Organisationsvetenskapen bakom förlorad affärskontext och hur man undviker den.
Sedan min doktorandtid i sociologi har jag haft ett stort intresse för hur information rör sig inom team. Då var det akademiskt – när ett skarpt team växer från 5 till 50 till 500 börjar något gå sönder:
Människor hamnar i silos. Beslutsfattare blir överraskade. Tydliga signaler syns först i efterhand.
Den nyfikenheten följde mig till operatörsstolen. Efter att ha skalat upp team från små nystartade företag till Fortune 500-miljöer har jag sett samma mönster upprepas om och om igen. För att uttrycka det rakt på sak: varför fattar smarta team sämre beslut när de växer?
För att svara på det, låt oss börja med två grundläggande studier om organisationsbeteende.
Studie 1: Strukturella luckor som fylls av slumpen
För trettio år sedan kartlade sociologen Ronald Burt hur information flödar inom organisationer. Det han fann var inte ett nätverk, utan kluster. Täta, livliga grupper av människor som pratar konstant inom sin egen grupp, medan kopplingarna mellan grupperna snabbt tunnas ut.
Dessa luckor är strukturella hål. Enkelt uttryckt är ett strukturellt hål bara en lucka mellan grupper som borde dela information men inte gör det.
De syns inte i organisationsschemat. De finns i det sociala nätverket.
Några personer överbryggar naturligt dessa klyftor. Burt kallade dem mäklare. Det är de som lyssnar på båda sidor, upptäcker inkonsekvenser och kopplar ihop punkter som andra missar. När mäklare saknas, är överbelastade eller inte involverade, dör insikten inne i den lokala klustret.
Som CFO är strukturella luckor en av de största operativa riskerna jag håller utkik efter. De mellanhänder som överbryggar dem är avgörande. Jag uppmanar ständigt ledare att identifiera dessa personer som nyckelpersoner för information (ja, inte den typen av KPI) och hålla dem nära beslutsbordet. Jag är säker på att några namn redan kommer till dig när du läser exemplen nedan:
Operationschefen som i tysthet hade nyckeln till ett prognosproblem
Ekonomiavdelningen brottades med en plötslig nedgång i konverteringsgraden för pipeline. Oändliga djupgående möten, massor av teorier, inga svar. Sedan nämnde en driftschef i förbigående för en finansanalytiker under lunchen att ett litet CRM-arbetsflöde hade ändrats. Den enda detaljen förklarade allt.
Den saknade länken mellan produktmarknadsföring och teknik
En produktingenjör nämnde en gång ett problem för användarna på en företagsfest för en produktmarknadsföringschef som aldrig hade hört det uttryckt på det sättet. Den kommentaren kunde ha omformat den viktigaste delen av lanseringsberättelsen.
Säljaren som skapade tydlighet i prissättningen
Säljare har ofta ovärderlig kundkontext, men den når sällan prissättningsgruppen på huvudkontoret. Under en kort kaffepaus med tillväxtdirektören, som råkade besöka det lokala kontoret, förklarade en AE den senaste förvirringen kring förpackningar, som perfekt matchade en nedgång i vinstprocenten...
Dessa ögonblick verkar små, men de är strukturella hål i praktiken.
Och strukturella luckor i medarbetarnätverket förvandlas till datagap i arbetsflödet.
Kontexten sprids över kommunikationsverktyg, sidokchattar och möten. Punkterna finns där. Människor har naturligt svårt att koppla ihop dem utan att mellanhänder av misstag fyller i luckorna.
Studie 2: stora möten begraver unika insikter
På 1980-talet genomförde forskarna Garold Stasser och William Titus ett bedrägligt enkelt experiment.
De delade in deltagarna i grupper om fyra personer och bad dem fatta ett beslut.
De körde två uppsättningar:
- Alla hade samma information.
- Varje person hade en blandning av delad information och unik information som bara de kände till.
När alla hade samma fakta presterade gruppen bättre än individerna.
När människor hade olika fakta valde gruppen ofta ett sämre svar än vad individerna skulle ha valt på egen hand.
Varför?
När forskarna granskade inspelningarna upptäckte de mönstret.
Grupperna upprepade bara det som alla redan visste.
De unika fakta som beslutet baserades på fick liten uppmärksamhet eller ignorerades helt.
Om du någonsin har suttit i ett möte där teamet i 30 minuter går igenom allmänt kända fakta utan att någonsin ta upp de gränsfall som faktiskt är viktiga, har du upplevt detta experiment.
Jag har sett detta med egna ögon.
Vi kämpade en gång i flera veckor med prognosernas noggrannhet i vår försäljningskapacitetsmodell.
Vid varje möte kom samma teorier upp. Kanske var det ett anställningsproblem. Kanske handlade det om möjliggörande. Kanske var det kvaliteten på marknadsföringspipeline. Kanske var det ledarskapet. Samtalet kretsade kring samma gemensamma antaganden, och tonen glidde långsamt över till att bli en övning i att peka finger.
