Disciplin

Att leda AI-omställning

För ledarna och cheferna som ska omsätta en AI-ambition i hur arbetet faktiskt utförs.

AI förändrar vad människor gör, hur team arbetar tillsammans och vad en chef finns till för. De förändringarna är betydligt svårare att leda än tekniken är att köpa. Att leda dem kräver en bild av var värdet finns, en fungerande förståelse för vad tekniken kan och inte kan, och ett grepp om hur människor och organisationer faktiskt förändras. De flesta organisationer har de tre förmågorna på tre olika avdelningar.

De två frågorna

Ett AI-program måste besvara två frågor. Var finns värdet, och vem behöver lära sig något nytt. Den första frågan får en budget, en lista med användningsfall, ett plattformsbeslut och en styrgrupp. Den andra behandlas oftast som en kommunikationsuppgift.

En kommunikationsuppgift är rätt svar när kunskapen redan finns och bara behöver nå fram. Det är fel svar när ingen har kunskapen ännu, eftersom arbetet då handlar om att människor ändrar hur de bedömer sitt eget resultat, vad de kallar färdigt, och vad de var stolta över att göra för hand.

Det arbetet har ingen självklar ägare. Ledningen äger ambitionen, teknikfunktionen äger plattformen, och chefen några nivåer ner blir kvar med den del där människor behöver arbeta annorlunda.

Varför det här är genuint svårt

En AI-omställning kräver flera olika slags kompetens samtidigt, på samma problem. Var och en av dem är en disciplin i sig.

• En strategisk bild: Vilka delar av verksamheten det här ska beröra först, vad det är värt om det fungerar, och vad som medvetet ska lämnas i fred i år.
• Ett fungerande grepp om tekniken: Vad de här verktygen klarar det här kvartalet, var de brister, och vilka av bristerna som spelar roll för ditt arbete. Tekniken rör sig så snabbt att en bild som formades förra året nu är en belastning.
• Risk och regelefterlevnad, in tidigt: De flesta användningsfall som är värda att göra rör data som någon är ansvarig för. Att ta in den personen i slutet är en vanlig anledning till att en fungerande pilot inte kommer längre.
• Människor, och hur organisationer förändras: Roller, incitament, karriärvägar och vad människor anser att bra arbete är. Det här är HR:s och lärandets område, och det är oftast den största delen av arbetet.
• Mekanismer snarare än intentioner: En överenskommelse som bygger på att människor kommer ihåg den brukar inte hålla. Det här arbetet behöver avstämningspunkter, kriterier, namngivna ägare och något som granskar om något av det blev av.
• Experiment, också de som misslyckas: Svaret går oftast inte att specificera i förväg, så framsteg kommer av att pröva och läsa av resultatet. Det kräver en överenskommen definition av ett godtagbart misslyckande, satt innan det första misslyckandet inträffar.
• Empati, och att stanna kvar i samtalet: Människor ombeds förändra arbete de är bra på, ibland arbete som definierar deras yrkesmässiga och personliga identitet. En ledare som väjer för det samtalet får en artig version av det och agerar på fel underlag.
• Kultur, förmåga och uthållighet: Det här pågår över år. Organisationen behöver kunna fortsätta efter att de första två eller tre försöken inte gett särskilt mycket, vilket ofta är fallet.

De flesta organisationer har redan var och en av de här förmågorna någonstans. De sitter på olika avdelningar, med olika budgetar och olika rapportvägar, och de har sällan behövt arbeta med ett och samma problem tillsammans. Den här typen av omställning kräver att alla berörda avdelningar och discipliner möts.

Vad som är annorlunda för en chef

Vissa chefer har lett en förändring förut. Det kan ha varit en omorganisation, ett systembyte eller en ny verksamhetsmodell. En AI-omställning kräver saker av dem som tidigare förändringar inte gjorde.

