AI på jobbet: Varför företag behöver en ny handlingsplan

Läs transkriberingen:

Vi testar att transkribera våra poddar med hjälp av ett datorprogram. Ha överseende med eventuella stavfel eftersom boten inte har rätt 100 % av gångerna.

Steve Cadigan: Om din första implementering av AI är att minska personalstyrkan, är inte det fantastiskt? Jag vet inte vem som avgör vad som är fantastiskt. Dina framtida medarbetare – hur fantastiskt tycker de att det är? Och jag skulle vilja se organisationer anta utmaningen: tänk om vi genomför implementeringar som visar enorm tillväxt i lärande genom användningen av AI och därmed större karriärpåverkan och bättre löneutveckling?

Tänk om vi bevisar för våra medarbetare att vi är lika intresserade, om inte mer intresserade, av det? I stället för det traditionella tankesättet att göra mer, producera fler enheter, minska personalstyrkan och spara pengar.

David Rice: Välkomna till podden People Managing People. Vårt uppdrag är att bygga en bättre arbetsvärld och hjälpa dig att skapa glada, hälsosamma och produktiva arbetsplatser. Jag heter David Rice och är er värd.

Min gäst i dag är Steve Cadigan. Han är talangrådgivare och tidigare personaldirektör på LinkedIn. Vi ska prata om hur AI kan förenas med dagens arbetsmiljö och hur företag kan närma sig den här tekniken på ett bättre sätt.

Steve, välkommen!

Steve Cadigan: Hej, roligt att vara här.

David Rice: Innan inspelningen pratade vi om den unika utmaningen med att implementera AI som en lösning på arbetsplatsen jämfört med annan teknik som vi har använt tidigare. Hur ser du på varför vi inte bara kan använda samma typ av tänkande kring den här tekniken som vi använde för tidigare verktyg som vi har köpt och implementerat?

Steve Cadigan: Ja, det är en bra utgångspunkt. För det första är det lite missvisande att kalla det en lösning. Det här är ett pågående arbete av enorma proportioner, eller hur? Kakan är inte färdigbakad ännu. Det är en teknik i utveckling. Skaparna av produkter baserade på artificiell intelligens är lika bekymrade och nervösa som de är entusiastiska över möjligheterna.

Och det är inte alltid tydligt hur vissa av resultaten tas fram. Vi befinner oss vid en väldigt intressant tidpunkt där vi har något mycket kraftfullt, men till skillnad från all annan teknik vi har sett tidigare är vi vana vid att se teknik implementeras så här: här är tekniken, vi kommer att kunna göra något snabbare och billigare, så låt oss införa den.

Just nu vet vi inte ens allt som AI klarar av att göra, och vi håller fortfarande på att lära oss det. Det gör det lite utmanande eftersom det kräver experimenterande, och det är inte något vi vanligtvis är vana vid att se, eller hur?

Vi är vana vid att vara ganska säkra på hur något ska användas. Nu är det mer: wow, möjligheterna har ännu inte utforskats fullt ut, men vi är ganska säkra på att det finns konkurrensfördelar här. Så nu kör vi. Det är en del av utmaningen där vi befinner oss just nu.

David Rice: Ja, det är inte som att du är en programvarulösning som bara dyker upp och visar en demonstration, eller hur?

Steve Cadigan: Precis.

David Rice: Som du nämnde är det inte en färdig produkt ännu. Väldigt få av oss vet faktiskt hur den fungerar på teknisk nivå, och därför använder människor den inte heller på ett enhetligt sätt. När jag tänker på det handlar det om en experimentkultur – företag som kommer att lyckas bäst med detta. Hur bygger man upp det i relation till teknik som människor i många fall inte litar på? Slutanvändaren litar inte på den och ledare kanske inte förstår den.

Steve Cadigan: Jag vet. Jag tror inte att vi någonsin har sett en sådan här gåta i arbetslivet, där något styr så mycket tankar och oro och samtidigt omges av så mycket rädsla och misstro.

För att skapa förtroende måste man bygga upp en historik av konsekventa och tillförlitliga resultat. Och det har vi helt enkelt inte ännu. Det är verkligen märkligt och olikt allt vi har sett tidigare. Du nämnde ett viktigt ord i hela diskussionen om artificiell intelligens, särskilt för människor som leder andra: fråga vem som helst hur man skapar goda prestationer.