En dag stoppade en tystlåten dataanalytiker mig i korridoren. Hon nämnde att hon hade följt de historiska siffrorna och lagt märke till något litet men betydelsefullt. Vår antagande om säsongsvariationer, en liten faktor som alla tog för given, hade varje kvartal avvikit allt mer från baslinjen.
Det visade sig att en enda förbisedd detalj, begravd i hennes privata analys och aldrig nämnd i gruppdiskussionen, var den verkliga drivkraften som snedvred hela försäljningskapacitetsmodellen.
Det var det perfekta verkliga exemplet på denna forskning. Gruppen upprepade hela tiden det som alla redan visste. Den unika insikten som faktiskt löste problemet fanns i en persons huvud, eftersom ”alla andra verkar ha känt till det rätta svaret”.
Skala nu upp det till tusentals personligheter, hundratals möten och dussintals arbetsverktyg.
Det blir nästan omöjligt att få fram unika insikter när mötena blir större och större.
På grund av dessa två organisatoriska dynamiker sjunker beslutskvaliteten snabbt när smarta team växer. Inte för att människor blir dummare. Utan för att information blir svårare att extrahera och beslutsprocessen blir exponentiellt mer oklar.
När punkterna är så spridda och flödet är omöjligt att spåra kan människor inte koppla ihop dem.
Det kan inte AI heller.
Företagets hjärna: fånga sammanhang i stor skala
Av de två studierna ovan framgår det tydligt att det som saknas är ett gemensamt minne för organisationen. Ett system som registrerar arbete, beslut och interaktioner när de sker, istället för att bara lagra den ”slutliga dokumentationen”.
Ett system som effektivt filmade beslutsprocessen live: loggade inmatningar, debatter, antaganden, avvägningar och resultat i realtid.
Det är vad jag menar med ett företags hjärna.
Detta är inte en statisk kunskapsbas, utan ett levande lager av intelligens som observerar hur företaget fungerar, registrerar hur beslut fattas och hjälper alla att omedelbart få tillgång till hela sammanhanget när verksamheten växer.
Med AI är detta inte längre science fiction.
Vi har experimenterat med detta på ClickUp. Vår lärdom är att det krävs en strategi i tre steg för att bygga ett företags hjärna. (Varning: hoppa över ett steg och hela projektet kollapsar till AI-soppa!!)
Steg 1: Bygg upp ditt företag så att det blir ett ”öppet sammanhang”
Belys strukturella luckor: skapa ett avsiktligt system som hämtar unika insikter från individer och isolerade team och sedan sprider dem så brett som möjligt.
NVIDIA:s VD Jensen Huang har sagt att han undviker 1:1-möten för viktig kontext. Han föredrar att dela information i stora grupper så att alla hör samma sak samtidigt.
Han minskar strukturella luckor som standard. Privat kontext är ömtålig och långsam. Offentlig kontext blir sökbar, återanvändbar och kan matas in i AI.
På ClickUp återspeglas en öppen kontextkultur överallt: medarbetarna skickar mötesantecknare till så många möten som möjligt, vi uppmuntrar medarbetarna att ställa frågor/dela tankar i gruppchattar, inte i direktmeddelanden, och vi har en rigorös veckovis uppdateringsrutin: från IC till ledningen lämnar alla in en veckovis reflektion i ClickUp med bara tre punkter:
- Vad jag har gjort denna vecka (AI-automatiserat)
- Vad jag tar itu med härnäst (AI-automatiserat + mänskliga insatser)
- Vilka problem eller hinder upplever jag (mänskliga insatser)
Det verkade nästan för enkelt, men den sammansatta effekten var stark. Dolda signaler kom upp till ytan. Hinder upptäcktes i realtid istället för månader senare. Ledare slutade förlita sig på andrahandsinformation i generiska rapporter och började istället gå direkt till signalerna.
Vi använder AI för att bearbeta signalerna. Människor fokuserar på att ställa frågan: ”Vad saknar vi?” AI skannar hela organisationen och sammanfattar det gemensamma temat. Mänskligt arbete är fortfarande viktigt för bedömning och förutsägelser. AI tar över den mekaniska rapporteringen och sammanfattningarna.
Steg 2: Samla allt arbete för att filma beslut live
Samla alla råa arbetsartefakter på ett ställe och välj en enda arbetsplattform för att samla allt där. Allt: veckovisa uppdateringar, teamchattar, projekttrådar, memon och överlämningsplaner.
Börja föra logg över hur viktiga beslut fattas.
Detta är en förmåga som de flesta team aldrig utvecklar. När något går fel är det ofta omöjligt att avgöra hur beslutet fattades. Efteranalysen förvandlas till en smärtsam jakt på bevis. Det är ett tydligt tecken på att man saknar en riktig logg över beslutsprocessen.
Men att tvinga teamen att stanna upp och dokumentera varje steg är inte lösningen. Det är inte så människor fungerar! Det dödar flödet och saktar ner genomförandet.
Rätt tillvägagångssätt är att fånga beslut när de fattas, som att filma arbetet istället för att be människor återskapa det senare. Varje viktigt steg, antagande och avvägning registreras i bakgrunden. När teamet går vidare finns spåren redan där.
