Tidigare programchef på Google: Använd AI för långsiktig tillväxt, inte för att jaga kortsiktiga besparingar

Jonathan Conradt

Teknikchef och grundare av Shiftwell AI

Jonathan Conradt

Jonathan Conradt har lett team på några av världens mest inflytelserika företag – Amazon, eBay, Google och Microsoft. Där byggde han fantastisk teknik, men hans fokus har alltid legat på att utveckla framstående ledare. Nu använder han, som teknikchef på Shiftwell AI, AI för att förstärka människors potential.

Key Takeaways

Investera i människor, inte nedskärningar: Använd AI för att förstärka de främsta talangerna och öka kapaciteten, vilket höjer intäkterna snabbare än att jaga begränsade kostnadsbesparingar.

AI skriver om vad som är möjligt: Stora migreringar och komplex målgruppsanpassning kan automatiseras, men du behöver fortfarande starka ledare och ingenjörer eftersom AI förstärker både bra och dålig design.

Fokusera på användning, inte rubriker: Bygg AI-kompetens, integrera verktyg i de dagliga arbetsflödena och dela verkliga framgångshistorier för att driva meningsfull och varaktig omvandling.

I det här samtalet berättar Jonathan hur AI omformar ledarskap och organisationsdesign – och varför du bör använda AI för att utveckla dina medarbetare i stället för att använda det för att sänka kostnaderna.

Från stora teknikföretag till ett nystartat företag: Så tänker Jonathan Conradt om ledarskap med AI

Jag har haft förmånen att arbeta för Amazon, eBay, Google och Microsoft med produkter som människor använder varje dag.

Jag var teknisk programchef för Chromebook-enheter – som mina barnbarn nu använder i skolan – samt för Mac- och Linux-versionerna av webbläsaren Chrome. På eBay var jag produktdirektör för varuexponering och marknadsföring.

På Amazon gick jag från att leda marknadsföringen för alla Amazons enheter till att bygga AI-lösningar och därefter till att utbilda Amazons vice verkställande direktörer och direktörer inom AI. När jag såg en möjlighet att från grunden utveckla något inom AI och ledarskap lämnade jag Amazon 2024 för att bygga Shiftwell AI, ett nystartat företag med fokus på karriär- och ledarskapsutveckling och med ett stort inslag av AI.

More Articles

Att bygga Shiftwell AI för att hjälpa ledare att utveckla sina medarbetare

Insikten vi fick på Shiftwell AI var att chefer är överväldigade. De har sällan tid och saknar ofta den expertis som krävs för att hjälpa sina direktrapporterande medarbetare att utveckla sina ledarskapsförmågor och göra karriär.

Vi förväntar oss att AI kommer att leda företag till att platta till sina organisationsstrukturer när verktyg blir tillgängliga för att sammanfatta det informationsflöde som ledare tar emot varje dag. Förbättrad kontorsproduktivitet kommer att göra det möjligt för en chef att ha fler direktrapporterande medarbetare, men dessa medarbetare kommer fortfarande inte att få det stöd de behöver för att utvecklas.

Shiftwell AI är ett alternativ till de storskaliga undersökningarna om medarbetarengagemang som inte har lyckats förbättra produktivitet och personalbevarande. Att tillämpa AI på en dålig metod gör den bara sämre. Vi använder en ny metod som möjliggörs av AI och årtionden av forskning och som ger medarbetare och chefer de insikter och verktyg de behöver för att lyckas.

Vi förväntar oss att varje medarbetare kommer att ha AI-kollegor och samarbetspartner som stödjer arbetet och automatiserar uppgifter. Vi ser att de bästa företagen också använder AI för att utveckla sina medarbetare. Företag som kan attrahera, utveckla och behålla de främsta talangerna kommer att blomstra.

Jonathan Conradt

Jonathans tips

Företag som kan attrahera, utveckla och behålla de främsta talangerna kommer att blomstra.

Så omformar AI ledarskap och organisationsdesign

En viktig lärdom jag förmedlade till Amazons ledare var att deras mångåriga erfarenhet och intuition kring vad som är omöjligt eller för dyrt inte längre gäller.

Amazon genomgick till exempel en smärtsam övergång från Perl och C till en kodbas som till stor del byggde på Java. Övergången var mycket dyr och tog lång tid. Men med AI automatiserades nästan hela övergången från en gammal Java-version till den senaste Java-versionen. Detta kvantitativa produktivitetssprång påverkar påtagligt hur vi ser på arbetsstyrkans sammansättning och omfattning.

Enligt min uppfattning finns det tre sätt att reagera på AI-ekonomin:

  1. Ignorera AI och hoppas att det försvinner, en strategi som Sears verkade använda i fråga om internet.
  2. Kasta sig huvudstupa in i det och snabbt minska arbetsstyrkan i förväntan att AI:s produktivitetsökningar gör det möjligt att upprätthålla samma leveransnivå med en högre vinstmarginal. Det ger en kortsiktig fördel för aktiekursen och lämnar i slutändan företaget med samma kapacitet som tidigare, men till lägre kostnad.
  3. Behålla de främsta talangerna och förstärka dem med AI, så att de kan göra mer, snabbare.