• Du är kanske inte den mest kunniga i rummet: Under större delen av en chefskarriär har den som leder arbetet själv gjort arbetet. Några av dina medarbetare ligger nu längre fram på de här verktygen än du gör, och det kommer att fortsätta hända. Position har slutat vara ett tillförlitligt mått på att veta.
• Det du levererar går från svar till frågor: Där någon redan vet hur fördelar en chef arbetet, skaffar resurser och röjer hinder. Där ingen vet ännu är det en chef producerar en fråga som är skarp nog för ett team att arbeta på, skyddet som låter dem göra det, och ett tydligt besked om vad som inte förändras under tiden.
• Du behöver sätta ord på vad människor förlorar: De flesta införanden annonserar nyttan. Långt färre sätter ord på vad en person ombeds ge upp, vilket ofta är ett hantverk de var bra på och en del av varför de var uppskattade. Invändningen kommer sedan i form av en klagan på processen, som ingen kan lösa, eftersom klagan handlar om något annat.
• Du behöver göra det tryggt att vara långsammare innan det går fortare: Verklig användning av ett ovant verktyg är långsammare ett tag. Om kvartalet straffar det kommer människor att använda verktyget där det är ofarligt och fortsätta göra det arbete som räknas på samma sätt som förut.
• Du behöver ändra vad som mäts: Befintliga mått håller det befintliga beteendet på plats. Att ändra vad som efterfrågas i en uppföljning, och vad som uppmärksammas, gör mer än någon mängd uppmuntran.

Två sorters arbete

Det första praktiska draget är att avgöra vilken sorts problem du har framför dig. Varje förändring i ett AI-program är en blandning av de här två, och blandningen avgör vem som behöver göra arbetet.

• Tekniskt: Någon vet redan hur. Kunskapen finns, inom organisationen eller utanför den, och den går att anställa, köpa eller lära ut. Problemet går att formulera tydligt och framgången att mäta mot ett känt mål. Det känns som press: tungt, ibland utmattande, och orienterande, eftersom du vet hur bra ser ut och vem som är ansvarig.
• Adaptivt: Ingen befintlig expertis rymmer svaret. Framsteg kräver att de inblandade ändrar vad de tror på, vad de värderar eller hur de arbetar, så det går inte att lämna över till en specialist. Det känns som obehag: desorienterande och personligt, konflikter kommer upp till ytan, människor undviker det, och för en del känns det som en förlust.

Tekniskt betyder inte enkelt. En bypassoperation är tekniskt arbete: år av träning, tusentals upprepningar och ett liv på bordet. Det som gör det tekniskt är att kirurgen redan vet hur, och att patienten inte behöver förändras. Att få samma patient att äta, dricka, sova och hantera stress annorlunda när hen väl är hemma är den adaptiva halvan, och det är den halvan som avgör utfallet. En hel del AI-införanden som har kört fast köpte ett tekniskt svar på ett adaptivt problem.

Skillnaden mellan tekniskt och adaptivt arbete kommer från Ronald Heifetz och hans kollegor vid Harvard Kennedy School. Det som följer är vårt eget ramverk för att tillämpa den på AI, byggt under flera år av det här arbetet med ledningsgrupper.

Ju högre ambition, desto mer av arbetet är adaptivt

Vi sorterar varje uppdrag på tre värdevägar. Ju längre upp en organisation sträcker sig, desto mindre av arbetet är den sort som någon redan vet hur man gör.

