De verborgen schuld van AI-verandermanagement
Aangepast van de podcast van The Digital Project Manager, gepresenteerd door Galen Low. Luister hier.
Grote ondernemingen die AI uitrollen, behandelen dit vaak eerst als een technologieprobleem en pas daarna als een organisatorisch probleem. Volgens Deborah Ketai, manager organisatorische verandering en bestuurslid bij het Project Management Institute (PMI), is die volgorde een vergissing.
Ketai gaf jarenlang leiding aan veranderinitiatieven rondom AI binnen United Health Group, een zorgbedrijf uit de Fortune 5, en zij zei dat bedrijven die het werk overslaan om silo’s tussen teams af te breken, daar later de prijs voor betalen. “Als ze de stap overslaan om silo’s af te breken, krijgen ze ook te maken met veel van wat wij schuld noemen: technische schuld, kennisschuld enzovoort,” zei Ketai. “Dat gaat toekomstige projecten duurder en moeilijker maken.”
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Als ze de stap overslaan om silo’s af te breken, krijgen ze ook te maken met veel van wat wij schuld noemen: technische schuld, kennisschuld enzovoort. Dat gaat toekomstige projecten duurder en moeilijker maken.
Die schuld komt tot uiting in dubbel werk, concurrerende tools en teams die niet weten wat de groep verderop in de gang al aan het bouwen is.
Drie doelen voor AI-afstemming op grote schaal
Om dat aan te pakken, bouwde Ketai haar programma rond drie doelen: talentmobiliteit en behoud van talent binnen het AI-arbeidsbestand, samenwerking tussen teams en een bredere culturele verschuiving waarbij AI als een legitieme bedrijfsoplossing wordt beschouwd. “Wij [bij United Health Group] hadden echt drie doelen — talent, mobiliteit en behoud van talent binnen het AI-domein,” zei Ketai. Het tweede doel richtte zich op een veelvoorkomende tekortkoming in grote organisaties, waar afzonderlijke AI-initiatieven onafhankelijk van elkaar ontstaan en elkaars werk dupliceren. “Mijn tweede doel voor het programma was om samenwerking tussen deze AI-initiatieven te stimuleren, zodat ze niet telkens opnieuw het wiel uitvinden,” zei ze. Het derde doel was cultureel: “Het derde is een culturele verschuiving, waarbij bedrijfskampioenen worden aangemoedigd om AI-oplossingen voor hun zakelijke uitdagingen te overwegen.”
Om dat te bereiken, moest er een programma worden opgebouwd — conferenties, hackathons, interne content en communitykanalen — gericht op verschillende groepen belanghebbenden binnen het bedrijf, in plaats van op één top-down opgelegd mandaat.
Verandering meten wanneer de gegevens een chaos zijn
Zelfs met duidelijke doelen bleek het aantonen van de impact van het programma een van de moeilijkste onderdelen van het werk. Het bedrijf van Ketai was grotendeels gegroeid door fusies en overnames, waardoor de onderliggende gegevens die zij nodig had om loopbaanmobiliteit en betrokkenheid te volgen op zijn best inconsistent waren. “Ik erken dat de meetgegevens voor mij het moeilijkste onderdeel van het programma waren,” zei Ketai, “omdat dit een Fortune 5-bedrijf was dat grotendeels door fusies en overnames was gegroeid. De overblijfselen van oude HR-systemen waren nog steeds zichtbaar in het feit dat hetzelfde type functie binnen de organisatie vaak 15 verschillende titels, functietitels of functiecodes had, en dat maakte het leven erg moeilijk.”
Zonder betrouwbare systemen om op terug te vallen, vertrouwde het team van Ketai op indirecte meetgegevens, zoals betrokkenheid bij content en aanwezigheid bij evenementen, in plaats van op de diepgaandere personeelsgegevens waaraan zij de voorkeur zouden hebben gegeven.
Moeten projectmanagers ook verandermanagers zijn?