Man skapar en miljö präglad av förtroende. Men när saker förändras snabbt, när man inte vet resultatet av det man använder och inte vet om man oavsiktligt kommer att stöta på en etisk gräns när man tillämpar och implementerar det här, väcker det oro. Vi har också just nu en omfattande berättelse i medierna om att artificiell intelligens kommer att ersätta dig och ta ditt jobb.

Vi har redan sett ett stort genomslag inom exempelvis juridiskt stöd, som mängden juridisk research som kan utföras med hjälp av artificiell intelligens. Det minskar behovet av den yrkesgruppen, så att säga. Vi vet alltså att det kommer att hända. Vi vet bara inte i vilken omfattning, men samtidigt ser vi nya jobb skapas medan ett stort antal jobb försvinner.

Den här nivån av rädsla och misstro kommer därför, tror jag, att skapa vissa farthinder för implementeringen av artificiell intelligens i organisationer. Det är därför jag blev så glad över att komma till programmet. På People Managing People måste vi alla nu se oss själva som förvaltare av frågan hur vi ska införa AI och låta den påverka våra medarbetares jobb, karriärvägar och arbete på ett sätt som skapar större värde och ger bättre resultat.

Just nu vet jag inte om vi ännu har särskilt mycket säkerhet kring hur det kan göras på bästa sätt.

David Rice: Nej, det håller jag med om.

Jag kan inte minnas när någon senast tog upp den etiska aspekten, och jag kan inte heller minnas när jag senast använde en teknik eller ens någon plattform där jag tänkte att det kunde finnas etiska konsekvenser, eller hur?

Till och med sociala medier bygger ju på att man tänker att det går bra så länge man inte lägger ut något galet. Med det här vet jag ibland inte vad jag kommer att få, eller om jag lägger ut något utan att ha granskat ordentligt det som har skapats.

Det kan ha spridit felaktig information, eller så står det till och med där i villkoren.

Steve Cadigan: Ett bra test för vem som helst är att be den göra något som du kan väldigt väl. Be den skriva historien om ditt företag eller en profil av dig. Jag har bett den skriva en profil av mig, och den har felciterat mig.

Den skrev saker som jag inte hade sagt. Det lät väldigt bra, men jag hade aldrig sagt det. Vi befinner oss på en väldigt intressant plats. Jag har några barn på universitet just nu, och det är fascinerande att se universitetslärare under de senaste två åren behöva hantera frågan: det jag mäter är ditt självständiga tänkande.

Låt oss säga att en överdrivet förenklad bild av vad en universitetslärare gör är att mäta kvaliteten på studentens egna tankar. Som student har du obegränsade resurser just nu. Kan jag vara helt säker på att du inte har använt Claude, ChatGPT eller Gemini när du skrev arbetet?

Jag vet inte. Vi börjar därför se olika förhållningssätt. Ett av mina barn har exempelvis märkt att vissa lärare säger: kör fullt ut med ChatGPT, använd det. Andra lärare gör intressanta experiment. De säger: här är ämnet. Jag vill att du skriver en uppsats med ChatGPT. Sedan vill jag att du lämnar in din redigerade version.

Har du själv gjort den bättre? Då kan jag se hur du tog ett befintligt arbete och förbättrade det. Det är oerhört intressant. Var går gränserna för kreativitet, individuellt och självständigt tänkande när jag tillämpar det på arbete eller utbildning? Det är ett helt nytt område för oss.

David Rice: Jag håller helt med.

Det finns en känsla kring den här tekniken, liksom kring mycket annan teknik, att om man satsar på nya saker och får sina medarbetare att använda den så gör man rätt. Men om man inte gör det kommer man att hamna efter. Det leder dock till ett märkligt och tror jag ganska ogenomtänkt användande av AI.

Den har ju precis kommit, eller hur? Tror du att den här känslan av att behöva hålla jämna steg med andra företag gör att många företag använder tekniken på ett sämre sätt?

Steve Cadigan: Jag tror att det största hindret just nu är – svaret på din fråga är ja, det tror jag.

