Trener biznesu i lider opinii dzieli się konkretnymi przepływami pracy i ramami, których używa do transformacji firm za pomocą AI
Droga przywódcza Christophera Linda pozwoliła mu współpracować z jednymi z największych firm na świecie — takimi jak GE Healthcare, gdzie pełnił funkcję globalnego dyrektora ds. systemów i technologii zarządzania talentami. Obecnie napędza transformację biznesową, wykorzystując właściwą równowagę między ludźmi a technologią.
Christopher Lind
Konsultant ds. HR i AI
AI czyni przywództwo bardziej ludzkim: Lind podkreśla, że choć technologia rozwija się szybko, podstawy przywództwa nadal opierają się na empatii, elastyczności i rozumieniu ludzi.
Zwolnij, aby szybciej skalować: Pośpieszne wdrażanie AI bez zrozumienia przepływów pracy prowadzi do skalowania nieefektywności. Lind radzi liderom, aby najpierw rozłożyli procesy na czynniki pierwsze, określili, gdzie AI rzeczywiście wnosi wartość, a następnie celowo je zintegrowali.
Rozwijaj biegłość w AI jako mierzalną dyscyplinę: Sześcioczęściowe ramy efektywności AI Linda — Intencjonalność, Rozeznanie, Zgodność etyczna, Biegłość techniczna, Integracja z przepływem pracy oraz Rozeznanie w zakresie delegowania — pomagają organizacjom oceniać i doskonalić sposób, w jaki ludzie korzystają z AI.
Usiedliśmy z nim, aby dowiedzieć się, jakie procesy usprawnia za pomocą AI oraz z jakich ram korzysta, aby zapewnić organizacjom znajomość AI. Oto, czym się podzielił.
Od przypadkowego lidera do strategicznego transformatora
Moja kariera była dynamiczna i najlepiej można ją opisać jako funkcjonowanie na styku biznesu, technologii i ludzi. Na papierze wygląda jak kariera w szkoleniach korporacyjnych, ale w praktyce polegała na przeprowadzaniu transformacji biznesowej za pośrednictwem ludzi, na których opierają się firmy, oraz optymalizowaniu tej transformacji dzięki technologii.
Nigdy nie miałem aspiracji przywódczych. Chciałem po prostu zmieniać rzeczy na lepsze i wykorzystywać wszelkie posiadane umiejętności oraz wiedzę, aby tego dokonać. Doprowadziło mnie to jednak do kierowania zespołami w jednych z najbardziej rozpoznawalnych firm na świecie, takich jak GE Healthcare i HR.com, angażowania się w projekty, o których nigdy nie śmiałbym marzyć, oraz zabierania głosu w branży — czego ktoś tak introwertyczny jak ja jeszcze kilka lat wcześniej bardzo by się obawiał.
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
Dlaczego AI sprawia, że przywództwo staje się bardziej ludzkie — a nie mniej
Choć moje metody szybko zmieniają się pod wpływem AI, powiedziałbym, że fundamenty przywództwa tak naprawdę się nie zmieniły.
Moja rola i podejście do przywództwa zawsze koncentrowały się na identyfikowaniu podstawowych problemów — rozwiązywaniu ich poprzez otaczanie się niezwykłymi ludźmi i wydobywanie z nich tego, co najlepsze, przy jednoczesnej optymalizacji rozwiązania za pomocą technologii. Po prostu mamy teraz więcej opcji i narzędzi, które możemy wykorzystać.
Jeśli już, to uważam, że era AI jeszcze bardziej podkreśla znaczenie tych fundamentów. Posunąłbym się wręcz do stwierdzenia, że AI sprawi, iż przywództwo będzie bardziej ludzkie niż kiedykolwiek wcześniej.
Presja, aby „robić więcej” i „działać szybciej”, jest ogromna, ale przyspieszanie i produkowanie większej ilości niewłaściwych rzeczy doprowadzi was do ruiny. Liderzy, którzy odniosą sukces, będą tymi, którzy priorytetowo potraktują zrozumienie możliwości otaczających ich ludzi, a następnie zbudują w tych osobach zdolność adaptacji i kompetencje.
