Sabotage AI : Pourquoi 29 % des Employés Sabotent les Déploiements

Résistance à l'Adoption de l'IA : Votre Déploiement a un Problème de Sabotage

Près d'un tiers de vos employés ont décidé, de leur propre chef, de travailler contre le déploiement de l'IA que vous venez de défendre devant le conseil. C'est ce qu'on appelle la résistance à l'adoption de l'IA, et cela ne ressemble que rarement à un refus.

 

Que signifie-t-il lorsque les employés sabotent l'IA ?

Le sabotage de l'IA par les employés est l'ensemble des comportements délibérés et semi-délibrés, allant de contourner des outils approuvés à sous-performer intentionnellement, qu'une main-d'œuvre adopte lorsque le déploiement de l'IA ressemble davantage à une menace qu'à une ressource. Cela ne s'annonce que rarement.Fortune, le décrit simplement : entrer des informations propriétaires dans des outils d'IA publics, utiliser des outils non approuvés que certaines équipes de sécurité appellent maintenant l'IA fantôme, refuser d'utiliser intégralement les outils mandatés par l'entreprise, manipuler des évaluations de performance et produire délibérément un travail de faible qualité pour faire paraître l'IA inefficace.

 

Aucune de cela ne figure sur un tableau de bord. Cela réapparaît dix-huit mois plus tard, lorsque le pilote n'a jamais été étendu et que personne ne peut dire exactement pourquoi.

Le Sabotage ne Concerne Pas la Technologie

Voici la partie que la plupart des équipes exécutives se trompent. Elles lisent "sabotage" et supposent des Luddites. Les données disent le contraire.Le rapport de Fortune du 30 juillet sur une nouvelle recherche d'Apollo Global Management offre une théorie : les gains de productivité de l'IA se traduisent par une compression salariale plutôt que par des suppressions de postes, et les travailleurs qui ressentent cette pression pourraient repousser l'outil qu'ils accusent.

 

Les raisons invoquées suivent la même logique. Parmi les travailleurs qui admettent le sabotage, selon le rapport de Writer et Workplace Intelligence, 30 % citent la peur de perdre leur emploi comme principale raison, 28 % évoquent des préoccupations de sécurité avec les outils qui leur ont été donnés, 26 % affirment que les outils nuisent à leur créativité ou à leur valeur, et 26 % imputent cela à une stratégie IA mal exécutée.

 

Relisez cette liste. Chaque raison est un échec de conception organisationnelle, pas une faille de caractère. Personne n'a assis quelqu'un et lui a demandé ce qu'il craignait avant le déploiement. Le gain de productivité n'a jamais été expliqué, donc personne ne savait où il était censé aller. Et lorsque quelqu'un a finalement dit "cet outil ne fonctionne pas pour mon travail", cela a été enregistré comme de la résistance plutôt que comme des retours.

 

Voici la partie qui devrait inquiéter un saboteur. Le même rapport a trouvé que 60 % des dirigeants envisagent déjà de licencier les employés qui refusent d’adopter l'IA, et 77 % affirment que les non-adoptants ne seront pas considérés pour de futurs rôles de direction. Le sabotage n'est pas une stratégie de sécurité. C'est un moyen plus lent de se retrouver au même endroit.

 

La gestion du changement en IA est la discipline qui consiste à concevoir comment une main-d'œuvre en vient à faire confiance, à utiliser et à maintenir de nouveaux flux de travail alimentés par l'IA, distinctement de la mise en œuvre technique des outils eux-mêmes. La plupart des entreprises financent la seconde et passent la première, puis sont surprises lorsque l'adoption stagne au taux exact que le travail omis aurait prédit.

 

Où l'adoption échoue vraiment

Trois endroits, de manière cohérente, dans les entreprises et les sociétés de portefeuille que j'ai observées traversant cela.

 

1. L'échange de valeur n'a jamais été nommé.Si l'IA rend le rôle de quelqu'un plus rapide, quelqu'un doit dire à voix haute ce que cette rapidité apporte à l'employé, pas seulement à l'entreprise. Le silence est rempli de la pire hypothèse, et la pire hypothèse est généralement "mon emploi."

2. La question de la sécurité a été résolue par la politique, pas par la preuve.Un mémorandum interdisant ChatGPT ne répond pas à la question de savoir pourquoi un employé se sentait plus en sécurité en l'utilisant qu'avec l'outil approuvé. Si la plateforme sanctionnée est lourde, lente ou pire que ce que les gens peuvent obtenir gratuitement, l'interdiction pousse simplement le comportement sous terre. C'est exactement ainsi qu'une part significative d'une main-d'œuvre finit par utiliser des outils non approuvés au lieu de celui que vous avez construit.

3. Personne n'a mesuré la confiance, seulement l'utilisation.Les comptes de connexion et le volume des requêtes vous disent que l'adoption se produit. Ils ne vous disent pas si la production générée par les gens est leur meilleur travail. Ce sont des choses différentes, et seule l'une d'elles s'accumule.

 

Comment réduire la résistance à l'adoption de l'IA ?

Vous réduisez la résistance à l'adoption de l'IA en séquençant la confiance avant l'échelle, et non après. Cela signifie nommer ce que signifie le changement d'IA pour les personnes effectuant le travail avant de leur demander de l'utiliser, en leur fournissant un outil approuvé qui surpasse la solution de contournement sur le mérite, pas sur le mandat, et en mesurant si la qualité de la production s'améliore, et pas seulement si l'outil a été ouvert.

 

C'est la même séquence que nous utilisons avec les clients sousPreuve de valeur → Échelle → Durabilité. La preuve de valeur est l'endroit où l'échange de valeur est nommé et testé avec un petit groupe qui peut dire s'il a tenu. L'échelle est là où l'outil devient le défaut parce qu'il a gagné cette position, pas parce que la direction l'a imposé. La durabilité est là où la confiance est mesurée en continu, de la même manière que vous suivriez n'importe quel autre indicateur qui prédit le turnover.

 

Skip Proof of Value et vous obtenez le nombre dont il s'agit dans tout cet article. L'adoption est le travail. Le modèle n'a jamais été la partie difficile.

 

La question qui mérite d'être réfléchie

Près d'un tiers de vos employés ont une théorie privée sur ce à quoi sert votre déploiement d'IA, et il y a de réelles chances que cette théorie soit plus précise que celle de votre diaporama.

 

Si vous ne leur avez pas demandé ce qu'ils pensent que cela signifie, quelqu'un d'autre l'a déjà fait, et ils ont répondu par leur comportement au lieu de leurs mots.

 

Bio de l'auteur : Bre Byrne est CMO de Syntari International et a dirigé des équipes de marketing, de marque et d'expérience client à travers plusieurs restructurations technologiques et organisationnelles à grande échelle, y compris une période où elle a maintenu 98 % de rétention d'équipe à travers deux transformations consécutives. Elle écrit à partir de cette expérience.