Hur automatiserar man erkännande utan att det känns automatiserat?

Tim Fisher: Hej och välkomna till Framtidens AI inom HR, en serie där vi går bortom presentationsmaterialet och tittar på hur AI faktiskt förändrar sättet som personalteam arbetar på. I dag presenterar vi Motivosity. Om du arbetar med HR, personalfrågor eller total rewards och försöker använda AI utan att förlora den mänskliga kontakt som erkännande och kultur bygger på, då är det här samtalet för dig.

I dag ska vi titta på Motivositys syn på uppskattningsintelligens: hur man använder AI för att minska friktionen kring rapportering, administration och uppföljning, samtidigt som uppskattningen förblir mänsklig. Med oss i dag har vi Jesse Dowdle, produktchef på Motivosity, och Dano Gillette, teknikchef.

Jesse leder Motivositys produktstrategi med fokus på att bygga teknik som gör arbetslivet mer mänskligt. Dano leder teknikteamet bakom uppskattningsintelligensen, med fokus på att använda AI för att minska rutinuppgifter och göra erkännande och kontakt enklare.

Jesse och Dano, fantastiskt att ha er här.

Dano Gillette: Trevligt att vara här.

Jesse Dowdle: Hej Tim. Kul att vara här.

Tim Fisher: Jesse, ge oss 30-sekundersversionen av Motivosity. Vad gör det och för vilka är det byggt, för dem som kanske inte känner till ert företag?

Jesse Dowdle: Ja, tack. Motivosity är en plattform för belöningar och erkännande, byggd kring personlig kontakt. Vi har funnits i 12 år nu och grundades av en serieentreprenör som tidigare hade byggt upp och skalat företag och på nära håll sett hur svårt det kan vara att bevara en känsla av mänsklig kontakt över tid, särskilt när företag växer.

Motivosity föddes därför ur idén att man genom att fokusera på kontakt på arbetsplatsen kan göra arbetslivet till en bättre plats att vara på. Det blev naturligt att investera i belöningar och erkännande som den kategori genom vilken vi skulle förmedla vårt budskap.

Tim Fisher: Det här kommer att låta väldigt fånigt, särskilt under det år vi befinner oss i just nu, men varför är AI ett så stort fokus för Motivosity i det här skedet av utvecklingen inom HR-teknik?

Jesse Dowdle: Jag tycker inte alls att det är en fånig fråga. Det råder ingen tvekan om att AI förändrar alla delar av vår ekonomi och sättet vi interagerar med varandra på. Det har aldrig varit viktigare att skapa äkta, meningsfull mänsklig kontakt, och samtidigt måste vi anpassa oss till den här nya teknikens verklighet.

Därför blev jag verkligen glad över möjligheten att prata med dig om framtidens AI inom HR, för vad är mer mänskligt än den funktion i företaget som ansvarar för människorna? Jag tror att AI har en enorm roll att spela, men vi måste också gå fram på ett genomtänkt och ansvarsfullt sätt.

Tim Fisher: När du blickar framåt, hur ser du att AI förändrar HR:s och personalledares roller, samtidigt som den mänskliga kontakten förblir äkta?

Jesse Dowdle: Jag älskar den frågan. Det här är något jag får tänka på nästan varje dag: vad är framtiden och hur förverkligar vi den inom mänsklig kontakt? Det finns saker som AI ännu inte är tillräckligt bra på för att bygga en produkt kring i dag, men jag tror att tekniken kommer att bli det. Vi har några tidiga modeller och agentprototyper där agenterna går längre än att bara ta fram data åt dig och hjälpa dig tolka dina program och medarbetare. De kan faktiskt driva ditt erkännandeprogram åt dig.

De kan hjälpa dig att hantera budgeten, upptäcka problem med godkännanden och proaktivt stödja programmets drift. När vi pratar med våra kunder om deras viktigaste mål finns det alltid två. Vi frågar: ”Vad är det viktigaste ni vill åstadkomma?” Och det är alltid två saker. För det första vill de att deras medarbetare verkligen ska använda programmet.

De vill att personalprogrammen ska engagera medarbetarna och göra skillnad. För det andra vill de spara tid, eftersom administration av personalprogram kan sluka enormt mycket tid utan bra verktyg. Jag tror därför att en del av framtidens AI inom erkännande kommer att handla om att administrera själva programmen.

Att ta bort mer och mer av det från ditt bord. Det andra området där jag tror att det kommer att ske en verklig utveckling, och där vi definitivt kommer att bidra, är övergången från reaktiv till proaktiv kommunikation. Begreppet nudgeteknik, eller nudgar i programvara, har funnits i många år. Men med AI:s förmåga att upptäcka mönster kanske du såg i Danos demonstration nyss, när han tog fram personalinsikterna, att en medarbetare hade en förhöjd signal för risk att sluta.

