Lokdeep Singh, CEO Unily – Seria wywiadów

Lokdeep Singh ma ponad 20 lat doświadczenia w prowadzeniu szybko rozwijających się firm oprogramowania klasy enterprise. Ostatnio pełnił funkcję Senior Advisor w Providence Equity Partners, gdzie wspierał spółki portfelowe w strategii AI, doskonałości operacyjnej oraz przyspieszaniu działań go‑to‑market. Wcześniej był CEO Talkwalker, globalnego lidera w dziedzinie przedsiębiorstwowej analizy konsumenckiej, gdzie prowadził transformację mającą na celu osiągnięcie zrównoważonego, rentownego wzrostu; oraz w Synchronoss Technologies jako General Manager.

Unily jest platformą doświadczenia pracowników klasy enterprise, zaprojektowaną, aby pomóc dużym organizacjom łączyć pracowników, usprawniać komunikację wewnętrzną oraz wprowadzać narzędzia, wiedzę i usługi miejsca pracy do jednolitego środowiska cyfrowego. Założona w 2006 roku, firma obsługuje globalne przedsiębiorstwa z rozproszonymi, biurowymi i frontowymi zespołami, łącząc możliwości intranetu, komunikacji pracowniczej, wyszukiwania, analiz, integracji i personalizacji w jednej platformie. Unily coraz częściej pozycjonuje swoją technologię jako AI‑native, wykorzystując zarządzaną sztuczną inteligencję do automatyzacji zarządzania treścią, wyświetlania istotnych informacji, personalizacji doświadczeń pracowników oraz umożliwiania pracownikom interakcji z połączonymi aplikacjami korporacyjnymi poprzez interfejsy konwersacyjne. Platforma integruje się z powszechnie używanymi systemami pracy, takimi jak Microsoft 365 i Teams, i jest budowana dla organizacji o złożonych środowiskach technologicznych, wymaganiach regulacyjnych oraz dużych wielojęzycznych zespołach.

Rozpocząłeś swoją karierę głęboko w inżynierii telekomunikacji i infrastrukturze sieciowej, a następnie przeszedłeś do ról CTO, produktu, zarządzania ogólnego i CEO, ostatecznie prowadząc Talkwalker przez udany exit i teraz obejmując sterowanie Unily. Jak ta ścieżka ukształtowała Twoje spojrzenie na to, co naprawdę jest potrzebne, aby pracownicy zaufali i przyjęli transformacyjną technologię, taką jak AI?

Moja kariera dała mi perspektywę, która znajduje się pomiędzy technologią a ludźmi, którzy mają jej używać. Na początku koncentrowałem się na infrastrukturze, zapewniając, że systemy działają niezawodnie, bezpiecznie i w skali. Przechodząc do roli produktu, zarządzania ogólnego i ostatecznie CEO, nauczyłem się, że zdolność techniczna jest tylko jedną częścią tego, czy technologia odniesie sukces.

Pracownicy przyjmą nową technologię tylko wtedy, gdy zrozumieją, jak wpływa ona na ich pracę, uwierzą, że pomoże im, a nie zaszkodzi, oraz będą pewni, że zachowuje się przewidywalnie.

Największym błędem, jaki liderzy mogą popełnić, jest traktowanie wdrożenia AI jak wypuszczenie oprogramowania. Możesz wdrożyć najlepszy model na świecie, ale jeśli pracownicy nie będą ufać informacjom, które dostarcza, nie zrozumieją, co może robić, lub nie będą wiedzieć, gdzie leżą granice, przyjęcie pozostanie powierzchowne. Zaufanie musi być zaprojektowane w doświadczenie pracownika od samego początku.

Zdolności AI rozwijają się niezwykle szybko, jednak zaufanie w organizacjach wydaje się postępować znacznie wolniej. Co napędza tę rosnącą przepaść między tym, co AI może technicznie zrobić, a tym, z czym pracownicy faktycznie czują się komfortowo, pozwalając mu robić?

Luka zaufania istnieje, ponieważ organizacje zainwestowały dużo w uczynienie AI zdolnym, ale nie w tym samym tempie w uczynienie go zrozumiałym, rozliczalnym i opartym na wiarygodnych informacjach.

AI może teraz rozumować, generować treści i podejmować działania, ale wiele organizacji wciąż nie ma autorytatywnego systemu rejestru wiedzy i treści. Gdy pracownicy nie wiedzą, skąd AI czerpie odpowiedzi, czy informacje są aktualne, ani kto jest ich właścicielem, zaufanie szybko zanika.

Zamknięcie luki wymaga więcej niż lepszych modeli. Potrzebne jest silne zarządzanie treścią oraz zaufana podstawa wiedzy, które zapewniają, że AI korzysta z dokładnych, bezpiecznych i aktualnych informacji. Organizacje, które odniosą sukces, będą tymi, które uczynią zaufanie częścią samego doświadczenia AI, a nie dodatkiem po fakcie.

