Hvorfor det er forkert at automatisere alt (og hvad du bør gøre i stedet)

Læs transskriptionen:

Vi afprøver at transskribere vores podcasts ved hjælp af et softwareprogram. Tilgiv venligst eventuelle stavefejl, da botten ikke er korrekt 100 % af tiden.

Jim Iyoob: [00:00:00] Man skal være forsigtig med den forbandede fortælling, der er derude, om at det æder alle jobbene. Det er meget mere kompliceret end det, og jeg tror, problemet er, at ingen vil indrømme det.

Galen Low: Nogle af disse virksomheder fjerner job, som de måske slet ikke burde have oprettet til at begynde med.

Jim Iyoob: Det er ikke din beslutning at fortælle mig, hvordan jeg skal kontakte dig, hvis jeg køber dit produkt. Jeg kan købe dit produkt hvor som helst. Så det eneste, der adskiller dig fra alle andre, er kundeoplevelsen.

Manu Dwievedi: Når man overvejer at implementere AI, implementerer man ikke AI for at erstatte mennesker. Man implementerer AI for at gøre tingene bedre for kunderne.

Jim Iyoob: Alle forsøger at automatisere alt. Vrøvl. Vælg tre ting, der holder dig vågen om natten. Start der. Du bør kunne se et investeringsafkast inden for 30 til 45 dage ... hvis du gør det ordentligt.

Galen Low: Velkommen til podcasten The Digital Project Manager — programmet, der hjælper ledere med leverancer med at arbejde smartere, levere hurtigere og lede bedre i AI's tidsalder. Jeg er Galen, og hver uge dykker vi ned i strategier fra den virkelige verden, nye [00:01:00] værktøjer, gennemprøvede rammer og den lejlighedsvise krigshistorie fra projektfrontlinjen. Uanset om du styrer massive transformationsprojekter, håndterer AI-arbejdsgange eller bare forsøger at holde kaos under kontrol, er du kommet til det rette sted.

I dag taler vi om AI-transformationsprojekter i stor skala, og hvad vi kan lære af det, der går godt, og det, der går galt. Vi fokuserer især på kundeoplevelsens verden, hvor kontaktcentre overalt forsøger at integrere det rette niveau af AI i kunde- og medarbejderoplevelsen.

I dag har jeg to eksperter med mig, som har stor ekspertise inden for både AI og forandringsledelse i CX-verdenen — Jim Iyoob og Manu Dwievedi.

Jim er formand for ETS Labs og øverste kundeansvarlige hos Etech Global Services. Han er min foretrukne person, når det handler om pragmatisk og direkte AI-innovation, der fører til operationel ekspertise, og han er også en produktiv forfatter samt medlem af rådgivningsbestyrelsen for vores søsterpublikation, The CX Lead.

Manu er vicepræsidentassistent hos ETS Labs og medvært på Etechs [00:02:00] podcast, hvor han foretager dybdegående undersøgelser af AI og CX sammen med respekterede eksperter på området. Han er også den person, jeg ringer til, når jeg bliver spurgt om udfordringer med forandringsledelse i forbindelse med AI-transformationer i virksomhedsskala.

Jim, Manu — tak fordi I er med i dag.

Jim Iyoob: Mange tak, fordi I havde os med.

Manu Dwievedi: Tak.

Galen Low: Jeg elsker at dykke ned i vores samtaler. Jeg har kendt jer et stykke tid. Jeg forventer, at vi zigzagger lidt på interessante måder, og det er helt fint. Men så vores lyttere ved det, er her den køreplan, jeg har lagt for i dag.

Jeg var især begejstret, fordi I to befinder jer midt i dette område og har dyb indsigt i CX- og AI-transformationsområdet. Der har på det seneste været mange overskrifter i nyhederne om store virksomheder, der forsøger at integrere AI i deres kundeoplevelse. Nogle har et godt resultat, andre har et dårligt resultat. Så jeg ville begynde med at tage fat på den store elefant i rummet omkring AI-transformationsprojekter i callcentre.

Derefter ville jeg gå nogle niveauer dybere ned i overskrifterne og se på, hvad der faktisk foregår i disse historier. Og så ville jeg zoome lidt ud og bruge CX som linse til at tale om tre ting. Jeg ville tale om status for AI-baserede, menneskelige hybridforretningsmodeller i dag.