Jag tror att implementeringshindren drivs av våra gamla sätt att tänka kring hur teknik ska införas. Du nämnde exempelvis färdig programvara: koppla in den, utbilda oss och visa hur den ska användas. Nu ser vi företag som Walmart, landets största detaljhandelskedja, ge hundratusen medarbetare ett generativt AI-verktyg och säga: vi vet inte vad ni kan använda det till, men vi vet vad vi behöver experimentera med.

Gå därför ut och se om ni kan leda era team bättre, hantera lager bättre eller skapa en ännu bättre kundupplevelse. Dela sedan resultaten med oss så ser vi om det är värdefullt.

Det hade man aldrig sett tidigare. När ett av landets största detaljhandelsföretag, som inte direkt är känt för banbrytande kreativitet, säger att man ska genomföra ett stort experiment, då är det ett viktigt ögonblick. Det är sådant som gör mig entusiastisk. Företagen som kommer att ha en fördel här är de som har en experimenterande miljö.

Det är svårt om man inte befinner sig i teknikvärlden, eftersom den alltid handlar om att experimentera. Ni arbetar däremot med tillförlitliga, konsekventa och förutsägbara resultat. Ni arbetar inte med experiment. Om jag befinner mig i en operationssal vill jag inte genomföra en massa experiment. Liv står på spel.

Jag behöver ett förutsägbart resultat. Samtidigt tror jag att vi måste experimentera för att verkligen förstå vad det här klarar av. Det finns dock många hinder: förtroendehindret, föreställningen om vad teknik kan och bör göra och det mänskliga hotet mot mitt jobb. Om AI kan påverka mitt jobb kanske jag inte vill använda den fullt ut eftersom den potentiellt gör mig sårbar.

Jag minns tidigare i min karriär när det var populärt att lägga ut allt på Indien. Vi skulle spara pengar eftersom vi kunde betala de personerna mycket mindre. Sedan bad man nordamerikanska team att åka till Bangalore och utbilda det teamet. De tänkte: varför skulle jag göra det? Varför skulle jag utbilda dem i att ta mitt jobb? Nej, jag kommer att göra starkt motstånd, le och säga att jag ska göra det, och sedan medvetet förstöra för de personerna så att de aldrig kan ta mitt jobb.

David Rice: Ja.

Steve Cadigan: Det är svårt.

David Rice: Det har varit trenden under de senaste 20 åren. Nu ser vi samma sak här, och det kanske åtminstone kommer att bromsa den utvecklingen. Det påskyndar allt annat, men det kommer att bromsa detta.

Berättelsen om teknik har alltid varit att den gör människor mer produktiva. Men när vi pratade innan inspelningen påpekade du att det innebär att människor arbetar mer och blir mer stressade. Du ser en annan möjlighet. Hur behöver vi anpassa vårt tänkande så att vi utforskar nya sätt att arbeta, nya marknader och alla nya möjligheter?

Steve Cadigan: Ja, en mycket bra insikt och fråga, David. Jag tror att vi har färdats på ett tåg där teknik handlar om att göra mer, gå snabbare, få mer gjort och minska kostnaderna.

Nu har vi något som kan göra det möjligt för oss att vara mer kreativa, göra våra jobb mer intressanta och skapa större påverkan. Det möts av ett visst motstånd eftersom vi har tänkt på det här på ett särskilt sätt. Det är den möjlighet som jag tycker att personalansvariga verkligen bör överväga: om din första implementering av AI är att minska personalstyrkan.

Vi säger kanske att vi ska införa det här och göra oss av med 300 kundtjänstjobb. Är inte det fantastiskt? Jag vet inte vem som avgör vad som är fantastiskt. Aktieägarna tycker förmodligen att det är fantastiskt. Dina medarbetare och framtida medarbetare – hur fantastiskt tycker de att det är?

Jag skulle vilja se organisationer anta utmaningen att genomföra implementeringar som visar enorm tillväxt och lärande genom användningen av AI och därmed större karriärpåverkan och bättre löneutveckling. Tänk om vi bevisar för våra medarbetare att vi är lika intresserade, om inte mer intresserade, av det?

