Dyrektorka ds. personalnych w gwałtownie rozwijającym się startupie AI dzieli się doświadczeniami z wdrażania AI w środowiskach hiperwzrostu
Katie Burke jest dyrektorką ds. personalnych w firmie Harvey zajmującej się AI, która zmienia sposób wykonywania pracy w świecie usług prawnych i profesjonalnych. Wcześniej pełniła funkcję dyrektorki ds. personalnych w HubSpot — dlatego zarządzanie zespołami ds. personalnych w środowiskach hiperwzrostu jest tym, w czym jest najlepsza.
Katie Burke
Dyrektorka ds. personalnych w Harvey
Wpływ AI: AI przesuwa punkt ciężkości z planowania zatrudnienia na efektywność i transformację, zgodnie z podejściem stawiającym pracę na pierwszym miejscu.
Stos technologiczny: Harvey wykorzystuje stos technologiczny skoncentrowany na AI, aby usprawniać działalność i zwiększać wewnętrzną efektywność.
Rola przywódcza: Skuteczne wdrażanie AI zaczyna się od przywództwa, które zapewnia włączanie AI do strategii przez członków kadry kierowniczej wyższego szczebla.
Elastyczne planowanie: Dostosowanie się do szybkiego rozwoju AI wymaga elastycznego i zwinnego podejścia do planowania organizacyjnego.
Biegłość w zakresie AI: Budowanie biegłości w zakresie AI w organizacji obejmuje edukację, dzielenie się wiedzą i praktyczne zastosowania.
Usiedliśmy z Katie, aby zrozumieć, jak wykorzystuje AI, by dokładnie to osiągnąć. Oto, co miała do powiedzenia.
Od dyrektorki ds. personalnych w HubSpot do kierowania „spajającym” zespołem w Harvey
Jestem dyrektorką ds. personalnych w Harvey. Kieruję tym, co wewnętrznie nazywamy zespołem „spajającym”, który obejmuje rekrutację, HR, marketing, technologie biznesowe i zaangażowanie klientów.
Harvey to rozwiązania AI dla sektora prawnego i usług profesjonalnych, a ja pracuję tutaj od około roku. Wcześniej byłam dyrektorką ds. personalnych w HubSpot i spędziłam tam prawie dwanaście lat. W tym czasie HubSpot miał szczęście zdobyć globalne uznanie za swoją kulturę organizacyjną.
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
Jestem nieco nietypową liderką obszaru personalnego, ponieważ karierę zaczynałam w marketingu, więc teraz mogę zajmować się po trochu jednym i drugim. W kontekście przywództwa wspólnym mianownikiem wszystkich organizacji, w których pracowałam, jest szybkie tempo — dobrze funkcjonuję w środowisku, w którym można dodać firmom i zespołom w fazie hiperwzrostu odrobinę struktury i procesów.
W obszarze personalnym największa fundamentalna zmiana w świecie, w którym AI jest priorytetem, polega na przejściu od planowania zatrudnienia do określania pracy do wykonania oraz na ponownym przemyśleniu jednostek potrzebnych do jej realizacji. Nie chodzi już o to, jaka kombinacja pracy na pełny etat, pracy kontraktowej i pracy wykonywanej przez agencje pozwoli zrealizować ten zakres; ważniejsze jest to, jakie zadania wykonują ludzie, gdzie widzimy możliwości zwiększenia efektywności dzięki AI oraz które funkcje ulegną fundamentalnej transformacji w nowym modelu.
Dlaczego planowanie zatrudnienia zmienia się w świecie, w którym AI jest priorytetem — i jak się dostosować
W obszarze personalnym największa fundamentalna zmiana w świecie, w którym AI jest priorytetem, polega na przejściu od planowania zatrudnienia do określania pracy do wykonania oraz na ponownym przemyśleniu jednostek potrzebnych do jej realizacji. Nie chodzi już o to, jaka kombinacja pracy na pełny etat, pracy kontraktowej i pracy wykonywanej przez agencje pozwoli zrealizować ten zakres; ważniejsze jest to, jakie zadania wykonują ludzie, gdzie widzimy możliwości zwiększenia efektywności dzięki AI oraz które funkcje ulegną fundamentalnej transformacji w nowym modelu.
