Dyrektor ds. pracowników twierdzi, że pewność siebie w korzystaniu z AI nie przewiduje jej wdrożenia
Dowiedz się, dlaczego pewność pracowników w korzystaniu z AI nie gwarantuje jej wdrożenia oraz jak liderzy mogą inicjować trwałe zmiany poprzez przeprojektowanie przepływów pracy, kultury organizacyjnej i codziennych nawyków.
Justin Angsuwat
Dyrektor ds. pracowników i zaangażowania klientów w Culture Amp
Transformacja AI: AI zasadniczo zmienia przywództwo skoncentrowane na ludziach, podważając istniejące przepływy pracy i umożliwiając stały dostęp do informacji.
Pewność siebie pracowników: Program Culture Amp zwiększa pewność pracowników w korzystaniu z AI, nie wywierając presji na osiąganie idealnych rezultatów.
Wyzwanie dla liderów: Starsi stażem pracownicy mogą mieć trudności z wdrażaniem AI, ponieważ oduczanie się jest dla nich trudniejsze niż zdobywanie nowej wiedzy dla młodszych pracowników.
Wdrożenie a pewność siebie: Budowanie pewności siebie w korzystaniu z AI nie gwarantuje jej wdrożenia; różne wyzwania wymagają różnych strategii.
Przeprojektowanie ankiet: AI przyspiesza ankiety dotyczące zaangażowania, szybko analizując dane i sugerując oparte na dowodach plany działań.
Justin Angsuwat od dwóch dekad pomaga organizacjom takim jak Google, PwC, Thumbtack i Blackbird Ventures wykorzystywać dane, technologię oraz strategię personalną do budowania zespołów osiągających wysokie wyniki. Obecnie pełni funkcję dyrektora ds. pracowników i zaangażowania klientów w Culture Amp.
W naszej rozmowie Justin powiedział nam, że adopcja i pewność siebie to dwa różne problemy.
Jak AI zmienia rolę przywództwa
Nazywam się Justin Angsuwat i jestem dyrektorem ds. pracowników i zaangażowania klientów w Culture Amp.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Przez ostatnie 20 lat współpracowałem z firmami takimi jak PwC, Google, Thumbtack i Blackbird Ventures, budując systemy danych i analiz, które optymalizują doświadczenia pracowników, wspierają silną kulturę miejsca pracy i pomagają tworzyć zespoły osiągające wysokie wyniki. W tym czasie technologia całkowicie zmieniła to, co jest możliwe w przywództwie skoncentrowanym na ludziach.
W ciągu ostatnich 18 miesięcy uświadomiłem sobie, że to dopiero początek czegoś o wiele bardziej transformacyjnego. Nie tylko przyspieszamy istniejące procesy pracy, ale także zastanawiamy się, czy w ogóle ich potrzebujemy.
AI nie tylko przyspiesza działania HR — na nowo je definiuje, a to właśnie wyznacza dziś moje podejście do przywództwa. Zmusza mnie do odejścia od pytania „jak zoptymalizować nasze procesy?” na rzecz pytania „co staje się możliwe, gdy wnioski i działania są ciągłe?”
Jak przeprowadzać transformację AI na całym świecie
W Culture Amp kieruję obszarem pracowników i zaangażowania klientów — wiodącej na świecie platformy do zarządzania doświadczeniami pracowników. Obsługujemy 25 milionów pracowników w 6000 organizacji na całym świecie, działających w ponad 90 krajach.
Zakres moich obowiązków obejmuje budowanie i wspieranie naszej kultury wewnętrznej, w tym kierowanie transformacją AI oraz umożliwianie naszym klientom przeprowadzania własnych transformacji. Jesteśmy globalnym zespołem rozproszonym między Stanami Zjednoczonymi, Wielką Brytanią, Niemcami i Australią, dlatego nieustannie mierzę się ze złożonością budowania jednej spójnej kultury w bardzo różnych kontekstach.
Ta rozproszona rzeczywistość pomogła nam lepiej zrozumieć, co sprawdza się w nowoczesnym miejscu pracy, ponieważ sami doświadczamy tych samych wyzwań i możliwości, z którymi mierzą się nasi klienci.
Jak zwiększać pewność siebie pracowników dzięki AI
Zmieniliśmy nasze podejście do pewności siebie pracowników i budowania kompetencji przy użyciu AI. Rok temu rozpoczęliśmy sześciotygodniowy program, który nazywamy „Accel-AI-rate”, z jednym konkretnym celem: sprawić, by pracownicy czuli się pewnie, korzystając z AI, a nie tylko byli jej ciekawi.
