Organisationsvetenskapen bakom den förlorade affärskontexten, och hur man undviker den.
Jag har haft ett stort intresse för hur information flödar inom team ända sedan min tid som doktorand i sociologi. På den tiden var det en akademisk fråga – när ett duktigt team växer från 5 till 50 till 500 börjar något gå snett:
Människor hamnar i silor. Beslutsfattare blir överraskade. Tydliga signaler syns först i efterhand.
Den nyfikenheten följde med mig in i ledarrollen. Efter att ha skalat upp team från små, kämpande startups till Fortune 500-miljöer har jag sett samma mönster om och om igen. För att säga det rakt ut: varför fattar smarta team sämre beslut när de växer?
För att besvara den frågan börjar vi 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 enda nätverk, utan kluster. Täta, aktiva grupper av människor som ständigt kommunicerar inom sin egen grupp, medan kopplingarna mellan grupperna snabbt tunnas ut.
Dessa luckor är strukturella hål. Enkelt uttryckt är ett strukturellt hål helt enkelt en lucka mellan grupper som borde dela information men som inte gör det.
De syns inte i organisationsschemat. De finns i det sociala nätverket.
Det finns några personer som naturligt överbryggar dessa klyftor. Burt kallade dem brokers. Det är de som lyssnar på båda sidor, upptäcker inkonsekvenser och ser samband som andra missar. När brokers saknas, är överbelastade eller inte involverade, dör insikten inom den lokala gruppen.
Som CFO är strukturella luckor en av de största operativa riskerna jag håller utkik efter. De som överbryggar dem är avgörande. Jag uppmanar ständigt ledare att identifiera dessa personer som Key People of Information (ja, inte den typen av KPI) och hålla dem nära beslutsbordet. Jag är säker på att några namn redan dyker upp i tankarna när du läser exemplen nedan:
Operationschefen som i det tysta hade nyckeln till ett prognosproblem
Ekonomiavdelningen brottades med en plötslig nedgång i konverteringsgraden för affärsmöjligheterna. Oändliga möten med djupgående analyser, massor av teorier, inga svar. Då 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 användarproblem på en företagsfest för en produktmarknadsföringschef som aldrig hade hört det formuleras på det sättet. Den enda kommentaren kunde ha omformat en viktig del av lanseringsberättelsen.
Säljaren som skapade tydlighet kring prissättningen
Säljare sitter ofta på ovärderlig kundkontext, men den når sällan prissättningsteamet på huvudkontoret. Under en kort kaffepaus med tillväxtchefen, som råkade besöka det lokala kontoret, förklarade en säljare den senaste förvirringen kring paketeringen, som stämde perfekt överens med en nedgång i vinstprocenten…
Dessa ögonblick kan verka obetydliga, men de är faktiskt strukturella luckor i praktiken.
Och strukturella luckor i medarbetarnätverket förvandlas till dataluckor i arbetsflödet.
Sammanhanget sprids ut över olika kommunikationsverktyg, sidokonversationer och möten. Sambanden finns där. Människor har naturligt svårt att koppla ihop dem utan att mellanhänder oavsiktligt fyller i luckorna.
Studie 2: Stora möten begraver unika insikter
På 1980-talet genomförde forskarna Garold Stasser och William Titus ett till synes enkelt experiment.
De delade in deltagarna i grupper om fyra personer och bad dem fatta ett beslut.
De körde två uppställningar:
- Alla hade tillgång till samma information.
- Varje person hade en blandning av gemensam information och unik information som endast de själva kände till.
När alla hade tillgång till samma fakta presterade gruppen bättre än enskilda individer.
När deltagarna hade olika fakta att utgå ifrån valde gruppen ofta ett sämre svar än vad varje individ skulle ha valt på egen hand.
Varför?
När forskarna granskade inspelningarna upptäckte de mönstret.
Grupperna upprepade hela tiden det som alla redan visste.
De unika fakta som beslutet byggde på fick knappt någon uppmärksamhet eller ignorerades helt.
Om du någonsin har suttit med på ett möte där teamet i 30 minuter går igenom allmänt kända fakta utan att någonsin ta upp de gränsfall som faktiskt spelar roll, har du själv upplevt detta experiment.
Jag har sett detta hända med egna ögon.
En gång kämpade vi i flera veckor med att få prognoserna att stämma i vår försäljningskapacitetsmodell.
Vid varje möte dök samma teorier upp. Kanske var det ett rekryteringsproblem. Kanske kompetensutveckling. Kanske kvaliteten på marknadsföringspipeline. Kanske ledarskapet. Samtalet kretsade ständigt kring samma gemensamma antaganden, och tonen glidde långsamt över mot att skylla på varandra.
