Efekt poručíka Goodbodyho
Když poručík Ernest Goodbody v satirickém románu Jak jsem vyhrál válku dostal od britského velitelství rozkaz nasbírat od severoafrických domorodců vzorky stolice pro vojenský lékařský výzkum, neváhal ani vteřinu. Zuřila sice druhá světová válka, ale rozkaz zněl jasně: armáda potřebuje exkrementy. A Goodbody, jakožto vzorný byrokrat v uniformě, okamžitě zavedl tabulky, kvóty a přísné termíny.
Výsledek? Naprostý, stoprocentní shit.
Domorodci pochopitelně odmítli s britskou armádou v této citlivé záležitosti kooperovat. Goodbodyho muži, unavení nesmyslným úkolem, proto udělali to, co udělá každý rozumný podřízený zahnaný do kouta hloupou metrikou: zkumavky naplnili obyčejným blátem a zvířecím trusem. Papírově bylo vše splněno na 110 %. Generálové v Londýně dostali své grafy, vojáci měli klid a lékařský výzkum získal tunu bezcenného bahna.
Pokud dnes management firem přemýšlí, jak motivovat zaměstnance k používání umělé inteligence, velmi často kráčí přesně v Goodbodyho stopách.
Zavedou se bonusy za „počet promptů“, odměny za „hodiny strávené v ChatGPT“ nebo finanční prémie za to, že člověk prožene každý e-mail skrz AI. Výsledek takto pokřivené motivace je ale strukturálně totožný s výsledkem Goodbodyho operace. Zaměstnanci vám ty zkumavky naplní. Jenže místo skutečné produktivity a inovace dostanete jen digitální ekvivalent onoho severoafrického bláta – hromady uměle vygenerovaného, nikým nečteného textu a zbytečného kódu, kterým lidé krmí systém jen proto, aby na konci měsíce cinkly prémie.
Když totiž lidi začnete odměňovat za aktivitu místo za skutečný přínos, umělá inteligence vám sice vygeneruje spoustu věcí, ale výsledek bude nakonec prostě... na hovno.
Tohle je druhý text ze série o tom, co firma potřebuje vyřešit, aby jí AI fungovala v každodenním provozu, ne jen v pilotním projektu. V prvním jsme se dívali na to, proč je potřeba role upravit. Teď se podíváme na věc, kterou firmy řeší ještě míň, a přitom rozhoduje minimálně stejně: na odměňování.
Začněte o odměňování přemýšlet jinak
Firmy investují do AI a řeší, jak přimět lidi, aby ji skutečně začali používat. A poměrně rychle přijde otázka: Neměli bychom používání AI nějak odměňovat?
Počet promptů. Aktivní používání Copilotu. Počet vytvořených use cases. AI cíle v osobním hodnocení. Tady bych byl velmi opatrný.
Pokud firma už má fixní a variabilní složku odměny navázanou na výsledky, nepotřebuje kvůli AI vytvářet nový systém odměňování. Potřebuje se podívat, jestli současný systém odměňuje výkon a chování, které bude firma potřebovat v novém způsobu práce.
AI mění práci. A změněná práce se musí propsat do cílů a odměňování.
1. Začněte tím, za co platíte dnes
Každý systém odměňování vytváří priority. Obchodníka odměňujeme za obrat, marži nebo nové zákazníky. Manažera za výsledek týmu. Projektového člověka za dokončení projektu. Někde platíme za individuální výkon, jinde za týmový.
První otázka při přechodu na AI proto zní: Jaké chování a výsledky dnes náš systém odměňování podporuje a odpovídají tomu, co budeme od lidí potřebovat dál?
Pokud ano, není důvod systém překopávat. Pokud se mění role, procesy a očekávaný výkon, musí se změna projevit také v cílech, podle kterých lidi hodnotíme a odměňujeme.
2. Definujte business problém, ne používání AI
Představme si HR. Firma může dát člověku cíl:
„Vytvoř tři AI use cases a pravidelně používej Copilot.“
Nebo:
„Zkrať onboarding nového zaměstnance o 30 %, při zachování nebo zvýšení jeho kvality. Ověř, kde v procesu může pomoci AI.“
Druhé zadání mění úplně jiný typ chování. Člověk musí pochopit problém, popsat současný stav, najít příležitost ke změně, experimentovat, změřit výsledek a případně nový postup zavést. AI je prostředek.