Liderzy, którzy lekkomyślnie gonią za wskaźnikami próżności i krótkoterminowymi zyskami, szybko przekonają się, że mają problemy, a jeśli nie będą ostrożni — całkowicie stracą pracę.
Dlaczego nie można po prostu zastosować AI do każdego problemu
AI jest skuteczna tylko wtedy, gdy poświęcisz czas na rozłożenie problemu na części, zidentyfikowanie wszystkich odrębnych elementów, precyzyjne ustalenie, gdzie AI ma sens, a następnie ponowne złożenie hybrydowego rozwiązania, które łączy najlepsze możliwości AI z tym, co najlepszego mogą zaoferować ludzie.
Obecnie wielu liderów działa w przekonaniu, że mogą zastosować AI do wszystkiego, a ona jest na tyle inteligentna, że sama zrozumie problem, zaprojektuje rozwiązanie i skutecznie je wdroży, popełniając przy tym minimalną liczbę błędów.
Tak to nie działa.
Trzeba poświęcić czas na rozmowy z osobami, które obecnie wykonują tę pracę, oraz na analizę związanych z nią danych. Wiele działań nie jest początkowo widocznych, ale ma absolutnie kluczowe znaczenie dla rezultatu. A kiedy ta ukryta praca zostaje pominięta, AI zaczyna działać niewłaściwie — i to bardzo szybko.
Jak AI może zwiększać skalę wszystkich niewłaściwych działań
Podobnie AI wzmacnia wszystko, czego dotyka — zarówno to, co dobre, jak i złe. Jeśli zastosujesz ją do właściwych rzeczy, zauważysz poprawę szybciej i na większą skalę, niż możesz sobie wyobrazić.
Niestety prawda jest również odwrotna: jeśli się pospieszysz lub coś przeoczysz, AI wykorzysta to i rozdmucha problem do niewyobrażalnych rozmiarów. Nie będziesz mieć też zwykłej ilości czasu na reakcję i odpowiedź. Błędy mogą stać się katastrofalne, zanim w ogóle zdasz sobie sprawę, że zostały popełnione.
Jeden przykład szczególnie zapadł mi w pamięć. Zostałem zatrudniony przez firmę po tym, jak zastąpiła swoich przedstawicieli obsługi klienta AI. W ciągu kilku tygodni klienci byli wściekli i masowo rezygnowali z usług. Co gorsza, klienci nauczyli się wykorzystywać obsługę klienta opartą na AI i przekonywali ją do przyznawania im bezpłatnych produktów i usług.
To była kompletna katastrofa. Musieliśmy wrócić do punktu wyjścia i całkowicie przemyśleć rolę obsługi klienta — na nowo określić, czym powinna zajmować się AI, kiedy sprawy powinny być eskalowane do człowieka oraz jakie umiejętności musieli posiadać pracownicy, aby system działał.
Jeśli się spieszysz lub coś przeoczysz, wykorzysta to i rozdmucha do skali, której nie możesz sobie wyobrazić. Nie będziesz też mieć zwykłej ilości czasu na reakcję i odpowiedź. Błędy mogą stać się katastrofalne, zanim w ogóle zdasz sobie sprawę, że zostały popełnione.
Jak liderzy wykorzystują AI — od żmudnych zadań po przeprojektowanie organizacji
Nieustannie eksperymentuję z AI i udoskonalam procesy w zależności od tego, jak rozwija się ta technologia. W tym celu mapuję każdy proces i szukam powtarzalnych, niskiego ryzyka etapów, które można zautomatyzować. Dlatego zawsze powtarzam, że nie ma konkretnych „obszarów AI” — AI jest rozszerzeniem wszystkiego, co robimy.
