Skip to main content
Key Takeaways

Osynlig användning: Medarbetare bygger AI-arbetsflöden självständigt och skapar ofta värdefulla lösningar innan ledare har fastställt ägarskap eller tillsyn.

Ackumulerade kostnader: Kaosskulden växer genom odokumenterade beroenden, medan talangskulden speglar outnyttjade vinster från processer som ingen utformar på nytt.

Användbara bevis: Icke godkända AI-verktyg visar var de officiella systemen brister och ger ledare praktiska prioriteringar för omarbetning i stället för skäl att stänga ner dem.

Synlig styrning: Zapier kombinerade data om AI-användning, privata rekommendationer och flexibla utgiftsgränser för att uppmuntra lärande utan efterlevnadsteater.

Börja granska: Ledare bör kartlägga vilka som bygger, ägare, beroenden och dataåtkomst, samtidigt som synlighet byggs in i varje AI-arbetsflöde.

Det finns en fråga som är värd att ställa till ledningsgruppen, och den låter enklare än den är. Vad har byggts med AI inom företaget under de senaste sex månaderna? Inte köpts in, inte licensierats. Byggts.

Svaren tenderar att vara ofullständiga, eftersom byggandet har skett på platser som inte rapporterar om det. Någon på ekonomiavdelningen satte ihop ett arbetsflöde för avstämning, en rekryterare skapade ett projekt som utarbetar arbetsbeskrivningar, två personer inom kundsupport kopplade ihop något som hanterar de första svaren, och det fungerade tillräckligt bra för att ett annat team skulle börja dirigera ärenden genom det.

Det finns en god chans att inget av detta fanns med i er ursprungliga plan för införandet.

Continue Reading for Free

Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.

Analiese Brown, personalchef på Campminder, har ett namn för det som hopar sig i en sådan situation. Hon kallar det kaosskuld, och sättet hon beskriver hur den uppstår är sannolikt något du har sett tidigare.

När alla i en organisation får tillgång till AI samtidigt, och det inte finns någon verksamhetsmodell för hur det ska användas, vad som byggs eller vem som ansvarar för resultaten, uppstår en mängd verktyg, arbetsflöden och beslut som ingen har full överblick över. Det kan se ut och kännas som produktivitet. Men under ytan är det djupt fragmenterat.

1777405069894-hnw7rf9wqd (1)-14110

Det är den första delen som gör detta dyrt. Införandesiffrorna ökar, människor uppger att de sparar tid och uppfattningen på kontoret är att omvandlingen fungerar. I en snäv bemärkelse fungerar den, vilket är precis varför chefer och ledande medarbetare låter saker fortsätta ett tag.

Vad du är skyldig

Skuld är ett rättvist ord för det, eftersom saldot växer av sig självt. Anledningen till att den ackumuleras är att människor bygger vidare på det som redan fungerar. En persons arbetsflöde blir datakälla för någon annans rapport, och den rapporten blir det som ett team fattar beslut med. Det fanns aldrig någon avsikt att skapa ett beroende. 

När någon väl försöker kartlägga det löper beroendena genom arbete som aldrig har dokumenterats och som inte ägs av någon särskild. Personen som byggde den ursprungliga lösningen kan ha bytt team, och logiken som får den att fungera finns i personens anteckningar.

Bradford Wilkins, vice vd för personal och organisation på Cognite, pekar på en kostnad som rör sig i motsatt riktning. Han beskriver kompetensskuld, ett begrepp han tillskriver Boston Consulting Group (BCG) och EY, som den outnyttjade potential som finns i arbetsflöden som ingen har hunnit omforma.

Det finns alltså två skulder här. Den ena byggs upp av att gå snabbt utan ägarskap, och den andra byggs upp av att inte röra sig alls. 

Each week, AI Signal takes one meaningful shift in AI and helps people leaders understand what changed, why it matters, and what to consider next.

Instinkten som gör det värre

När ledare upptäcker sprawl är reflexen vanligtvis att stänga ner det. Endast godkända verktyg, förfrågningar som går via IT, ett policydokument att följa.

