La guida del CHRO all'AI nelle risorse umane: miti, caos e impatto misurabile

Nell'HR di IBM, abbiamo intrapreso un percorso di trasformazione digitale per quasi 10 anni. Abbiamo imparato molto lungo il percorso e c'è una cosa che possiamo dire con certezza: le lezioni più efficaci non riguardavano l'implementazione della tecnologia, anche se possiamo certamente dirti tutto.

Può sembrare controintuitivo, ma abbiamo imparato lezioni ancora più importanti su comportamento, cultura e leadership. 

Nel 2016 abbiamo dato accesso ai dipendenti IBM a un prodotto chiamato Watson Assistant, che consentiva a qualsiasi dipendente IBM di sviluppare chatbot di Question and Answer di base senza alcuna competenza di codifica. È stato fantastico, tranne per il fatto che all'inizio del 2017 ci siamo trovati con un esercito di chatbot che si occupavano delle risorse umane. Scherziamo dicendo che era come "un brutto film di fantascienza". Solo nelle risorse umane avevamo più di 30 bot. Questa esperienza ha lasciato i dipendenti confusi e frustrati, perché non sapevano mai a quale bot rivolgersi un determinato processo HR, e sapevamo di dover apportare una modifica.

Per affrontare quel cambiamento, abbiamo consolidato tutti i bot in un'unica interfaccia intuitiva chiamata AskHR. I dipendenti non dovevano più preoccuparsi di quale bot utilizzare: tutto era presente in un'unica interfaccia. AskHR è diventata la nostra porta d'ingresso digitale per l'HR. L'unico problema? I dipendenti IBM non la usavano. E perché avrebbero dovuto, quando potevano ancora chiamare un numero 1-800, inviare un'e-mail o attraversare il corridoio e chiedere aiuto a un collega delle risorse umane?

Un vero cambiamento di comportamento a volte richiede azioni audaci. Nel 2018 abbiamo compiuto un passo significativo per cambiare il comportamento degli IBMer. Nel giro di una notte, abbiamo chiuso il numero 1-800 e l'indirizzo e-mail per tutti i 350.000 dipendenti IBM e abbiamo eliminato il supporto dei partner HR per i manager di prima linea a livello globale. Sapevamo intuitivamente che che sarebbe servito per costringere il nostro team a utilizzare il nuovo front-end digitale nelle risorse umane. Alla fine avevamo ragione, ma il viaggio è stato difficile.

Prima di questo "big bang" e di chiudere l'e-mail, il numero di telefono e il supporto dei partner HR dei manager in prima linea, il nostro Net Promoter Score (NPS) per le risorse umane era di +19. Poco dopo è sceso a -35, un calo di ben 54 punti.

Puoi avere la tecnologia, i workflow e i processi migliori, ma a un certo punto potresti dover decidere: come facciamo a risalire da -35? Abbiamo fatto la cosa giusta per l'azienda e per i nostri dipendenti? Oppure dovremmo prendere una decisione diversa? Non tutte le aziende hanno la cultura necessaria per superare una tempesta del genere.

Per noi, la caduta è stata dolorosa, ma non inaspettata. Eravamo fiduciosi che, nonostante tutto, fossimo sulla strada giusta. Diciotto mesi dopo, il nostro NPS ha iniziato a riprendersi. Oggi è +74. 

A volte, quando raccontiamo il nostro percorso di trasformazione delle risorse umane, sentiamo delle reazioni contrarie, perché le persone temono le allucinazioni dell'AI o i bias. La nostra risposta è: "Gli esseri umani hanno sempre il controllo". Sei tu il capo. Decidi tu quando, dove e come implementare l'AI. È uno strumento, non correrà libero e indisturbato. Tuttavia, è necessario essere pratici nella sua applicazione.  

Non lasciare che la paura di essere esclusi (FOMO, o Fear Of Missing Out) guidi le tue decisioni sull'AI. Che cosa vuol dire? Non prendere decisioni basate su ciò che l'azienda dall'altra parte della strada sta facendo solo perché sembra interessante, o perché sta ricevendo molta attenzione dalla stampa o dai social media. Se non è in linea con i valori della tua azienda o con il modo in cui la tua attività genera profitti, non farlo.