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. Vårt antagande om säsongsvariationer – en liten faktor som alla tog för given – hade varje kvartal glidit allt längre bort från baslinjen.
Det visade sig att en enda förbisedd detalj, begravd i hennes privata analys och aldrig nämnd i gruppdiskussionen, var den verkliga orsaken som snedvred hela försäljningskapacitetsmodellen.
Det var det perfekta exemplet från verkligheten 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”.
Skal nu detta till tusentals personer, hundratals möten och dussintals arbetsverktyg.
Det blir nästan omöjligt att få fram unika insikter när mötena blir allt större.
På grund av dessa två organisatoriska dynamiker sjunker beslutskvaliteten snabbt när smarta team växer. Inte för att människor blir dummare. Utan för att informationen blir svårare att utvinna och beslutsprocessen blir exponentiellt mer oöverskådlig.
När punkterna är så utspridda och flödet är omöjligt att spåra kan människor inte koppla ihop dem.
Det kan inte heller AI.
Company Brain: fånga sammanhanget 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 i realtid, istället för att bara lagra den ”slutgiltiga dokumentationen”.
Ett system som effektivt filmar beslutsprocessen live: det loggar underlag, diskussioner, antaganden, avvägningar och resultat i realtid.
Det är vad jag menar med ett ”Company Brain”.
Detta är inte en statisk kunskapsbas, utan ett levande intelligenslager som observerar hur företaget fungerar, dokumenterar hur beslut fattas och hjälper alla att omedelbart få tillgång till hela sammanhanget när verksamheten växer.
Med AI är detta inte längre science fiction i affärsvärlden.
Vi har experimenterat med detta på ClickUp. Vår slutsats är att det krävs en strategi i tre steg för att bygga upp ett ”Company Brain”. (Varning: hoppar du över ett steg rasar hela konstruktionen samman till AI-sörja!!)
Steg 1: Bygg upp ditt företag så att det blir ett ”öppet sammanhang”
Belys de strukturella luckorna: skapa ett medvetet system som hämtar unika insikter från individer och isolerade team, och sedan sprider dem så brett som möjligt.
NVIDIAs VD Jensen Huang har sagt att han undviker en-till-en-möten när det gäller viktig kontext. Han föredrar att dela information i stora grupper så att alla får höra samma sak samtidigt.
Han minskar strukturella luckor som standard. Privat sammanhang är ömtåligt och långsamt. Offentligt sammanhang blir sökbart, återanvändbart och kan matas in i AI.
Hos ClickUp återspeglas en öppen kontextkultur överallt: vi skickar mötesantecknare till så många möten som möjligt, vi uppmuntrar medarbetarna att ställa frågor och dela tankar i gruppchattar istället för i direktmeddelanden, och vi har en strikt veckovis uppdateringsrutin: från IC till ledningsgruppen skickar alla in en veckoreflektion i ClickUp med endast tre punkter:
- Vad jag har åstadkommit den här veckan (AI-automatiserat)
- Vad jag ska ta itu med härnäst (AI-automatisering + mänskliga insatser)
- Vilka problem eller hinder upplever jag (mänskliga faktorer)
Det verkade nästan för enkelt, men den kumulativa effekten var stark. Dolda signaler kom fram i ljuset. Hinder upptäcktes i realtid istället för flera månader senare. Ledarna 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 är det vi missar?” AI skannar hela organisationen och sammanfattar det gemensamma temat. Mänskligt arbete förblir avgörande för bedömning och framförhållning. AI tar över den mekaniska rapporteringen och sammanfattningarna.
Steg 2: Samla allt arbete för att filma besluten i realtid
Samla alla rådata från arbetet på ett ställe och välj en enda arbetsplattform där allt kan samlas. Allt: veckouppdateringar, teamchattar, projekttrådar, memon och överlämningsplaner.
Börja föra en logg över hur viktiga beslut fattas.
Det här 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 plågsam jakt på svar. 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. Så fungerar inte människor! Det bryter arbetsflödet och saktar ner genomförandet.
Det rätta tillvägagångssättet är att dokumentera beslut när de fattas, precis som att filma arbetet istället för att be folk 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 spelreglerna.
Hos ClickUp loggar vårt ”Company Brain” viktiga beslut direkt i den sammanslagna arbetsplattformen och matar kontinuerligt tillbaka dessa beslutspår till systemet.
Som ekonomichef ställer jag nästan alltid samma fråga när jag börjar på ett nytt företag: ”Hur upprättar ni er budget?”