I stället för det traditionella tankesättet att göra mer, producera fler enheter, minska personalstyrkan och spara pengar. Det är verkligen min uppfattning. Jag är inte tekniker och jag har uppenbarligen en viss slagsida i den här diskussionen, men jag tror att kostnadsminskningar utgör ungefär fem procent av det AI kan leverera.

Att skapa nya intäktsströmmar och hjälpa dig att tänka om kring hur du kan skapa påverkan och värde på nya marknader – det är den verkliga möjligheten. Men det är inte så vi traditionellt har organiserat företag. Vi står alltså i vägen för oss själva när vi funderar på hur vi vill tillämpa detta. Vår enda utmaning är återigen, som klichén säger, vi själva och vårt sätt att tänka kring det. Det är ett helt nytt sätt att tänka kring arbete.

David Rice: Föreställ dig att ha tillgång till världens bästa talanger. Oavsett om det är ingenjören i São Paulo, försäljningschefen i Dublin eller den fantastiska designern i Kapstaden. Din nästa fantastiska rekrytering kan finnas var som helst i världen. Med Oyster behöver de inte vara den som försvann. Oyster hjälper företag att rekrytera talanger globalt, hantera korrekta löneutbetalningar i tid och följa reglerna i varje steg. Bygg ditt drömteam och väx med självförtroende, eftersom världen verkligen är ditt ostron.

Ja, och du tar upp en bra poäng om perspektiv. Jag tänker samma sak om DEI just nu. Jag är säker på att vissa tycker att det vore en bra idé att skära ned på det.

Men hur är det med alla dina medarbetare? Jag vet inte om de håller med dig. Du förstår vad jag menar. Allt handlar om perspektiv. Det kan vara bra för aktieägarna att minska personalstyrkan, men den större affärsmöjligheten finns i slutändan någon annanstans.

Steve Cadigan: Att tänka på DEI och AI är knepigt, eftersom AI för de flesta helt enkelt är AI.

Man kan säga: kan du hjälpa mig att formulera några verkliga fördelar med min DEI-strategi? Jag har en stark tvivlare i ledningsgruppen, eller så tycker min högsta chef verkligen att detta begränsar deras val eftersom de är en vit man. Hur kan jag ge exempel och insikter och fylla på med exempel och berättelser från det egna företaget? Låt oss visa hur vi kan tjäna mer pengar och skapa större påverkan med fokus på DEI.

Hela det ämnet har just nu blivit ett politiskt slagträ, och jag tror att det är som kvicksand som människor verkligen känner sig obekväma med att prata om, ärligt talat.

David Rice: Ja. Jag har haft många samtal om det. Jag får många frågor om dess framtid, och just nu är det nästan lika oförutsägbart som AI.

Steve Cadigan: Ja. Jag blev intervjuad av Financial Times häromdagen och de sa: ingen vill prata om det här. Vill du prata med oss? Jag svarade: självklart.

Så här känner jag inför det: om du använde DEI för att bocka av en ruta eftersom du kände att du måste göra det, då var det aldrig en central del av strategin. Men om det var centralt för strategin och du håller fast vid den, som Costco och Delta Airlines, då kommer du att fortsätta. Det var inte bara ett program.

Det är ganska bra. Om du vill bygga ett affärsargument för ledningsgruppen kan du använda AI för att göra en massa research åt dig och hjälpa dig att utrusta dig med några av de lärdomarna.

David Rice: Ja, absolut.

Jag är nyfiken eftersom du talar på många konferenser och hör så många idéer om AI. Det är intressant att du talar om att använda det för att formulera en DEI-strategi, och jag tror inte att jag har hört någon prata om det tidigare. Du hör alla möjliga andra idéer och strategier som kan driva utvecklingen. Vad är det som gör dig mest entusiastisk över att den här tekniken kommer in på arbetsplatsen?

Steve Cadigan: Det största området kallar jag talangens heliga graal.

Det som gör mig entusiastisk över vad som har varit, kan bli och snart kanske blir möjligt med AI är möjligheten att förutsäga kapaciteten att lära sig nya färdigheter. Här är det största problemet för de flesta av mina klienter runt om i världen: jag kan inte anställa de personer jag vill ha lika snabbt som tidigare. Jag hittar inte kvalificerade personer, och när jag gör det stannar de inte.