Anche se sembra semplice, c'è molto di più. È necessario porsi domande come: "Quali sono le cose che l'AI può gestire senza farti sentire a disagio?" o "Cosa è in linea con i valori della tua azienda?"

In IBM, qualsiasi uso dell'AI coinvolgerà sempre un essere umano. Gli esseri umani sono i decisori finali: questo è uno dei nostri valori fondamentali. Ad esempio, usiamo l'AI per raccomandare aumenti salariali basati sulle competenze del dipendente, sulla scarsità di mercato e sugli anni di anzianità di servizio. Ma quanto dare è sempre la decisione finale del manager. Noi ci sentiamo a nostro agio nell'utilizzare l'AI per ottenere raccomandazioni sulle retribuzioni dei manager, ma la tua azienda potrebbe non esserlo.

D'altra parte, per esempio, non usiamo l'AI per selezionare i candidati. In quanto azienda che mette al primo posto le competenze, ci preoccupiamo delle competenze tecniche dei candidati, non di dove le hanno acquisite, e temiamo che un algoritmo possa scartare candidati provenienti da contesti non tradizionali. La tua azienda potrebbe voler fare l'esatto opposto con l'AI, e va bene così. Si tratta di ciò che è giusto per la tua azienda.

Indipendentemente da dove o come si utilizza l'AI, è però importante disporre di uno strumento che sorvegli, con una governance incorporata. Quando l'AI inizia a deviare dalle risposte che ti aspetti di vedere, devi essere avvisato immediatamente. 

Devi essere consapevole delle prestazioni della tua AI per i tuoi utenti finali. I meccanismi di feedback sono fondamentali. All'inizio, un semplice pollice in su o in giù può bastare, ma gli utenti vogliono fornire feedback tramite commenti scritti. Il feedback continuo ti permette anche di individuare tendenze nei dati e aggiornare più rapidamente programmi e politiche.

Ad esempio, con AskHR, che si è evoluto nel nostro agente AI, riceviamo migliaia di commenti all'anno su come possiamo migliorare lo strumento. Quando i dipendenti sanno che ascolti i loro punti di attrito e li affronti, accettano rapidamente. 

Spesso ci viene chiesto: "Come si decide quali progetti di AI e automazione implementare?" Con così tante scelte non è facile, ma iniziamo ponendoci alcune domande fondamentali.

1. Quale problema stiamo cercando di risolvere?
2. Stiamo davvero risolvendo un problema?
3. È un problema che vale la pena risolvere?
4. Qual è il ritorno che otteniamo?

Perché queste domande? Non ci saranno mai abbastanza soldi, tempo o competenze tecniche per realizzare ogni potenziale progetto di AI. È necessario stabilire delle priorità. Pensa ai casi d'uso che hai e considera quelli che risolveranno problemi reali, affronteranno i problemi dei dipendenti e saranno abbastanza grandi da essere scalati e utilizzati nella tua organizzazione.

E non aver paura di creare progetti pilota. Quando stavamo valutando di passare dall'AI tradizionale a quella generativa (gen AI) nei i nostri contenuti sui benefit, alcuni hanno espresso preoccupazioni. Non ci sono aree grigie nei benefit (la risposta è giusta o sbagliata), quindi abbiamo condotto un progetto pilota.

Il team dei benefit voleva l'esperienza che la gen AI poteva offrire, poiché è multi-turno e ricorda le conversazioni, mentre l'AI tradizionale non ha memoria. Abbiamo condotto un progetto pilota di 90 giorni all'interno delle risorse umane e ci siamo resi conto che alcune domande sono appropriate per l'AI semplice, mentre la gen AI eccelle in altre. Variabili come queste rendono i progetti pilota fondamentali. Prima di scalare, assicurati di aver condotto test a sufficienza con un gruppo abbastanza grande allineato al tuo rischio. 

Se non hai ancora iniziato il tuo percorso con l'AI, non c'è tempo da perdere. Trova un piccolo punto di attrito per un dipendente, automatizzalo e inizia. Da lì puoi scalare... ma devi iniziare subito.

Se sei già attivo, sappi che l'AI può sbloccare livelli ancora incalcolabili di esperienza, produttività e trasformazione dei dipendenti. Sii audace.