Optimerer du job, der er ved at forsvinde?
Effektivitetsgevinster: Virksomheder automatiserer roller, men skal overveje, hvilke menneskelige bidrag der er afgørende, efterhånden som kunstig intelligens udvikler sig.
Ændringer på arbejdsmarkedet: Et markant fald i stillinger på begynderniveau truer organisationernes muligheder for langsigtet udvikling af ledere.
Fejl i investeringer i kunstig intelligens: De fleste organisationer prioriterer fejlagtigt automatisering frem for at håndtere afgørende menneskelige roller og udvikling af kompetencer.
Strategisk ejerskab: Ansvaret for transformation med kunstig intelligens bør ligge hos HR-direktører for bedre at tilpasse menneskeligt arbejde og teknologi.
Talentudvikling: Nye arbejdsstyrkemodeller kræver fokus på alsidige kompetencer, ikke kun traditionel specialisering.
Et eller andet sted, lige nu, foretager en virksomhed en investering for at gøre en rolle mere effektiv. Rollen behandler krav, videresender forespørgsler eller sammenfatter rapporter – noget i den stil. Teamet kortlagde arbejdsgangene, identificerede friktionerne og lagde en plan. Ved udgangen af kvartalet vil det tage 30 % mindre tid for denne rolle at udføre det samme arbejde.
Ved udgangen af årtiet vil arbejdet blive udført udelukkende af AI.
Dette er ikke en fortælling om teknologiens succes eller fiasko. Det er den igangværende fortælling om dette århundredes mest betydningsfulde ledelsesudfordring, og den udspiller sig i stor skala på tværs af brancher, der tror, at de arbejder strategisk med AI, mens de i virkeligheden bare har travlt.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Det underliggende spørgsmål i næsten enhver seriøs AI-samtale lige nu er det, som de fleste organisationer undgår: Ikke hvordan bruger vi AI, men hvad har vi egentlig brug for mennesker til?
De, der bruger millioner på optimering af produktiviteten, besvarer ikke det spørgsmål. De udskyder det, én effektiviseringsgevinst ad gangen.
Talentpipeline kollapser allerede
37 % af organisationerne planlægger at erstatte roller på begynderniveau med AI, ifølge Korn Ferry. Yderligere 66 % har bremset ansættelsen af medarbejdere på begynderniveau. Hvis du er nyuddannet og forsøger at forstå, hvorfor arbejdsmarkedet føles strukturelt anderledes end det, dine undervisere beskrev, er det derfor.
Roller på begynderniveau har historisk fungeret som den primære mekanisme, hvormed organisationer udvikler deres egne talenter. Analytikeren bliver leder. Koordinatoren bliver direktør. Den juniormedarbejder, der bruger tre år på at lære virksomheden at kende indefra, bliver den person, der med tiden kommer til at lede den.
Fjerner du indgangen, mister du ikke bare billig arbejdskraft. Du mister den udviklingsmæssige talentpipeline, der skaber erfarne ledere ti år senere.
IBM bevæger sig i den modsatte retning og tredobler ansættelsen af medarbejdere på begynderniveau, mens konkurrenterne trækker sig. Om det er et talentmæssigt sats eller et PR-stunt, må tiden vise. Men én ting kan der ikke herske tvivl om: Du kan ikke udvikle ledere, som du ikke ansætter. IBM positionerer sig til at have mennesker ved roret langt ind i fremtiden.
Det forkerte spørgsmål får hele budgettet
De fleste AI-investeringer følger i dag en velkendt logik: Identificér, hvor mennesker bruger tid, automatisér så meget af det som muligt, mål produktivitetsgevinsten, og gentag.
Den 70-20-10-model, som vi tidligere har gennemgået, er den måde, nogle sofistikerede organisationer tænker over fordelingen af AI-investeringer på. Den afspejler en anden prioritering – 70 % af investeringen går til redesign af mennesker og processer, 20 % til infrastruktur og 10 % til selve algoritmerne. Der er blot én lille hage: Næsten ingen organisationer arbejder faktisk på denne måde. De fleste har vendt det på hovedet.
Resultatet er organisationer, der er teknisk sofistikerede, men strategisk på afveje. De har bedre værktøjer, men intet klarere svar på, hvad de mennesker, der betjener værktøjerne, forventes at udvikle sig til.
De roller, der er mest udsatte for automatisering, er ikke de roller, der er mindst værdifulde. Det er ofte de roller, der kræver mest rutinepræget dømmekraft eller den form for struktureret problemløsning, som viser sig at være præcis det, maskinlæring er god til. Det skaber et fænomen, hvor medarbejdere oplever kognitiv overbelastning som følge af AI-beslutningstagning.
De roller, der består, eller som vil blive skabt, kræver noget andet: Evnen til at navigere i tvetydighed, træffe etiske beslutninger, håndtere relationer på tværs af modstridende interesser og udøve den form for kontekstuel dømmekraft, der ikke kan reduceres til en prompt.
Der er ikke mange jobbeskrivelser, der passer til dette, ud fra hvad jeg har set. Der findes ikke nogen karrierestige for det på nuværende tidspunkt, og der er næsten intet udviklingsbudget rettet mod det.
Hvem ejer dette problem?
David Swanagon har argumenteret for, at AI-implementeringen er blevet overladt til CIO'er, selv om den hører hjemme hos CHRO'er.
Indførelse er noget helt andet end implementering. CIO’en har ikke kun fået ansvaret for design, test og implementering af værktøjer, men også for at få dem indført. Indførelsen bør ejes af CHRO’en — fordi det handler om kultur, tillid, autonomi og kompetencer.