Det sättet att tänka kommer också från en traditionell affärsmodell: någon har slutat, så jag måste anställa någon ny, i stället för att fråga vem som internt kan göra detta eller vem som nästan kan göra det. Vem kräver mindre tid och resurser att utveckla än någon från den öppna marknaden? Och att utbilda människor gör dem dessutom, tror jag, betydligt mer lojala och fyllda av energi.

Jag tror att framtidens arbete under de senaste kanske fem åren har handlat mycket om färdigheternas uppbyggnad i de kretsar jag rör mig i. Många säger att det handlar om färdigheternas anatomi. Jag tror att AI ger oss möjlighet att se exempelvis vilka som är företagets tio procent bästa medarbetare.

Vad kan vi lära oss av allt vi vet om de personerna? Handlar det om vem de arbetar för? Var de kommer ifrån? Kanske kommer de från flerspråkiga eller tvåspråkiga familjer. Vilka skolor gick de på? Vilka andra företagskulturer har de arbetat i? Vad kan vi lära oss? Vi kan bearbeta så mycket data nu att vi kommer bort från magkänslan.

Magkänsla är för mig ett av de sämsta skälen att fatta ett beslut. Magkänsla är något du känner, men ännu inte har belägg för. Nu kan AI ge oss belägg. Det är det område där jag ser enorma möjligheter, inte bara när det gäller att bedöma människor i rekryteringsprocessen.

Det handlar också om att verkligen se över sin talangportfölj. Jag lovar att alla företag jag någonsin har arbetat för har förlorat människor eftersom vi inte förstod att de kunde göra något annat inom företaget. De visste inte att de kunde använda sina färdigheter på ett annat sätt. Det är ett självförvållat problem som jag tror kommer att minska i framtiden.

Det gör mig verkligen entusiastisk.

David Rice: Ja, jag håller med. Det handlar inte bara om analyskraften, utan också om förmågan att se samband mellan saker som vi kanske inte tidigare trodde hörde ihop. Det kommer att bli väldigt intressant. Det kan handla om saker som inte är intuitiva – du kanske tror att du ska mäta en sak för att få veta något annat.

Kanske ska du inte mäta det alls, utan något helt annat, och AI kommer faktiskt att visa oss det i framtiden. Som du säger kan den analysera så mycket att det skulle överväldiga en människa.

Steve Cadigan: Precis. Och i morgon kommer den att kunna analysera ännu mer än i dag.

David Rice: Jag vet. Varje ny version är mer otrolig än den föregående.

Steve Cadigan: Så är det.

David Rice: Jag har sett dig prata en hel del om anpassningsförmåga. Just nu är det nog säkert att säga att stabilitet av flera skäl mer eller mindre är en illusion. Vilka viktiga saker missar företag när de tänker på att bli anpassningsbara eller mer flexibla och kunna hantera förändringar på marknaden när de kommer tätt, som det känns att de gör just nu?

Steve Cadigan: Vi har byggt en affärsmodell för en långsammare förändringstakt. En vd belönas till exempel för tillförlitliga, förutsägbara och konsekventa resultat. Det är inte den värld vi lever i just nu.

Pandemin blev en snabbkurs i detta för oss alla. Vår förmåga måste vara att anpassa oss till det oväntade och oförutsägbara, till en ny konkurrent, en ny förändring i den geopolitiska dynamiken, tullar och krig. Hur snabbt vi kan göra det blir en allt större konkurrensfördel.

Jag tror inte att det är nytt för ledare att uppskatta eller värdera anpassningsförmåga och flexibilitet högt. Vi har pratat om det länge. Diskussionen är på väg mot en mycket intressant fråga: vilken struktur i min arbetsstyrka gör mig tryggare i att vi kan göra det?

Vi börjar se att människor flyttas runt mer. Vi visste alltid att det var en bra strategi eftersom det gav människor mer erfarenhet utanför sitt kärnområde och byggde större nätverk inom organisationen. Men det är också en bra försäkring i en arbetsvärld med högre personalomsättning, där fler människor slutar.

Om jag har fler personer som har arbetat i den här rollen och någon annan slutar, har jag någon annan som vet hur jobbet ska göras. Kontinuiteten förbättras alltså, och det fungerar som en buffert, ungefär som en försäkring. Några av förändringarna jag börjar se är mer medvetenhet kring att rekrytera, bemanna och utbilda människor för att stärka den flexibilitet du talar om.

