Sabotaggio AI: Perché il 29% dei Dipendenti Sottovalutano le Implementazioni

Resistenza all'Adozione dell'AI: La Tua Implementazione Ha un Problema di Sabotaggio

Quasi un terzo dei tuoi dipendenti ha deciso, da solo, di lavorare contro l'implementazione dell'AI che hai appena difeso di fronte al consiglio. Questa è la resistenza all'adozione dell'AI, e raramente sembra una semplice negazione.

 

Cosa Significa Quando i Dipendenti Sabotano l'AI?

Il sabotaggio AI da parte dei dipendenti è l'insieme di comportamenti deliberati e semi-deliberati, che vanno dall'eludere gli strumenti approvati all'ottenere risultati scadenti di proposito, che una forza lavoro adotta quando un'implementazione AI sembra una minaccia invece che una risorsa. Raramente si presenta in modo plateale. Il report di Writer e Workplace Intelligence, coperto da Fortune, lo descrive chiaramente: inserire informazioni riservate in strumenti AI pubblici, usare strumenti non approvati che alcuni team di sicurezza ora chiamano shadow AI, rifiutarsi di usare strumenti imposti dall'azienda, manomettere le valutazioni delle prestazioni e produrre deliberatamente lavori di bassa qualità per far sembrare l'AI inefficace.

 

Nessuna di queste cose appare su un cruscotto. Si presenta diciotto mesi dopo, quando il pilota non è mai decollato e nessuno può dire esattamente perché.

Il Sabotaggio Non Riguarda la Tecnologia

Ecco la parte che la maggior parte dei team esecutivi fraintende. Leggono "sabotaggio" e presumono Ludditi. I dati dicono il contrario. Il reportage di Fortune del 30 luglio su una nuova ricerca di Apollo Global Management offre una teoria: i guadagni di produttività dell'AI si stanno manifestando come compressione salariale piuttosto che tagli di lavoro, e i lavoratori che avvertono quella pressione potrebbero reagire contro lo strumento che incolpano per essa.

 

Le ragioni dichiarate seguono la stessa logica. Di quei lavoratori che ammettono di sabotare, secondo il rapporto di Writer e Workplace Intelligence, il 30% cita la paura di perdere il lavoro come principale motivo, il 28% indica preoccupazioni relative alla sicurezza con gli strumenti che hanno ricevuto, il 26% afferma che gli strumenti diminuiscono la loro creatività o valore, e il 26% incolpa una strategia aziendale AI mal eseguita.

 

Leggi di nuovo quella lista. Ogni motivo su di essa è un fallimento di design organizzativo, non un difetto di carattere. Nessuno ha mai seduto qualcuno e chiesto di cosa avesse paura prima dell'implementazione. L'aumento di produttività non è mai stato spiegato, quindi nessuno sapeva dove sarebbe dovuto andare. E quando qualcuno alla fine ha detto "questo strumento non funziona per il mio lavoro," è stato archiviato come resistenza anziché come feedback.

 

Ecco la parte che dovrebbe preoccupare un sabotatore. Lo stesso rapporto ha rilevato che il 60% dei dirigenti sta considerando di licenziare i dipendenti che si rifiutano di adottare l'AI, e il 77% afferma che i non adottanti non saranno considerati per futuri ruoli di leadership. Il sabotaggio non è una strategia di sicurezza. È un modo più lento per finire nello stesso posto.

 

La gestione del cambiamento AI è la disciplina di progettare come una forza lavoro arriva a fidarsi, utilizzare e sostenere nuovi flussi di lavoro guidati dall'AI, distinta dal roll-out tecnico degli strumenti stessi. La maggior parte delle aziende finanzia il secondo e salta il primo, poi si sorprende quando l'adozione si ferma esattamente al tasso previsto dal lavoro saltato.

 

Dove l'adozione si interrompe davvero

Tre luoghi, costantemente, nelle aziende e nelle società in portafoglio che ho osservato affrontare questa situazione.

 

1. Lo scambio di valore non è mai stato nominato. Se l'IA rende il ruolo di qualcuno più veloce, qualcuno deve dire ad alta voce cosa guadagna il dipendente da quella velocità, non solo l'azienda. Il silenzio viene riempito dall'assunzione peggiore, e l'assunzione peggiore è di solito "il mio lavoro."

2. La questione della sicurezza è stata risolta tramite politica, non tramite prove. Un promemoria che vieta ChatGPT non spiega perché un dipendente si sentisse più sicuro a usarlo piuttosto che lo strumento approvato. Se la piattaforma autorizzata è goffa, lenta o peggiore di ciò che le persone possono ottenere gratuitamente, il divieto spinge semplicemente il comportamento sottoterra. Questo è esattamente come una parte significativa della forza lavoro finisce per utilizzare strumenti non approvati invece di quello che hai costruito.

3. Nessuno ha misurato la fiducia, solo l'uso. I conteggi di accesso e il volume delle query dicono che l'adozione sta avvenendo. Non dicono se l'output che le persone stanno generando è il loro miglior lavoro. Queste sono cose diverse, e solo una di esse si compone.

 

Come si risolve la resistenza all'adozione dell'IA?

Si risolve la resistenza all'adozione dell'IA sequenziando la fiducia prima della scala, non dopo. Questo significa nominare cosa significa il cambiamento dell'IA per le persone che svolgono il lavoro prima di chiedere loro di usarla, fornendo loro uno strumento approvato che supera la soluzione alternativa per merito, non per mandato, e misurando se la qualità dell'output sta migliorando, non solo se lo strumento è stato aperto.

 

Questo è lo stesso processo che utilizziamo con i clienti sotto Prova di Valore → Scala → Sostenere. La Prova di Valore è dove lo scambio di valore viene nominato e testato con un piccolo gruppo che può dire se ha retto. La Scala è dove lo strumento diventa il predefinito perché ha guadagnato quella posizione, non perché la leadership l'ha imposto. Sostenere è dove la fiducia viene misurata continuamente, nello stesso modo in cui si traccerebbe qualsiasi altro indicatore che prevede l'abbandono.

 

Salta la Prova di Valore e ottieni il numero di cui parla tutto questo pezzo. L'adozione è il lavoro. Il modello non è mai stato la parte difficile.

 

La domanda da cui vale la pena riflettere

Quasi un terzo dei tuoi dipendenti ha una teoria privata su cosa sia per il tuo lancio dell'IA, e c'è una reale possibilità che quella teoria sia più accurata di quella nella tua presentazione.

 

Se non hai chiesto loro cosa pensano, qualcun altro lo ha già fatto, e hanno risposto con il loro comportamento invece che con le loro parole.

 

Biografia dell'autore: Bre Byrne è CMO di Syntari International e ha guidato team di marketing, marchio e customer experience attraverso molte ristrutturazioni tecnologiche e organizzative su larga scala, incluso un periodo in cui ha mantenuto il 98% di ritenzione del team attraverso due trasformazioni consecutive. Scrive da quella esperienza.