Oddzieliliśmy fazę eksploracji od oczekiwań — bez presji na dostarczanie dopracowanych rezultatów, za to z uporządkowaną nauką przechodzącą od zrozumienia, przez eksperymentowanie, po wdrażanie. Niemal 80% osób w naszej organizacji zadeklarowało pewność siebie w korzystaniu z AI w codziennej pracy, co stanowi wzrost względem punktu wyjścia, przy zaledwie 4% negatywnych opinii.
Większa zmiana operacyjna polegała jednak na tym, że przestaliśmy czekać na idealne przypadki użycia lub pozwolenie na eksperymentowanie. Odeszliśmy od tradycyjnego kaskadowego podejścia do tworzenia oprogramowania na rzecz szybkiego prototypowania, budując w ciągu kilku tygodni rozwiązania, których wcześniej tworzenie zajmowało miesiące, i natychmiast udostępniając działające prototypy użytkownikom.
Ta zmiana — od „najpierw wszystko zaplanuj, potem buduj” do „buduj, ucz się, iteruj” — fundamentalnie zmieniła nasze tempo pracy oraz sposób codziennego działania zespołów.
Teraz przechodzimy do kolejnej fazy, zmieniając nasz podstawowy model operacyjny, aby odblokować kolejny poziom transformacji AI. Na przykład stworzenie organizacyjnej warstwy kontekstu AI wymaga, aby większość tego, co robimy, była możliwa do odczytania i wykorzystania przez maszyny.
Nie jest to projekt technologiczny, lecz zmiana zachowań. Zmienia sposób, w jaki realizujemy i dokumentujemy projekty oraz podejmujemy decyzje. Oznacza, że gromadzenie informacji na własność staje się błędem, a nie zaletą. Oznacza mniej spotkań, ponieważ informacje są już dostępne. Nie trzeba ich przekazywać dalej, powtarzać ani planować rozmowy, aby się nimi podzielić.
Jak AI podważa tradycyjne przywództwo
Przez lata zakładaliśmy, że dobre projektowanie procesów oznacza jasno określone, następujące po sobie kroki. Na przykład w przypadku ocen okresowych: autorefleksja, następnie opinie współpracowników, potem ocena menedżera, a na końcu przekazanie informacji zwrotnej. Tworzyliśmy całe systemy, aby usprawniać te przepływy pracy. AI uświadomiła mi, że to sam przepływ pracy może być ograniczeniem, a nie rozwiązaniem.
Gdy AI może analizować kontekst w czasie rzeczywistym, natychmiast ujawniać spostrzeżenia i pomagać menedżerom przygotowywać się do rozmów na żądanie, czy naprawdę potrzebujemy, aby wszyscy przechodzili przez tę samą sztywną sekwencję? Musiałem porzucić założenie, że struktura równa się rygor. Czasami struktura oznacza po prostu tarcie.
Kolejne założenie było takie, że starsi stażem pracownicy w naturalny sposób pokierują wdrażaniem AI dzięki swojej wiedzy i doświadczeniu. Obserwowanie, jak młodsi pracownicy posługują się AI bardziej naturalnie niż członkowie kadry kierowniczej i liderzy odpowiedzialni za transformację organizacji, było niezwykle pouczające. Doświadczenie może być atutem albo obciążeniem — zależnie od tego, jak mocno trzymasz się sposobu, w jaki zawsze wykonywano dane rzeczy.
Wyzwanie oduczania się w erze AI
Wyniki integracji AI są wymierne: 80% pracowników czuje się pewnie, korzystając z AI, odnotowaliśmy 24% poprawę zgody ze stwierdzeniem „badamy i wdrażamy nowe technologie, takie jak AI”, osiągając poziom 84% zgody, a także skróciliśmy cykle rozwoju.
Menedżerowie w całej organizacji mogą również zrozumieć, co napędza zaangażowanie i efektywność w ich konkretnych zespołach, bez konieczności proszenia zespołów analitycznych o przygotowanie zestawień danych.
Pewność siebie nie przekłada się automatycznie na integrację. Ludzie nadal mogą patrzeć na puste płótno w swoich codziennych przepływach pracy i zastygać w bezczynności.
