Hvorfor det er feil å automatisere alt (og hva du bør gjøre i stedet)

Les transkripsjonen:

Vi prøver å transkribere podkastene våre ved hjelp av et program. Tilgi eventuelle skrivefeil, siden roboten ikke er korrekt 100 % av tiden.

Jim Iyoob: [00:00:00] Du må være forsiktig med denne fordømte fortellingen som finnes der ute, om at den tar alle jobbene. Det er mye mer komplisert enn det, og jeg tror problemet er at ingen vil innrømme det.

Galen Low: Noen av disse selskapene fjerner jobber som de kanskje ikke burde ha opprettet i utgangspunktet.

Jim Iyoob: Det er ikke din beslutning å fortelle meg hvordan jeg skal kontakte deg hvis jeg kjøper produktet ditt. Jeg kan kjøpe produktet ditt hvor som helst. Så det eneste som skiller deg fra alle andre, er kundeopplevelsen.

Manu Dwievedi: Når du tenker på å implementere kunstig intelligens, implementerer du ikke kunstig intelligens for å erstatte mennesker. Du implementerer kunstig intelligens for å gjøre ting bedre for kundene dine.

Jim Iyoob: Alle prøver å automatisere alt. Tullprat. Velg tre ting som holder deg våken om natten. Begynn der. Du bør se en avkastning på investeringen innen 30 til 45 dager ... hvis du gjør det riktig.

Galen Low: Velkommen til podkasten The Digital Project Manager – programmet som hjelper leveranseledere med å jobbe smartere, levere raskere og lede bedre i kunstig intelligensens tidsalder. Jeg heter Galen, og hver uke går vi gjennom strategier fra virkeligheten, nye verktøy, velprøvde rammeverk og en og annen krigshistorie fra prosjektfronten. Enten du styrer enorme transformasjonsprosjekter, håndterer arbeidsflyter med kunstig intelligens eller bare prøver å holde kaoset under kontroll, har du kommet til rett sted.

I dag snakker vi om storskala transformasjonsprosjekter med kunstig intelligens, og om hva vi kan lære av det som går bra og det som går galt. Vi skal særlig se nærmere på kundeopplevelsen, der kontaktsentre overalt prøver å integrere riktig nivå av kunstig intelligens i kunde- og agentopplevelsen.

Med meg i dag har jeg to eksperter med dyp erfaring innen både kunstig intelligens og endringsledelse i kundeopplevelsesverdenen – Jim Iyoob og Manu Dwievedi.

Jim er president i ETS Labs og kundeansvarlig direktør i Etech Global Services. Han er min foretrukne person når det gjelder pragmatisk og direkte innovasjon innen kunstig intelligens som fører til fremragende drift. Han er også en produktiv forfatter og medlem av rådgivningsstyret for søsterpublikasjonen vår, The CX Lead.

Manu er assisterende visepresident i ETS Labs og medvert for Etechs podkast, der han går i dybden på kunstig intelligens og kundeopplevelse sammen med respekterte eksperter på området. Han er også personen jeg ringer når jeg får spørsmål om utfordringer knyttet til endringsledelse i stor skala innen transformasjon med kunstig intelligens.

Jim, Manu – takk for at dere er med meg i dag.

Jim Iyoob: Tusen takk for at dere inviterte oss.

Manu Dwievedi: Takk.

Galen Low: Jeg liker virkelig å gå i dybden på samtalene våre. Jeg har kjent dere en stund. Jeg forventer at vi kommer til å ta noen interessante avstikkere, og det er helt greit. Men slik at lytterne våre vet det, har jeg satt sammen denne planen for i dag.

Jeg var spesielt entusiastisk fordi dere begge befinner dere midt i dette feltet og har dyp erfaring med transformasjon innen kunstig intelligens og kundeopplevelse. Det har vært mange overskrifter i nyhetene i det siste om store selskaper som prøver å integrere kunstig intelligens i kundeopplevelsen. Noen får gode resultater, andre får dårlige resultater. Derfor ville jeg begynne med å ta opp elefanten i rommet når det gjelder transformasjonsprosjekter for kunstig intelligens i kontaktsentre.

Deretter ville jeg gå noen nivåer dypere i overskriftene og se på hva som faktisk skjer. Så ville jeg zoome ut og bruke kundeopplevelse som linse for å snakke om tre ting. Jeg ville snakke om statusen for hybride forretningsmodeller mellom kunstig intelligens og mennesker i dag.

Jeg vet at dette er et stort tema, men jeg vil ikke bare snakke om teknologien. Jeg vil også snakke om den kulturelle påvirkningen og det dere ser ute i organisasjonene. Deretter vil jeg gjerne høre om beste praksis for endringsledelse rundt alle prosjekter som innfører endringer knyttet til kunstig intelligens.

Til slutt vil jeg høre hva dere mener at en individuell avdelingsleder eller prosjektleder bør gjøre når de skal håndtere endringer ledet av kunstig intelligens, særlig hvis de allerede er midt i et IT-prosjekt, og hvordan de kan bidra til at endringen gjør mer godt enn skade. Hva tenker dere om det?

Jim Iyoob: Det høres fantastisk ut. Dette blir bra.

Galen Low: La oss begynne med det vanskelige spørsmålet. Slik jeg ser det, har mange av oss, også utenfor kundeopplevelsesverdenen, sett overskrifter som den om Klarna, som erstattet nesten alle ansatte i kontaktsenteret med kunstig intelligens, for deretter å ansette de fleste igjen noen måneder senere.

