Dwie konferencje, jeden problem: czego twórcy i dyrektorzy HR nie mówią sobie nawzajem

Późnym popołudniem podczas Transform pełna liderów HR sala słucha prostego pytania, na które nie ma prostych odpowiedzi. Kto w waszej organizacji odpowiada za kompetencje w zakresie AI?

Odpowiedzi pojawiają się w narzędziu do głosowania wyświetlanym na ekranie. „L&D”. „IT”. „Kadra kierownicza”. „Wszyscy”. A potem pojawia się duża dawka szczerości: „Nikt”.

Jeden z prowadzących sesję spogląda na ekran i mówi to, co wszyscy na sali już wiedzą. 

„Istnieje ogromna luka. Nie sądzę, żeby ktokolwiek za to odpowiadał”. 

Odzywa się kolejny uczestnik.

„O wszystkim decydują konkretni liderzy, a to problem, bo ostatecznie każdy ma zupełnie inne informacje”.

Dane z głosowania potwierdzają to, co już czuje cała sala. Wśród praktyków HR zgromadzonych specjalnie po to, by omówić wdrażanie AI, najczęstszą odpowiedzią na pytanie „kto za to odpowiada” jest praktycznie remis między wszystkimi a nikim.

To nie jest sesja konferencyjna poświęcona porażce. To sesja poświęcona rzeczywistemu stanowi rzeczy. A stan rzeczy — zarówno na dwóch największych konferencjach w ramach tegorocznego wiosennego cyklu konferencji, w którym uczestniczyłem, jak i w dziesiątkach godzin rozmów z kadrą kierowniczą, praktykami, konsultantami, inwestorami, prawnikami i twórcami — jest taki, że osoby odpowiedzialne za wdrażanie AI oraz osoby odpowiedzialne za przystosowanie się do niej nie rozmawiają ze sobą w sposób ciągły i systemowy. A kiedy już rozmawiają, często odpowiadają na różne pytania.

Rozpoczynając tę podróż, zaplanowałem udział w łącznie czterech konferencjach od początku marca do połowy kwietnia. Dwie najważniejsze z nich prawdopodobnie przyciągnęłyby zupełnie różne grupy odbiorców, ale dostarczyłyby odpowiedzi dotyczących przyszłości pracy i wyzwań, jakie stawia ona przed liderami i organizacjami.

Dwie sale

Transform, odbywająca się w Las Vegas, jest często nazywana „letnim obozem HR” — to spotkanie ponad czterech tysięcy dyrektorów HR, dyrektorów ds. personalnych, szefów ds. talentów i innych osób zarządzających organizacjami w obliczu zakłóceń powodowanych przez narzędzia AI.

HumanX, odbywająca się dwa tygodnie później w San Francisco, przyciągnęła założycieli i twórców platform — osoby dostarczające te narzędzia. Obie grupy odbiorców posługują się wspólnym słownictwem: wdrażanie AI, podnoszenie kwalifikacji, przepływy pracy oparte na agentach, ale słowa te pełnią różne funkcje w zależności od tego, w której sali się znajdujesz.

W przypadku twórców dominujące pytanie dotyczy możliwości. Nieustannie analizuje się, co potrafią te systemy, jak uwolnić ich pełny potencjał i jak przejść od AI, które pomaga, do AI, które działa? 

Ted Bailey, dyrektor generalny Dataminr, opisał swoją firmę jako przedsiębiorstwo dostarczające informacje w czasie rzeczywistym do Sali Sytuacyjnej w Białym Domu oraz 30 międzynarodowych sił zbrojnych. Jego podejście do autonomicznej AI jest dość precyzyjne: stworzyć najlepszy możliwy obraz sytuacji, a następnie pozostawić ostateczną decyzję człowiekowi. 

Linda Tong, dyrektor generalna Webflow, opowiedziała o przyznaniu każdemu pracownikowi nieograniczonej liczby tokenów i obserwowaniu, jak firma organizuje się na nowo wokół agentów. 