W przywództwie, a konkretnie, jest wiele zrobotyzowanej, powtarzalnej pracy, która pochłania mnóstwo czasu i odciąga od ludzi. Tę pracę należy zautomatyzować, ponieważ gdy koncentrujesz się na powtarzalnych, zrobotyzowanych obszarach przywództwa, stajesz się zbędny. Dlatego zawsze zachęcam moje zespoły, aby korzystały z AI jako z drugiego pilota — dzięki temu mogą bardziej skupić się na tym, co ma znaczenie.
Trzy codzienne procesy, które każdy lider powinien powierzyć AI
Oto trzy proste przykłady powtarzalnych procesów, które regularnie powierzam AI:
- Notatki ze spotkań: Korzystam z Fireflies.ai, aby transkrybować moje spotkania, wysyłać mi podsumowania, a następnie przesyłać e-mailem najważniejsze informacje przed kolejnym spotkaniem. Ta aplikacja do robienia notatek pozwala mi skupić się na osobie, z którą rozmawiam, zamiast próbować zapisywać notatki lub upewniać się, że zajmuję się wszystkimi zadaniami do wykonania podczas spotkania.
- Baza wiedzy ze spotkań: Wprowadzam transkrypcje z Fireflies.ai do NotebookLM (oprogramowania do zarządzania bazą wiedzy) i prowadzę osobny notatnik dla każdej osoby lub projektu, co pozwala mi zadawać bezpośrednie pytania, takie jak: „Co przeoczyłem?”, „Jakie decyzje oczekują na podjęcie?”, „Jakie działania następcze są potrzebne?” oraz „Jakie możliwości czekają na nas w następnej kolejności?”. Zamienia to rozmowy w praktyczną, przeszukiwalną bazę wiedzy.
- Symulacje przywództwa z wykorzystaniem AI: W przypadku wielu organizacji korzystam z Relativ.ai do projektowania symulacji przywództwa z wykorzystaniem AI, opartych na kluczowych zachowaniach przywódczych i wykorzystujących podobną technologię do tej z mojej oceny skuteczności AI. Dają one liderom obiektywną miarę kompetencji oraz jasny plan rozwoju.
Trzy zadania wymagające dużej ilości danych, w których AI zapewnia realną przewagę
A oto trzy przykłady zadań intensywnie wykorzystujących dane, które choć wykonywane rzadziej, byłyby trudne do realizacji bez AI:
- Konsolidacja i przeprojektowanie struktury organizacyjnej: W przypadku jednej organizacji wprowadziliśmy dane dotyczące ról zawodowych do AI i poprosiliśmy ją o pomoc w zidentyfikowaniu miejsc, w których występowało nakładanie się zadań — innymi słowy, gdzie wyglądało na to, że dwa stanowiska wykonują to samo w różnych częściach organizacji. Była to duża organizacja, więc tego rodzaju praca związana z grupowaniem zajęłaby dużo czasu, ale AI znacznie ją ułatwiła. Następnie przyjrzeliśmy się tym obszarom, aby ustalić, czy rzeczywiście dochodziło do dublowania pracy.
Wiele przykładów wskazanych przez AI w rzeczywistości nie dotyczyło dublowania pracy — albo dana funkcja miała odrębne potrzeby, albo po prostu wykorzystano łatwy do zastosowania opis stanowiska z systemu, aby otworzyć i obsadzić zapotrzebowanie rekrutacyjne. W takich przypadkach zaktualizowaliśmy informacje, aby dokładniej odzwierciedlały stan faktyczny. Jednak niektóre ustalenia AI rzeczywiście doprowadziły do konsolidacji i przeprojektowania struktury organizacyjnej. - Uzupełnianie luk kompetencyjnych: W przypadku innej organizacji zidentyfikowaliśmy lukę kompetencyjną w zespole sprzedaży związaną z konkretną interakcją z klientem. Zwykle udostępnilibyśmy materiały i zachęcili menedżerów do pracy z podwładnymi, ale realistycznie rzecz biorąc, fizycznie niemożliwe byłoby przeprowadzenie symulacji na taką skalę, aby pomóc pracownikom rozwinąć umiejętności potrzebne do skutecznego wykonywania tego zadania. Zamiast tego wykorzystaliśmy AI do udostępnienia mobilnej rozmowy z botem AI, który symulował tę sytuację, a następnie zastosowaliśmy analizę rozmów z wykorzystaniem AI, aby ocenić wyniki uczestników, przekazać im informacje zwrotne i przygotować kompletny pulpit pokazujący, na jakim poziomie znajdowała się każda osoba. Dzięki temu kadra zarządzająca mogła wdrożyć precyzyjnie dopasowane rozwiązania problemu, mierzalnie zamykając lukę.