Jag har alltid förespråkat den tredje vägen.

I varje ingenjörsprojekt jag någonsin har arbetat med har vi behövt prioritera kundernas önskemål och sedan dra en gräns utifrån vår leveranskapacitet. Vi kunde alltid inte tillgodose vissa kundönskemål eftersom våra resurser var begränsade.

Företag som behåller sin kompetenta och erfarna personal och ökar deras produktivitet genom AI kommer att leverera fler kundfördelar än de som satsar på en kortsiktig uppgång i aktiekursen.

Den här metoden minskar inte kostnaderna omedelbart, men den ökar snabbt intäkterna när företaget accelererar förbi sina konkurrenter. Enligt min erfarenhet finns det enormt utrymme för att öka intäkterna – men kostnadsbesparingar har alltid ett tak.

Jonathan Conradt

Jonathans tips

En viktig lärdom jag lärde Amazon-ledare var att deras många års erfarenhet och intuition kring vad som är omöjligt eller för dyrt nu inte längre gäller.

Så förändrade AI Amazons e-postmarknadsföring – och så påskyndade de införandet

Här är ett annat exempel. Amazon förlitade sig på hundratals marknadschefer som manuellt konfigurerade målgruppsparametrar för marknadsföringskampanjer. Denna arbetsintensiva process innebar att brainstorma kring vilka kriterier och beteenden som var viktiga, följt av hundratals timmar med rapportgenerering och analys. Teamen var ovilliga att prova nya saker eller köra flera experiment eftersom investeringen var för stor.

Jag hade turen att träffa en AI-forskare som hade idén att använda AI för att kombinera hundratals mått till en förutsägelse av vem som skulle köpa inom en kategori under de kommande två veckorna, och därefter vem som med störst sannolikhet skulle reagera positivt på ett e-postmeddelande.

Jag tog fasta på detta och skapade experiment med Amazons enhetskampanjer för att validera och förfina modellen.

Till en början var marknadscheferna skeptiska till en lösning som påstod sig känna deras kunder bättre än de gjorde. AI var inte ett vanligt verktyg och var vid den tiden allmänt missförstått. Därför skapade jag en kurs för marknadschefer för att förklara grunderna i modellen, och vi talade på interna konferenser.

Genom att göra den tillgänglig i deras befintliga verktyg och publicera framgångshistorier brett lyckades vi till slut skapa momentum. När teamen delade med sig av sina framgångar och medarbetare bytte roller inom företaget ökade införandegraden. Inom 18 månader använde varje team den, och vid alla nya lanseringar i länder ingick kravet att börja använda modellen så snart kunddata fanns tillgänglig.

Och till slut krävdes det att alla Amazons e-postkampanjer världen över använde denna modell för sin målgruppsanpassning. Den minskade avsevärt arbetsinsatsen för att lansera nya kampanjer, vilket uppmuntrade teamen att experimentera med flera kampanjer. Det ledde till nya insikter om kundernas behov och förbättrad försäljning.

Den stora insikten för oss var att människor aldrig skulle ha övervägt nyanserade tillvägagångssätt som involverade hundratals (senare tusentals) variabler. Men genom att tillämpa AI på problemet kunde vi göra mer för kunderna med samma eller mindre arbetsinsats – så länge våra team började använda det.

Varför skyddsräcken behövs när programvaruteam använder AI

Som CTO på ett nystartat företag är det mitt ansvar att skriva koden.

AI-kodverktyg som GitHub Copilot i VS Code, samt Ollama som körs lokalt med Open Web UI, chockerar mig ofta med sin förmåga att till synes läsa mina tankar och föreslå stora kodblock som är exakt det jag var på väg att skriva.

Samtidigt fortsätter AI gärna längs en katastrofal väg och förstärker misstag i arkitektur eller design.

Därför är det avgörande att ha välutbildade och erfarna programvaruingenjörer för att skapa rätt resultat. AI kan påskynda och bygga vidare på bra eller dålig design. Den förstärker kompetensnivån i din organisation som en förvrängande spegel i ett tivoli.

Om du investerar i de bästa talangerna kommer dina AI-verktyg att förstärka deras förmågor och producera bra arbete snabbare. Om du har misslyckats med att utveckla dina medarbetare eller har anställt fel personer kommer AI att hjälpa din arbetsstyrka att snabbt producera dåliga lösningar.

AI kan påskynda och bygga vidare på bra eller dålig design. Den förstärker kompetensnivån i din organisation som en förvrängande spegel i ett tivoli.