Det finnes flere lignende eksempler. Så her er spørsmålet: Når vi hører om oppsigelser og roller som tilsynelatende blir erstattet av kunstig intelligens som følge av et stort strategisk skifte, hvor mye av dette er egentlig slik det ser ut på overflaten, og hvor mye er kanskje mer komplisert enn det virker?

Jim Iyoob: Jeg kommer sikkert til å få problemer for dette, men i 2019 snakket jeg i Montego Bay på Jamaica og sa i utgangspunktet at kunstig intelligens ikke erstatter menneskene dine. Men du må virkelig tenke annerledes om dette. Du må være forsiktig med denne fordømte fortellingen om at kunstig intelligens tar alle jobbene.

Det er mye mer komplisert enn det. Og jeg tror problemet er at ingen vil innrømme det. Hvis vi ser på dette fra et helhetlig perspektiv, overkorrigerte de fleste selskaper under pandemien. Folk møtte opp på jobb fordi de arbeidet hjemmefra. La oss være tydelige: Folk møtte opp på jobb, så la oss ansette flere.

Det som egentlig skjer, er at mange selskaper bare tilpasser bemanningen nå, fordi de ansatte så mange mennesker. Nå sier de at de går over til kunstig intelligens, og at det er derfor de kvitter seg med folk. Det stemmer egentlig ikke. Det er ikke strategisk når man ser nærmere på det. De planla ikke ordentlig, og nå reagerer de på det markedet forteller dem.

Jeg kan fortelle at Etech som selskap har skapt flere jobber, selv med kunstig intelligens og selv om vi innfører kunstig intelligens overalt. Etter min mening gjør kunstig intelligens nå produktiviteten bedre og hjelper folk med å gjøre ting bedre og raskere. Den gjør dem i stand til å utføre arbeidet.

Det den også gjør, er å la oss gi dyktigere mennesker flere roller. Jeg tror selskaper som gjennomfører masseoppsigelser, bruker dette som en unnskyldning. De sier: «Det er ikke jeg som gjør dette, det er kunstig intelligens.» Det er derfor de sier opp folk. Jeg mener det er feil. Kunstig intelligens vil alltid trenge mennesker. Vi snakker om mennesket i loopen hele tiden. Kunstig intelligens er bare så smart som personen som programmerte den.

Så hva trenger du? Du trenger mennesker til å gjøre dette. Det er slik jeg ser på det, i motsetning til det alle andre sier. Alle skylder på kunstig intelligens når de nedbemanner. Og grunnen til at du hører historier om at folk blir ansatt igjen, er at de ikke visste hvordan de skulle innføre teknologien i utgangspunktet.

I stedet for å forbedre kundeopplevelsen gjorde de halvparten av kundene sinte. Derfor må de snu, fordi de ikke gjorde det riktig fra starten. Det kommer vi sikkert til å snakke om i dag når vi kommer inn på endringsledelse.

Galen Low: Jeg liker virkelig det perspektivet, at årsak og virkning strekker seg over en lengre periode enn den vi ser på. Og også tanken om at kunstig intelligens brukes som en unnskyldning. Når du sier det, kan jeg se hvordan det fungerer både oppover og nedover i organisasjonen. Du har aksjonærene som spør hvorfor du ikke mangedobler aksjonærverdien ved å erstatte alle med kunstig intelligens, og når du ser nedover, må du rettferdiggjøre noen av endringene dere gjør.

Det er egentlig en korrigering. Jeg husker at det var tidlig i 2020, og jeg var del av en stor oppsigelsesrunde i et stort konsulentselskap. En del av årsaken var nedstengningen og pandemien, men da jeg undersøkte saken nærmere, sa de: «Vi hadde faktisk planlagt dette i flere måneder. Omstendighetene gjorde bare at vi trykket på knappen litt tidligere enn planlagt.» Det var alltid planen.

Jeg synes det er interessant. Jeg kan se hvordan denne korrigeringen skjer. Kontaktsentrene trodde kanskje ikke engang at de kunne drive fjernarbeid i starten av nedstengningen, så plutselig fungerte det. Deretter kan jeg lett forestille meg at de fikk høyere samtalevolum og ansatte flere mennesker. Det var enkelt, fordi de ikke lenger trengte å sette opp arbeidsstasjoner. Folk arbeidet hjemmefra. Dette er egentlig en korrigering.

Manu Dwievedi: Absolutt, Galen. Når du tenker på interessenter, hva er den enkleste historien å fortelle? At du hadde lett tilgang på penger, ansatte en hel masse mennesker og ikke trenger dem nå? Eller at du ikke trenger flere mennesker fordi du har kunstig intelligens? Folk prøver egentlig bare å bruke kunstig intelligens som syndebukk.

Galen Low: Det er interessant med overskriftene og det jeg lærer mer og mer om nyhetsmedier: De er politiske. Det som står i overskriftene, er politisk. Det går i begge retninger. Du tenker på aksjekursen og investorene, samtidig som du tenker på hvordan du skal kommunisere til befolkningen om det som skjer i verden.

Noen ganger blir dette blandet sammen. Vi sitter igjen med inntrykket: «Herregud, kunstig intelligens tar alle jobbene», selv om det ble sagt at den ikke skulle gjøre det.

Sannheten er at noen av disse selskapene fjerner jobber som de kanskje ikke burde ha opprettet i utgangspunktet, og de kommer til å bruke kunstig intelligens som unnskyldning. Det er fascinerende.