W tym projekcie wykorzystałem Relativ.AI do przeprowadzenia symulacji i ocen, a całość zbudowałem na bazie OpenAI i NotebookLM, które zasilały modele bazowe i bazę wiedzy. - Podejmowanie decyzji: Jeśli chodzi o wykorzystanie AI przy podejmowaniu ważnych decyzji, dostarczam jej znaczne ilości danych, ale traktuję ją raczej jak rozważnego partnera. Określam kluczowe kwestie, które analizujemy, i pytam, jak dane wpisują się w te kategorie.
Pytam również: „Czego nie bierzemy pod uwagę?” albo „Jakie ukryte wzorce dostrzegasz?”. Nigdy jednak nie podejmuję działań wyłącznie na tej podstawie — jest to raczej punkt wyjścia do zweryfikowania informacji lub uzyskania dodatkowych szczegółów od osób bliżej związanych z daną pracą, które mogą je potwierdzić, wyjaśnić albo zakwestionować.
Jak mierzyć biegłość w korzystaniu z AI w całym zespole i zamknąć lukę kompetencyjną
Kluczowym krokiem w rozwijaniu biegłości w korzystaniu z AI jest zidentyfikowanie luk. Aby to zrobić, podzieliłem skuteczność korzystania z AI na sześć podstawowych obszarów, które można rzeczywiście zmierzyć:
- Intencjonalność: Intencjonalność oznacza korzystanie z AI w konkretnym celu, a nie tylko dla wygody. Mierzy, czy korzystanie z AI jest zgodne z celami strategicznymi, zamiast wynikać z pogoni za trendami lub wydajnością dla samej wydajności. Wskazówka: Zatrzymaj się przed zautomatyzowaniem czegokolwiek. Zapytaj: „Jaki problem tak naprawdę próbuję rozwiązać?”. Cel zawsze powinien poprzedzać proces.
- Rozeznanie: Rozeznanie mierzy zdolność rozpoznania, kiedy można zaufać AI — a kiedy nie. Chodzi o zastosowanie własnego osądu do oceny sugestii AI, ich dokładności i dopasowania do kontekstu podejmowania decyzji przez człowieka. Wskazówka: Wprowadź do swojego przepływu pracy elementy wymagające dodatkowej weryfikacji. Nie akceptuj pierwszego rezultatu wygenerowanego przez AI. Porównaj go, zakwestionuj i skalibruj przed podjęciem działania.
- Zgodność z zasadami etycznymi: Zgodność z zasadami etycznymi ocenia, czy korzystanie z AI respektuje wartości organizacji, prywatność, uczciwość i integralność. Nie chodzi tu o listy kontrolne zgodności — chodzi o konsekwentne przestrzeganie zasad moralnych.
Wskazówka: Zdefiniuj zasady, od których nie ma odstępstw. Zdecyduj, czego nie należy powierzać AI, zanim zaczniesz analizować, co można jej powierzyć. - Biegłość techniczna: Biegłość techniczna to poziom swobody w posługiwaniu się narzędziami AI i językiem związanym z AI oraz rozumienie ich ograniczeń. Nie chodzi o programowanie, lecz o rozumienie. Im większa jest Twoja biegłość, tym bardziej odpowiedzialnie i kreatywnie możesz wykorzystywać AI. Wskazówka: Nie próbuj korzystać z każdego nowego narzędzia. Wybierz jedno lub dwa i dobrze je poznaj, rozumiejąc ich rzeczywiste możliwości i ograniczenia.