Stejný princip můžeme použít v obchodu, financích, marketingu nebo provozu. Zkrátit přípravu nabídky. Zlepšit kvalitu forecastu. Snížit administrativu. Zrychlit zpracování požadavku zákazníka. Zvýšit konverzi. To jsou cíle, které mají pro firmu hodnotu.
3. Dejte změnu do existující variabilní složky
Pokud má člověk část odměny navázanou na výkon, AI kvůli tomu nepotřebuje vlastní bonusovou kolonku.
Jeden z jeho cílů může například znít:
Do konce roku redesignovat konkrétní proces s využitím AI a dosáhnout předem definovaného zlepšení času, nákladů nebo kvality.
Nebo může firma vytvořit projektový bonus za vyřešení konkrétního business problému.
Princip zůstává stejný:
odměna je navázaná na výsledek změny, ne na spotřebu technologie.
Pokud obchodníka dnes odměňujete za obrat, nezačínejte mu platit za používání Copilotu. Pokud má díky Copilotu prodávat lépe, promítněte to do očekávaného výkonu. Pokud má vytvořit nový způsob práce, dejte mu konkrétní projektový cíl.
4. Měřte baseline, výsledek a ROI
Aby takový cíl fungoval, musí být měřitelný. Vraťme se k onboardingu. Dnes zabere HR jednomu člověku například 20 hodin práce. Cílem je dostat se na 12 hodin při zachování kvality. Máme baseline. Máme očekávaný výsledek. Dokážeme spočítat ušetřenou kapacitu a porovnat ji s náklady na změnu. Teprve potom dává smysl řešit odměnu.
Stejně lze pracovat s rychlostí zpracování, chybovostí, konverzí, marží, kvalitou výstupu nebo spokojeností zákazníka. A mimochodem: hodnotu může mít i experiment, který ukáže, že předpokládaný AI use case nefunguje. Pokud byl experiment dobře navržený, máme data a firma díky němu nebude investovat do řešení, které nepřináší očekávanou hodnotu, vzniklo důležité organizační učení.
Odměňování pouze „úspěšných“ experimentů by lidi rychle naučilo výsledky přikrášlovat.
5. Z používání AI nedělejte výkonovou metriku
Data o používání AI mají svůj význam. Firma potřebuje vědět, kolik lidí nástroj používá, na co ho používají a kde adopce stojí. Je to důležitá diagnostika změny. Pro odměňování je to velmi nebezpečná zkratka.
Neodměňujte používání AI
Lidé se přizpůsobili tomu, co firma měřila. A přesně tady platí stará poučka odměňování: můžete dostat přesně to, za co platíte. Pokud platíte za prompty, dostanete prompty. Pokud platíte za vytvořenou hodnotu, dáváte lidem důvod hledat způsob, jak ji vytvořit. AI nepotřebuje vlastní systém odměňování
Při přechodu firmy na AI proto doporučuji udělat revizi odměňování. Jen bych ji vedl jinak než otázkou, jak lidi motivovat k používání AI.
Položil bych si pět otázek:
Za jaké výsledky a chování dnes lidi odměňujeme?
Co se v jejich práci s nástupem AI mění?
Jaké konkrétní business problémy chceme pomocí AI vyřešit?
Jak změnu převedeme do měřitelného individuálního, týmového nebo projektového cíle?
Dokážeme odměnu navázat na vytvořenou hodnotu a učení místo na používání technologie?
AI je další nástroj, který mění způsob práce.
Firma kvůli němu nepotřebuje vymýšlet nový motivační systém. Potřebuje aktualizovat ten současný podle toho, jakou práci, jaké chování a jaký výkon bude od lidí nově očekávat.
Aktivitu sledujte. Změnu práce řiďte. Výsledek odměňujte.
Tento text je druhý ze série o tom, co firma potřebuje vyřešit, aby jí AI skutečně fungovala: role, odměňování, procesy a vedení. Vychází z veřejně dostupného výzkumu a z praxe Kogi.