Jeg vil zoome litt ut. Mange i nettverket mitt og mange som lytter til programmet, blir bedt om å tenke nytt om deler av virksomheten gjennom kunstig intelligens. Det er omtrent hele oppdraget de får. Men når de mottar disse ordrene, er de ganske vage. De er mer retningsgivende enn en faktisk plan. Mange klør seg i hodet og lurer på hvor de skal begynne.

Jeg tenkte på kontaktsentre, assistanse fra kunstig intelligens og hva teknologien gjør der. Jeg har vært i dette feltet en stund, eller i det minste vært borti det da det ikke var særlig avansert kunstig intelligens, men bare samtaleroboter. Hvordan kan vi integrere dette og skape en mer helhetlig kundeopplevelse på tvers av kanaler uten massive endringer i bemanningen?

Kundeopplevelse har alltid handlet om å tenke nytt rundt deler av virksomheten ved hjelp av teknologi. For dem som nettopp har begynt å forsøke å tenke nytt om en sentral del av virksomheten ved hjelp av kunstig intelligens, hva bør en organisasjon faktisk gjøre først, før den går inn i planleggings- og implementeringsfasen, slik at folk ikke sitter igjen og lurer på hva de skal gjøre med dette oppdraget?

Jim Iyoob: Det er et godt spørsmål. Jeg vil si dette til alle administrerende direktører som lytter, og til alle ledere som forteller folk at de skal automatisere alt: Først og fremst har jeg hatt dette sitatet siden 2003: «Det er ikke din beslutning å fortelle meg hvordan jeg skal kontakte deg når jeg kjøper produktet ditt. Det er min beslutning.»

For det første: Slutt å prøve å automatisere alt. Du kommer bare til å irritere meg, og jeg kommer til å forlate deg.

I et globalt marked kan jeg kjøpe produktet ditt hvor som helst. Det eneste som skiller deg fra alle andre, er kundeopplevelsen. Hvis du ødelegger den, er jeg borte. Det er det første jeg ville sagt.

For det andre: Hvis du bruker Kindle, har jeg en veiledning til deg. Den er gratis på Kindle. Dette er min nyeste bok, AI in the Contact Center. Den gir deg en god trinnvis forklaring på hva du bør gjøre.

I planleggingsfasen gjør folk feil fordi de tror de må automatisere alt. Det er så langt fra sannheten som det går an å komme. Du sitter på det største datasettet på planeten, nemlig interaksjonene dine. Hvis du analyserer disse interaksjonene, kan du finne lavthengende frukter som kan automatiseres.

Du kan kanskje miste noen få mennesker, forbedre kundeopplevelsen eller i det minste holde den på samme nivå, samtidig som du gir kundene det de ønsker. Det er mine to cent om saken. Og Manu, som er mye smartere enn meg, kan sikkert si mye mer. Men dette er min tilnærming basert på sunn fornuft.

Alle programvareselskaper kom til meg og sa: «Jeg kan fjerne alle menneskene dine.» Vær så snill. Det er idiotisk. Det morsomme er at menneskene som sier at du kan fjerne alle ansatte, aldri har tatt en telefonsamtale i hele sitt liv og aldri har jobbet i et kontaktsenter. De har ingen anelse om hvordan det faktisk fungerer. Manu, ordet er ditt.

Manu Dwievedi: Galen, hver gang dette skjer, når en kunde kommer til oss og sier: «Jeg vil automatisere alt», fordi det er mye som er galt med det som er satt opp i dag, går jeg tilbake til noe Jim alltid har lært oss: Hvis prosessen din er ødelagt, kommer ikke kunstig intelligens til å fikse den.

Kunstig intelligens er et effektiviseringsverktøy. Automatisering kommer ikke til å fikse noe som allerede er ødelagt. Jeg tror dette i bunn og grunn er det som er galt med tilnærmingen vår. Når du tenker på å implementere kunstig intelligens, implementerer du ikke kunstig intelligens for å erstatte mennesker. Du implementerer kunstig intelligens for å gjøre ting bedre for kundene dine.

Vil jeg at kundene mine skal vente ti minutter i en kø for å få et enkelt svar som «Hva er saldoen på kortet mitt?» eller «Hvordan tilbakestiller jeg passordet mitt?» Når du forstår at du automatiserer fordi du vil løse kundens problem og forbedre kundeopplevelsen, endres hele bildet.

Da tenker du ikke lenger ut fra en negativ innstilling der du sier: «Jeg vil bli kvitt 200 mennesker, og derfor skal jeg automatisere.» En ting folk kan lære, er å gå tilbake og være brutalt ærlige med seg selv. Forstå hvordan du kan forbedre kundeopplevelsen, og se deretter hvor du kan skape effektivitet som fører til bedre tilbakemeldinger.

Galen Low: Jeg liker det. Der er vi igjen med ideen om at kunstig intelligens bare er en utløsende faktor for en tanke vi burde ha hatt, eller har hatt, i årevis. Når du jobber med prosessutforming, vil du selvfølgelig bli mer effektiv. Du vil ikke skalere noe som er ødelagt.

Et godt sted å begynne er ikke å spørre hva kunstig intelligens kan erstatte i verdikjeden vår. Et godt sted å begynne er å spørre hva som er ødelagt og må repareres, hva som fungerer og bør få være i fred, og hva det faktiske målet er for menneskene vi prøver å betjene – enten det er ansatte, kunder eller kanskje aksjonærer.