Jak wspomniałem, odkryliśmy, że nasi najbardziej doświadczeni i osiągający najlepsze wyniki pracownicy czasami mają większe trudności niż młodsi, ponieważ oduczenie się sposobu, w jaki wykonywali swoją pracę przez 20 lat, jest trudniejsze niż nauczenie się czegoś nowego.
Część tożsamości człowieka wiąże się z jego przepływem pracy, a AI może dość szybko sprawić, że stanie się on przestarzały. Nadal zastanawiamy się, jak połączyć pracowników na początku kariery, którzy naturalnie posługują się AI, z doświadczonymi pracownikami posiadającymi rozległą wiedzę, ale potrzebującymi zmienić sposób jej wykorzystywania.
Dlaczego pewność siebie w korzystaniu z AI nie gwarantuje jej wdrożenia
Budowanie pewności siebie i napędzanie wdrożenia to dwa zupełnie różne wyzwania, wymagające odmiennych działań. Początkowo rozumiałem to intelektualnie, ale odczułem to znacznie głębiej, niż się spodziewałem. Ten świetny sześciotygodniowy program, o którym wspominałem, sprawił, że 80% osób nabrało pewności siebie, a my założyliśmy, że przełoży się ona na zmianę zachowania. Tak się nie stało — nie automatycznie.
Gdybym wiedział o tym od początku, inaczej zaprojektowałbym fazę wdrażania już od pierwszego dnia — być może zastosowałbym długoterminowe przypomnienia, przyspieszone wdrażanie technologii AI albo inne struktury odpowiedzialności.
Poświęciliśmy wiele energii na założenie, że wszyscy muszą być szkoleni w ten sam sposób, podczas gdy potrzebowaliśmy różnych podejść dla osób oduczających się dotychczasowych metod oraz dla tych, którzy uczyli się od podstaw. Wcześniejsze zrozumienie, jak rozwinie się dynamika między starszymi a młodszymi stażem pracownikami, oszczędziłoby nam czasu poświęconego na forsowanie rozwiązań uniwersalnych.
Poświęciliśmy wiele energii na założenie, że wszyscy muszą być szkoleni w ten sam sposób, podczas gdy potrzebowaliśmy różnych podejść dla osób oduczających się dotychczasowych metod oraz dla tych, którzy uczyli się od podstaw.
Dlaczego integracja AI jest trudniejsza, niż oczekiwano
Faza wdrażania — integracja AI z codziennymi przepływami pracy — okazała się znacznie trudniejsza, niż oczekiwano. Zakładaliśmy, że wdrożenie nastąpi naturalnie, gdy ludzie nabiorą pewności siebie i zobaczą możliwości AI dzięki naszemu programowi eksploracji i rozwijania umiejętności.
Ludzie często stają przed swoim regularnym wtorkowym porannym obciążeniem pracą i wracają do starych nawyków. Przepaść między „Wiem, że sztuczna inteligencja może w tym pomóc” a „Naprawdę używam sztucznej inteligencji do tego zadania” wciąż pozostaje szeroka.
Stwierdzamy również, że używanie sztucznej inteligencji do zadań deterministycznych — takich, które mają jedną poprawną odpowiedź, jak „jakie były nasze przychody w czwartym kwartale?” — robi wrażenie, ale nie przynosi rzeczywistej wartości. Jest wolniejsze niż wykonanie zapytania i wiąże się z ryzykiem halucynacji. Wpływ wynika z zadań probabilistycznych, w których sztuczna inteligencja interpretuje niuanse. Jednak przeniesienie ludzi od używania jej jako lepszego kalkulatora do wykorzystywania jej jako silnika wniosków? To przełom, nad którym wciąż pracujemy.
Dlaczego badania zaangażowania wymagają przeprojektowania z wykorzystaniem sztucznej inteligencji
Badania zaangażowania i cały cykl planowania działań powinny zostać aktywnie przeprojektowane. Tradycyjnie przeprowadza się badanie, czeka tygodniami na wyniki, zespół analityczny analizuje dane na dziesiątki sposobów, organizuje się spotkania kadry kierowniczej w celu interpretacji wyników, a następnie być może — jeśli jest się konsekwentnym — tworzy się plany działań, które mogą zostać zrealizowane albo nie. Zanim dojdzie do działania, dane mają już kilka miesięcy, a zaufanie pracowników słabnie, ponieważ nie widzą oni zmian.