- Integracja z przepływem pracy: Integracja z przepływem pracy mierzy, jak płynnie AI wpisuje się w codzienne procesy i rytm współpracy. Skuteczne wykorzystanie AI nie jest czymś dodanym z zewnątrz — jest integralną częścią pracy. Wskazówka: Poszukaj wąskich gardeł lub powtarzalnych zadań, które powodują opóźnienia. Zacznij od małych kroków i usuwaj tarcia, a nie funkcje.
- Rozeznanie w delegowaniu: Rozeznanie w delegowaniu ocenia zdolność decydowania, co powierzyć AI — a co pozostawić człowiekowi. To dyscyplina polegająca na określaniu granic we współpracy z technologią. Wskazówka: W razie wątpliwości deleguj AI zadania o niskim ryzyku i wymagające przetwarzania dużych ilości danych, ale zawsze pozostawiaj człowiekowi osąd, empatię i odpowiedzialność.
Zacznij od małych kroków i usuwaj tarcia, a nie funkcje.
Po zdefiniowaniu tych obszarów opracowałem narzędzie oceny, które pomaga moim zespołom zrozumieć, na jakim poziomie znajdują się w każdym z tych sześciu obszarów. Pracownicy rozmawiają z botem AI, opisując, jak wykorzystują AI w swojej pracy. Rozmowa jest analizowana, a następnie otrzymują spersonalizowany raport pokazujący ich skuteczność w każdym obszarze oraz praktyczne kroki pozwalające zamknąć luki — wszystko w około 10-15 minut. Następnie możemy z czasem ponownie przeprowadzać ocenę, aby monitorować postępy — dzięki temu staje się ona żywym modelem rozwoju, a nie jednorazową ewaluacją.
Przełomowe rezultaty oceny wykorzystania AI w rzeczywistych warunkach
Oto przykład tego rodzaju oceny AI w praktyce. Jedna z organizacji wdrożyła Microsoft Copilot i zauważyła, że jest on intensywnie wykorzystywany, ale tak naprawdę nie miała pojęcia, co dokładnie za jego pomocą robiono ani czy przynosiło to jakąkolwiek wartość.
Dlatego wdrożyliśmy to narzędzie oceny, kierując się kilkoma kluczowymi celami: mierzalnym określeniem, jak skutecznie pracownicy z niego korzystali, identyfikacją trendów dotyczących tego, do czego ludzie wykorzystywali AI, oraz przygotowaniem konkretnych planów rozwoju i doskonalenia, które miały przynieść mierzalną poprawę w ciągu sześciu miesięcy.
Każda osoba w firmie otrzymała osobistą kartę wyników, którą następnie powiązano z celem w ramach zarządzania wynikami, dotyczącym poprawy skuteczności korzystania z AI. Kierownictwo mogło natomiast spojrzeć na sytuację z szerszej perspektywy.
Najpierw zidentyfikowaliśmy poważne braki w zakresie „zgodności etycznej” w porównaniu z wartościami firmy. Doprowadziło to do wprowadzenia nowych standardów korporacyjnych, które zostały włączone do zarządzania wynikami — nie tylko w odniesieniu do etyki AI, ale także do ogólnych zasad postępowania pracowników.
Zidentyfikowaliśmy również obszary wysokiego ryzyka, w których AI wykorzystywano w pracy, która powinna pozostać domeną człowieka. Zaangażowani liderzy mogli dokładniej przeanalizować zespoły wykonujące tę pracę i pomóc skorygować obraną ścieżkę.
W ciągu sześciu miesięcy przeprowadziliśmy ocenę jeszcze dwa razy i zaobserwowaliśmy mierzalny rozwój we wszystkich sześciu obszarach, a także znaczną poprawę w zakresie etyki dzięki skupieniu całej organizacji na tych standardach. Wielu liderów zaczęło również wykorzystywać otrzymane dane do ukierunkowywania pracy swoich zespołów, ponieważ zidentyfikowaliśmy wiele osób, które nie miały jasności co do swoich strategicznych priorytetów.