Vi må gå tilbake til utgangspunktet og finne ut hva målet er, i stedet for å automatisere og bruke kunstig intelligens bare for automatiseringens og den kunstige intelligensens skyld.

Jim Iyoob: Enig. Absolutt.

Galen Low: Jeg lurer på om vi kan gå tilbake til det første spørsmålet. Mange får fortalt en veldig binær historie: Enten tar kunstig intelligens jobben din, eller så er den den hjelpsomme praktikanten din. Jeg mistenker at virkeligheten ligger et sted midt imellom.

Hva er statusen for hybride operasjoner mellom mennesker og kunstig intelligens i kontaktsentre rundt om i verden akkurat nå? Hva fungerer godt, og hvor er det rom for forbedring? Og for å gjøre det enda mer komplisert: Hvilke konsekvenser ser dere for andre bransjer?

Jim Iyoob: Jeg kan fortelle deg av egen erfaring at da vi introduserte dette i Etech, hvor vi har 4 000 mennesker i tre land, tenkte alle: «De kommer til å erstatte meg. De prøver å bli kvitt meg. Jeg kommer ikke til å hjelpe til eller støtte dette, fordi målet deres er å si meg opp.» Det er så langt fra sannheten som det går an å komme.

Det vi fant ut, var at når du lærer dem at målet ditt er å gjøre jobben deres bedre og mer strategisk, begynner du å se fordelene.

Tenk på en samtale som er komplisert og som du bare får én eller to ganger om dagen. Du lærte om den på opplæringen, men du har tatt 50 000 samtaler siden da. Dette er en samtale du fikk opplæring i for to år siden. Ville det vært nyttig om jeg ga deg en assistent som kunne hjelpe deg med akkurat dette spørsmålet, som du får én gang hvert halvår?

Det er det jeg prøver å gjøre. Bør jeg automatisere dette? Nei, for du får bare fem slike samtaler i året. Men vi kan hjelpe agenten med dem. Når du viser dem dette, og deretter automatiserer de lavthengende fruktene, for eksempel tilbakestilling av passord, blir det tydelig at dette bør automatiseres.

Det finnes fortsatt selskaper som ikke har automatisert dette, og det er greit. Men når jeg fjerner dette volumet fra agenten, kan vi gå til kunden og si: «Nå som vi har spart deg for 30 % av samtalevolumet, hvilke andre ting gjør dere internt som kan settes ut?»

Da kan jeg videreutvikle agentens ferdigheter slik at vedkommende kan håndtere mer komplekse interaksjoner, som forebygging og avdekking av svindel og andre oppgaver jeg vet at dere gjør internt, men som kan settes ut billigere.

Det er budskapet vi bruker, og det ser ut til å fungere. Men alle er redde fordi de ser videoer der folk sier at kunstig intelligens skal erstatte alle jobbene deres. Du må komme forbi det og spørre: «Hva får jeg ut av dette?» Målet mitt er ikke å erstatte deg. Målet mitt er å utvide kapasiteten din og gi deg bedre ferdigheter.

Manu var agent for ti år siden. I dag er han assisterende visepresident.

Galen Low: Du var selv agent. Du begynte på gulvet.

Jim Iyoob: Jeg brukte grønne skjermer, så ingen husker sikkert hva det er. Men tenk på det. Hvis Manu ikke hadde lært nye ting, ville han aldri sittet i en rolle som assisterende visepresident i dag. Han utfordret seg selv til å lære ny teknologi, ta den i bruk og lære det han kunne. Han gikk videre til mer komplekse oppgaver, og det er derfor han har lykkes så godt.

Du vil alltid ha mennesker. Jeg har en kunde som har 99 % selvbetjening i sin automatiske telefonsvarerløsning. Det betyr at 99 % av interaksjonene håndteres der og aldri når et menneske. Likevel har jeg 135 agenter som besvarer de resterende 1 %, fordi en automatisk telefonsvarerløsning ikke kan håndtere dem.

Galen Low: Og det er interaksjonene med høy verdi, fordi den automatiske telefonsvarerløsningen ikke kan håndtere dem. Ikke sant?

Det er interessant det du sier. En av mine første jobber ved et universitet var faktisk i eBays kontaktsenter for undersøkelser. Vi så på svindelsaker og var spesialister. Det var et e-postsenter, så jeg satt ikke i telefonen.

Det som var sant for organisasjonskartet på den tiden, var at spesialistene var et lite team. Generalistene som gjorde kopier-og-lim-inn-arbeid, tilbakestilte passord og håndterte kundestøtte på lavt nivå, var en stor gruppe. Vårt team var mindre.

Jeg kan se hvordan det kan høres bra ut: «Flott, du skal få en mer avansert rolle.» Men trekanten oppover blir også smalere, fordi det finnes færre roller. Det betyr fortsatt færre jobber for meg, Jim. Jeg kan forstå det perspektivet.

Hvis du blir fortalt at du skal skape mer verdi og bli mer strategisk, men ikke får opplæring i hvordan du faktisk skal gjøre det, kan det være et tegn på at det foregår noe mer. Men hvis du leder en organisasjon som ønsker å utvikle disse menneskene, handler det om å vise dem at det finnes nok muligheter høyere opp, og at du vil støtte dem gjennom opplæring.

