Angela Beatty, voormalig Chief Leadership and Human Resources Officer bij Accenture, over AI-gestuurde transformatie van het personeelsbestand.

Nu AI zich ontwikkelt van experiment tot besturingssysteem, betoogt Angela Beatty dat CHRO's het moeten beschouwen als een nieuwe manier van werken, en niet als een tool die geïnstalleerd moet worden. Gebruikmakend van haar ervaring met het leiden van grootschalige transformaties bij Accenture, bespreekt ze hoe generatieve AI prestatiefeedback, leren, talentwerving en HR-dienstverlening kan herdefiniëren. Ze schetst ook wat CEO's en raden van bestuur vooral moeten begrijpen over AI-transformaties van werk en personeel.

Angela Beatty is een innovatieve HR-leider en -adviseur die werkzaam is op het snijvlak van business, talent en technologie. Meest recentelijk was zij Chief Leadership and Human Resources Officer bij Accenture, Ze is verantwoordelijk voor meer dan 750.000 mensen in meer dan 120 landen, waar ze leiding gaf aan talenttransformaties, waaronder grootschalige AI-gestuurde talentrotatie en een herziening van prestatie-, belonings- en HR-processen. Ze is lid van de Women's Leadership Board van de Kennedy School van Harvard, HR50, de CHRO Association en het Center for Executive Succession.

Om te beginnen, aangezien u leiding hebt gegeven aan grootschalige AI-implementaties, hebt u een duidelijk beeld van waar de hype rond AI overeenkomt met de realiteit en waar niet. Deze ervaring is zeer gewild, en ik weet dat raden van bestuur en CEO's met praktische vragen naar u toe komen. Wat vragen ze u precies, en op welke vragen zijn duidelijke, praktische antwoorden te vinden, en op welke vragen bestaat er daadwerkelijke onzekerheid?

Bestuursleden en CEO's stellen doorgaans een variant van dezelfde vier vragen: Ten eerste, waar zit de waarde en hoe snel kunnen we die realiseren? Ten tweede, wat zijn de risico's en welke beheersmaatregelen moeten we treffen? Ten derde, beschikken we over de data, vaardigheden en het operationele model om te kunnen schalen? Ten vierde, wat gebeurt er met ons personeel?

Wat de waarde en het bewijs betreft, hebben we al solide, praktische antwoorden. Herhaalbare successen komen vaak voor. Zo weten we bijvoorbeeld dat de tijd die nodig is voor het opstellen van nieuwe businessvoorstellen op grote schaal met ongeveer 85 procent kan worden verkort. Ik heb productiviteitswinsten van 35 tot 50 procent gezien door het gebruik van co-piloten. Organisaties die werk en talent moderniseren en AI in hun kernprocessen integreren, kunnen sneller schalen en beter presteren. Bijscholing en vaardigheidsrotatie via AI-gestuurde vaardigheidsengines, gebruikmakend van een gemeenschappelijke vaardigheidstaxonomie voor de hele organisatie en door AI afgeleide, door mensen bevestigde bekwaamheids- en leerprogramma's, kunnen de basis vormen voor het opleiden, faciliteren en integreren van AI en leiden tot snelle transformaties op grote schaal. Wat betreft governance en verantwoorde AI, laten organisaties die dit echt hebben geïmplementeerd, bijvoorbeeld door middel van driemaandelijkse AI-talentaudits, het implementeren van verantwoorde AI-controles, het uitvoeren van biascontroles en het betrekken van mensen bij belangrijke beslissingen, zien dat deze praktijken zowel bewezen als essentieel zijn.

De weerstand komt meestal voort uit beperkingen. Sommige organisaties zeggen: "Wij zijn een kleiner, door private equity gefinancierd bedrijf, we hebben niet alle middelen om te investeren in een AI- en agent-transformatie, en we moeten snel resultaten zien." Daarop zeg ik: begin met drie tot vijf workflows, gebruik één uniforme vaardighedentaal, implementeer een lean governance-structuur, en je zult waarschijnlijk binnen een paar maanden al een aanzienlijke impact zien. Een tweede beperking is de beschikbaarheid van data. Data is essentieel, en als die niet in goede staat is, krijgt dat prioriteit. Je kunt beginnen met co-pilots en lokale datadomeinen en die digitale kern in de loop der tijd verder ontwikkelen. In sommige regio's, met name in delen van Europa, spelen ook de complexiteit van regelgeving, vakbonden en ondernemingsraden een rol. Dat maakt het des te belangrijker om mensen betrokken te houden bij de besluitvorming, ervoor te zorgen dat agent-acties controleerbaar zijn en dit aan te grijpen als een kans om vakbonden en ondernemingsraden te betrekken bij het medeontwerpen van de verandering.

