia wielu badań i przygotuj się na podstawie tych wniosków.

David Rice: Tak, zdecydowanie.

Jestem ciekaw, ponieważ występujesz na wielu konferencjach i słyszysz mnóstwo pomysłów dotyczących sztucznej inteligencji. Ciekawe jest to, że mówisz o wykorzystaniu jej do przedstawienia strategii różnorodności, równości i inkluzji. Nie sądzę, żebym wcześniej słyszał, by ktoś o tym mówił. Słyszysz różne inne pomysły i strategie, które mogą napędzać rozwój. Co najbardziej ekscytuje cię w związku z pojawianiem się tej technologii w miejscu pracy?

Steve Cadigan: Najważniejszy obszar nazywam świętym Graalem zarządzania talentami.

Ekscytuje mnie to, co dzięki sztucznej inteligencji było, może być i wkrótce może stać się możliwe: przewidywanie zdolności do uczenia się nowych umiejętności. Oto największy problem większości moich klientów na całym świecie: nie mogę zatrudniać tak szybko ludzi, jak kiedyś. Nie mogę znaleźć wykwalifikowanych osób, a kiedy już je znajdę, nie zostają na długo.

Takie myślenie wynika z tradycyjnego modelu biznesowego: ktoś odszedł, więc muszę zatrudnić kogoś nowego. Zamiast tego powinniśmy pytać: kto jeszcze wewnątrz firmy może to robić albo kto jest blisko zdobycia takich możliwości? Rozwinięcie tych umiejętności zajmie mniej czasu i zasobów niż poszukiwanie kogoś na otwartym rynku. Poza tym szkolenie ludzi sprawia, moim zdaniem, że stają się oni bardziej lojalni i pełni energii.

Myślę, że przyszłość pracy przez ostatnie pięć lat była w wielu środowiskach, w których się obracam, opisywana jako anatomia umiejętności. Sztuczna inteligencja daje nam możliwość zobaczenia na przykład, kto należy do dziesięciu procent najlepszych pracowników w firmie.

Czego możemy dowiedzieć się o tych osobach? Czy chodzi o to, dla kogo pracują? Skąd pochodzą? Może wychowały się w wielojęzycznych lub dwujęzycznych domach? Do jakich szkół chodziły? W jakich kulturach organizacyjnych pracowały? Co możemy odkryć, ponieważ jesteśmy teraz w stanie przetwarzać tak ogromną ilość danych? Dzięki temu odchodzimy od intuicji.

Intuicja jest dla mnie jednym z najgorszych powodów podejmowania decyzji, ponieważ jest czymś, co czujesz, ale na co nie masz jeszcze dowodów. Sztuczna inteligencja może dostarczyć nam dowodów. To obszar, w którym widzę ogromne możliwości — nie tylko w ocenie ludzi podczas rekrutacji.

Chodzi również o analizowanie całego zasobu talentów. W każdej firmie, w której kiedykolwiek pracowałem, odchodzili ludzie, ponieważ nie wiedzieliśmy, że mogli robić coś innego w tej samej organizacji, a oni nie wiedzieli, że mogli wykorzystać swoje umiejętności w inny sposób. To samookaleczenie, które, jak sądzę, w przyszłości będzie coraz rzadsze.

I to naprawdę mnie ekscytuje.

David Rice: Zgadzam się. Nie chodzi tylko o siłę analizy, ale również o zdolność dostrzegania powiązań między rzeczami, których wcześniej być może nie uważaliśmy za połączone. To będzie niezwykle interesujące. Tak jak powiedziałeś, sztuczna inteligencja może analizować tak wiele danych, że człowiek nie byłby w stanie tego ogarnąć.

Steve Cadigan: Dokładnie. Jutro będzie mogła analizować jeszcze więcej niż dziś.

David Rice: Wiem. Każda kolejna wersja jest bardziej niesamowita od poprzedniej.

Steve Cadigan: Tak właśnie jest.