Eisenhower uttryckte det bäst: ”Planer är värdelösa, men planering är allt.” Jag bedömer inte det slutliga resultatet. Jag samlar in sammanhanget kring hur ett företag fungerar: hur beslut fattas.
- Vilka data är viktiga?
- Vilka jämförelsetal är relevanta?
- Var sker avvägningarna?
- Vems synpunkter är avgörande?
- Vem fattar det slutgiltiga beslutet?
- Och hur säkerställs att besluten följs upp?
Budgetprocessen har alltid varit mitt röntgenverktyg för att bedöma hälsan och mognaden i ett företags beslutsfattande.
Nu är det dags för AI-agenterna.
Jag får ofta förslag på ”budgetagenter” som lovar att hjälpa ekonomichefer att upprätta budgetar. Utan sammanhang är det en återvändsgränd. I bästa fall får man svar som hämtade ur en lärobok. Allvarligt talat, hur mycket vägledning måste jag ge för att lära agenterna hur vi fattar beslut?
Men ge en medarbetare en verklig logg över beslutsprocessen, så förändras allt. Medarbetaren förstår nu hur detta företag tänker. Beslutsloggen blir deras skattkarta. Företag som har denna förmåga kan frigöra medarbetarnas potential en storleksordning snabbare än de som saknar den.
Vårt ”Company Brain” dokumenterar noggrant hur vi sätter ihop teknikbudgeten för nästa år:
Beslut om fusioner och förvärv är ett annat exempel på ett beslut med höga insatser, som är mångdimensionellt och kräver mycket information, både kvalitativ och kvantitativ. Här är en beslutslogg där vi utvärderar ett förvärvsobjekt. Vi arbetar helt enkelt, och Company Brain filmade det. I framtiden, om en ny medarbetare eller agent behöver utvärdera ett annat förvärvsobjekt, kommer de att veta var de ska börja.
Tänk dig att när alla dessa beslut finns samlade på ett ställe blir de sökbara och länkbara tillgångar. AI kan äntligen göra det den är bäst 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 klart och hålla sig på rätt spår.
Steg 3. AI-exekveringslagret efter att Company Brain har tagits i drift
När ditt arbete samlas på ett ställe och ditt ”Company Brain ” är aktiverat är det här allt börjar falla på plats och ge effekt. Ditt team är redo att implementera ett AI-exekveringslager som fungerar i två lägen:
Ambient-läge
Det här är den AI som arbetar tyst i bakgrunden. Den observerar mönster, lyfter fram risker och besvarar frågor utan att behöva uppmanas. Den fångar upp de risksignaler som människor förbiser på grund av våra blinda fläckar.
Till exempel hjälper min AI för veckoreflektioner mig att upptäcka mina blinda fläckar (”signaler du kanske har ignorerat”):
Specialiserat agentläge
Med en solid grund i företagets, teamets och den enskilda medarbetarens arbetssammanhang kan du kalla in agenter när du behöver dem. Varje agent förstår ett specifikt arbetsflöde men delar samma grundläggande företagssammanhang. Du kan koppla in dem i en chatt, en uppgift eller ett dokument – var som helst där arbetet pågår.
Vårt team har en grupp ekonomimedarbetare som varje dag hanterar en enorm arbetsbörda. Dessa ”superagenter” är inte generiska. De känner till våra arbetsflöden, våra definitioner, vår rytm och vår beslutsprocess.
Följ dessa tre steg på rätt sätt, så får du det som företagsledare hela tiden har önskat sig av 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 Company Brain på ClickUp.
Om du har läst så här långt har du förtjänat min första skamlösa reklam. 😊
Ett nytt sätt att skala upp med fullt sammanhang
De mänskliga beteenden som berövar stora organisationer deras sammanhang har funnits i århundraden. Strukturella luckor begraver information. Gruppdiskussioner överröstar de unika signalerna.
Under lång tid fanns det ingen riktig lösning. Företagen lärde sig att leva med det och betraktade förlorat sammanhang som en kostnad för tillväxt.
AI är inte svaret på allt. På egen hand löser den väldigt lite. En ”Company Brain” uppstår inte som genom ett trollslag. Det krävs målmedvetet arbete för att förändra kulturen, omforma verksamhetssystemet och centralisera sammanhanget.
Men när grunden väl är på plats blir AI den avgörande faktorn som knyter ihop allt.
Du har redan ett kompetent team. Så här förbereder du din organisation för att bygga upp ett ”Company Brain”, utnyttja visdomen hos dina egna medarbetare och förhindra att kompetenta team fattar dåliga beslut när verksamheten växer.