De echte onbekende factoren hebben betrekking op het tempo van de autonomie van medewerkers: hoe de aansprakelijkheidsstructuren zich in gereguleerde omgevingen zullen ontwikkelen en hoe snel de arbeidsverhoudingen per sector zullen veranderen. Organisaties kunnen deze onzekerheid beheersen door gefaseerde waarborgen in te voeren, experimenten uit te voeren en gebruiksscenario's te testen, scenario-gebaseerde personeelsplannen op te stellen en, nogmaals, mensen de leiding te laten nemen, vertrouwen op te bouwen en vanaf het begin rekening te houden met de medewerkerservaring. Dit heeft ook een grote impact op het verbeteren van de acceptatie en het uiteindelijke resultaat.

Laten we eens dieper ingaan op een concreet voorbeeld van AI in actie, om ons een praktische casus te geven om over na te denken. U hebt leiding gegeven aan de transformatie van het prestatiefeedbackproces op grote schaal En ik weet zeker dat u anderen hierover en over vergelijkbare gevallen adviseert. Kunt u beschrijven hoe het gebruik van AI in prestatiefeedback op grote schaal eruit kan zien, en welke andere kerngebieden binnen HR organisaties, op basis van uw ervaringen, mogelijk het meest geschikt zijn voor een door AI gedreven transformatie?

Het transformeren van prestatiefeedback met behulp van AI is een uitstekend voorbeeld van hoe AI een tijdrovend, soms belastend proces kan versnellen, de kwaliteit kan verbeteren en een betere ervaring voor iedereen kan opleveren.

Hoe kan dit er in de praktijk uitzien? Ten eerste, zet een AI-gestuurde feedbackcoach in die mensen helpt om binnen enkele minuten effectieve feedback te schrijven. De coach spoort managers aan om zich te richten op specifieke vaardigheden, samenwerking en groeimogelijkheden. De agent fungeert bijna als een tutor en naarmate mensen hun reacties verfijnen, leert en verbetert de coach ook. Ten tweede, schakel een agent in die helpt om binnen enkele seconden prestatieoverzichten te maken. De agent vat de feedback samen die iemand gedurende het jaar van collega's ontvangt, samen met meetbare gegevens. Deze agent maakt binnen enkele seconden een samenvatting van alle feedback van een jaar, iets wat anders een halve dag zou kosten. Ten derde, bied een gesprekssimulator aan voor managers, en voor iedereen, waarmee ze kunnen oefenen met het geven van feedback in verschillende situaties. Via de AI-agent ervaren mensen een reeks scenario's en reacties, wat hen helpt om zelfvertrouwen en vaardigheid op te bouwen in het voeren van lastige gesprekken.

Ik heb indrukwekkende resultaten gezien. Zo is het aantal reacties met 89 procent gestegen. Vijfennegentig procent van de gebruikers gaf aan dat het hen tijd bespaarde, en 95 procent van de reacties werd als van hoge kwaliteit beoordeeld, tegenover ongeveer 50 procent vóór de introductie van AI. Een manager vertelde me dat de coach hem eindelijk hielp om precies te zeggen wat hij bedoelde, maar dan in zijn eigen woorden en duidelijker. Hij zei dat de AI zijn oordeel niet verving; het gaf hem het duwtje in de rug en de juiste woorden om de leider te zijn die hij wilde zijn. Dat is het doel: AI die de menselijke intelligentie versterkt en de mogelijkheden van mensen vergroot.