David Rice: Sporo mówiłeś o elastyczności. Z wielu powodów można bezpiecznie powiedzieć, że stabilność jest obecnie właściwie iluzją. Jakie kluczowe kwestie firmy pomijają, gdy myślą o stawaniu się bardziej zdolnymi do adaptacji i elastycznymi, aby radzić sobie ze zmianami na rynku, które pojawiają się tak szybko jak obecnie?

Steve Cadigan: Zbudowaliśmy model biznesowy przeznaczony dla wolniejszego tempa zmian. Na przykład dyrektor generalny jest nagradzany za niezawodne, przewidywalne i spójne wyniki. To jednak nie jest świat, w którym obecnie żyjemy.

Pandemia była dla nas wszystkich przyspieszonym kursem w tym zakresie. Naszą kluczową umiejętnością będzie zdolność adaptacji do nieoczekiwanego i nieprzewidywalnego: nowego konkurenta, zmiany sytuacji geopolitycznej, ceł czy wojen. To, jak szybko potrafimy się dostosować, staje się coraz większą przewagą konkurencyjną.

Nie sądzę, żeby docenianie zdolności adaptacji i elastyczności było dla liderów czymś nowym. Mówimy o tym od dawna. Rozmowa zmierza jednak w bardzo interesującym kierunku: jaka struktura mojej siły roboczej zwiększa moje przekonanie, że potrafimy to zrobić?

Obserwujemy coraz częstsze przemieszczanie ludzi między stanowiskami. Zawsze wiedzieliśmy, że to dobra strategia, ponieważ daje ludziom szersze doświadczenie i buduje większe sieci kontaktów wewnątrz organizacji. Jest to również świetna polisa ubezpieczeniowa w świecie pracy charakteryzującym się większą rotacją.

Jeśli więcej osób pracowało wcześniej na danym stanowisku, to gdy ktoś odejdzie, mam kogoś, kto wie, jak wykonywać tę pracę. Ciągłość się poprawia i działa to jak bufor, jak wspomniana polisa ubezpieczeniowa. Zmiany, które zaczynam obserwować w tym obszarze, dotyczą większej celowości w zatrudnianiu, obsadzaniu stanowisk i szkoleniu ludzi, aby wzmacniać tę elastyczność, o której mówisz.

David Rice: Istnieje bardzo utopijne spojrzenie na sztuczną inteligencję, które mają niektórzy ludzie. To miła myśl, ale nie zawsze jest zgodna z rzeczywistością, szczególnie teraz, gdy jesteśmy dopiero na początku drogi. Przypomina mi to rozmowy o przechodzeniu na model oparty na umiejętnościach.

Wspomniałeś o tym wcześniej. Brzmi dobrze, a ludzie zwykle lubią struktury. Jedną z rzeczy, które coraz bardziej mnie interesują w sztucznej inteligencji, jest język, którego używamy do jej opisywania. W jednym ze swoich wpisów na LinkedIn wskazałeś zestaw nadużywanych słów i zaproponowałeś inne sposoby mówienia o niej, które być może nie będą tak bardzo przerażać ludzi.

Dlaczego uważasz, że to ważne, i jakiego języka powinniśmy używać?

Steve Cadigan: Uważam, że „przyszłość pracy” jest jedną z najgorszych kampanii marketingowych w historii. Zasadniczo straszymy siłę roboczą — częściowo w sposób humorystyczny, ale w bardzo realny sposób. Słowa „transformacja cyfrowa”, których używamy, a na których firmy konsultingowe zarabiają miliardy dolarów, oznaczają często: „Prawdopodobnie stracę pracę, ponieważ moja firma prawdopodobnie mnie nie przeszkoli”.

Prawdopodobnie będą chciały działać szybciej, zatrudniać młodszych ludzi i robić różne inne rzeczy, a ja nie będę w stanie za nimi nadążyć. Nie pomagamy sobie, używając takiego języka. Zamiast mówić: „Przejdziemy transformację cyfrową”, powinniśmy mówić o wzbogacaniu kariery. Nie znoszę słowa „transformacja”. Wywołuje u mnie natychmiastową reakcję. Podobnie jest z określeniami „adaptacja”, „elastyczność” i „zakłócenie”.

