Den här startupen använder AI för att ge arbetarna ett produktivitetspoäng

Kate Sade / Unsplash

Under de senaste månaderna har miljontals människor runt om i världen slutat gå in på kontor och börjat göra sina jobb hemifrån. Dessa arbetare kan vara utom synhåll för chefer, men de är inte ur sinnet. Omvälvningen har åtföljts av en anmälan ökad användning av övervakningsprogramvara som låter arbetsgivare spåra vad deras anställda gör och hur lång tid de spenderar på att göra det.

Företag har bett distansarbetare att installera en hel rad sådana verktyg. Hubstaff är programvara som registrerar användarnas tangentbordstryck, musrörelser och de webbplatser som de besöker. Time Doctor går längre och tar videor av användarnas skärmar. Den kan också ta en bild via webbkamera var tionde minut för att kontrollera att anställda är vid sin dator. Och Isaak, ett verktyg tillverkat av det brittiska företaget Status Today, övervakar interaktioner mellan anställda för att identifiera vem som samarbetar mer, och kombinerar denna data med information från personalfiler för att identifiera individer som skapar förändringar.

Nu vill ett företag ta saker ännu längre. Det utvecklar programvara för maskininlärning för att mäta hur snabbt anställda slutför olika uppgifter och föreslå sätt att snabba upp dem. Verktyget ger också varje person ett produktivitetspoäng som chefer kan använda för att identifiera de anställda som är mest värda att behålla – och de som inte gör det.

Hur du tycker om detta beror på hur du ser på avtalet mellan arbetsgivare och arbetstagare. Är det okej att bli spionerad av folk för att de betalar dig? Är du skyldig din arbetsgivare att vara så produktiv som möjligt framför allt?

Kritiker hävdar att arbetsplatsövervakning undergräver förtroende och skadar moralen. Arbetsrättsgrupper säger att sådana system endast bör installeras efter samråd med anställda. Det kan skapa en massiv maktobalans mellan arbetare och ledningen, säger Cori Crider, en brittisk advokat och medgrundare av Foxglove, en ideell advokatbyrå som arbetar för att stoppa regeringar och stora företag från att missbruka teknik. Och arbetarna har mindre förmåga att hålla ledningen till svars.

Oavsett dina åsikter är den här typen av programvara här för att stanna – delvis för att fjärrarbete normaliserar den. Jag tror att övervakning av arbetsplatser kommer att bli mainstream, säger Tommy Weir, VD för Enaible, startupen baserad i Boston som utvecklar den nya övervakningsmjukvaran. Under de kommande sex till 12 månaderna kommer det att bli så genomgripande att det försvinner.

Weir tycker att de flesta verktyg på marknaden inte går tillräckligt långt. Föreställ dig att du leder någon och att du kan stå och titta på dem hela dagen och ge dem rekommendationer om hur de kan göra sitt jobb bättre, säger Weir. Det är vad vi försöker göra. Det är vad vi har byggt.

Weir grundade Enaible 2018 efter att ha coachat VD:ar i 20 år. Företaget tillhandahåller redan sin mjukvara till flera stora organisationer runt om i världen, inklusive Dubais tullmyndighet och Omnicom Media Group, ett multinationellt marknadsförings- och företagskommunikationsföretag. Men Weir påstår sig också vara i förhandlingar i det sena skedet med Delta Airlines och CVS Health, en amerikansk hälsovårds- och apotekskedja rankad #5 på Fortune 500-listan. Inget av företagen skulle kommentera om eller när de förberedde sig för att implementera systemet.

Weir säger att han har fått fyra gånger så många förfrågningar sedan pandemin stängde kontor. Jag har aldrig sett något liknande, säger han.

Varför den plötsliga uppgången i intresse? Chefer har försökt att vrida ut varenda droppe produktivitet och arbetskraft från sina arbetare sedan innan datorerna, säger Crider. Men granulariteten i den nu tillgängliga övervakningen liknar ingenting vi någonsin sett.

Det är ingen överraskning att denna detaljnivå är attraktiv för arbetsgivare, särskilt de som vill hålla koll på en nyligen avlägsen arbetsstyrka. Men Enaibles programvara, som den kallar AI Productivity Platform, går längre än att spåra saker som e-post, Slack, Zoom eller webbsökningar. Inget av det visar en fullständig bild av vad en arbetare gör, säger Weir⁠—det är bara att kontrollera om du arbetar eller inte.