Logikken er sund. Teknologimplementering udgør en relativt lille del af det, der får AI-transformationer til at lykkes eller mislykkes. Den større udfordring er at beslutte, hvilket arbejde mennesker bør eje, hvilke kompetencer det kræver, og hvordan man udvikler disse kompetencer hos mennesker, der blev ansat på grund af helt andre kompetencer.
CIO'er er ikke de rette til at besvare disse spørgsmål. Deres fokus er på systemer, ikke på den menneskelige infrastruktur, som disse systemer skal betjene.
Når AI-strategien ligger i teknologifunktionen, er de spørgsmål, der bliver besvaret, tekniske spørgsmål. De organisatoriske og menneskelige spørgsmål bliver udskudt eller delegeret til HR som en eftertanke, når implementeringen allerede er i gang.
Det er sådan, man ender med en AI-udrulning, der teknisk fungerer, men strategisk mislykkes. Værktøjerne fungerer. Arbejdsstyrken ved ikke, hvad den skal bruge dem til, hvordan dens rolle vil se ud om tre år, eller om den bør udvikle kompetencer, som organisationen ikke har signaleret, at den værdsætter.
Det er ikke ensbetydende med, at CHRO'er i øjeblikket løfter dette ansvar. Faktisk vil Swanagon hævde, at de ikke gør.
De fleste CHRO'er starter desværre med: „Vi vil automatisere ting, og vi vil spare penge.“ Og det er godt, men det er ikke sjovt,“ sagde Swanagon. „Det er heller ikke interessant. Det er bare godt.“
More Articles
- Vicepræsident for mennesker & organisation hos AI-unicorn siger, at HR-ledere skal blive arkitekterne bag en menneske-maskine-arbejdsstyrke
- Strateg for fremtidens arbejde analyserer de organisatoriske realiteter ved AI, og hvordan man navigerer i dem
- 30 års veteran inden for HR-teknologi: AI-anvendelse skal sætte mennesket først
- HR-teknologichef siger, at det at blive AI-baseret afslørede det arbejde, medarbejderne faktisk ønsker at udføre
- Signalrapport: Erfaringer fra Transform 2026
Det M-formede kompetencegab
I årevis har talentstrategien favoriseret T-formede medarbejdere — specialister med et tilstrækkeligt bredt udsyn til tilstødende områder til at kunne samarbejde på tværs af dem. Modellen gav mening i et miljø, hvor specialisering var stabil, og bredde var en fordel for koordinering.
AI ændrer betydningen af bredde. Den fremspirende model kaldes nogle gange M-formet eller kamformet: medarbejdere, der har flere områder med reel dybde, ikke blot overfladisk kendskab, forbundet af en integrerende dømmekraft, der lader dem bevæge sig flydende mellem domæner.
Forskellen er vigtig, fordi udvikling af kamformede medarbejdere kræver en anden type investering end udvikling af T-formede medarbejdere. Man udvider ikke blot nogens perifere synsfelt. Man opbygger flere kompetencecentre i den samme person og dyrker derefter dømmekraften til at anvende dem situationsbestemt.
De fleste organisationer har ikke et udviklingsprogram, der gør dette. De har kursuskataloger og licenser til LinkedIn Learning.
Hvad ansvarlig forvaltning kræver
Ordet forvaltning bruges løst i ledelsessammenhænge. Det betyder som regel noget i retning af „vi passer på vores medarbejdere“ i samme vage betydning som „vores medarbejdere er vores største aktiv“. Ingen af formuleringerne overlever mødet med en meddelelse om reduktion af arbejdsstyrken.
Reel forvaltning i en AI-omstilling betyder at træffe beslutninger nu, som beskytter menneskers evne til at skabe værdi over en fem- til tiårig horisont, selv når disse beslutninger er sværere at retfærdiggøre i en kvartalsgennemgang end endnu en automatiseringsrunde.
For nylig satte Adam DeRose fra HR Brew og jeg os ned for at optage en episode af Dine arbejdsvenner med Francesca Ranieri og Mel Plett. Og Adam sagde noget, som jeg tænkte over resten af dagen.
„Jeg forstår værdien af den kvartalsvise forretningsgennemgang, men helt ærligt synes jeg, vi bare burde afskaffe dem.“
Grunden? Fokusset på kvartalsresultater har forringet ledelsens evne til at tænke langsigtet. Besættelsen af kvartalstal er udbredt fra bestyrelsesniveau og hele vejen ned til linjeledere, men de taktikker, der driver kvartalsresultaterne, underminerer ofte vores evne til at fremme langsigtet strategisk tænkning, især når det gælder talenter i den nuværende situation.
Dette er et øjeblik, der måske kræver finansiering af udviklingen af kompetencer, som endnu ikke har jobtitler. Det betyder at bevare fødekæden til stillinger på begynderniveau, selv når tallene siger, at man kan fjerne den. Det betyder at behandle det organisatoriske spørgsmål om, hvad mennesker skal bruges til, som et strategisk spørgsmål og ikke som HR's problem, samt at sørge for, at medarbejderfunktionen er til stede i det rum, hvor disse beslutninger træffes.
De fleste organisationer gør ikke dette. De optimerer. Og optimering anvendt på en struktur, der ændrer sig under ens fødder, er en sofistikeret måde at løbe i den forkerte retning på.
De job, der gøres mere effektive i dag, er ikke de job, der vil definere organisatorisk værdi i 2030. Det arbejde, der vil have betydning — dømmekraft, navigering, etisk beslutningstagning og evnen til at lede andre mennesker gennem reel usikkerhed — udvikles og realiseres næsten ingen steder. Det har ingen budgetpost, ingen rapporteringsmåling og bestemt ikke nok ledelsesmæssige sponsorer.
Det er ledelsesfejlen. AI gør det muligt for os at realisere målet om at bevæge os hurtigt, men det er værd at spørge, om vi ødelægger for mange ting undervejs.