I stället för att bara säga att signalerna för att stanna kvar hade förhöjts gav systemet två eller tre skäl till varför medarbetaren behöver en avstämning med sin chef. AI:s förmåga att upptäcka det mönstret och sedan nå chefen där han eller hon befinner sig, oavsett kanal – i Teams, i inkorgen eller via ett SMS i telefonen – kan hjälpa chefer att finnas där i de viktiga ögonblicken och ingripa när sannolikheten för framgång är som störst. Det är på väg.

Det kommer från oss mycket snart, men jag tror också att det blir en stor del av framtiden för plattformar för erkännande.

Tim Fisher: Jag har en fråga i två delar utifrån det du sa. Å ena sidan är det en fantastisk möjlighet, så jag skulle gärna vilja höra era tankar om hur förväntningarna hos HR-ledare kommer att förändras. Med all den informationen framför sig, vad kommer organisationer att förvänta sig på ett annat sätt?

Å andra sidan finns risken att man förlitar sig för mycket på ett datadrivet arbetssätt när man arbetar med sina medarbetare. Jag kan föreställa mig situationer där vi har hört om organisationer som genomför uppsägningar utifrån ett kalkylblad, baserat på siffror och inte människor.

Vi riskerar att göra något liknande med all den här fantastiska datan och lita på att systemet utför en del av det mänskliga arbetet: att sålla igenom datan och omvandla den till ett samtal om vad personen kan behöva. För mig verkar det alltså vara en fantastisk möjlighet, men också lite skrämmande, och jag skulle gärna höra era tankar om alla sidor av det.

Jesse Dowdle: Och hur man navigerar i det. De bästa personalorganisationerna utgår från grundprincipen att först ta hänsyn till medarbetarnas mänsklighet. Jag sa det tidigare: vi är ett företag, inte en hobby. Ni har aktieägare att stödja, sannolikt en styrelse och chefer, och allt det är mycket viktigt.

Men vi får inte tappa fokus på att det är människorna som tar hand om våra kunder. De bästa organisationerna har en tydlig överensstämmelse mellan sina kärnvärderingar, det de firar och sin identitet. Vad de firar och belönar, och hur de förväntar sig att medarbetarna ska bidra och vara en del av det.

Det vi ofta får i uppdrag att göra – och det händer även i samtal med första linjens chefer – är att stödja prestationssamtal utifrån ett tredimensionellt perspektiv på medarbetaren. I stället för att sätta sig i ett möte och säga: ”Okej, vad pratade vi om förra gången? Jag minns inte riktigt.” Eller ännu värre: ”Jag måste skriva en prestationsbedömning av den här personen. Hur ska jag komma ihåg allt?” ger en plattform som Motivosity dig en tredimensionell bild av personen. Du kan se i CRM-systemet om personen är säljare och når sin kvot. Du kan se i lärplattformen om personen har fått sin certifiering.

Men i en plattform som Motivosity kan du se hur personerna som arbetar med medarbetaren varje dag upplever honom eller henne, vilka dokumenterade styrkor personen har, vad han eller hon är bäst på och vad som kanske inte fungerar lika bra. Om du, liksom jag, tror på att coacha utifrån styrkor snarare än att försöka reparera svagheter: Vad är personen bäst på?

Hur kan vi ge personen rätt förutsättningar att lyckas? Det är bara genom den rika sociala väv man får från en plattform som Motivosity som man verkligen kan utveckla en tredimensionell bild av en medarbetare. Det grundläggande arbetet på första linjen växer sedan uppåt. Det är ett underifrån-och-upp-perspektiv. Du började din fråga med att fråga hur en person högre upp i organisationen ska förstå all denna data och fatta bra beslut.

Mitt svar är att lägga den i händerna på cheferna närmast verksamheten och låta lösningen arbeta underifrån och upp för att utveckla medarbetarna och planera insatserna på det sättet.

Tim Fisher: Var ser du risken för överautomatisering i medarbetarupplevelsen? Du har pratat om det och vi har sett var ni drar gränsen, men vad skrämmer dig med automatisering i HR-världen?

Jesse Dowdle: Som ATS-system. Vi har alla hört skräckhistorierna, eller hur? Det är robotar med meritförteckningar, robotar som filtrerar meritförteckningar och försöker hitta ett jobb. Det känns som att mänsklig kontakt är det enda sättet att hitta ett riktigt jobb i dag. Det finns alltså definitivt en risk för överautomatisering inom ett område där man försöker hitta en person som passar exceptionellt väl för den typ av organisation man är.