W sesjach podczas Transform, poświęconych głównie ludziom, dominujące pytanie było inne. Nie chodziło o to, co AI potrafi, lecz o to, kto odpowiada za jej działanie, gdy coś pójdzie nie tak.

Shawn McIntire, dyrektor ds. prawnych w PEBL, przemawiając podczas Transform, ujął problem odpowiedzialności w czterech słowach: „Wszyscy za to odpowiadają, ale odpowiedzialność ponosi ktoś konkretny.” 

Opisywał, co się dzieje, gdy ramy zarządzania AI są tworzone odgórnie, bez dotarcia do poziomu operacyjnego. Rada ds. zarządzania zbiera się. Powstaje polityka korzystania z AI. A potem, o drugiej w nocy, ktoś podejmuje błyskawiczną decyzję, której rada ds. zarządzania nigdy nie przeanalizuje. 

To jest luka w zakresie odpowiedzialności. I przebiega dokładnie przez przestrzeń między tymi dwoma pokojami.

Kto ponosi za to odpowiedzialność

Twórcy rozwiązali pewną wersję tego problemu na poziomie technicznym.

Jyoti Bansal, dyrektor generalny Harness, omówił warstwy między kodem wygenerowanym przez AI a produktem gotowym do wdrożenia. Osiem rodzajów testów, osiem rodzajów przeglądów bezpieczeństwa, weryfikacja wdrożenia, protokoły wycofywania zmian, optymalizacja kosztów. Od trzydziestu do czterdziestu kontroli między kodem a środowiskiem produkcyjnym. 

„Nie można mieć zaufania bez weryfikacji” — powiedział.

Podczas tego samego panelu Jeff Wang z Windsurf dodał, że gdy agent AI coś zepsuje, rejestruje tę awarię i uczy się, aby jej nie powtarzać. System na poziomie technicznym sam się koryguje.

Nie sposób nie zapytać: jaka organizacja zbudowała odpowiednik tego rozwiązania dla swoich procesów związanych z ludźmi? I równie ważne: kto prowadzi systematyczne kontrole zachowania agentów w ramach operacji biznesowych? Kto analizuje wzorce decyzji podjętych przez agenta w ubiegłym kwartale, tak jak audytor analizuje sprawozdania finansowe? 

Sesje dla twórców przyniosły szczegółowe odpowiedzi na te pytania w odniesieniu do potoków programistycznych. W przypadku zarządzania organizacją sesje dla praktyków ujawniły coś bliższego improwizacji.

Podczas Transform Victoria Reimers obserwowała, jak firmy wkładają wiele wysiłku w komisje ds. zarządzania i zasady użytkowania, jednocześnie niedostatecznie inwestując w osoby faktycznie wykonujące tę pracę. Jej zalecenie? Proste: wydawajcie dziesięć razy więcej na swoich ludzi niż na komisję. 

Brzmi to jak żart, ale opisany przez nią model w Juniper Square — zespół dwunastu pracowników, którzy stali się wewnętrznymi ekspertami w dziedzinie AI, dostępnymi dla każdego, kto nie miał pewności, czy coś jest bezpieczne lub skalowalne — to jedna z niewielu konkretnych architektur zamykania tej luki oddolnie, a nie od sali zarządu w dół, jakie widziałem.

Porównania do GDPR pojawiały się więcej niż raz. Pod pewnymi względami wyzwanie związane z danymi, jakie stawia AI, nie różni się aż tak bardzo i służy jako siła napędowa zmian oraz okazja do zapytania firm, co robią z gromadzonymi danymi pracowników. 

„Ludzie nie wiedzieli, co robić (w związku z GDPR)” — powiedział McIntire. „Ale było to dla firm impulsem do przyjrzenia się temu, jak zarządzają danymi osobowymi”.