Dwupoziomowy zestaw narzędzi AI Christophera Linda
Jeśli chodzi o narzędzia, dzielę je na dwie kategorie: narzędzia AI oraz narzędzia wzbogacone o AI.
Jeśli chodzi o narzędzia oparte wyłącznie na AI:
- Najczęściej korzystam z ChatGPT i Google Gemini. Jednak częściej sięgam po ChatGPT ze względu na jego możliwości multimodalne.
- Dodałbym również NotebookLM. Kiedy muszę uporządkować i przywoływać konkretne zbiory danych, jest on niezbędny. Mam notatnik dla każdego projektu, nad którym pracuję. Wszystkie zasoby, każdy transkrypt — wszystko trafia właśnie tam. Dzięki temu mam zamknięty zbiór danych, który mogę przeszukiwać i na jego podstawie budować kolejne materiały.
- Fireflies.ai wykorzystuję do transkrypcji wszystkich moich spotkań.
- Relativ.ai wykonuje całą pracę związaną z moimi symulacjami. Na tym narzędziu opierała się również moja ocena skuteczności AI.
Jeśli chodzi o narzędzia wzbogacone o AI:
- Mam obsesję na punkcie oprogramowania do edycji wideo o nazwie Descript. Jego twórcy świetnie zintegrowali możliwości AI z procesami twórczymi. Wcześniej dość często korzystałem również z CapCut.
- Często korzystam także z Grammarly.
Dlaczego zestaw narzędzi AI ma mniejsze znaczenie niż strategia AI
Mimo to, gdy mowa o AI, większość ludzi skupia się na niewłaściwej kwestii. Pytają, z jakich narzędzi korzystają inni i które narzędzia sami powinni mieć. To niewłaściwe pytanie.
Ludzie powinni analizować, jakie kompetencje muszą wzmocnić, a które można łatwo zautomatyzować. Następnie powinni dostosować do tego dowolne narzędzia AI, które już mają w swoim zestawie.
Sukces odniosą nie ci, którzy wybiorą właściwe narzędzia. Odniosą go osoby, które jasno określiły, co muszą zrobić, a następnie rozsądnie wykorzystały dostępne im narzędzia AI, aby to osiągnąć.
Dlatego gdy mówię o narzędziach, z których korzystam, robię to jedynie w celach kontekstowych — nie tworzę listy kontrolnej. Wszystko, co robię, mógłbym osiągnąć za pomocą zupełnie innego zestawu narzędzi, ponieważ wiem, jakich możliwości potrzebuję od AI, i potrafię szybko ocenić, które z moich narzędzi AI pozwolą wykonać dane zadanie.
Rada dla liderów przechodzących transformację AI: zwolnij, aby szybciej skalować
Oto moja rada: zwolnij. Poświęć czas na zrozumienie tego, co naprawdę próbujesz osiągnąć, oraz tego, jak obecnie wykonywana jest praca.
Wszyscy spieszą się, aby zrobić coś z AI, nie rozumiejąc w pełni swoich obecnych przepływów pracy. W rezultacie wdrażają AI w wadliwe procesy i skalują marnotrawstwo.
Jeśli poświęcisz czas na właściwe przygotowanie się od samego początku, wyposażysz ludzi w narzędzia pozwalające im skutecznie korzystać z technologii i jasno określisz oczekiwane rezultaty, odniesiesz sukces.
Musisz także być gotów powiedzieć „Nie” świetnym pomysłom, jeśli odciągają cię od spraw, które mają największe znaczenie.
Śledź dalsze losy
Aby śledzić drogę Christophera Linda i czerpać z jego doświadczenia w przeprowadzaniu transformacji biznesowej za pomocą ludzi i technologii, odwiedź jego stronę internetową christopherlind.co, subskrybuj jego spostrzeżenia w serwisie Substack lub nawiąż z nim kontakt na platformie LinkedIn.
Więcej wywiadów z ekspertami już wkrótce na People Managing People!