David Rice: Det finns en ganska utopisk syn på AI som vissa människor har. Det är en trevlig tanke, men den stämmer inte alltid särskilt väl med verkligheten, särskilt inte nu när vi fortfarande befinner oss i ett tidigt skede. Det påminner mig om när människor talar om att gå över till ett färdighetsbaserat arbetssätt.

Du nämnde det tidigare. Det låter bra och människor tycker ofta om strukturer. Men en sak som jag tycker blir allt mer intressant med AI är språket vi använder kring den. Det finns en uppsättning överanvända ord som jag såg dig lyfta i ett av dina inlägg på LinkedIn. I stället föreslog du andra sätt att prata om tekniken som kanske inte skrämmer människor lika mycket.

Berätta varför du tycker att det är viktigt och vilka ord du tänker på.

Steve Cadigan: Jag tycker att uttrycket framtidens arbete är en av historiens sämsta marknadsföringskampanjer. Vi skrämmer arbetsstyrkan på ett sätt som visserligen är lite humoristiskt, men samtidigt mycket verkligt. Orden digital transformation, som vi har använt och som de flesta managementkonsultföretag har tjänat miljarder på genom att digitalisera organisationer, är en kod för: jag kommer förmodligen att bli av med jobbet eftersom företaget förmodligen inte kommer att utbilda mig.

De kommer förmodligen att vilja gå snabbare, bli yngre eller något annat, och jag kan inte göra det. Vi hjälper inte oss själva genom att använda det språket. I stället för att säga att vi ska genomgå en digital transformation – jag hatar verkligen det ordet, transformation. Det utlöser något hos mig. Och anpassningsförmåga och flexibilitet – åh nej, nu kommer en störning.

Alla dessa saker. Låt oss tala om karriärutveckling. Vi ska införa nya digitala verktyg, men det handlar egentligen om att berika dig och stärka din påverkan. Oavsett om det sker här eller någon annanstans, eftersom vi vet att du förmodligen inte kommer att stanna här för alltid. Det är okej.

Vi ska göra dig bättre, för om vi gör dig bättre och du lämnar oss kommer du att bli en ambassadör som skickar oss fantastiska talanger och rekommendationer i framtiden, eller tar med dig nya affärer och avtal till oss. Ett annat ord som utlöser något hos mig är att behålla personal. Låt oss behålla människor.

Vem tror att människor kommer att stanna längre i organisationer i framtiden? Ingen. Vi har fler nya branscher, fler nya karriärvägar och större insyn i möjligheter än någonsin tidigare. Sluta därför tala om att behålla personal och börja tala om att skapa värde i en mer rörlig värld.

Låt oss tala om att behålla relationen med människor och inte bara bry oss om dem när de arbetar för oss, utan även när de – och vi vet att de kommer att – lämnar organisationen.

I USA är mediananställningstiden just nu lite över två år för personer mellan 20 och 35 år. Mediananställningstiden är lite över två år. Det betyder att hälften har kortare tid, och i Silicon Valley, där många människor befinner sig i den delen av världen – jag bor i Silicon Valley – har programvaruingenjörer exempelvis en anställningstid på ungefär ett och ett halvt år. Ändå är det fortfarande en av världens mest kreativa och innovativa delar.

Vad är det då som händer? Vi har all denna rörlighet, men också enorm kreativitet, innovation och värdeskapande. Kanske har man lärt sig att kulturer som kan anpassa sig och röra sig snabbt kan bygga oproportionerligt mycket värde. Jag tror att det är utmaningen för många branscher som tidigare inte har haft den rörlighet de möter i dag.

De måste lära sig att alla deras belöningar handlar om att få människor att stanna länge. All uppskattning och allt annat handlar om lång anställningstid. De behöver ompröva det tänkandet. Den gamla arbetsmodellen, som byggdes för en långsammare förändringstakt, är en av anledningarna till att hela den här AI-revolutionen och utvecklingen är så svår för oss. Vi är helt enkelt inte vana vid att experimentera eller vid förändringstakten, och när allt detta träffar oss samtidigt får många ledare ont i magen.