Det får man inte från en AI. Men en AI kan definitivt sålla bort en mängd fantastiska personer som man förmodligen borde ha pratat med, utifrån tumregler som inte överensstämmer med organisationens värderingar. Jag tycker att det är en risk. Vi har redan pratat om erkännande. De mest betydelsefulla erkännandena, de man minns under hela karriären, kommer från en person som man antingen litade på, trodde på eller såg upp till, som såg en på ett mycket personligt och meningsfullt sätt och uttryckte det autentiskt och med känsla för det man hade gjort för dem.

Det bär man med sig under hela karriären. Ett tack som ser ut att komma från ett standardbrev där det står: ”Ledningsgruppen vill uppmärksamma dig för 13 års tjänst. Här är ett papper.” Inte för att vara alltför avfärdande, men det kan vara motivationssänkande om det inte hanteras-

Tim Fisher: Det kan det verkligen.

Jesse Dowdle: med takt. Att använda AI för att stödja det personliga och meningsfulla är alltså nyckeln.

Tim Fisher: När ni utformar och bygger saker, hur ser människan-först-AI ut i praktiken när ni fattar beslut inom ert… Vi ska prata om vart ni är på väg i framtiden och sådant, men tänk kanske på något som just nu finns på er produktplan eller som era team arbetar med.

Vad innebär det när ni sitter i ett rum och funderar på hur ni ska implementera de här sakerna i era verktyg?

Dano Gillette: Det handlar om att prata med människor först. Det finns så många saker som det är lätt att ta genvägar kring i dag, och jag tror att det är vad alla vill göra: ta så många genvägar som möjligt. Men för att verkligen komma fram till bra lösningar måste man prata med människor.

Det gör vi mycket. Som jag uttryckte det arbetar vi mycket med människor som bryr sig. En sak vi arbetar mycket med just nu är undersökningar, möjligheten att verkligen förstå sina medarbetare och få insiktsfull information. Mycket av det handlar om att prata med människor, förstå var de befinner sig och vad de letar efter, och sedan kunna komma fram till…

Och att verkligen förstå AI också. Det handlar om att förstå människor och förstå AI. Ju mer man förstår hur det fungerar, desto bättre förstår man hur man ska implementera det och var det övergripande är användbart.

Tim Fisher: Okej. Ni behöver inte avslöja något konfidentiellt, men jag skulle verkligen, verkligen, verkligen, verkligen – och jag är säker på att alla som lyssnar också skulle vilja det – höra vad ni har planerat för oss.

Vad kommer härnäst? Vad ser ni fram emot i er produktplan?

Jesse Dowdle: Slutet av 2026 blir den största lanseringen i Motivositys historia. En del av det här är redan på gång. Det vi har gjort är att lansera olika delar av uppskattningsintelligensen under året samt förbättringar av användbarheten och en omfattande översyn av användarupplevelsen som precis nu lanseras.

Men om vi ser till hela livscykeln och hela medarbetarresan har vi pratat mycket om erkännande, och jag tycker verkligen att det är det pulserande hjärtat. Man bygger en uppskattningskultur, och den blir en kontaktkultur. Men medarbetarens livscykel är bred. Det finns mycket kommunikation som behöver genomföras, och det är ett fantastiskt tillfälle att både avlasta HR och använda AI-verktyg för mer personlig och slagkraftig kommunikation.

Dano hänvisade nyss till lyssnande från andra hållet: möjligheten att lyssna på medarbetarna på sätt som gör att man förstår vad som verkligen pågår. När man verkligen förstår kan man också skapa verklig påverkan. Att gå från att bara samla in information i en undersökning till att tolka den, förstå vad som kommer att göra skillnad och sedan agera utifrån det är också viktigt.

Jag tror därför att ni i framtiden kommer att se ett fortsatt fokus hos Motivosity på ett mycket mänskligt förhållningssätt till AI genom uppskattningsintelligens, inte artificiell intelligens, samt en ambition att göra hela medarbetarresan – från det att personen anländer till er dörr den första dagen och får en krukväxt till skrivbordet, till dagen då ni skickar iväg personen till pensionen – till en resa där medarbetaren känner att han eller hon varit en del av något meningsfullt och ser tiden hos er som en höjdpunkt i karriären.

Det skulle vara vårt högsta mål som företag: att stödja er i att uppnå det för era medarbetare.