Jeg ved, at dette er et stort emne, men jeg vil ikke kun tale om teknologien. Jeg vil også tale om den kulturelle indvirkning af det, I ser på jorden. Derefter vil jeg gerne høre om bedste praksis for forandringsledelse omkring ethvert projekt, der implementerer AI-relaterede ændringer.

Og til sidst vil jeg gerne høre jeres tanker om, hvordan en individuel afdelingschef eller projektleder bør håndtere AI-drevne ændringer af denne art, især hvis projektet allerede er i gang i it-afdelingen, og hvordan de kan bidrage til, at det gør mere gavn end skade. Hvad siger I til det?

Jim Iyoob: Det lyder fantastisk. Det bliver godt i dag.

Galen Low: Lad os begynde med det aktuelle spørgsmål, og her er den måde, jeg ser det på. Selv uden for kundeoplevelsens verden har mange af os set overskrifter som den om Klarna, der erstattede næsten alle deres menneskelige callcenteragenter med AI, blot for at genansætte de fleste af deres callcentermedarbejdere nogle måneder senere.

Andre eksempler er meget lig det. Så her er spørgsmålet: Når vi hører om afskedigelser og roller, der faktisk ser ud til at blive erstattet af AI som følge af et stort strategisk skifte, hvor meget af dette er præcis, som det ser ud på overfladen, og hvor meget er måske mere kompliceret, end det ser ud til?

Jim Iyoob: Ja, jeg kommer sikkert i alle mulige problemer på grund af det her, men i 2019 talte jeg i Montego Bay på Jamaica og sagde grundlæggende, at AI ikke erstatter jeres medarbejdere. Men ligesom jer er man virkelig nødt til at tænke anderledes over det. Man skal være forsigtig med den forbandede fortælling, der er derude, om at det æder alle jobbene.

Jeg mener, det er meget mere kompliceret end det. Og jeg tror, problemet er, at ingen vil indrømme det. Hvis vi ser på det fra et helhedsorienteret perspektiv, overreagerede de fleste virksomheder, da pandemien ramte. Folk mødte grundlæggende op på arbejde, fordi de alle arbejdede på afstand. Lad os være tydelige. Så tænkte man: Folk møder op på arbejde, lad os ansætte flere.

Ved du hvad? Det, der faktisk sker, er, at mange virksomheder bare tilpasser bemandingen nu, fordi de ansatte så mange mennesker. Og nu siger de: Vi skifter til AI, og derfor fjerner vi folk. Det er ikke rigtigt. Det er faktisk ikke strategisk, når man tænker over det. De planlagde ikke ordentligt, og nu reagerer de på det, markedet fortæller dem.

Jeg kan fortælle dig, at Etech som virksomhed har skabt flere job, selv med AI og med AI implementeret overalt. Det, AI gør nu, efter min mening, er virkelig at øge produktiviteten, så folk kan gøre ting bedre og hurtigere, men samtidig gør AI dem i stand til at gøre det. Det giver os mulighed for at give mere kvalificerede medarbejdere flere roller.

Og jeg tror, de virksomheder, der bruger masseafskedigelser, gør det, fordi de grundlæggende siger: Det er ikke mig, det er AI. Derfor afskediger jeg disse mennesker. Og jeg synes, det er forkert. AI vil altid have brug for mennesker. Vi taler om det hele tiden: mennesker i kredsløbet. AI er kun så intelligent som den person, der programmerede det.

Så gæt engang? Man har brug for mennesker til at gøre det. Det er sådan, jeg ser på det, i modsætning til hvad alle andre siger om det. Alle giver bare AI skylden for, at de nedskalerer. Og grunden til, at man hører historier om, at folk bliver hentet tilbage, er, at virksomhederne ikke vidste, hvordan de skulle implementere AI til at begynde med.

Så i stedet for at beskytte kundeoplevelsen gjorde de halvdelen af deres kunder vrede. Og nu må de skifte kurs, fordi de ikke gjorde det rigtigt første gang, hvilket jeg er sikker på, at vi kommer til at tale om i dag i forbindelse med forandringsledelse.