Wniosek jest taki, że to regulacje mogą ostatecznie sprawić, iż kwestii odpowiedzialności nie da się już odkładać, ale Navrina Singh, założycielka i dyrektorka generalna Credo AI, które od sześciu lat buduje infrastrukturę zarządzania AI dla firm z listy Fortune 500, twierdzi, że organizacje nie powinny czekać na taki impuls. Zauważyła, że jeśli zaczekają na wystąpienie incydentu, a dopiero potem zainwestują w zarządzanie AI, będą już nieistotne.

Florian Douetteau, dyrektor generalny Dataiku, przedstawił kwestię kosztów jeszcze bardziej bezpośrednio. Porażka w obszarze ludzi, orkiestracji lub zarządzania powoduje załamanie całej inwestycji w systemy agentowe. 

Między potokiem a ludźmi

Tymczasem rozmowa o przekwalifikowaniu znajduje się w dziwnej przestrzeni pomiędzy tymi dwiema stronami.

Badania przedstawione podczas Transform przez Brandon Hall Group wykazały, że 65% organizacji aktywnie integruje AI z kluczowymi procesami pracy, a mniej niż 30% w znaczący sposób na nowo zdefiniowało swoje role lub struktury stanowisk, aby to odzwierciedlić. 

Technologia się rozwija, ale otaczająca ją ludzka architektura nie nadąża. Mówiąc wprost, oznacza to, że organizacje przebudowują swoje silniki podczas jazdy, nie informując większości pasażerów, co się dzieje ani dokąd zmierzają.

Amy Reichanadtner, dyrektorka ds. pracowników w Databricks, opisała wyzwanie stojące przed jej zespołem w sposób, który zapadł mi w pamięć. 

Nie chcemy zbudować im dżungli — powiedziała, mówiąc o szerokim wdrażaniu narzędzi AI bez spójnej mapy pokazującej, jak się ze sobą łączą. — Ludzie potrzebują drogi, a nie maczety.

To, co pracownicy czują pod nieobecność tej drogi, ma swoją nazwę — nazywamy to obecnie FOBO, czyli lękiem przed staniem się zbędnym. Według licznych prelegentów jest to najczęstsza rzecz, o której słyszą od swoich zespołów, gdy pojawia się temat AI.

Sesje twórców traktują wdrażanie jako przede wszystkim rozwiązywalny problem dostępu i zachęt. Dajcie wszystkim tokeny. Zorganizujcie wyzwanie dla całej firmy. Uczyńcie budowanie oczekiwaniem.

To działa — co można udowodnić — w organizacjach, w których kultura eksperymentowania już istnieje i w których pracownicy rozumieją, że ich dalsza rola nie jest zagrożona. Dla wszystkich pozostałych odpowiedź jest bardziej skomplikowana.

Robin Daniels, dyrektor ds. biznesowych w Zensai, przemawiając podczas HumanX, zwrócił uwagę, że „szybkość bez jasności prowadzi do chaosu, a nie transformacji”. 

Pilna potrzeba szybszego wdrażania, większej liczby implementacji i zmniejszenia przewagi konkurentów, płynąca ze strony twórców, jest inaczej odbierana w organizacjach, w których nikt nie ustalił, co będzie dalej. 

Dzieci szewca

Warsztat na temat biegłości w AI podczas Transform był pod pewnym względem najbardziej szczerym wydarzeniem na obu konferencjach. Pełna specjalistów HR sala, zebranych specjalnie po to, aby przepracować wdrażanie AI, zagłosowała za tym, że biegłość w AI należy do wszystkich, co w praktyce oznacza, że nie należy do nikogo. 

Jedna z uczestniczek reprezentująca firmę z sektora dóbr konsumpcyjnych powiedziała, że jej organizacja celowo się wstrzymywała, pozwoliła innym najpierw popełnić błędy, a dopiero w zeszłym miesiącu otrzymała od zarządu mandat do działania. 