Det är här AI förändrar spelplanen.
På ClickUp loggar vårt företags hjärna viktiga beslut direkt i den konvergerade arbetsplattformen och matar kontinuerligt tillbaka dessa beslutsspår till systemet.
Som finanschef ställer jag nästan alltid samma fråga när jag börjar på ett nytt företag: ”Hur bygger ni er budget?”
Eisenhower uttryckte det bäst: ”Planer är värdelösa, men planering är allt. ” Jag bedömer inte det slutliga resultatet. Jag samlar in information om hur ett företag fungerar: hur beslut fattas.
- Vilka data är viktiga?
- Vilka riktmärken är viktiga?
- Var sker avvägningar?
- Vems input är viktigast?
- Vem fattar det slutgiltiga beslutet?
- Och hur säkerställs uppföljningen?
Budgetprocessen har alltid varit mitt röntgeninstrument för att bedöma hälsan och mognaden hos ett företags beslutsfattande.
Nu är det dags för AI-agenter.
Jag får ofta erbjudanden om ”budgetagenter” som lovar att hjälpa ekonomichefer att upprätta budgetar. Utan sammanhang är det en återvändsgränd. I bästa fall får du svar som hämtade ur en lärobok. Hur mycket måste jag egentligen göra för att lära agenterna hur vi fattar beslut?
Men ge en agent en riktig beslutslogg och allt förändras. Agenten förstår nu hur detta företag tänker. Beslutsloggen blir dess skattkarta. Företag som har denna förmåga kan frigöra agentkraft en storleksordning snabbare än de som inte har det.
Vårt företags hjärna registrerar troget hur vi bygger upp teknikbudgeten för nästa år:
Beslut om fusioner och förvärv är ett annat exempel på beslut som är mycket viktiga, flerdimensionella och kräver mycket information, både kvalitativ och kvantitativ. Här är en beslutslogg där vi utvärderar ett förvärvsobjekt. Vi arbetar bara, Company Brain filmade det. I framtiden, om en ny medarbetare eller agent behöver utvärdera ett annat objekt, vet de var de ska börja.
Tänk dig att när alla dessa beslut finns på ett ställe blir de sökbara, länkbara tillgångar. AI kan äntligen göra det den är bra på: koppla beslutet till arbetsflödet bakom det och de resultat som följde. De agenter vi har satt in för att efterlikna vad människor kan göra kan äntligen se och hålla sig på rätt spår.
Steg 3. AI-exekveringslager efter att Company Brain har kommit online
När ditt arbete finns på ett ställe och ditt företags hjärna är aktiverat är det här allt börjar falla på plats och växa. Ditt team är redo att implementera ett AI-exekveringslager som fungerar i två lägen:
Ambient-läge
Detta är AI som arbetar tyst i bakgrunden. Den observerar mönster, upptäcker risker och svarar på frågor utan att bli ombedd. Den fångar upp risksignaler som människor förbiser på grund av våra blinda fläckar.
Till exempel hjälper min veckovisa reflektions-AI mig att söka efter mina blinda fläckar ("signaler som du kanske har ignorerat"):
Specialiserat agentläge
Med en stabil grund i företagets, teamets och individens arbetskontext kan du kalla in agenter efter behov. Varje agent förstår ett specifikt arbetsflöde men delar samma grundläggande företagskontext. Du kan dra in dem i en chatt, en uppgift eller ett dokument – var som helst där arbetet utförs.
Vårt team har en grupp finansagenter som tar på sig en enorm mängd tungt arbete varje dag. Dessa superagenter är inte generiska. De känner till våra arbetsflöden, våra definitioner, vår rytm och vår beslutsprocess.
Gör dessa tre steg rätt, så får du det som företagsledare alltid har velat ha från GenAI.
AI blir en integrerad del av hur företaget tänker, lär sig och fattar beslut.
Och den goda nyheten: Steg 2 och steg 3 har en kraftfull lösning: Bygg ditt företags hjärna på ClickUp.
Om du har läst så här långt har du förtjänat min första skamlösa reklam. 😊
Ett nytt sätt att skala upp med fullständig kontext
De mänskliga beteenden som tar bort sammanhanget från stora organisationer har funnits i århundraden. Strukturella luckor begraver information. Gruppkonversationer dränker de unika signalerna.
Under lång tid fanns det ingen riktig lösning. Företagen lärde sig att leva med det och betraktade förlorad kontext som en skatt på tillväxt.
AI är inte svaret på allt. På egen hand löser det väldigt lite. Ett företags hjärna uppstår inte magiskt. Det krävs medvetet arbete för att förändra kulturen, omforma operativsystemet och centralisera sammanhanget.
Men när grunden väl är på plats blir AI den viktigaste ingrediensen som knyter ihop allt.
Du har redan ett smart team. Så här förbereder du din organisation för att bygga ett företags hjärna, utvinna visdom från din egen personal och förhindra att smarta team fattar dumma beslut när du expanderar.