W związku z tym część naszej pracy polega na pomaganiu organizacji w realistycznej ocenie, kiedy wdrożenie przynosi umiarkowaną poprawę efektywności — a kiedy będziemy świadkami fundamentalnych zmian w zakresie potrzebnego zatrudnienia.
Myślę, że kwestia horyzontu czasowego jest prawdopodobnie najtrudniejsza do właściwego określenia. Trzeba realistycznie prognozować na podstawie wydajności modeli, kolejnych iteracji oraz przyjęcia AI przez organizację, ponieważ wszystko opiera się na tych trzech czynnikach.
Dziesięć lat temu zazwyczaj przygotowywałabym trzyletni plan zatrudnienia. Oczywiście w ciągu roku dostosowywałabym go i regularnie wprowadzałabym niezbędne korekty — ale chodzi o to, że możliwe było z grubsza oszacowanie planu zatrudnienia na trzy lata do przodu. Teraz natomiast myślę, że wszyscy sprawiają, iż planowanie zatrudnienia staje się bardziej elastyczne,
W Harvey obecnie współpracujemy z działem finansowym nad przybliżonym planem rocznym, ale realistycznie rzecz biorąc, większość trudnej pracy wykonujemy w odstępach kwartalnych. Taką samą zmianę obserwujemy u naszych klientów. Kiedyś planowali trzy lata do przodu, ale teraz częściej dostosowują swoje plany.
Większość organizacji uwzględnia w swoich podejściach założenie dotyczące produktywności i efektywności dzięki AI. Trudniej jest jednak realistycznie ocenić nie tylko to, gdzie odnotują wzrost efektywności, lecz także to, gdzie całe zespoły lub potrzeby biznesowe całkowicie się zmienią z powodu AI.
Dlatego zalecam wbudowanie elastyczności w ogólne podejście oraz przyjęcie znacznie bardziej zwinnego podejścia do planowania w całej organizacji. Dzięki temu skorzystacie z dużych usprawnień odzwierciedlonych w technologii, ale nie pozostaniecie daleko w tyle pod względem rekrutacji ani potrzeb biznesowych.
Zalecam wbudowanie elastyczności w ogólne podejście oraz przyjęcie znacznie bardziej zwinnego podejścia do planowania w całej organizacji. Dzięki temu skorzystacie z dużych usprawnień odzwierciedlonych w technologii, ale nie pozostaniecie daleko w tyle pod względem rekrutacji ani potrzeb biznesowych.
Wewnętrzny stos technologiczny AI w Harvey wspierający skalowanie operacji
Oto nasz wewnętrzny stos technologiczny w Harvey:
- Google Workplace jako narzędzie do współpracy online do obsługi poczty e-mail itp.
- Slack jako narzędzie do komunikacji wewnętrznej
- Zoom do spotkań
- Notion jako narzędzie do zarządzania projektami do dokumentacji
- Ashby do rekrutacji
- Glean do wyszukiwania dokumentów oraz jako oprogramowanie do zarządzania personelem
- AIR do identyfikowania i oznaczania zasobów marki
- Tenor jako oprogramowanie do zarządzania wydajnością do spotkań kontrolnych
- Harvey do tłumaczenia, pogłębionego wyszukiwania, tworzenia projektów dokumentów i przechowywania kluczowych dokumentów jako system zarządzania dokumentami
Właśnie dodajemy do naszego zestawu kilka dodatkowych narzędzi opartych na sztucznej inteligencji. Ponieważ jesteśmy firmą korzystającą z wielu modeli, używamy Gemini, Claude i ChatGPT — zarówno samodzielnie, jak i do testowania wyników Harvey za pośrednictwem naszego zespołu ds. badań prawnych.
Nasz zespół rekrutacyjny prowadzi również wiele eksperymentów, aby ustalić przyszły stos technologiczny na kolejny rok — wkrótce powiemy więcej o tym, jak wprowadzamy innowacje w tym obszarze.