De skal ikke måtte finne ut av alt på YouTube. Mange gjør nettopp det. De søker etter hvordan de kan bli mer strategiske i rollen sin på YouTube eller TikTok og håper på det beste. Det er ikke nødvendigvis sunt for arbeidsstyrken som helhet.

Noe av dette er automatisering. Tilbakestilling av passord kommer til å skje, og oppgaven forsvinner. Den blir delegert, og du begynner å utføre en annen del av jobben. Du nevnte også en assistent – at noe som kunstig intelligens kan dukke opp på skjermen og si: «Dette spørsmålet får du sjelden. Sist du fikk opplæring i det, var for to år siden. Her er skriptet og retningslinjene.»

Hvis jeg ser på dette fra perspektivet til prosjektledere og teamledere som innfører kunstig intelligens i en arbeidsflyt, møter dere da motstand når agentene får dette nye verktøyet? Sier de: «Jeg trenger ikke den saken. Slå den av»?

Jim Iyoob: Jeg ser ikke så mye motstand når det gjelder de komplekse oppgavene. Når de ikke er forberedt, slår de opp i opplæringshåndboken, utdelingsarkene og hjelpemidlene sine. Hva om jeg la hjelpen direkte på skjermen, slik at du vet nøyaktig hva du skal gjøre? Ville ikke det hjulpet? Ville du ikke blitt mindre stresset?

Hvis du gjør det morsomt og forklarer det for dem, fungerer det godt. Det finnes alltid én prosent som er misfornøyd, uansett hva du gjør. De kan du ikke fikse. Det er forresten de menneskene som kommer til å bli erstattet.

Manu Dwievedi: Mens Jim sa dette, kom jeg på noe som skjedde i en samtale før denne. Jeg skal fortelle deg historien, Galen, men jeg forteller resultatet først.

Det var en samtale der mange mennesker satt sammen. Du kunne høre noen si at de hadde utrolig god oppbevaring av ansatte. Agentene tok ikke de enkle samtalene, så de var lykkeligere. Derfor klarte de å beholde dem. Teknologien fungerte veldig godt. Kundene var også fornøyde. De ventet ikke i kø.

Men det hele begynte med at agentene måtte være godt nok informert om kunstig intelligens til at den første opplevelsen de hadde med teknologien, var ærlig og ekte. Når det skjer, forstår de at den løser problemer for dem.

De trenger ikke lenger å lete gjennom fem PDF-filer. Kunden sier hva de ser etter, og skjermen forteller agenten hva han eller hun skal si. De trenger ikke lenger å svare på 50 samtaler hver dag som sier det samme: «Takk for at du ringte. Jeg har tilbakestilt passordet ditt.»

Når du gjør det samme hver dag, blir jobben monoton. Dette er en historie vi nettopp fikk høre i en samtale, der kunden sa at endringene våre hadde ført til et svært positivt skifte. Folk som forstår teknologien, ønsker faktisk å være der, fordi de vet at jobben har blitt noe mer enn en vanlig jobb i et kontaktsenter der de bare svarer på telefoner hele tiden.

Galen Low: Jeg elsker det. Jeg var nylig på en konferanse der de viste en graf over innføringen av kunstig intelligens for det interne teamet. Det handlet mest om programmering og bruk av Cursor. De gjorde egentlig ingenting annerledes. De fortsatte bare med kommunikasjonen og arbeidet med å få folk til å ta det i bruk.

Linjen lå flatt, og så kom det en plutselig økning. Først tenkte folk: «Jeg tviler på at dette faktisk kommer til å gjøre livet mitt bedre, men jeg blir tvunget til å prøve. Greit.» Så oppdaget de at deler av jobben faktisk ble bedre. De fortalte vennene sine om det, eller vennene fortalte dem det, og plutselig sa folk: «Du bør faktisk begynne med dette.»

De slapp å tilbakestille passord seks timer om dagen og følte seg mer engasjert. Fra et endringsledelsesperspektiv snakker vi ofte om fortvilelsens dal, der folk blir sittende fast i endringer som er presset på dem. Men dette virket mer som et kulturelt skifte, der de oppdaget fordelene etter hvert.

Den første interaksjonen min med kunstig intelligens bør også være positiv. Det samme gjelder kunden i kundeopplevelsen og medarbeideren i medarbeideropplevelsen.

Når dere anbefaler kunder hvordan de kan lykkes eller mislykkes med endringsledelse før, under og etter en implementering av tjenestene og løsningene deres, hva sier dere til dem?

Jim Iyoob: Manu er hjernen bak dette. Jeg lar ham svare.

Manu Dwievedi: Jeg vil begynne med noe Jim alltid sier: Hvis du plutselig legger noe på folk og sier «Dette er kunstig intelligens, og det skal hjelpe deg», vil det alltid oppstå tvil. Folk frykter det de ikke kjenner, men de støtter det de har vært med på å skape.

Det er svært viktig i endringsledelse. Enten du får støtte ovenfra eller nedenfra, må alle i organisasjonen være med. De må forstå at endringen kommer for å hjelpe dem, hvordan den skal fungere og hva kunstig intelligens faktisk er, slik at de ikke frykter at teknologien skal få dem til å gjøre noe galt.

Vi har snakket om dette på CCW også: Ved enhver implementering av kunstig intelligens er 80 % endringsledelse og bare 20 % teknologi. Du må informere folk og sørge for at de får bidra med egne innspill.