Tim Fisher: Absolut. Om det finns en sak i er värld av medarbetarkontakt eller erkännande som ni tror att AI helt enkelt kommer att ta bort, och som känns väldigt svår just nu utifrån tekniken, produktplanen, människors inställning till de här verktygen eller något liknande – vad är det som ni tror är svårt men som helt enkelt kommer att försvinna tack vare AI?

Jesse Dowdle: Öppen registrering?

Tim Fisher: Det vore fantastiskt.

Jesse Dowdle: Jag är lite utopisk när det gäller det här. Jag tror att arbetslivet kommer att förändras så djupt, och inom HR-teknik och personalteknik kommer många av de jobb som är inriktade på efterlevnad – lönehantering, administration av förmåner och sådant – att förändras. Det här är inte människocentrerade saker.

De är nödvändiga ont. Som ett besök hos tandläkaren: man måste göra det, och det är viktigt. Men ingen är glad över det, inte ens tandläkaren – åtminstone inte de jag känner. Jag tror att AI kan göra personalfunktionen mer konkret inriktad på organisationens kultur. Personalavdelningen kommer att bli den affärspartner som bättre än någon annan förstår medarbetarnas tredimensionella egenskaper, kan kommunicera vilka insatser som ger bäst resultat när det gäller att hjälpa organisationen leva efter sina värderingar och visa upp sin bästa sida för omvärlden. När vi tar hand om våra medarbetare tar de hand om våra kunder, och tiden vi tillbringar på jobbet kan fokuseras på de unikt mänskliga delarna.

Jag tror inte att en robotarmé kommer efter försäljningen, till exempel. Försäljning handlar fortfarande om att möta en människa ansikte mot ansikte, bygga en kontakt, förstå vad den andra personen behöver och erbjuda det.

Det kommer att bli fantastiskt när vi når dit, men vi befinner oss fortfarande på kullerstensvägen dit.

Det kommer att vara lite skakigt ett tag innan vi gör det.

Tim Fisher: Jag håller med, och jag älskar ditt perspektiv. Jag delar din utopiska vision. Det är verkligen svårt för vissa människor att se det just nu, men de här verktygen är på väg mot en punkt där de kan tjäna sitt verkliga syfte: att hjälpa oss få en massa saker ur vägen så att vi kan utföra det faktiska jobb vi är här för att göra.

Och ni har byggt något som gör just det, så jag tycker att det är fantastiskt. Det var en riktigt bra genomgång. Tack så mycket. Ett väldigt tydligt perspektiv på var AI kan hjälpa till. Jesse, kanske kan du säga något muntligt, så följer vi naturligtvis upp med alla om vart de kan gå för att lära sig mer om Motivosity.

Jesse Dowdle: Absolut. Ni kan gå till vår webbplats, Motivosity.com, www.motivosity.com. Det finns knappar överallt för att boka en demonstration, som ni kan föreställa er. Man fyller bara i ett kort formulär med vem man är och hur vi kan komma i kontakt, så hör vi självklart av oss. Det finns också mycket bra innehåll på webbplatsen.

Om ni vill lära er mer om uppskattningsintelligens eller om alla olika funktioner i en social plattform för erkännande är Motivosity.com platsen att gå till.

Tim Fisher: Jag har själv suttit i publikens situation många gånger när det gäller programvara som den här, så det finns ett antal frågor som människor brukar ställa och som jag själv har ställt. Därför tänker jag fråga er.

En av de stora frågorna som ofta kommer upp med programvara som den här är hur mycket data… Det här gäller någon som är ny på Motivosity. Föreställ er att de registrerar sig nästa vecka och är väldigt entusiastiska över allt ni visade i dag. När får de börja dra nytta av det? Tar det sex månader, ett år, två år eller fem år?

Hur stort måste företaget vara? Hur mycket data behöver ni i systemet, hur lång tid tar det och hur svårt är det att få värde från de här AI-verktygen om man kommer från något annat?

Jesse Dowdle: Det stämmer definitivt att man behöver etablera någon form av baslinje, även om vi har en del av det direkt från början tack vare hundratusentals människor. Allt är naturligtvis helt anonymt, men vi kan åtminstone tala om för er vad som är bra för ett företag av er storlek och inom er bransch.

Jag kan inte nog betona hur viktigt det är med en riktigt bra lansering för något sådant här. Vi har ett helt kundframgångsteam som är besatt av att göra de första 90 dagarna efter att någon infört Motivosity så effektiva som möjligt, eftersom det är då vanorna formas. Det här är ett verktyg som är tänkt att användas av medarbetare varje dag.