Veel andere kerngebieden binnen HR lenen zich uitstekend voor een door AI gedreven transformatie. Talentwerving en -mobiliteit is daar een voorbeeld van. Je kunt AI de basistaken laten uitvoeren, zoals screening, matching en het inplannen van sollicitatiegesprekken, zodat recruiters zich kunnen richten op talentmanagement en hun tijd kunnen besteden aan de interactie met kandidaten. Het is belangrijk om wel de nodige waarborgen te bieden: AI ondersteunt het proces, maar de uiteindelijke selectiebeslissingen worden genomen door mensen, met controle op vooroordelen en menselijke beoordeling gedurende het hele proces.

Leren en omscholen is een ander fundamenteel gebied dat rijp is voor transformatie. AI kan vaardigheden, ervaringen en functieomschrijvingen afleiden uit binnenkomende cv's en van bestaande medewerkers binnen de organisatie. Organisaties kunnen vervolgens vaardigheidsprofielen opstellen die gegenereerd worden door AI-algoritmes en die vervolgens door de medewerkers zelf worden bevestigd en verfijnd. Ik heb in deze toepassing een nauwkeurigheid van meer dan 90 procent gezien. AI zet het proces in gang en doet het grootste deel van het werk; medewerkers verfijnen het vervolgens. Dit is een gamechanger voor omscholing en voor het creëren van gepersonaliseerde leertrajecten, gericht op mensen in functies of met vaardigheden die aansluiten bij nieuwe, gewilde functies.

Veel organisaties zijn overgestapt op nieuwe manieren van werken met behulp van HR Assist- of 'Ask HR'-oplossingen. Deze oplossingen maken gebruik van AI-agenten die routinematige vragen van medewerkers beantwoorden, hen doorverwijzen naar de juiste afdeling, de tijd die nodig is om deze vragen te beantwoorden verkorten en HR-businesspartners de ruimte geven voor meer strategische ondersteuning. Ik heb gezien dat dergelijke oplossingen een aanzienlijke impact hebben, met een verlaging van de HR-kosten met meer dan 30 procent, naast een betere ervaring voor medewerkers.

Er is ook een groeiende belangstelling voor op maat gemaakte GPT's (Group Product Teams) en mensen die hun eigen agents creëren om te helpen bij specifieke taken. Ik heb er zelf een gemaakt die fungeert als een soort CHRO-flashrapport, dat belangrijke talentgegevens verzamelt en synthetiseert en items markeert op basis van drempelwaarden die ik heb ingesteld, zodat ik altijd de meest recente informatie bij de hand heb. Ik wil ook AI-ondersteunde coaching noemen. Sommige aanbiedingen passen neurowetenschap toe en stellen krachtige vragen die zijn afgestemd op individuele behoeften en functiespecifieke vereisten, en ze kunnen fungeren als tutoren in een leertraject.

Als een CHRO een door AI gedreven transformatie van het personeelsbestand wil doorvoeren, waar moet hij of zij dan beginnen met het bijscholen en herplaatsen van talent, en op welke praktische stappen zou de focus liggen in de eerste 12 tot 24 maanden?

Ik zou beginnen met het werk zelf, niet met het organigram. In de eerste 12 tot 24 maanden moet je echt begrijpen welk werk er wordt gedaan, hoe het nu wordt gedaan en waar de knelpunten zitten. Identificeer en elimineer inefficiënte processen. Het automatiseren van een gebrekkig proces voegt geen waarde toe.

Kijk vervolgens hoe het proces en de taken waaruit het werk bestaat, kunnen worden aangepast om efficiënter, impactvoller en waardevoller te worden. Pak eerst de use cases met de hoogste ROI aan die passen bij uw bedrijfsmodel en de benodigde talenten. Dat levert u al vroeg concrete resultaten en momentum op, en het richt uw energie op wat het meest relevant is voor het bedrijf.

Naarmate je de nieuwe werkzaamheden en workflow in kaart brengt, worden de benodigde vaardigheden duidelijk. Dat maakt het mogelijk om te bepalen wat door mensen moet worden gedaan en wat door AI en agents, en waar AI en agents mensen kunnen ondersteunen en de meeste waarde kunnen toevoegen. Van daaruit worden omscholing, herplaatsing en werving veel gerichter, omdat ze gebaseerd zijn op een helder beeld van de herziene werkzaamheden.