Praktyczne przepływy pracy z AI, które oszczędzają czas i umożliwiają skalowanie zespołów w warunkach hiperwzrostu
Jeden z moich ulubionych przepływów pracy, który opiera się na połączeniu automatyzacji i AI, pomaga zamykać nasze wewnętrzne kanały Slacka używane do współpracy wewnętrznej, gdy kandydat oficjalnie podpisze list z ofertą w Ashby.
To zdarzenie uruchamia kilka różnych działań, w tym dodanie daty rozpoczęcia pracy do kalendarza przełożonego, poinformowanie działu IT o kandydacie, lokalizacji i dacie rozpoczęcia pracy oraz zautomatyzowanie części procesów związanych z kandydatem, aby pomóc mu we wdrożeniu. Dzięki temu coś, co robimy bardzo często — zatrudnianie w warunkach hiperwzrostu — staje się znacznie łatwiejsze do skalowania na całym świecie.
Oto kilka kolejnych przykładów sposobów, w jakie korzystamy z naszego wewnętrznego stosu technologicznego:
Największą zmianą było dodanie Glean do naszego zestawu narzędzi. W Harvey rozwijamy się niezwykle szybko, dlatego kluczowa była możliwość błyskawicznego przeszukiwania Slacka i Dokumentów Google przez pracowników w poszukiwaniu konkretnej informacji — w ciągu zaledwie kilku sekund. To ogromna oszczędność czasu.
- Glean: Największą zmianą było dodanie Glean do naszego zestawu narzędzi. Przeprowadziliśmy pilotażowe wdrożenie, aby upewnić się, że ten przypadek użycia sprawdzi się w naszej firmie i pozwoli nam zaoszczędzić czas. W Harvey rozwijamy się niezwykle szybko, dlatego kluczowa była możliwość błyskawicznego przeszukiwania Slacka i Dokumentów Google przez pracowników w poszukiwaniu konkretnej informacji — w ciągu zaledwie kilku sekund. To ogromna oszczędność czasu. Osobiście już zauważyłem dużą różnicę podczas wyszukiwania plików w różnych zespołach i lokalizacjach albo szybkiego zdobywania kontekstu bez przeszkadzania komuś podczas spotkania.
- Slack: Nasz wiceprezes ds. marketingu skonfigurował niestandardowy GPT do tworzenia komunikacji liderów, abyśmy mogli uczyć się na podstawie wcześniejszych wersji podczas przygotowywania kolejnych. Dzięki temu nasz zespół oszczędza wiele godzin na tworzeniu pierwszych wersji.
- Tenor: Obecnie przeprowadzamy rozmowy podsumowujące wyniki pracy i korzystamy z narzędzia o nazwie Tenor, które pomaga przygotować się do rozmów dotyczących informacji zwrotnych. Można przesłać kontekst i przećwiczyć rozmowę na żywo, aby otrzymać informacje zwrotne w czasie rzeczywistym, co przekłada się na lepsze rozmowy podsumowujące i, w idealnym przypadku, lepszą informację zwrotną dla zespołu.
- AIR: AIR okazał się niezwykle pomocny w szybkim identyfikowaniu i oznaczaniu naszych wewnętrznych zasobów marki.
- Harvey: Korzystamy z własnej platformy Harvey do tłumaczeń, pogłębionych analiz, tworzenia wersji roboczych, a także przechowywania kluczowych dokumentów, aby ułatwić ich wyszukiwanie i bezpieczny dostęp. Funkcja Vault okazała się pomocna w takich zadaniach jak sprawdzanie, ile naszych umów z klientami zostanie odnowionych w określonym dniu X albo ile umów pracowniczych zawiera postanowienie Y. Każdego miesiąca pozwala to naszemu zespołowi i zespołowi prawnemu zaoszczędzić wiele godzin, a czasem nawet dni. Podobnie w procesie podejmowania decyzji często korzystam z Harvey, aby dowiedzieć się, jakie argumenty przeciwne mogą przedstawić ludzie w związku z daną zmianą, zanim ją wdrożymy. Jeśli to wystarcza prawnikom procesowym, z pewnością może również zwiększyć skuteczność wewnętrznych procesów zarządzania zmianą, zanim je zakomunikujemy!
Właściwe pytanie nie brzmi: „Gdzie można dodać AI do istniejących procesów?”, lecz: „Jak można przemyśleć obecne procesy na nowo, aby praca stała się wyraźnie łatwiejsza?”