Porozmawiajmy o wzbogacaniu kariery. Wprowadzimy nowe narzędzia cyfrowe, ale ich prawdziwym celem jest wzbogacenie ciebie i zwiększenie twojego wpływu — tutaj albo gdzieś indziej, ponieważ wiemy, że prawdopodobnie nie zostaniesz z nami na zawsze, i to jest w porządku.

Sprawimy, że staniesz się lepszy, ponieważ jeśli odejdziesz jako lepszy pracownik, będziesz w przyszłości przesyłać nam świetne talenty i rekomendacje albo przyprowadzać nowych klientów i nowe transakcje. Kolejnym słowem, które wywołuje u mnie negatywną reakcję, jest „utrzymanie pracowników”.

Kto uważa, że ludzie będą w przyszłości dłużej pozostawać w organizacjach? Nikt, ponieważ mamy więcej nowych branż, więcej nowych ścieżek kariery i większą przejrzystość możliwości niż kiedykolwiek wcześniej. Przestańmy więc mówić o utrzymywaniu pracowników, a zacznijmy mówić o tworzeniu wartości w bardziej płynnym świecie.

Porozmawiajmy o utrzymywaniu relacji z ludźmi i o tym, że powinniśmy dbać o nich nie tylko wtedy, gdy u nas pracują, ale także wtedy, gdy odejdą — bo wiemy, że odejdą. W Stanach Zjednoczonych mediana stażu pracy osób w wieku od dwudziestu do trzydziestu pięciu lat wynosi obecnie nieco ponad dwa lata.

Mediana stażu pracy wynosi nieco ponad dwa lata. Oznacza to, że połowa osób pracuje krócej. W Dolinie Krzemowej, gdzie mieszkam, wiele osób — na przykład inżynierowie oprogramowania — pozostaje w firmie około półtora roku, a czasem pięciu lat. Mimo to jest to nadal jeden z najbardziej kreatywnych, innowacyjnych regionów świata.

Co się dzieje, że mamy taką płynność, a jednocześnie ogromną kreatywność, innowacyjność i tworzenie wartości? Być może ludzie odkryli, że kultury potrafiące się dostosowywać i poruszać mogą budować nieproporcjonalnie dużą wartość. To wyzwanie dla wielu branż, które wcześniej nie doświadczały takiej płynności.

Muszą teraz zrozumieć: „Wszystkie moje nagrody dotyczą zatrzymywania ludzi przez długi czas. Całe uznanie i wszystko inne opiera się na długim stażu pracy. Muszę ponownie przemyśleć to podejście”. Ten sam stary model pracy, stworzony dla wolniejszego okresu zmian, jest jednym z powodów, dla których obecna ewolucja sztucznej inteligencji jest dla nas tak trudna. Po prostu nie jesteśmy przyzwyczajeni do eksperymentowania ani do takiego tempa zmian. Wszystko uderza w nas jednocześnie i powoduje ból głowy u wielu liderów.

David Rice: Całkowicie się zgadzam. Kiedy słyszysz słowa takie jak „automatyzacja” czy „transformacja cyfrowa”, od razu zaczynasz myśleć: „Czy jest tu dla mnie miejsce?”.

Dlatego uważam, że język jest bardzo ważny, ponieważ ludzie nie potrafią rozumieć tego inaczej.

Steve Cadigan: Uznajmy, że kiedy zaczynamy używać takich robotycznych, nieludzkich słów, polaryzujemy naszą siłę roboczą.

David Rice: Świetnie było cię gościć. Zawsze uwielbiam z tobą rozmawiać.

Zanim skończymy, są dwie rzeczy, które zawsze lubię robić. Po pierwsze, chcę dać ci możliwość powiedzenia ludziom, gdzie mogą się z tobą skontaktować i dowiedzieć się więcej o tym, czym się zajmujesz.

Steve Cadigan: Możecie skontaktować się ze mną na LinkedIn. Znajdziecie mnie także na mojej stronie internetowej stevecadigan.com.