David Rice: Jag håller helt med. Språket – när man hör talas om automatisering och digital transformation – får en att undra om man själv har någon plats i det här.

Jag tror därför att språket är väldigt viktigt, eftersom människor annars inte kan förstå det på något annat sätt.

Steve Cadigan: Ja, och låt oss inse att vi polariserar vår arbetsstyrka när vi börjar använda sådana ord, som är robotiska och inte mänskliga.

David Rice: Det har varit fantastiskt att ha dig här. Jag tycker alltid om att prata med dig.

Innan vi avslutar finns det ett par saker jag alltid brukar göra. För det första vill jag ge dig möjlighet att berätta var människor kan få kontakt med dig och ta reda på mer om vad du arbetar med.

Steve Cadigan: Absolut. Du kan kontakta mig på LinkedIn. Du hittar mig på min webbplats, stevecadigan.com.

Du kan följa mig på TikTok, så länge tjänsten fortfarande finns kvar. Där har jag en hel del trådar om sanna berättelser från amerikanska företag, vilket brukar vara roligt. Jag har också gett ut en bok som jag gärna vill att ni tittar på. Den heter Workquake och handlar om hur man kan dra nytta av efterskalven efter covid-19 för att bygga en bättre framtid för arbetet.

David Rice: Det sista är att vi har en liten tradition här i podden där du får ställa en fråga till mig. Så jag lämnar över till dig. Fråga vad du vill.

Steve Cadigan: Låt oss prata om AI. Vad tycker du, ur ditt perspektiv, att HR hittills har gjort rätt när det gäller AI? Vad ser du som ger dig hopp?

David Rice: Jag tycker att HR:s reaktion har varit ganska balanserad och att den alltid ligger i linje med företagskulturen. Vissa är mycket angelägna om att införa skyddsräcken, och det kan vara bra för deras organisation. De kanske inte har den utbildning eller infrastruktur som krävs för att känna sig trygga med det de får ut av tekniken.

Det beror på hur ledningen är, eftersom vissa har intrycket att de kommer att uppfattas som lata om de använder AI. Om det är kulturen kan HR med rätta ha ett mer avvägt förhållningssätt. Men om man är öppen för experimenterande finns det många HR-personer som säger att de låter människor prova ganska fritt och ser vad som händer.

Jag tror att det är lite vanligare inom teknik- och SaaS-sektorn. Samtidigt börjar den frihet som HR har gett människor – eller rättare sagt uppmuntrat människor att använda – leda till att vi faktiskt ser användbara resultat.

I början, med de tidiga versionerna, handlade det inte om att tekniken var värdelös, men den fungerade mer som en utgångspunkt för många saker. Nu tycker jag att man börjar på en ganska förfinad nivå, och det kommer bara att bli bättre. Det ska bli intressant att se.

Jag tycker att många inom HR har hanterat det ganska bra. De har inte varit alltför strikta eller gjort något sådant. Många inser också att man kan införa riktlinjer och försöka ha regler, men att det nästan vore omöjligt att upprätthålla dem eller faktiskt hitta ett sätt att slå ner på användningen. Vad skulle då vara poängen?

Steve Cadigan: Jag håller med om det du säger. Jag tror att vissa framåtblickande personer inom området, som kan betydligt mer än jag, sätter samman rådgivande AI-råd och etiska AI-grupper. De sätter till och med näringsdeklarationer för AI på projekt.

Är det här bra? Stämmer det överens med våra värderingar? Berikar det jobben, eller kommer det att påverka moralen om det här införs? Jag tycker att det är ett mycket klokt sätt att tänka.

David Rice: Jag gillar den idén. Näringsdeklarationer för AI. Det hade jag inte hört tidigare.

Steve Cadigan: Ja, precis.

David Rice: Steve, tack för att du kom. Jag uppskattar det verkligen.

Steve Cadigan: Tack för att jag fick komma.

David Rice: Okej, lyssnare. Om ni inte redan har gjort det, gå som alltid till peoplemanagingpeople.com/subscribe. Anmäl er till nyhetsbrevet. Och tills nästa gång: arbeta med era näringsdeklarationer för AI. Ta reda på vad ni vill få ut av den.