Właściwe pytanie nie brzmi: „Gdzie można dodać AI do istniejących procesów?”, lecz: Jak można przemyśleć obecne procesy na nowo, aby praca stała się wyraźnie łatwiejsza?
Jak poprawić kompetencje w zakresie AI w całej organizacji
Kompetencje w zakresie AI wyglądają u nas nieco inaczej, ponieważ Harvey jest firmą zajmującą się AI, dlatego w procesie rekrutacji poświęcamy dużo czasu na skupienie się na osobach, które mają określony poziom kompetencji w zakresie AI, swobodnie się w niej poruszają i są nią zainteresowane. Warto jednak zauważyć, że niektóre sposoby, za pomocą których rozwijamy wewnętrznie kompetencje w zakresie AI, są takie same jak te, które rekomendujemy naszym klientom:
- Nasz zespół ds. badań nad AI organizuje śniadania, podczas których skupiamy się na AI. Wyraźnie zaznaczamy, że nie trzeba być ekspertem, aby wziąć udział i uczyć się w swobodnej atmosferze.
- W naszym zespole pracują prawnicy nazywani specjalistami ds. strategicznego rozwoju biznesu i specjalistami ds. produktów prawnych — prowadzą oni szczegółowe sesje dotyczące obszarów praktyki lub geografii, przedstawiając konkretne przykłady najlepszego wykorzystania Harvey w swoich dziedzinach. Byli również na tyle uprzejmi, aby poprowadzić sesje edukacyjne podczas lunchu dla naszego zespołu rekrutacyjnego i zespołu ds. operacji wykonawczych, dzięki czemu obie te grupy lepiej rozumieją, jak mogą korzystać z Harvey, aby ułatwić sobie pracę.
- Będziemy prosić pracowników o udostępnianie konkretnych poleceń, których użyli do uzyskania danego wyniku — w zeszłym tygodniu nasz dyrektor generalny udostępnił mi polecenie wykorzystane przez niego w ramach Deep Research, a nasz wiceprezes ds. produktu udostępnił polecenie użyte przez jego zespół ds. operacji produktowych do obsługi wewnętrznych zapytań w naszym systemie zarządzania wiedzą. Ujednolicenie sposobu udostępniania tego, co działa, zdecydowanie pomaga, a także normalizuje proszenie o pomoc, gdy jest potrzebna.
Wnioski dotyczące wdrażania AI w szybko rozwijających się firmach
Dlaczego wdrażanie AI musi zaczynać się od kierownictwa
Istnieje przekonanie, że AI jest najczęściej używana lub najskuteczniejsza wśród młodszych pracowników. Nie to obserwuję.
Około 20% osób korzystających z Harvey co tydzień to partnerzy, a coraz wyraźniej widać, że organizacje, które stawiają na zaangażowanie starszych rangą pracowników w AI i wbudowanie jej w swój sposób działania jako organizacji, odnoszą zdecydowanie większe sukcesy niż te, które próbują wprowadzać stopniowe zmiany lub polegają na oddolnym wdrażaniu.
Jeśli wdrażasz narzędzia AI, poświęć czas na pozyskanie poparcia zespołu kierowniczego w pierwszej kolejności lub równolegle z resztą organizacji. Sukces AI zależy w równym stopniu od skutecznego zarządzania zmianą w praktyce, co od technologii.
Dlaczego liderzy powinni inspirować do wdrażania AI za pomocą marchewki, a nie kija
Zadbaj o to, by stawiać raczej na marchewkę niż na kij. Mocno wierzę, że odnoszące największe sukcesy organizacje pokazują możliwości AI, osiągając rezultaty i przewodząc zmianie, zamiast nadmiernie opierać się na strachu. Jako lider w organizacji zajmującej się ludźmi masz obowiązek zaangażować się w tę zmianę.
Dlaczego tworzenie momentów „aha” jest kluczem do skutecznego wdrażania AI
Obecnie jednym z największych wyzwań związanych z wdrażaniem AI jest doprowadzenie ludzi do ich pierwszego momentu „aha”. Dotyczy to zarówno sytuacji wewnątrz organizacji, jak i wdrażania przez nas Harvey w organizacjach. Pracownicy muszą dojść do momentu, w którym uświadomią sobie nie „AI jest fajna”, lecz „Oto jak AI może pomóc mi lepiej wykonywać moją pracę”.