Det finnes agenter rundt om i verden som har blitt straffet for stave- eller grammatikkfeil i en sak, selv om de aldri burde ha måttet oppsummere saken manuelt. Når du sier til en agent at dette verktøyet hjelper dem, slik at de aldri trenger å skrive disse notatene igjen, ikke trenger å bekymre seg for stavemåte eller grammatikk, og kan gå videre til neste problem, vil du ikke finne mange agenter som sier at de ikke vil ha det.

Problemet er at du aldri forklarte det. Du informerte dem aldri godt nok. De vet bare at kunstig intelligens skal innføres, og de har allerede hørt skremmende historier.

Jeg skrev nylig om en nyhetssak som sa at en MIT-rapport viste at 95 % av kunstig intelligens-prosjekter mislykkes. Ingen gikk faktisk inn i rapporten og leste den. Rapporten sa at 95 % av prosjektene som mislykkes, gjør det på grunn av endringsledelse eller problemer med mennesker og ledelse. Men den mer oppsiktsvekkende historien var at 95 % av prosjektene mislykkes.

Fortellingen blir dermed drevet enten av frykt for kunstig intelligens eller av selskaper som sier at kunstig intelligens fungerer fantastisk. Resultatet blir frykt blant de ansatte i førstelinjen.

For det første: Informer. Sørg for at du forstår hva du vil innføre, og hvorfor du vil innføre det. Ha et svært tydelig og avgrenset bruksområde.

Si for eksempel: «Jeg vil innføre kunstig intelligens fordi jeg vil spare de 60 sekundene en agent bruker etter hver samtale på å skrive ned ting.» Da har du et tydelig bruksområde. Det hjelper også kundene, fordi de 60 sekundene kan brukes til å sørge for at neste kunde venter kortere.

Det hjelper kundene på en annen måte også, fordi agentene ikke gjør grammatikkfeil eller glemmer å skrive noe i saken. Når den neste agenten tar over samtalen, vet vedkommende nøyaktig hva problemet var.

Galen Low: Og agentene blir ikke straffet for skrivefeil.

Manu Dwievedi: Nettopp. Som selskap har du da løst et problem for medarbeiderne og kundene, samtidig som du har tjent penger på det.

Når du håndterer endringsledelse på denne måten, informerer du folk, finner de riktige bruksområdene, begynner i det små, implementerer, gjentar, retter opp problemene og utvider deretter. Det fungerer alltid. Det er det vi ser overalt.

Galen Low: Det er morsomt at du nevnte overskriften fra MIT-rapporten. Jeg vil nesten vedde på at den samme prosentandelen gjelder for nesten alle prosjekter, enten de handler om kunstig intelligens eller ikke, nettopp på grunn av endringsledelse.

Det jeg liker ved det du sier, er at man må vise tidlig hva teknologien kan gjøre, fortelle tidlig hva målet er og skape en god opplevelse rundt kunstig intelligens. Det er ikke et sleipt salgstriks. Dere ønsker faktisk å løse problemer for agentene eller medarbeiderne, uansett hvilken bransje de arbeider i.

Mange har ikke engang åpnet døren til kunstig intelligens ennå. De sier at de burde gjøre det, men bruker Gemini til å planlegge måltider, og det er omtrent så langt de har kommet, fordi de er redde og ikke vet hva teknologien kan gjøre. Da er det bedre å vise dem.

Jim Iyoob: Vent litt. Mener du at Gemini kan planlegge måltider? Det har jeg aldri brukt kunstig intelligens til. Det må jeg kanskje begynne med.

Galen Low: Jeg bruker ulike språkmodeller til ulike ting. Gemini finner stort sett på sanger om Pokémon eller Minecraft som jeg kan spille inn sammen med barnet mitt. ChatGPT bruker jeg til alt som gjelder arbeid, og Claude har sin egen rolle. Det er arbeidsfordelingen i staben min av språkmodeller.

Det er interessant at noen snakker om transformasjon med kunstig intelligens som noe helt nytt. Selvfølgelig må vi finne ut av det, og selvfølgelig kommer vi til å mislykkes. Men det er ikke nødvendigvis sant at dette krever en helt ny prosess. Det bør sannsynligvis gå gjennom omtrent samme prosess som enhver annen storskala transformasjon.

Jim Iyoob: Det er morsomt at du sier det. Da automatiske telefonsvarerløsninger kom, hva sa folk? «De kommer til å erstatte alle agentene.» Tullprat. Så kom chatten, og folk sa at agentene kunne håndtere to eller tre samtaler samtidig, så vi ville ikke trenge på langt nær like mange mennesker. Tullprat.

Nå sier de det samme om kunstig intelligens. Det er bare en ny historie, og det stemmer ikke. De skaper frykt rundt kunstig intelligens.

Jeg vet ikke om du så den nyeste videoen av roboten som begynte å slå menneskene som jobbet med den. Den var morsom. Roboten gikk amok og begynte å slå dem som jobbet med den. Jeg så videoen kanskje 15 ganger, fordi det var så komisk. Jeg tenkte at den som programmerte roboten, ikke hadde gjort det riktig. Det bringer oss tilbake til menneskelig intelligens.

Galen Low: Jeg vil gå tilbake til noe som er viktig og realistisk. Du sa at det noen ganger kan være nødvendig å miste mennesker. Det er ikke en utopi der det stadig kommer flere jobber. Etech har lykkes med å skape flere jobber, men det er ikke sikkert at alle kan beholde jobben.