Naarmate AI-initiatieven zich vermenigvuldigen, wordt aan meer projectmanagers gevraagd om ook verantwoordelijkheden op het gebied van verandermanagement op zich te nemen. Ketai zei dat de twee vaardigheden elkaar overlappen, maar niet identiek zijn, en dat het verschil vooral van belang is voor de tijdlijn. “Niet alle projecten vereisen verandermanagement,” zei ze. “De vaardigheden verschillen, maar overlappen elkaar.” Volgens Ketai draait het echte onderscheid om wie blijft om een verandering tot een goed einde te brengen. “De reden waarom je afzonderlijke rollen zou moeten hebben, zijn de tijdlijnen, omdat projectmanagers traditioneel niet de gelegenheid krijgen om het proces te volgen en er echt voor te zorgen dat een verandering beklijft.”
Niet alle projecten vereisen verandermanagement. De vaardigheden verschillen, maar overlappen elkaar.
Die kloof — tussen het afronden van een project en het in stand houden van de verandering die het moest opleveren — is volgens haar het sterkste argument om de twee rollen gescheiden te houden, ook al vervaagt de grens tussen beide in de praktijk steeds verder.
AI is niet alleen een hulpmiddel — het is een belanghebbende
Ketai wees ook op een verschuiving in de manier waarop project- en verandermanagers zelf over AI moeten denken. In plaats van AI uitsluitend als infrastructuur te beschouwen, betoogde ze dat AI zich steeds meer gedraagt als een belanghebbende op zichzelf. “Steeds vaker is AI met generatieve AI zelf een belanghebbende,“ zei Ketai. “Het heeft zijn eigen doelen en houdingen, en het zal op basis van die interne realiteit anders handelen en soms tegen de manier ingaan waarop jij wilt dat het handelt.”
Steeds vaker is AI met generatieve AI een belanghebbende. Het heeft zijn eigen doelen en houdingen, en het zal anders handelen en soms tegen de manier ingaan waarop jij wilt dat het handelt.
Deze benadering heeft praktische gevolgen voor governance: als AI-systemen zich onvoorspelbaar kunnen gedragen of van verwachtingen kunnen afwijken, moet daar bij planning en risicogesprekken rekening mee worden gehouden, op dezelfde manier als met een menselijke belanghebbende.
Waar de rol van programmamanager naartoe gaat
Vooruitkijkend zei Ketai dat programmamanagers dichter moeten komen bij de plek waar de bedrijfsstrategie daadwerkelijk wordt gevormd, in plaats van deze alleen uit te voeren. “Programmamanagers moeten dichter komen bij de plek waar de strategie wordt gevormd en in staat zijn de strategie te beïnvloeden,” zei ze, “en transparant terugkoppelen aan het leiderschap waar waarschijnlijk sprake zal zijn van afwijkingen.”
Programmamanagers moeten dichter komen bij de plek waar de strategie wordt gevormd en in staat zijn de strategie te beïnvloeden.
Die verschuiving betekent ook dat programmamanagers hun kijk op risico moeten verbreden, zodat naast de traditionele focus op bedreigingen ook kansen aan de positieve kant worden meegenomen, en dat ze in de loop van de tijd doelgerichter moeten investeren in het opbouwen van relaties binnen de organisatie.
Het vertrouwensprobleem dat nog niemand heeft opgelost
Ondanks de vaart achter de invoering van AI, zei Ketai dat de grootste resterende belemmering niet de technologie zelf is. Het gaat om vertrouwen, vooral rond gegevens. Ze vertelde over een recente sessie tijdens de regionale leiderschapsconferentie van PMI waarin werd besproken of het gepast was dat een PMI-afdeling AI zou gebruiken om e-mailcampagnes voor leden op te stellen. “Het was niet ethisch als dit betekende dat je de gegevens van je leden vrijgaf,” zei Ketai, “tenzij je een volledig interne tool gebruikte.”
Dat onderscheid — tussen AI-hulpmiddelen die gegevens binnen de organisatie houden en hulpmiddelen die dat niet doen — zal waarschijnlijk bepalen hoe organisaties AI-governance benaderen, lang nadat de huidige experimentele golf is gaan liggen.
Wil je meer inzichten zoals deze? Maak een gratis DPM-account aan om van meer experts zoals deze te horen.