Obecnie jednym z największych wyzwań związanych z wdrażaniem AI jest doprowadzenie ludzi do ich pierwszego momentu „aha”.
Oznacza to pomaganie ludziom w identyfikowaniu przypadków użycia, które są istotne dla ich konkretnych obszarów praktyki i regionów geograficznych. Gdy doświadczysz takiego przełomowego momentu, znacznie łatwiej jest zbudować swobodę w wypróbowywaniu nowych rzeczy.
Dlaczego organizacje muszą wyjść poza narrację strachu wokół AI
Równie ważne jest zadbanie o to, byśmy odeszli od narracji opartej na strachu.
Wiele osób boi się wypróbować AI, ponieważ martwi się o zastąpienie ich na stanowiskach pracy. Uważam, że musimy lepiej pokazywać, jak AI może realnie pomóc usprawnić pracę ludzi. Musimy stworzyć przestrzeń na więcej szkoleń i mentoringu.
Wiele osób boi się wypróbować AI, ponieważ martwi się o zastąpienie ich na stanowiskach pracy. Uważam, że musimy lepiej pokazywać, jak AI może realnie pomóc usprawnić pracę ludzi. Musimy stworzyć przestrzeń na więcej szkoleń i mentoringu.
Widzę kilka przykładów, które naprawdę w tym pomagają:
- Tworzenie miejsc, w których ludzie mogą poznać podstawy formułowania poleceń i zobaczyć przypadki użycia, które mogą im pomóc w pełnionych przez nich konkretnych rolach.
- Sprawienie, by szkolenia były ciekawsze i bardziej angażujące, zamiast obowiązkowe i archaiczne. Najskuteczniejsze wdrożenia, które obserwujemy, zazwyczaj obejmują przedstawienie wdrażania Harvey jako istotnego dla całej organizacji, przy poparciu kierownictwa.
- Tworzenie kultury eksperymentowania. Ważne jest, aby uznać, że celem jest próbowanie różnych rzeczy, a nie osiągnięcie perfekcji za pierwszym razem.
- Wykorzystywanie odwróconego mentoringu. Często uczę się lepszych poleceń lub przypadków użycia od naszych młodszych pracowników i jestem za to bardzo wdzięczna.
Unikaj stopniowego podejścia do wdrażania AI
I wreszcie, oprzyj się pokusie stopniowego podejścia do wdrażania AI.
Jak sztuczna inteligencja może przywrócić sens i cel naszej pracy
Szczerze mówiąc, nie przepadam za formułowaniem śmiałych prognoz — nie sądzę, żebym była w tym szczególnie dobra. Lubię jednak wybierać założycieli, którzy formułują śmiałe prognozy, i odniosłam w tym pewne sukcesy, dlatego zamiast tego podzielę się jednym z kluczowych przekonań, na których dzięki naszym założycielom opiera się firma Harvey.
Wierzą oni, że właściwie wykorzystywana sztuczna inteligencja powinna przywrócić nam to, czym większość karier powinna być: więcej czasu na praktyczną naukę, mentoring i uczenie się w pracy, zamiast niekończącego się strumienia zadań, poprawek i projektów, przy których nie masz poczucia, że wnosisz dużą wartość.
Dlatego mam nadzieję, że z czasem sztuczna inteligencja da nam więcej czasu, aby nadawać naszej pracy sens i czerpać większą satysfakcję z codziennych obowiązków.
Mam nadzieję, że z czasem sztuczna inteligencja da nam więcej czasu, aby nadawać naszej pracy sens i czerpać większą satysfakcję z codziennych obowiązków.
Śledź dalsze losy
Możesz śledzić Katie, gdy zmienia sposób działania zespołów w środowiskach charakteryzujących się szybkim wzrostem, na platformach X i LinkedIn. Sprawdź też Harvey — sztuczną inteligencję dla branży prawniczej i sektora usług profesjonalnych.
Wkrótce na People Managing People pojawią się kolejne wywiady z ekspertami!