Du nevnte også at noen av dem som presterer dårlig, sannsynligvis kommer til å miste jobben. Men årsakssammenhengen går lenger tilbake. Det skjer ikke bare på grunn av kunstig intelligens. Det skjer fordi de presterer dårlig, ikke tar jobben på alvor, ikke lærer og ikke utvikler seg. Kunstig intelligens er bare utløsende faktor.

Vi trenger også mennesker til å bygge disse systemene og programmere dem. Jeg ser bølger av mennesker som aldri trodde de skulle programmere, men som nå lager apper og arbeider med såkalt intuitiv programmering. Internt hadde vi nylig en stor hackathonuke, der alle tok på seg et eksperiment med kunstig intelligens og presenterte resultatene.

Noen som lytter, tenker kanskje: «Hva så? Skal en agent i et kontaktsenter bli utvikler av kunstig intelligens?» Er det et logisk steg, eller er det å gå for langt?

Jim Iyoob: Hvis du har drivkraften, har du viljen, og da kan du lære ferdighetene. Men du må ha viljen først.

Manu var agent. I dag programmerer han. Det skyldes at han hadde viljen til å lære andre ferdigheter.

Det er som datteren min. Hun er ferdig med college og vil nå bli advokat. Jeg sa til henne at ChatGPT ikke kommer til å hjelpe henne med opptaksprøven til jusstudiet. I teorien kan det kanskje hjelpe, men når hun tar selve prøven, må hun forstå det hun har lært.

Jeg ser mange elever som bruker telefonen til alt mulig. Nå har skolen til den 17 år gamle datteren min forbudt telefoner, så hun må faktisk tenke selv. Det er bra for henne. Hva skal hun med telefonen? Jeg har ikke ChatGPT tilgjengelig hele tiden heller. Hun kommer til å lære.

Galen Low: Det er et interessant eksempel. Tenk på kalkulatoren. Da jeg gikk på videregående, fikk vi en kalkulator fra Texas Instruments. På et tidspunkt sa noen: «Du trenger ikke å kunne all matematikken, for i den virkelige verden har du en kalkulator.»

I dag har vi assistenter med kunstig intelligens i kontaktsentre. Finnes det en fremtid der datteren din er advokat med en holografisk assistent som kan vise til lovverket og spørre: «Mente du denne delen av loven?» Trenger hun egentlig å kunne alt selv?

Jim Iyoob: Ja, det gjør hun. Det finnes mange artikler om at kunstig intelligens gir feil svar. Derfor trenger du et menneske. Det er derfor vi sier at teknologien ikke erstatter mennesker, men assisterer dem.

Jeg bruker kunstig intelligens hele tiden. Jeg har fem forskjellige plattformer, akkurat som deg, til ulike formål. Problemet er at alt avhenger av hvem som kodet systemet, og hva det forstår.

Ja, systemet kan etter hvert lære personligheten din, talemåten din og skrivestilen din. Men du må fortsatt lese gjennom resultatet, fordi det gjør feil. Jeg kan se det når folk sender meg ting som er skrevet med kunstig intelligens. På LinkedIn ser du emojier og annet innhold som ikke betyr noe. De har bare kopiert og limt inn.

Jeg får for eksempel henvendelser fra leverandører som sier: «Jeg ser at du jobber med logistikk.» Det gjør jeg ikke. De har ikke engang lest profilen min. De har sannsynligvis kopiert den samme meldingen til alle.

Derfor trenger du alltid et menneske i prosessen. Det er slik jeg ser på det.

Galen Low: Det gir et tydelig bilde av fremtiden. Arbeidsstyrken endrer seg, utdanning er viktig, og vi må hjelpe mennesker med å utvikle nye ferdigheter. Det må finnes en vilje til å gjøre det. Hvis du ikke har den viljen og presterer dårlig, mister du kanskje jobben. Det er sannsynligvis ditt eget ansvar, ikke kunstig intelligensens.

Målet er å gjøre kunstig intelligens bedre og forhåpentligvis unngå at den tar over verden. Det er ikke det vi sier. Vi snakker om en form for harmoni som kan oppnås.

Selv om du gjennomfører et stort transformasjonsprosjekt med kunstig intelligens som påvirker liv, og noen vil hate det mens andre vil elske det, handler det til syvende og sist om det samme som all annen endring og transformasjon. Det gjelder enten endringen skyldes automatiske telefonsvarerløsninger, pandemien eller kunstig intelligens.

Tilnærmingen er fortsatt den samme. Det må fortsatt være et menneske i loopen, og det handler fortsatt om mennesker.

Jeg vil gjerne stille ett siste spørsmål på et praktisk nivå. Hva er rådet ditt til en avdelingsleder eller prosjektleder som allerede er midt i et transformasjonsprosjekt der kunstig intelligens innføres i en sentral forretningsfunksjon? De lytter til dette og tenker: «Søren. Jeg burde ha hørt dette før jeg begynte. Er løpet kjørt?»

Hva kan de gjøre mens prosjektet pågår for å sikre at det gjør mer godt enn skade, sett fra et endringsledelses-, teknologi- og driftsperspektiv?

Jim Iyoob: Fagkunnskap er viktigere enn teknologisk ekspertise. For det første: Gå fra å krabbe til å gå og deretter løpe. Alle prøver å automatisere alt. Tullprat.

Velg tre ting som holder deg våken om natten. Begynn der. Når du har innført kunstig intelligens i et kontrollert miljø, kan du ta for deg flere områder.

Jeg ville begynt med de lavthengende fruktene. Det er her alle gjør feil, fordi prosjektene tar seks, ni eller tolv måneder før du ser avkastning på investeringen.