Całkowicie przeprojektowaliśmy ten proces w ramach naszej platformy. Sztuczna inteligencja analizuje teraz dane z badań natychmiast, wskazuje 3–5 najważniejszych działań o największym potencjalnym wpływie i pomaga menedżerom tworzyć oparte na dowodach plany działań zakorzenione w nauce o ludziach — wszystko w kilka minut, a nie tygodni.
W rezultacie odsetek pracowników dostrzegających pozytywne zmiany po badaniach wzrósł z 50% do 73% osób widzących znaczące działania. Zmienia to możliwości rozmów na posiedzeniach zarządu i sprawia, że kultura organizacyjna staje się strategiczną dźwignią, a nie tylko wskaźnikiem HR. Każdy lider, który wciąż przeprowadza badania zaangażowania w stary sposób, pozostawia na stole ogromną wartość.
Gdzie kończy się sztuczna inteligencja, a zaczyna przywództwo
W dużym stopniu polegam na sztucznej inteligencji przy zadaniach probabilistycznych, które mają wiele dobrych odpowiedzi. Analizuję wzorce w setkach komentarzy pracowników, aby ujawnić frustracje emocjonalne, przeprowadzam planowanie scenariuszowe strategii dotyczącej personelu i identyfikuję wczesne sygnały ostrzegawcze dotyczące realizacji naszej strategii — dostrzegając iskry zamiast pożarów.
Sztuczna inteligencja zmieniła sposób podejmowania decyzji, przenosząc nas od komunikatu „wynik zaangażowania wynosi 72” do stwierdzenia „ten konkretny problem ze słabą rozliczalnością wyników będzie kosztować cię 3 miliony dolarów, jeśli się nim nie zajmiesz”. Taka szczegółowość całkowicie zmienia rozmowy na posiedzeniach zarządu.
Decyzje dotyczące ludzi — kogo awansować, kogo zwolnić, czy ktoś jest gotowy na wymagającą rolę — pozostają wyraźnie domeną człowieka. Sztuczna inteligencja może ujawnić sygnały, które mogły mi umknąć, i pomóc mi przygotować się do trudnych rozmów, ale ocena tego, co jest właściwe dla danej osoby w danym momencie, wymaga ludzkiego kontekstu, empatii i odpowiedzialności.
Myślę o tym w ten sposób: sztuczna inteligencja zajmuje się przetwarzaniem złożonych danych, a ludzie podejmują decyzje, gdy stawką jest kariera i utrzymanie jednej osoby.
Jak liderzy mogą poruszać się w transformacji napędzanej przez sztuczną inteligencję
- Zacznij od pewności siebie, a nie od przypadków użycia. Jeśli nie korzystałeś z tych narzędzi i nie napisałeś samodzielnie co najmniej stu promptów, twoja opinia na temat sztucznej inteligencji nie ma odpowiedniej wagi. Nie będziesz bowiem wiedzieć, jakie problemy może ona rozwiązać, dopóki sam tego nie doświadczysz.
- Nie czekaj na pozwolenie ani na idealny plan wdrożenia — uruchom coś i działaj dalej. Twórz uporządkowane ścieżki od zrozumienia, przez eksperymentowanie, po wdrożenie, ale oddzielaj eksplorację od oczekiwań, aby ludzie czuli wsparcie, a nie byli narażeni na ocenę.
- W pierwszej kolejności skup się na ludziach stojących za technologią. Czego się boją? Co sprawiłoby, że poczuliby się kompetentni?
- Bądź bezwzględnie szczery w kwestii kontekstu. Sztuczna inteligencja jest tak dobra, jak kontekst, który otrzymuje, oraz kultura, w której zostaje osadzona. Jeśli twoi ludzie nie ufają kierownictwu, żadne narzędzie sztucznej inteligencji tego nie naprawi. Jeśli jednak zaufanie istnieje, sztuczna inteligencja staje się prawdziwym mnożnikiem.
- Sztuczna inteligencja nie polega na przyspieszaniu istniejących przepływów pracy o 10% — przynosi to coraz mniejsze korzyści. Prawdziwa transformacja następuje wtedy, gdy kwestionujesz, czy w ogóle potrzebujesz danego przepływu pracy, i zaczynasz rozwiązywać problemy, o których nawet nie wiedziałeś, że sztuczna inteligencja może je rozwiązać.
Śledź dalszy ciąg
Możesz śledzić Justina Angsuwata na LinkedInie.
W People Managing People pojawią się kolejne wywiady z ekspertami!