Firmy często podchodzą do AI w przedsiębiorstwach jako problem wdrożenia technologii skoncentrowany na modelach, integracjach, bezpieczeństwie i infrastrukturze. Dlaczego uważasz, że trudniejsze wyzwanie to ostatecznie kwestia ludzi i organizacji?

AI zmienia relację między ludźmi a technologią. Poprzednie technologie korporacyjne w dużej mierze czekały, aż pracownicy wskażą im, co mają zrobić. AI potrafi interpretować intencje, udzielać rekomendacji i coraz częściej podejmować działania.

To czyni przyjmowanie AI wyzwaniem przyszłości pracy, a nie tylko wyzwaniem technologicznym. Zmienia sposób wykonywania pracy, podejmowania decyzji i współpracy zespołów. Organizacje nie mogą po prostu wdrożyć AI i oczekiwać, że transformacja nastąpi automatycznie. Pracownicy muszą zrozumieć, gdzie AI wpisuje się w ich procesy pracy i czuć się uprawnieni do skutecznego jej wykorzystania.

Najbardziej udane inicjatywy AI napędzane są przez przyjęcie od podstaw, a nie przez rozkazy z góry. Gdy pracownicy widzą wyraźną wartość w codziennej pracy, przyjęcie przyspiesza naturalnie.

Dlatego ramy ROI AI opierają się po prostu na zaufaniu, upoważnianiu i zarządzaniu. Buduj zaufanie poprzez przejrzystość i wiarygodną wiedzę, upoważniaj pracowników narzędziami, które usprawniają ich pracę, i ustanawiaj zarządzanie, które zapewnia odpowiedzialne wykorzystanie AI. Technologia umożliwia zmianę, ale ludzie, procesy i kultura ostatecznie decydują o jej sukcesie.

Organizacje potrzebują zarządzania, ale nadmiernie restrykcyjne polityki mogą skłonić pracowników do sięgania po nieautoryzowane narzędzia lub całkowicie zniechęcić do eksperymentowania. Jak wygląda skuteczny framework zarządzania AI, jeśli celem jest zwiększenie zarówno zaufania, jak i adopcji, a nie jedynie kontrolowanie użycia?

Dobre zarządzanie powinno przypominać bariery, które pozwalają pracownikom poruszać się szybciej i bezpiecznie.

Oznacza to bardzo jasne określenie, do czego pracownicy mogą używać AI, jakie informacje mogą przekazywać systemom AI oraz jakie działania AI może podejmować. Zasady te powinny być zrozumiałe dla pracownika, a nie ukryte w długim dokumencie polityki.

Zarządzanie musi być także dynamiczne. Ryzyko związane z generowaniem pierwszego szkicu przez AI jest bardzo różne od ryzyka związanego z zatwierdzaniem płatności, zmianą rekordu pracownika czy komunikacją z klientem. Poziom nadzoru ludzkiego powinien odpowiadać potencjalnym konsekwencjom.

Ostatecznie celem nie powinno być minimalizowanie użycia AI. Powinno być maksymalizowanie odpowiedzialnego użycia.

Badania Unily wykazały, że 52 % pracowników zgłosiło brak znanej polityki AI w swojej organizacji, podczas gdy niektórzy pracownicy przyznali się do wprowadzania wrażliwych informacji do niezatwierdzonych narzędzi AI. W jakim stopniu wzrost „cieniowego AI” jest faktycznie wynikiem problemu komunikacji i zarządzania, a nie zachowania pracowników?

Powinniśmy być ostrożni w przedstawianiu cieniowego AI jako problemu złego pracownika. Znaczącym powodem używania cieniowego AI jest symptom niezaspokojonego popytu. Pracownicy znajdują sposoby rozwiązywania problemów, na które ich organizacje jeszcze nie zapewniły zatwierdzonych narzędzi, co jest naturalnym ludzkim zachowaniem.

Zamiast oczekiwać, że będą ignorować technologię, która zmienia sposób wykonywania pracy, odpowiedzią jest zapewnienie pracownikom bezpiecznej, zatwierdzonej ścieżki do eksperymentowania, w tym jasnych granic i edukacji.

Transparentność i wyjaśnialność są często przedstawiane jako niezbędne dla godnego zaufania AI, ale pracownicy nie muszą koniecznie rozumieć, jak duży model językowy działa wewnętrznie. Jakie informacje powinien dostarczyć system AI, aby pracownik mógł podjąć świadomą decyzję, czy ufać jego odpowiedzi lub rekomendacji?

System AI w przedsiębiorstwie powinien jasno wskazywać, skąd pochodzi informacja, kiedy była ostatnio zaktualizowana, jakie źródła lub systemy korporacyjne zostały użyte oraz dlaczego dana rekomendacja została przedstawiona.

Powinien także być szczery co do niepewności. Jednym z najważniejszych sygnałów zaufania jest system AI mówiący w praktyce: „Nie mam wystarczających informacji, aby odpowiedzieć na to z pewnością.”

Zaufanie nie wynika z udawania pewności przez AI. Wynika z dostarczania pracownikom wystarczającego kontekstu, aby mogli samodzielnie ocenić sytuację.