Du bør se en avkastning på investeringen innen 30 til 45 dager hvis du gjør det riktig. Ikke gå inn med planen om å automatisere hele virksomheten. Automatiser én del. Hvis du reduserer samtalevolumet med 5 %, er det ekte penger og ekte besparelser. Deretter kan du skalere opp.

Alle gjør den samme feilen fordi de tror de må gjøre alt på én gang. Da kommer prosjektet aldri i gang. Jeg sier alltid til kundene våre: «Greit, du vil gjøre dette. La oss velge tre ting. La oss begynne med disse tre og sørge for at det fungerer før vi skalerer.»

Når du først har fått kontroll, lærer du hva som fungerer. Lær av feilene dine. Feil betyr ikke at noe er dårlig. Feil betyr at forsøket ditt ikke fungerte. Prøv noe annet.

Når du gjør dette med tre, fire eller fem små områder, er det mye enklere å justere og være smidig enn når du prøver å gjøre alt.

Det siste jeg vil si, er at du ikke må kopiere en prosess som ikke fungerer.

Galen Low: Skaler feilen og automatiser den.

Jim Iyoob: Nettopp. Manu, hva vil du legge til?

Manu Dwievedi: Dette er nøyaktig poenget. Hvis du starter en prosess med kunstig intelligens, bør du skrive dette ut og henge det opp. Hvis du gjør disse tre tingene, vil alt ordne seg.

En venn av meg prøver ut GPT-5 i et regnskapsfirma. De forsøker å bruke kunstig intelligens internt til feilsøking i brukerstøtten. Han ringte meg for noen uker siden og sa: «GPT-5 er fantastisk. Den gikk faktisk gjennom feilsøkingen for en intern medarbeider, selv om jeg ikke hadde lært den opp.»

Så spurte han: «Hvordan får jeg den til å gjøre det riktig hver gang?» Det er problemet ditt. Du bestemte deg for å ta en robot og si: «Feilsøk for folk», og så forventet du at den skulle gjøre det riktig hver gang.

Nei. Du må definere et svært spesifikt bruksområde. «Outlook fungerer ikke» er et bruksområde. Da kan du jobbe med feilsøking av e-post eller noe tilsvarende. Det er et av hovedproblemene.

Folk bruker kunstig intelligens som en tryllestav som skal løse alt bare fordi de sier ordet «kunstig intelligens». Men slik kommer det ikke til å fungere.

Galen Low: Jeg liker at veien til makrotransformasjon faktisk går gjennom mikrotransformasjon. Vi må gjennom disse stegene. Vi må vite hva målene våre er.

Hvis vi ikke finner ut hva vi prøver å oppnå i stor skala, blir total transformasjon vanskelig. Det har alltid vært vanskelig, også under den første bølgen av digital transformasjon. Jeg kjenner organisasjoner som fortsatt er på vei til skyen eller prøver å ta i bruk et nytt CRM-system eller digitalisere deler av virksomheten ti eller tolv år senere.

Ting kommer til å endre seg i verdenen for kunstig intelligens og arbeidslivet i løpet av den tiden. Vi må tenke i kortere sykluser.

Manu Dwievedi: Enig?

Jim Iyoob: Ja.

Galen Low: Fantastisk. Jim, tusen takk for at du tok deg tid til å snakke med meg i dag. Dette har vært veldig interessant. Før jeg lar deg gå: Hvor kan folk lære mer om deg?

Jim Iyoob: Det er enkelt for meg: LinkedIn, Jim Iyoob. Jeg gir ut et bemerkelsesverdig nyhetsbrev om kundeopplevelse én gang i måneden. Abonner på bloggen min. Jeg skriver om ting folk tenker på, men ikke sier høyt. Jeg forteller folk det de trenger å høre, ikke det de ønsker å høre. Det er pedagogisk innhold, og du kan ha det gøy med det.

Det er sannsynligvis den enkleste måten å finne oss på. Prøv å ikke selge meg noe på LinkedIn. Hvis du gjør det, kommer jeg til å kritisere deg, slik jeg gjorde i morges.

Galen Low: Gjør research først.

Jim Iyoob: Gjør research før du tar kontakt med meg på LinkedIn. Du kan gjerne koble deg til meg, men hvis du prøver å selge meg noe, bør du gjøre research først. Ellers får du en melding tilbake fra meg der jeg kritiserer hvordan du gjorde det.

Galen Low: Fantastisk.

Jim Iyoob: Manu.

Manu Dwievedi: Du finner meg også på LinkedIn. Det er nok den enkleste måten. Søk etter Manu AI, eller gå til linkedin.com/in/manuai/.

Galen Low: Det er en veldig god LinkedIn-adresse.

Jim Iyoob: Ja, det burde dere alle ha.

Galen Low: Fantastisk. Jeg inkluderer alle lenkene i shownotatene.

Takk igjen for at dere delte kunnskapen og innsikten deres. Dette har vært flott.

Jim Iyoob: Tusen takk.

Manu Dwievedi: Takk. Takk for at dere inviterte oss.

Galen Low: Og det var alt for dagens episode av The Digital Project Manager Podcast. Hvis du likte samtalen, må du abonnere der du lytter. Hvis du vil ha enda flere praktiske innsikter, casestudier og arbeidsoppskrifter, kan du gå til thedigitalprojectmanager.com.

Til neste gang – takk for at du lyttet.