Inna uczestniczka opisała firmę, w której każdy dział odpowiadał za własną biegłość w AI, ponieważ alternatywą było zwalnianie ludzi. Trzecia zauważyła, że nikomu nie przyszłoby do głowy pytać, kto odpowiada za biegłość finansową w organizacji, i zastanawiała się, czy samo ujęcie problemu nie jest jego częścią.

To, co ujawniła ta sesja, choć nie zostało do końca nazwane, to fakt, że dział HR ma przewodzić transformacji organizacyjnej, do zrozumienia której jest przygotowany tylko częściowo. 

Widzimy, jak nasze organizacje wdrażają AI wszędzie wokół nas — powiedział jeden z prowadzących. — Sami nawet nie rozumiemy AI w ramach własnej funkcji, a następnie oczekuje się od nas, że pomożemy innym jednostkom biznesowym wdrażać AI. 

Matt Poepsel, wiceprezes ds. optymalizacji talentów w The Predictive Index, doszedł do tego samego wniosku z innej perspektywy.

Opisał szkody, które wyrządził na początku swojej kariery jako menedżer skupiony na poprawie wyników zespołu i obsesyjnie podchodzący do realizacji technicznej. Nie dostrzegał tego, czego faktycznie doświadczał jego zespół, a to dział HR pomógł mu zrozumieć, że brakowało mu kontekstu.

„Teraz, po tych wszystkich latach, widzę, że w organizacjach rozgrywają się te same scenariusze, ale dzieje się to na większą skalę i w szybszym tempie” — powiedział. „A dzieje się tak dlatego, że HR nie uwzględnia tego kluczowego kontekstu, podobnie jak ja go nie uwzględniałem. Słyszeliście, jak ludzie mówią, że musimy pozostawić człowieka w pętli. Cóż, ja twierdzę, że musimy znaleźć sposób, aby zasoby ludzkie również pozostawały w pętli”.

To problem „szewc bez butów”, który ma charakter endemiczny. HR jest funkcją w największym stopniu odpowiedzialną za dostosowanie siły roboczej, a jednocześnie — ze względu na przygotowanie zawodowe i nawyki organizacyjne — jest najmniej predestynowany do kierowania transformacją technologiczną.

Stacy Eng, była dyrektor ds. uczenia się w Chevron, opisała utworzenie rady ds. AI, w skład której weszli dyrektor ds. informatyki, dyrektor finansowy oraz niewielka grupa robocza. Jej celem było stworzenie zasad zarządzania określających, które pomysły należy rozwijać, a które odłożyć.

Argument strukturalny zazwyczaj brzmi tak: HR powinien zasiadać w tej radzie obok dyrektora ds. informatyki i dyrektora ds. technologii, a nie działać dopiero na dalszym etapie. Rasmus Hulst, dyrektor generalny Zensai, przedstawił ten sam argument podczas HumanX. 

„Zbierzcie CHRO, CTO i CFO w jednym pomieszczeniu” — powiedział, dodając, że „prawie nigdy nie widział, żeby faktycznie do tego doszło”.

Ironia polega na tym, że twórcy obecni na HumanX w wielu przypadkach rozwiązali ten problem wewnętrznie. Vijay Tella, dyrektor generalny Workato, opisał 28 agentów wdrożonych w różnych obszarach działalności swojej firmy. Tong opisał wewnętrzną kulturę powszechnego tworzenia w Webflow.

Są to organizacje, w których funkcja technologiczna i funkcja związana z ludźmi skutecznie się połączyły, a dyrektor generalny, CHRO i CTO z konieczności uczestniczą w tej samej rozmowie.

Nie są to przydatne analogie dla przedsiębiorstwa zatrudniającego 50 000 osób, w którym CHRO nadal dowiaduje się o wdrożeniach AI dopiero po fakcie.

40 procent

U podstaw tego wszystkiego leży pytanie o to, co stanie się z ludźmi.