Możecie obserwować mnie na TikToku, dopóki nadal będzie dostępny. Publikuję tam sporo opowieści o prawdziwych wydarzeniach z życia amerykańskich firm, co zapewnia trochę śmiechu. Mam też książkę zatytułowaną „Workquake”, o wykorzystywaniu wstrząsów wtórnych po COVID-19 do budowania lepszej przyszłości pracy.

David Rice: Ostatnia rzecz: mamy w podcaście małą tradycję, w ramach której gość może zadać mi pytanie. Teraz twoja kolej. Zapytaj mnie o cokolwiek.

Steve Cadigan: Porozmawiajmy o sztucznej inteligencji. Co twoim zdaniem, z perspektywy działu HR, organizacje robią dotychczas dobrze w związku ze sztuczną inteligencją? Co daje ci powody do optymizmu?

David Rice: Myślę, że reakcja działów HR była dość wyważona i zawsze pozostaje zgodna z kulturą firmy. Niektóre osoby bardzo chętnie wprowadzają zabezpieczenia i może to być dobre dla ich organizacji. Mogą nie mieć odpowiednich szkoleń ani infrastruktury, aby czuć się dobrze z rezultatami, które uzyskują.

Zależy to od stylu przywództwa, ponieważ niektórzy ludzie mają wrażenie: „Jeśli będę z tego korzystać, zostanę uznany za leniwego”. Jeśli taka jest kultura organizacji, HR może słusznie przyjąć bardziej wyważone podejście. Jeśli jednak jesteście otwarci na eksperymentowanie, wiele osób z działów HR pozwala pracownikom trochę swobodniej działać i obserwuje, co się stanie.

Myślę, że w branży technologicznej i w sektorze oprogramowania jako usługi częściej spotyka się takie podejście. Jednocześnie wreszcie zaczynamy dochodzić do miejsca, w którym swoboda, jaką HR pozwalał ludziom mieć w korzystaniu z tej technologii — a właściwie nie tylko pozwalał, lecz także do tego zachęcał — zaczyna przynosić użyteczne rezultaty.

Na początku, w jej wczesnych wersjach, nie była bezużyteczna, ale często stanowiła raczej punkt wyjścia dla wielu działań. Teraz zaczyna być tak, że rozpoczynasz pracę z dość dopracowanego poziomu, a to będzie się tylko poprawiać. Ciekawie będzie obserwować dalszy rozwój.

Myślę, że wiele działów HR poradziło sobie z tym całkiem dobrze. Nie były zbyt restrykcyjne ani przesadnie ostrożne. Wiele z nich rozumie też, że można wprowadzić wytyczne i próbować ustanawiać zasady, ale ich egzekwowanie lub znalezienie sposobu na rzeczywiste ograniczenie korzystania z tej technologii byłoby niemal niemożliwe. Jaki byłby więc tego sens?

Steve Cadigan: Zgadzam się z tym, co mówisz. Myślę, że niektórzy postępowi ludzie w tej dziedzinie, którzy wiedzą o tym znacznie więcej ode mnie, tworzą rady doradcze do spraw sztucznej inteligencji i grupy etyczne, a na projektach umieszczają etykiety żywieniowe sztucznej inteligencji.

Pytają: „Czy to jest dobre? Czy jest zgodne z naszymi wartościami? Czy wzbogaca stanowiska pracy, czy może wywoła spadek morale, kiedy zostanie wdrożone?”. Uważam, że to bardzo rozsądny sposób myślenia.

David Rice: Podoba mi się pomysł etykiet żywieniowych sztucznej inteligencji. Wcześniej o tym nie słyszałem.

Steve Cadigan: Tak, tak, tak.

David Rice: Steve, dziękuję, że do nas dołączyłeś. Naprawdę to doceniam.

Steve Cadigan: Dzięki za zaproszenie.

David Rice: Drodzy słuchacze, jeśli jeszcze tego nie zrobiliście, jak zawsze zajrzyjcie na stronę peoplemanagingpeople.com/subscribe. Zapiszcie się do newslettera. Do usłyszenia następnym razem — pracujcie nad etykietami żywieniowymi sztucznej inteligencji. Ustalcie, czego naprawdę od niej oczekujecie.