När den väl har installerats körs programvaran i bakgrunden hela tiden och övervakar vilken dataspår ett företag kan tillhandahålla för var och en av sina anställda. Med hjälp av en algoritm som kallas Trigger-Task-Time, lär sig systemet det typiska arbetsflödet för olika arbetare: vilka triggers, som ett e-postmeddelande eller ett telefonsamtal, leder till vilka uppgifter och hur lång tid dessa uppgifter tar att slutföra.

När den väl har lärt sig ett typiskt beteendemönster för en anställd ger programvaran den personen ett produktivitetspoäng mellan 0 och 100. AI:n är agnostisk mot uppgifter, säger Weir. I teorin kan arbetare inom ett företag fortfarande jämföras med sina poäng även om de utför olika jobb. Ett produktivitetspoäng speglar också hur ditt arbete ökar eller minskar produktiviteten hos andra personer i ditt team. Det finns uppenbara begränsningar för detta tillvägagångssätt. Systemet fungerar bäst med anställda som utför många repetitiva uppgifter på platser som callcenter eller kundtjänstavdelningar snarare än de som har mer komplexa eller kreativa roller.

Men tanken är att chefer kan använda dessa poäng för att se hur deras anställda klarar sig, belöna dem om de blir snabbare på att göra sitt jobb eller kolla in med dem om prestationerna sjunker. För att hjälpa dem innehåller Enaibles programvara också en algoritm som kallas Leadership Recommender, som identifierar specifika punkter i en anställds arbetsflöde som skulle kunna effektiviseras.

För vissa uppgifter kan det innebära att man skär ut människan ur slingan och automatiserar den. I ett exempel föreslog verktyget att automatisering av en 40-sekunders kvalitetskontrolluppgift som utfördes av kundtjänstpersonal 186 000 gånger om året skulle spara dem 5 200 timmar. Detta innebar att de mänskliga anställda kunde ägna mer uppmärksamhet åt mer värdefullt arbete, vilket förbättrade kundservicens svarstider, föreslår Weir.

Affärer som vanligt

Men snacket om kostnadsbesparingar och tidsbesparingar har länge varit dubbelt för att säga upp personal. När ekonomin faller, marknadsför Enaible sin mjukvara som ett sätt för företag att identifiera de anställda som måste behållas – de som gör stor skillnad när det gäller att uppfylla företagets mål och driva vinster – och hålla dem motiverade och fokuserade när de arbetar hemifrån .

Baksidan är förstås att programvaran även kan användas av chefer för att välja vem de ska sparka. Företag kommer att säga upp folk – det har de alltid gjort, säger Weir. Men du kan vara objektiv i hur du gör det, eller subjektiv.

Crider ser det annorlunda. Det som är så lömskt med de här systemen är att det finns en faner av objektivitet över dem, säger hon. Det är ett nummer, det är på en dator – hur kan det finnas något misstänkt? Men du behöver inte skrapa särskilt hårt på ytan för att se att bakom de allra flesta av dessa system finns värderingar om vad som ska prioriteras.

Maskinlärande algoritmer kodar också dold partiskhet i den data de utbildas på. Sådan fördom är ännu svårare att avslöja när den är begravd i ett automatiserat system. Om dessa algoritmer används för att bedöma en anställds prestation kan det vara svårt att överklaga en orättvis granskning eller uppsägning.

Enaible hävdar att Dubais tullmyndighet nu rullar ut sin mjukvara i hela organisationen, med målet om 75 miljoner dollar i lönebesparingar under de kommande två åren. Vi har i princip frikopplat vår tillväxttakt från vår lönelista, citeras byråns generaldirektör. Omnicom Media Group är också nöjda med hur Enaible hjälper det att få ut mer av sina anställda. Vårt globala team behöver verktyg som kan flytta på nålen när det gäller att bygga upp vår interna kapacitet utan att öka antalet anställda, säger vd Nadim Samara. Med andra ord att klämma ut mer av befintliga medarbetare.

Crider insisterar på att det finns bättre sätt att uppmuntra människor att arbeta. Det du ser är ett försök att förvandla en människa till en maskin innan maskinen ersätter dem, säger hon. Du måste skapa en miljö där människor känner sig litade på att göra sitt jobb. Det får du inte genom att övervaka dem.

Dölj