• Öka produktiviteten: Mest tekniskt. Arbetsflödena är kända och verktygen beprövade, vilket är därför de flesta organisationer börjar här. Den adaptiva delen är liten och skarp: någon ombeds ge upp ett hantverk de var stolta över, och en införandeplan har inget att säga om det. Ledarens drag: Sätt ord på förlusten lika väl som på nyttan, och ändra vad som mäts, annars håller det befintliga målkortet kvar det befintliga beteendet.
• Skapa nytt värde: Ungefär hälften av varje. Att bygga saken är tekniskt. Att avgöra vad som förtjänar att finnas, vem förändringen är till för, och vilka av dina nuvarande åtaganden den bryter, är det inte. Ledarens drag: Säg vad ett bra experiment och ett godtagbart misslyckande är innan någon kör ett, skydda arbetet från det här kvartalet, och avbryt de satsningar som inte fungerar.
• Utmana modellerna: Mest adaptivt. Det finns ingen referenslösning för en affärsmodell som inte finns ännu, och de som skulle behöva släppa den nuvarande är samma personer som håller i beslutet. Ledarens drag: Prata öppet om omvälvningen, säg tydligt vad som inte förändras, och håll frågan öppen längre än rummet vill.

Hela ramverket för AI-värde

Tre drag en ledare gör

Det här är inte tre steg. En ledare gör alla tre inom ett och samma samtal, mer än en gång, och skickligheten ligger i att veta vilket rummet behöver just då.

• Ställ diagnos på arbetet: Dela upp utmaningen i den del någon redan vet hur man gör och den del ingen vet ännu. Ställ sedan två frågor om den andra delen: vem behöver lära sig något, och vad ger de upp för att göra det. Skriv det som en mening med ett verb i. Gör om det varje kvartal, eftersom gränsen flyttar sig när verktygen blir bättre.
• Reglera temperaturen: Tillräckligt med tryck för att något ska röra sig, inte så mycket att det låser sig. Höj den genom att sätta ord på vad som står på spel och hålla frågan öppen förbi den punkt där rummet vill stänga den. Sänk den genom att bryta ner arbetet i mindre delar, sätta en takt och ordna vad som kommer först. Båda riktningarna är drag, och många chefer har bara övat på den ena.
• Lämna tillbaka arbetet: Formulera utmaningen utan att lämna över svaret. Tecknet finns i din egen mening: om den fortfarande innehåller lösningen har du delegerat uppgiften och behållit problemet. Att lämna tillbaka arbetet betyder inte att kliva bort från det. Du står kvar för ribban, tidpunkten, takten och skyddet, och du backar experimentet när det inte går som planerat.

Varför det här aldrig blir färdigt

Adaptivt arbete blir tekniskt med tiden. Människor prövar, något fungerar, det skrivs ner, och när det väl är nedskrivet går det att specificera, verifiera och lämna till ett verktyg. Samtidigt tar AI över mer av det som redan var tekniskt. Utrymme fortsätter att frigöras på den tekniska sidan.

Beslutet som spelar roll är vart det utrymmet tar vägen. Att lägga det på mer av samma arbete är det vanliga utfallet och den minsta avkastningen. Att lägga tillbaka det på den adaptiva sidan, på de frågor som inte var värda någons tid när svar var dyra, är där skillnaden byggs upp.

Så en chef ställer diagnosen igen i stället för en gång. En utmaning som var adaptiv förra året kan ha ett känt svar nu, och ett arbetsflöde som var avgjort kan ha blivit en fråga igen.

Workshoppen

Leading Transformation in the Age of AI

Ramverket ovan, kört som ett arbetspass snarare än ett föredrag. Dina egna utmaningar ligger på bordet, dina egna medarbetare gör sorteringen, och alla går därifrån med en mening de behöver agera på.

• För en ledningsgrupp: Gruppen som satte ambitionen sorterar de tre eller fyra förändringar de faktiskt driver. Resultatet är en överenskommelse om vilka delar som har ett känt svar och vilka som inte har det, vem som äger vad, och var temperaturen behöver upp eller ner.
• För ett chefsled: Körs som en kort serie för cheferna som bär arbetet. Varje pass tar levande utmaningar från deras egna team, så att de övar dragen på riktiga problem i stället för på fall, och de går därifrån med ett språk de kan använda med varandra.
• Inuti ett program du redan kör: Där det finns ett befintligt chefs- eller talangprogram går det här in som en modul och använder de mått, det språk och de fall du redan har, i stället för att komma som ett separat initiativ att ta hand om.

