Appreciative Inquiry เพื่อองค์กรแห่งการเรียนรู้ (5)

ต่อเรื่องการออกแบบ KPI ให้เป็น KPI ที่มาช่วยสร้างสรรค์องค์กร
โดยใช้ Appreciative Inquiry ผมเสนอให้ลองสังเกตจุดเปลี่ยนของการทำงานที่ดีขึ้นว่า
ทำอย่างนี้ไปสักกี่ครั้งแล้วจะดีขึ้น ดีขึ้นไปอีกขั้น
ยกตัวอย่างครับในเครือข่ายของเรา เราฝึกคนให้ทำ AI ให้เป็น ผมเจอข้อสังเกตดังนี้ครับ

1. ขั้นแรกต้องทำ Appreciative Interview สักประมาณ 30 ครั้ง (Discovery)
ผู้ทำจะเริ่มเจอโอกาสเองว่าอยาก Dream, Design และ Destiny อะไร

 
เพราะฉะนั้นเราสามารถกำหนด KPI  (แบบ Performance Driver) ได้เป็น ถาม 30 ครั้ง
จะมีโอกาสเกิด Outcome คือ คนที่มีทักษะการทำ AI ระดับ Beginner 1 คน
เพราะฉะนั้นหากเราอยากสร้าง Beginner 1 ราย
สิ่งที่องค์กรต้องพยายามทำคือ สรร้างสรรค์สิ่งแวดล้อม และโอกาสให้เขาถามให้ได้ต่อถึง 30 คนครับ

2. จากนั้นถ้าจะยกระดับเป็นผู้มีทักษะระดับกลางคือระดับ Immediate
จะเป็นกลุ่มที่มักนำการค้นพบมาขยายผลอย่างน้อย  5  Discovery  (Perfomance Driver)
สิ่งที่องค์กรจะค้องทำคือถ้าต้องการได้คนระดับ Immediate 1 คน
สิ่งที่ต้องทำคือหาโอกาส สร้างโอกาสให้คนระดับ Beginner 1 คน
เพื่อทดลองขยายผล Discovery 5 กิจกรรมครับ

3. ถ้าต้องการได้คนระดับ Advance
สิ่งที่ผมสังเกตมาคือ  คนที่สามารถพัฒนาโครงการ Appreciative Inquiry
ให้กลายเป็นระดับนโยบายของหน่วยงานขององค์กร
เช่นเอามาเป็นกระบวนการหลักในการขับเคลื่อน HA
หรือ ระบบบริหารขององค์กร ดังเช่นกรณีโรงพยาบาลพล  จ.ขอนแก่น
ที่บูรณาการ AI เข้าเป็น Performance Driver สำหรับกับโครงการปกติของโรงพยาบาล
สี่งที่จะทำให้เกิดการบูรณาการแบบนี้ ผู้บริหารองค์กร หรือผู้สนับสนุน AI ต้องให้เวลาในการ Coach อย่างใกล้ชิด
เหมือนเปิดเป็น Express Lane ให้เลย ดังนั้น Performance Driver ที่แท้จริง ก็คือนโยบายดีๆ
การสนับสนุนแบบตัวต่อตัว ให้เกิดการบูรณาการระดับ Policy จนได้
ภาษา AI เราเรียกว่าการพัฒนา Positive Change Network
(Performance Driver จึงเท่ากับ การพัฒนา Positive Change Network 1 network)

สิ่งที่ผมอยากบอกอย่างเดียวเวลาวางแผนกลยุทธ์คือ

“อย่ากำหนด KPI ประเภท Outcome ที่ตั้งเป้าอย่างเดียวโดยไม่สนใจกระบวนการ คุณไปทำอะไรมาก็ได้”
ผมแนะว่าอันนี้ไม่ work ครับ คนจะเซ็งเพราะเขาไม่รู้ว่าจะต้องทำอย่างไร
ทำเท่าใด เมื่อไร มันจะไม่เกิดการเรียนรู้อะไรเลย”