Problemet med den reflexen, som jag ser det, är att den kastar bort den mest användbara information företaget har tagit fram. Allt som människor bygger utan att fråga är ett register över var de officiella verktygen har svikit dem.

Arbetsflödet för avstämning finns eftersom ekonomisystemet inte kan göra avstämningar, och supportverktyget finns eftersom helpdeskprogrammet inte kan utarbeta svar. Om man läser dem som krav snarare än överträdelser utgör dessa verktyg en karta över vad som behöver göras om, ritad av de personer som står närmast arbetet. 

Om du undertrycker byggandet förlorar du kartan, och det som återstår är samma fragmentering någonstans där den är svårare att se.

Browns argument mot att behandla styrning som byråkrati träffar precis här. 

I en AI-förstärkt organisation är skyddsräcken det som gör hastigheten hållbar. 

Det är användbart, eftersom det slutar beskriva styrning som skatten man betalar för att röra sig snabbt och i stället börjar behandla den som det som gör att man kan fortsätta.

Vad som krävs för att se helhetsbilden

Zapier nådde en punkt där den individuella användningen var hög, men ingen kunde se helhetsbilden. Brandon Sammut, företagets personalchef, berättade för oss om det de byggde som svar.

Teamet hämtade användningsdata för AI från alla ställen där medarbetarna arbetade med det, inklusive Zapiers egen produkt samt Anthropics och OpenAI:s, till ett enda datalager och automatiserade sedan rapporteringen ovanpå det. Designvalen de gjorde är mer intressanta än infrastrukturen.

Rapporterna skickas privat via direktmeddelande i början av varje månad, och det finns inga topplistor eller rankningar mot kollegor, något Sammut är mycket tydlig med.

Rapporten beskriver inte bara vad som hände förra månaden, utan ger också rekommendationer. Om någon i en förmånsroll har kört rutinuppgifter på den dyraste tillgängliga modellen säger rapporten det och föreslår något billigare som kan hantera uppgiften. Den håller reda på vad den rekommenderat och justerar rekommendationen följande månad.

Det finns ett tak, och det är dimensionerat för att fånga upp skenande kostnader från en felkonfigurerad agent eller en stulen nyckel, snarare än för att begränsa någon. För att få taket höjt räcker det att skicka ett meddelande i en Slack-kanal.

Det Zapier avstod från är lika lärorikt som det de byggde. Användningstopplistor fanns med bland alternativen, liksom hårda tak, och båda skulle ha skapat ett beteende som bara handlade om att följa regler i stället för att ge information.

Granskningen

Browns praktiska version av problemet handlar om en handfull frågor som är svårare att besvara än de verkar. 

  • Vad har byggts under de senaste sex månaderna, och av vem?
  • Vem äger vart och ett av dessa arbetsflöden när personen som skapade det byter roll?
  • Vilka av dem ingår i en process som verksamheten nu är beroende av?
  • Vilka data kan dessa arbetsflöden nå?

Browns eget tillvägagångssätt antyder en plats att börja på. Verktyget för karriärutveckling som hennes personaldirektör byggde visar teamet vilka frågor medarbetarna ställer till det, så att de kan se vad som händer och ingripa när något behöver en person i stället för ett svar.

Synligheten byggdes in i verktyget i stället för att läggas till efter att något gått fel, och det är skillnaden mellan en inventering som görs en gång och ett system som förblir begripligt.

Vem tog på sig skulden?

Campminders styrmodell håller fortfarande på att utformas och förankras, vilket Brown beskriver som avsiktligt. 

“Man kan inte bara bulta fast en policy på en kultur och kalla saken klar, eftersom människor behöver vara delaktiga i att bygga den för att känna något ägarskap över den”, sade hon.

Det tålamodet blir lättare att motivera när man ser vem som byggde upp balansen. Kaosskulden ackumulerades inte för att människor gick runt reglerna. Den ackumulerades för att människor försökte göra ett bra jobb i en miljö där verktygen dök upp snabbare än en överenskommelse om vad man skulle göra med dem.