Vi kör det med dina egna medarbetare och dina egna utmaningar. Det finns inget standardmaterial, och vi lägger hellre tiden på tre av dina riktiga problem än på tio av någon annans.

Vad det här hänger ihop med

• Var värdet finns: Före ledarskapsfrågan kommer portföljfrågan. Användningsfall poängsatta på de tre vägarna, med en ägare och ett första resultat utpekat för vart och ett. Ramverket för AI-värde
• Utbildning och förankring: Utbildning, ambassadörer tvärs över funktioner, och styrningen som låter människor röra sig utan att be om lov varje gång. Implementering och förankring
• Mekanismer som håller: Avstämningspunkterna, kriterierna och rutinerna som bär en förändring när uppmärksamheten har gått vidare. Innovationsmekanismer
• Sessioner som sätter igång det: Där en ledningsgrupp behöver se vad som är möjligt innan de vill förbinda sig till att ändra hur de arbetar. Inspiration och aktivering

Vilka det här är för

Ledningsgrupper som satt en AI-ambition och ännu inte kan se den i arbetet. Funktionschefer vars införande tystnade efter lanseringsveckan. Chefsled som ombeds leda en förändring ingen har gett dem en metod för. Och HR- och lärandeteam som äger ett ledarprogram och ser att de befintliga modulerna inte täcker det här. Vi arbetar lika ofta i reglerade verksamheter som i oreglerade.

Vanliga frågor

Vad är skillnaden mellan AI-utbildning och AI-förankring?

Utbildning flyttar kunskap som redan finns till människor som ännu inte har den. Det är nyttigt, och det är ofta precis vad som behövs. Förankring är det som händer efteråt: människor avgör om de ska ändra hur de arbetar, vad de ska sluta göra för hand, och om de litar tillräckligt på resultatet för att sätta sitt namn på det. Ett program som bara finansierar utbildningen ger diplomerade medarbetare vars arbete ser ungefär likadant ut som förut.

Varför är en AI-omställning svårare att leda än andra förändringsprogram?

Den kräver flera slags kompetens samtidigt. En bild av var värdet finns, en aktuell förståelse för vad tekniken gör och var den brister, omdöme kring risk och regelefterlevnad, kunskap om människor och organisationsförändring, och mekanismerna som får något av det att sitta kvar. De förmågorna ligger på olika avdelningar i de flesta organisationer och har sällan behövt arbeta med ett och samma problem. Därtill är målbilden oklar snarare än impopulär, och några av dem som leds kan verktygen bättre än den som leder dem.

Vårt AI-införande har kört fast. Var börjar vi?

Med att sortera just det som körde fast. Skriv utmaningen som en mening med ett verb i, och fråga sedan om någon någonstans redan vet hur, vem som behöver lära sig något, och vad de ger upp. Ett införande som körde fast på den adaptiva delen startar inte om med ett bättre verktyg eller ett högre tonläge, och att veta vilken del som fallerade är det som skiljer ett andra försök från en upprepning av det första.

Vilka ska vara med i rummet?

De som äger problemet, vilket oftast betyder ledningsgruppen för inramningen och chefsledet för arbetet. Att skicka en ersättare är ett vanligt sätt att få det här om bakfoten. Den adaptiva delen går inte att lämna över till en specialistgrupp utan att den blir ett tekniskt projekt igen, som sedan kör fast på samma ställe av samma skäl.

Hur lång tid tar det innan vi ser något?

En första sortering tar ett pass, och den brukar ändra vad ett team diskuterar redan samma vecka. Att chefer gör dragen utan oss tar några månaders övning på riktiga beslut. Förändringen i hur en organisation hanterar nästa obekanta sak visar sig över kvartal.

Vi formar det här efter värdet du siktar på, den nivå i organisationen som ska bära det, och hur mycket av arbetet som visar sig vara adaptivt när du tittar ordentligt.

Prata om din ledningsgrupp30 mineller skicka ett meddelande