Adit Jain, dyrektor generalny Leena AI, która wdraża współpracowników AI na potrzeby działów HR i funkcji zaplecza przedsiębiorstw, przedstawił jedną z bardziej realistycznych ocen, jakie usłyszałem w ciągu tych dwóch tygodni. Automatyzując procesy biznesowe, jego firma regularnie obserwuje, że 60% osób zaangażowanych w dany przebieg pracy staje się zbędnych. 

Powiedział to bez dramatyzowania, ponieważ tak właśnie się dzieje. Opisał, co robią lepsi klienci. Około 20% zwolnionych pracowników można ponownie włączyć w ten proces jako ludzkich menedżerów systemów AI, którzy zajmują się nadzorem i korektą, a nie wykonywaniem podstawowego zadania. Pozostałe 40% wskazał bezpośrednio. „To temat, o którym wielokrotnie rozmawialiśmy z klientami”.

Podczas Transform głos z innego kierunku. Van Jones, występując na głównej scenie, podjął kwestię liczby etatów bez jej łagodzenia. 

Ludzie będą spieszyć się z redukcją zatrudnienia i zastępowaniem ludzi botami, ponieważ uważają, że koszt ludzi jest zbyt wysoki, a boty są tańsze — powiedział. „Część z tego na pewno się wydarzy, to nieuniknione. Ale wkrótce wszyscy będą mieli boty. 

Jego argument miał charakter strukturalny, a nie sentymentalny. Gdy technologia stanie się towarem, co z pewnością nastąpi, przewaga konkurencyjna ponownie będzie zależeć od ludzi. Konkretnie od tych, którzy wykonują niewidzialną pracę: okazują empatię, budują więzi i wykonują pracę emocjonalną niezbędną do utrzymania sprawnego funkcjonowania zespołów. 

Żadna z tych konferencji nie rozstrzygnęła do końca, jak powinna wyglądać architektura organizacji, które chcą zrobić coś więcej niż tylko zoptymalizować swoją drogę przez transformację. Sesje dla budujących rozwiązania zawierały szczegółowe ramy techniczne zwiększania niezawodności systemów AI. Sesje dla praktyków przedstawiały szczegółowe ramy zwiększania zdolności pracowników do adaptacji. 

Warstwa pośrednia — infrastruktura zarządzania i rozliczalności, która łączy te dwa elementy, organizacyjny odpowiednik 30-warstwowego potoku jakości firmy Harness — nie istnieje w większości firm, a jej budowa nie należy do obowiązków żadnej konkretnej osoby.

Gdzie tkwi ryzyko

Kit Krugman, starsza wiceprezeska ds. ludzi i kultury w Foursquare, opisała podczas konferencji Transform odwieczny problem funkcji personalnej. Zawsze miała trudności ze zdobyciem strategicznego miejsca przy stole. Jej zdaniem AI stanowi prawdziwą szansę na zmianę tej sytuacji, ale tylko jeśli dział HR będzie w stanie operacyjnie odpowiadać na kluczowe pytania dotyczące zarządzania.

Ta podstawa — uporządkowane dane, jasne zasady zarządzania, precyzyjnie określona odpowiedzialność oraz pracownicy, którzy rozumieją, czego się od nich oczekuje i dlaczego — to właśnie coś, co większość organizacji wciąż próbuje zbudować. Bez właściwego planowania gotowości na AI firmy ryzykują pozostanie w tyle podczas tej kluczowej transformacji. Budujący rozwiązania poruszają się szybciej, niż można zbudować tę podstawę. Praktycy tworzą ją w zmieniających się warunkach. A różnica między tymi dwiema prędkościami to miejsce, w którym tkwi większość ryzyka.

W przypadku przyszłorocznego programu konferencji prawdopodobnie dobrym pomysłem byłoby zgromadzenie obu grup i zaproszenie przedstawicieli obu perspektyw do wspólnego stołu.