Det är därför mycket viktigt att vänja sig vid att se vem man ska tacka, se meddelanden som har publicerats och vilka höjdpunkter som finns. När man väl har ett bra engagemang – med det menar jag att 70, 80 eller 90 procent av medarbetarna är inne regelbundet – dröjer det inte länge innan det finns tillräckligt med information i systemet för att börja utveckla verkliga insikter.

Om någon regelbundet får uppskattning eller uppskattar andra och det sedan minskar kraftigt, är det en av de starkaste signalerna på risk att personen slutar som finns. Även under en 90-dagarsperiod kan man, om man får igång vanorna tidigt, föreställa sig en medarbetare som deltar under flera veckor i rad och sedan plötsligt försvinner. Det är en risk för att personen slutar som systemet kan synliggöra redan under de första månaderna med Motivosity.

Så nej, det är inte något som tar flera år.

Tim Fisher: Hur skulle du beskriva skillnaden mellan att använda ett verktyg som ert, naturligtvis med AI-funktionerna, och att bara hälla in all medarbetardata i ChatGPT och ställa frågor utifrån den?

Dano Gillette: Övergripande tror jag att ni kommer att märka att det vi har i Motivosity, tillsammans med inte bara… En sak man förlorar genom att enbart använda ChatGPT är att ChatGPT är en fantastisk plats för att samla in data och få tillbaka data.

Man ger det data och får tillbaka data. När man använder Motivosity vill vi vara tydliga med att vi vill hjälpa er att agera utifrån er data. Det är något vi bryr oss djupt om. Det handlar inte bara om att gå igenom och samla in en massa data, vilket vem som helst kan göra, utan om att ni när ni ser hur era medarbetare arbetar, interagerar och engagerar sig med varandra, och vilka insikter ni kan få från undersökningar ni har genomfört, också ska veta vad ni som administratör kan göra härnäst.

Det är vad vi försöker göra genom hela processen: ge er åtgärder och insikter. En sak som vi inte visade i dag är det vi kallar smarta åtgärder. När ni kommer in på plattformen försöker vi tala om vilket är nästa bästa steg ni kan ta i dag. Inte en lång lista med en massa saker, utan bara vad som är den enda sak som kan påverka er kultur om ni loggar in i dag.

Det är något vi är mycket entusiastiska över. Vi lägger mycket arbete på detta för att ni ska känna att ni gör skillnad varje dag i företaget. Det här är något vi verkligen bryr oss om när det gäller chefer, eftersom så många människor jonglerar med så mycket i dag. På så sätt kan ni fokusera på det som hjälper en individ i teamet att känna sig speciell eller få ut mesta möjliga av sitt arbete.

Tim Fisher: Fantastiskt. Hur tänker ni kring partiskhet eller oavsiktliga konsekvenser när AI arbetar med data om erkännande och medarbetarupplevelsen?

Jesse Dowdle: Människan i loopen är så viktigt, eller hur? Vi har gjort investeringar i innehållsmoderering och är stolta över dem, och den modereringen drivs av AI. Vi använder några av de främsta modellerna för innehållsmoderering, eftersom det är så viktigt att, när man har en social plattform som är utformad för att delas offentligt, undvika situationer där något som passerar en gräns publiceras.

Samtidigt tror jag att den viktigaste principen här – och det kommer att gälla AI under lång tid – är att någon ytterst är ansvarig. När vi lanserar en funktion på Motivosity, en ny programvarufunktion, är 100 procent av koden skriven av AI. Men det finns en ingenjör som står längst fram och granskar den, ser till att kvaliteten är rätt, att säkerheten – som är vår högsta prioritet – följer säkerhetsprinciperna, och den personen är ytterst ansvarig.

Du ställde en bra fråga, Tim: vilken gräns vill man inte överskrida? Jag tror att gränsen här är att du som HR-ledare fortfarande är ansvarig. Du måste fortfarande vara den som ytterst säger: ”Det här är okej” eller ”Det här är inte okej”. Verktygen finns där för att göra det enkelt för dig och hjälpa dig att minimera tiden det tar.

Men i slutändan ligger ansvaret fortfarande hos dig. Så var klok, antar jag.

Tim Fisher: Ja, det var ett bra svar. Jag hörde något som jag faktiskt hör om och om igen: alla blir chef i den här världen, och av de skäl du beskrev är det en av de viktigaste. Det här har varit väldigt intressant, men nu är tiden slut för i dag.

Jesse och Dano, stort tack för att ni var med. Ha en fin dag, så ses vi alla i nästa avsnitt av Framtidens AI inom HR.

Dano Gillette: Tack så mycket.

Tim Fisher: Toppen. Hej då.

Jesse Dowdle: Tack allihop.