Jonathan ConradtCTO och grundare av ShiftWell.ai
Share This Quote on:

Varför läsbarhet är viktigare än någonsin i en tid med AI-genererad kod

På Shiftwell AI har vi valt Go som vårt programmeringsspråk. Det har bra stöd i alla AI-verktyg. Det är också mycket lättläst.

Jag hade förmånen att observera ingenjörerna i Google Chrome-teamet som teknisk produktchef. Kodgranskningsprocessen, som fortfarande är synlig för alla via Chromium-projektet, var en utmärkt miljö för att lära sig, utbildas och förbättra kod. Ett viktigt steg i granskningen var att öka kodens läsbarhet. Kunde en ingenjör läsa och förstå lösningen inom rimlig tid?

Go-språkteamet på Google tog detta till sig och byggde in riktlinjer för läsbarhet i språket. Även om språk som Rust eller C++ kan skapa snabbare eller mindre lösningar är Go-lösningen i allmänhet den mest läsbara.

Vi förväntar oss att ha färre ingenjörer än vi skulle ha haft för tio år sedan, med lika mycket eller mer kod än vad en startup av motsvarande storlek skulle ha haft. Både AI-verktygen och detta mycket läsbara språk hjälper till med detta. För när en AI föreslår kod måste ingenjören läsa och förstå koden.

Jag misstänker att företag snart kommer att börja använda språk som är enklare att läsa och förstå för att undvika misstag från AI-verktyg.

Så använder Shiftwell AI AI-verktyg inom utveckling, marknadsföring och support

Som jag nämnde använder jag GitHub CoPilot flitigt i VS Code. Det har gjort det mycket snabbare att bygga upp en bra uppsättning tester för min kod. Det är imponerande hur ofta det genererar smarta tester som är enkla för mig att utöka med de scenarier jag vill täcka.

Som organisation använder vi det också för att brainstorma marknadsföringsbudskap och sådant som hisspresentationer. Och när vi fastnar i hur vi vill uttrycka något vänder vi oss till AI för att generera fler idéer.

Vi förväntar oss fullt ut att AI kommer att vara en integrerad del av vårt kundsupportflöde. Vi planerar att stödja fler än 35 språk med ett engelskspråkigt supportteam. Att erbjuda kundservice på modersmålsnivå kommer endast att vara möjligt med AI.

De dolda riskerna med AI-konsolidering och hur mindre företag kan blomstra

AI verkar driva på konsolideringen, eftersom större företag med högkvalitativa träningsdata har en fördel när det gäller att träna AI och tillämpa den i sina verksamheter. Vad kommer att hända med små familjeföretag?

Historiskt sett hade fotografering en liknande påverkan på konstvärlden. Ett litet antal företag inom kameror, film och framkallning kunde överträffa alla världens konstnärer genom att producera en högkvalitativ produkt med otrolig detaljrikedom. Detta gjorde varje kameraägare till en konstnär, om än vanligtvis en dålig sådan.

På den tiden fick detta många att förvänta sig att målningarnas värde skulle kollapsa och att konstnärer skulle upphöra att existera. Så blev det inte.

När AI leder till konsolidering och mångfalden försvinner kommer produkter att standardiseras och bli mer generiska. Detta är marknadsmöjligheten för små och medelstora företag som kan erbjuda unika och skräddarsydda lösningar. Små företag som fokuserar på sina kunder och tar sig tid att verkligen förstå deras behov kan fortfarande blomstra i en AI-ekonomi.

Det viktigaste rådet till ledare som navigerar i AI-ekonomin

Mitt råd för den här tiden är att fokusera på att använda produktivitetsförbättringar från AI för att leverera mer till kunderna, i stället för att använda kostnadsbesparingar för att öka vinsten.

Det här är en möjlighet att gå om konkurrenter som gör misstaget att skala bort kompetens och erfarenhet från företaget i jakten på kortsiktiga vinster. Om en anställd som tidigare genererade intäkter motsvarande 7X sin lön kan generera 20X sin lön, vilken dåre skulle offra de intäkterna för att spara in på lönen?

Med det sagt tror jag att AI kommer att ha en överraskande påverkan på jobb på direktörs- och vice vd-nivå, eftersom den minskar den kognitiva belastningen i ledarskapet och gör det möjligt för färre personer att utföra arbetet.

De bästa företagen kommer att minska de administrativa kostnaderna och omfördela dessa besparingar till investeringar i medarbetare, vilket direkt skapar kundvärde.

Jonathan Conradt

AI kommer att ha en överraskande påverkan på jobb på direktörs- och vice vd-nivå, eftersom AI minskar den kognitiva belastningen i ledarskapet.

Följ arbetet

Du kan följa Jonathans arbete på LinkedIn och utforska hans företag, Shiftwell AI, där de bygger framtidens ledarskapsutveckling med AI som kärna.

Fler expertintervjuer kommer på People Managing People!

You may also like