Als AI bedrijven in staat stelt veel meer te doen met veel minder startersfuncties, ziet u dan een reëel risico op een "verloren generatie" talent of een demografische kloof in het personeelsbestand? Welke verantwoordelijkheid hebben CEO's en CHRO's om daarop te anticiperen en dit te beheersen, afgezien van hun eigen winst- en verliesrekening?

Je opperde het idee van een "verloren generatie", en ik vind dat een uitstekende vraag. Startersfuncties veranderen zeker, maar ik zie geen verloren generatie. Jongeren en starters gebruiken AI al in hun schoolwerk en dagelijkse bezigheden, dus ik zie ze zich heel natuurlijk aanpassen aan dit veranderende landschap. Nieuwe werknemers van Generatie Z zijn erop ingesteld om te leren en groeien op met samenwerking met AI-specialisten.

Daarom denk ik dat we instapfuncties moeten herontwerpen, in plaats van ze af te schaffen. Om alle redenen die je noemde, zijn ze cruciaal. We hebben mensen nodig die systemen kunnen beheren, agents kunnen aansturen en domeinkennis kunnen opbouwen, wat tijd kost. We moeten hen de kans geven om ervaring op te doen en die menselijke vaardigheden te ontwikkelen die zo belangrijk zijn voor hun carrièreontwikkeling en hun rol als toekomstige leiders.

De gezondheid van de talentenpool hangt echt af van voortdurende investeringen en het herzien van de werving van starters. Zo kunnen we enerzijds de sterke punten van mensen benutten en anderzijds kansen creëren om zich verder te verdiepen in hun vakgebied en hun sociale vaardigheden te ontwikkelen. Organisaties creëren ook geweldige kansen voor talentontwikkeling door de toegang tot en de gelijkheid binnen de organisatie te vergroten via op vaardigheden gebaseerde wervingsprogramma's. Voor veel functies is geen vierjarige opleiding vereist als de essentiële vaardigheden, of verwante vaardigheden, aanwezig zijn of kunnen worden aangeleerd via een leerwerktraject of certificeringsprogramma. Het vroegtijdig aantrekken van talent via deze kanalen is een zeer effectieve strategie. Zo kunnen ze eerder expertise opbouwen en de sociale vaardigheden ontwikkelen die hen zullen helpen om de toekomstige leiders te worden die we nodig hebben.

Stel, u spreekt voor een zaal vol bestuursleden en CEO's. Wat is dan het belangrijkste dat u hen wilt meegeven over de toekomst van werk met AI? Wat moeten ze begrijpen over hoe personeelsplanning, werving, leiderschapsontwikkeling en talentmanagement zullen veranderen in het AI-tijdperk?

Ik zou ze vertellen dat AI niet iets is dat je installeert; het is een nieuwe manier van werken. Je creëert waarde op bedrijfsniveau wanneer je werkprocessen herontwerpt, het operationele model aanpast en in mensen investeert in hetzelfde tempo als in technologie. Uit gegevens blijkt dat veel organisaties ongeveer drie keer zo snel in technologie investeren als in mensen. Dat is een gemiste kans.

Ik zie vijf dingen die je kunt doen om je kansen op resultaten op bedrijfsniveau aanzienlijk te vergroten. Ten eerste, focus op waarde: geef prioriteit aan workflows met de grootste impact en meet de resultaten in de winst- en verliesrekening. Ten tweede, herdefinieer talent en werkwijzen: hanteer één vaardigheidstaal, ontwerp rollen voor mensen en agenten en ondersteun talentontwikkelingstrajecten. Ten derde, bouw een AI-gestuurde digitale kern: een geïntegreerde set van vaardigheden, data en workflows waarmee je multi-agentsystemen kunt schalen en de juiste waarborgen kunt inbouwen. Ten vierde, werk met verantwoorde AI: zorg voor centraal beheer, audits, biascontrole en menselijke tussenkomst. En ten vijfde, stimuleer continue innovatie. Dit is geen project; dit is hoe je een bedrijf runt.

Zoals we al besproken hebben, is de rol van HR hierin echt cruciaal. HR-leiders zullen een essentiële rol spelen bij het begeleiden van zowel de organisatorische als de culturele veranderingen die hand in hand moeten gaan met de technologie.