Det kostar att förlora en arbetstagare, men en teknik som ger tillgång till den avgåendes digitala efterliv kan hjälpa arbetsgivare att hålla nyanställda à jour. Oliver Pickup rapporterar
Det kostar i genomsnitt 30 614 pund att ersätta en avgående medarbetare enligt en rapport som publicerats av den globala analysföretaget Oxford Economics(1). Det finns två nyckelfaktorer här: det logistiska utlägget med att rekrytera och assimilera ersättaren och kostnaden för förlorad produktion medan en den nyanställda lär sig jobbet.
Rapporten antyder att det för stora organisationer med fler än 250 anställda i genomsnitt tar mer än ett halvår (28 veckor) för nyanställda att nå en optimal produktivitetsnivå. Den siffran är bara något lägre för små och medelstora företag (24 veckor). Och för mikroföretag med upp till nio anställda kan den nivån uppnås inom 12 veckor.
Problemet är att man misslyckas med att överföra kunskapen på ett tillfredsställande sätt. Medan explicit kunskap är lätt att katalogisera (med anteckningar som överlämnas och en introduktionsprocess) är det svårare att kvantifiera, spara och dela implicit kunskap som rör upplevelser, sammanhang och sociala relationer.
Den digitala dubbelgångaren
Det är därför ingen överraskning att företag letar efter teknik som kan hjälpa till. Vore det inte bra om det fanns ett sätt att skapa en digital dubbelgångare av medarbetaren som lämnar? Någon som behöll deras kunskap och erfarenhet och effektivt kunde sätta igång nästan omedelbart?
I sitt dystopiska drama om den snara framtiden, Black Mirror, lekte skaparen Charlie Brooker med tanken på ett digitalt liv efter döden där en persons aktivitet på sociala medier kan omvandlas efter deras död till en digital avatar som med kuslig noggrannhet efterliknar deras personlighet.
Och det är inte bara skönlitteratur. Våren 2016, tre månader efter hennes bästa vän Lukas död, utvecklade entreprenören Eugenia Kuyda chattroboten Replika ("en AI-vän som alltid finns där för dig") genom att mata ett neutralt nätverk med tusentals textmeddelanden för att skapa en chatrobott till Lukas avbild. Vem som helst kan nu använda detta genom att mata in egna data, i form av gamla textmeddelanden och sociala inlägg, för att skapa en digital dubbelgångare.
Följderna för arbetsplatsen är enorma. "Företagen kunde ganska enkel logga en medarbetares aktiviteter via tangentbordet", säger Marcus John Henry Brown, en tekniker, talare och författare baserad i München. "Den typ av arbete man gör, vad man skriver och ens aktivitetsmönster kan alla dokumenteras. Det är troligt att man sedan kan mata in dessa data i en algoritm och att den inom en vecka skulle ha fastställt hur personen i fråga jobbar."
Överförbara färdigheter
Medan denna teknik ännu inte används (eller medan företag inte öppet uppger det) letar progressiva organisationer vidare efter andra sätt för att underlätta kunskapsöverföringen. TVA, Siemens och Delta Airlines granskar alla rutinmässigt sina bästa medarbetare med flest uppdrag för att ta reda på vilka färdigheter som de behöver bevara. NASA:s Jet Propulsion Labs spelar in sina erfarna medarbetare när de föreläser om hur det var att vara en del av gamla uppdrag, och använder banden för att hjälpa till att assimilera nyanställda.
Andra företag går ett steg längre och utvecklar verktyg för att hjälpa dem att fånga in, dela och återanvända kunskap. Intel skapade Intelpedia, en intern, företagsövergripande Wiki som medarbetare kan hänvisa till, medan programvaruföretaget Panopto använder ett ECM-system (Enterprise Content Management) som lagrar allt innehåll relaterat till företagsprocesser, från dokument till socialt innehåll som bloggar, Wikis och diskussionsflöden.
Under tiden använder General Electric en molnbaserad plattform som heter Predix för att dokumentera och lagra arbetsflöden för framtida bruk. Nya ingenjörer har tillgång till analysdata i realtid och svar från tidigare generationer som de kan tillämpa på nya situationer. På så sätt kan framtida ingenjörer utnyttja kollegernas tidigare erfarenheter, även efter att de har gått i pension eller lämnat företaget.
Hur kan företag kvantifiera, spara och dela implicit kunskap när en arbetstagare lämnar?
Algoritmiska insikter
Med all denna data som samlas in är grunden helt lagd för AI. En tidig anammare av denna teknik är Altify som använder AI för att coacha säljare med hjälp av insikter från interaktioner med fler än en miljon erfarna säljare.
Förhoppningen är att Altify kommer att minimera den tid som ägnas åt att introducera nyanställda. "Om en försäljare förväntas sälja för 100 000 pund varje månad är det avgörande att de kommer igång så fort som möjligt," säger Altifys styrelseordförande Donal Daly. "Annars innebär varje månad 100 000 pund i förlorade intäkter. Om du har 50 nya försäljare blir det ett problem på fem miljoner pund."
Om ditt företag också har en hel del implicita kunskapsdata – helst insamlade från dina anställda innan de slutar – finns det AI-verktyg som kan hjälpa dig att göra det till något användbart. Deepgram transkriberar insikter från telefonsamtal, videofilmer och nätet, medan TalkIQ erbjuder kritiska insikter om dina kunders samtal. Samtidigt automatiserar Sundown repetitiva uppgifter inom din verksamhet. Och om du vill replikera ett tonfall hjälper AI-assistenten Google Mail Boomerang Respondable dig att skriva bättre, mer effektiva och mer handlingsbara e-postmeddelanden i realtid.
"När det gäller kunskap om arbetsplatsen och möjligheterna till ett digitalt efterliv pågår en ständig process för utveckling, förändring och effektivisering", säger Marcus John Henry Brown. "Och det blir inte så dåligt som folk befarar. Om teknik och AI kan ta på sig mer av de uppgifter som människor anser vara rutinarbete kommer vår arbetsplats att bli roligare och mer givande. Det handlar inte om teknik som dehumaniserar arbetsplatsen, utan om att låta tekniken ta bort allt arbete som dehumaniserar oss."
Oliver Pickup är en författare baserad i London, som främst skriver om affärer, livsstil och teknik
Ytterligare rapportering av Hannah Hudson
Källor:
(1) http://www.oxfordeconomics.com/my-oxford/projects/264283