Unily Glass został zaprojektowany, aby przenieść AI w przedsiębiorstwie poza udzielanie odpowiedzi i w kierunku wykonywania działań w systemach takich jak HR, IT oraz platformy zarządzania relacjami z klientami. W miarę jak AI przechodzi od dostarczania informacji do faktycznego podejmowania działań, jak organizacje powinny decydować, które decyzje agenci mogą podejmować autonomicznie, a które powinny nadal wymagać zatwierdzenia przez człowieka?

Kluczową zasadą powinna być proporcjonalność ryzyka. Jeśli agent AI planuje spotkanie lub wyszukuje informacje, negatywne skutki błędnej akcji są stosunkowo ograniczone. Można mu przyznać znacznie większą autonomię. Jednak jeśli agent zatwierdza transakcję finansową, zmienia wynagrodzenie pracownika, odwołuje dostęp lub podejmuje istotną decyzję dotyczącą klienta, próg powinien być znacznie wyższy.

Organizacje powinny ustanowić wyraźne poziomy autonomii w oparciu o czynniki takie jak wpływ finansowy, narażenie regulacyjne, odwracalność oraz wpływ na ludzi. Im bardziej konsekwencyjna lub nieodwracalna jest akcja, tym ważniejsze staje się zatwierdzenie przez człowieka.

Celem jest utrzymanie ludzi w znaczącej kontroli tam, gdzie ma to znaczenie.

Przedsiębiorstwa coraz częściej wdrażają wiele copilotów, wyspecjalizowanych agentów, dużych modeli językowych i aplikacji z AI w całym stosie technologicznym. Jak organizacje mogą zapobiec powstawaniu kolejnej warstwy fragmentacji i czy przewidujesz, że scentralizowana warstwa zaufania lub orkiestracji stanie się niezbędna?

Grozi nam odtworzenie tej samej fragmentacji, którą oprogramowanie korporacyjne tworzyło przez ostatnie kilka dekad, z tą różnicą, że teraz każda aplikacja może mieć własny interfejs AI i własnego agenta.

Pracownicy nie powinni musieć rozumieć, który model stoi za którą aplikacją ani pamiętać, gdzie znajduje się AI każdej organizacji. Powinni móc wchodzić w interakcję z AI w kontekście swojej pracy i mieć dostęp do właściwych informacji oraz możliwości.

Właśnie tutaj warstwa orkiestracji i zaufania staje się coraz ważniejsza. Może zapewnić spójny sposób zarządzania tożsamością, uprawnieniami, kontekstem, dostępem do danych i działaniami w różnych systemach AI.

Prawdopodobnie nie będzie jednego modelu ani jednej platformy AI, która posiada wszystko, ale organizacje będą coraz bardziej potrzebować wspólnej warstwy, która sprawi, że wszystkie te systemy będą współpracować odpowiedzialnie.

Wiele organizacji może mierzyć, jak często pracownicy korzystają z narzędzia AI, ale samo użycie nie dowodzi, że inwestycja przynosi wartość. Jakie metryki powinni monitorować liderzy, aby określić, czy AI rzeczywiście poprawia produktywność, podejmowanie decyzji, doświadczenie pracowników lub wyniki biznesowe?

Użycie jest ciekawym punktem wyjścia, ale nie jest wynikiem. Liderzy powinni zapytać, czy AI skraca czas potrzebny na realizację ważnych przepływów pracy, eliminuje powtarzalne zadania, poprawia jakość lub szybkość podejmowania decyzji oraz zmniejsza tarcia dla pracowników.

Skupiłbym się na metrykach takich jak zaoszczędzony czas na przepływie pracy, wskaźniki ukończenia zadań, wskaźniki błędów, satysfakcja pracowników, czas rozwiązywania problemów oraz ostatecznie metryki biznesowe powiązane z konkretną funkcją wdrażającą AI.

Najsilniejsze organizacje połączą metryki AI bezpośrednio z wynikami biznesowymi, zamiast celebrować aktywność samą w sobie.

W miarę jak AI w przedsiębiorstwach ewoluuje od asystentów generujących treści do agentów, którzy mogą realizować coraz bardziej złożone przepływy pracy, co według Ciebie liderzy biznesowi nadal niedoceniają w odniesieniu do związku między możliwościami AI, zaufaniem pracowników a udanym przyjęciem?

Wielu liderów nadal niedocenia, jak bardzo zaufanie określa granicę przyjęcia AI.

Firmy często mówią o możliwościach AI tak, jakby większe możliwości automatycznie oznaczały większą wartość. Nie jest tak. Niezwykle zaawansowany system, któremu pracownicy nie ufają, może przynieść mniej wartości niż bardziej ograniczony system, który rozumieją i używają z pewnością.

Wymaga to od firm myślenia o technologii, zarządzaniu, doświadczeniu pracowników i zmianach organizacyjnych jako o jednym systemie. Firmy muszą ustalić, jak sprawić, by AI było na tyle zaufane, aby rzeczywiście zmieniło sposób pracy ludzi.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Unily.