5 AI-lektioner fra 3. kvartal, som enhver HR-chef bør huske
Signaler fra uddannelse: Anmodninger om uddannelse i anvendelsen af AI afslører ofte uklare prioriteter, arbejdsgange og standarder snarere end simple mangler i værktøjskendskab.
Skjult AI: Ikke-godkendte AI-arbejdsgange synliggør medarbejdernes udækkede behov, samtidig med at de skaber risici for ejerskab, dokumentation og styring.
Dokumentation for tilsyn: Effektivt menneskeligt tilsyn kræver dokumenterede udfordringer, meningsfulde beslutningsrettigheder og målbare indgreb i arbejdsgange med stor indvirkning.
Grænser for vejledning: De samme AI-analyser kan forbedre resultater eller muliggøre overvågning, afhængigt af adgang, brugerkontrol og opbevaringsperiode.
Strategisk tålmodighed: Hurtigere AI-understøttet arbejde berettiger ikke til øjeblikkelig omstrukturering; ledere har brug for dokumentation, før de ændrer roller, forventninger eller kapacitet.
Vores rapportering i løbet af det seneste kvartal vendte igen og igen tilbage til det samme punkt: Den svære del af at tage AI i brug begynder, efter at værktøjet virker.
Når folk kan bruge AI, skal ledere beslutte, hvilke problemer der er værd at løse, hvad der bør standardiseres, hvem der skal udfordre det, teknologien producerer, og hvor hurtigt organisationen bør ændre sig omkring den.
Med dette i tankerne er her fem lærdomme fra Q3, som du bør huske at tage med i din planlægning for 2027.
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
1. Anmodninger om oplæring signalerer som regel et gab i dømmekraften
På AI4 i august fortalte Markus McKay-Fleisch, direktør for AI-aktivering inden for professionelle tjenester hos Smartsheet, at han havde fundet mere end 50 separate Claude Projects, som medarbejdere på tværs af økonomi, kundesupport, salg og HR havde oprettet for at skabe materialer, der fulgte virksomhedens brand.
Problemet var, at medarbejderne ikke vidste, at en anden allerede havde løst det samme problem.
Det er i stigende grad problemet, der gemmer sig bag anmodninger om mere AI-oplæring. Ledere beder måske om undervisning, når det, medarbejderne i virkeligheden mangler, er klarhed over, hvilke problemer der er værd at løse, hvordan et godt resultat ser ud, eller hvordan deres arbejde bør ændre sig.
Den samme begrænsning viser sig i promptbiblioteker. En bedre prompt kan gøre en opgave hurtigere, men en redesignet arbejdsgang kan ændre, hvordan arbejdet udføres, fuldstændigt.
AI-aktivering kan ikke stoppe ved at lære folk, hvordan de bruger værktøjet. Den skal hjælpe dem med at beslutte, hvor det kan betale sig at bruge det.
2. Ikke-godkendt AI fortæller dig, hvor problemerne er
Analiese Brown, personalechef hos Campminder, kalder den fragmentering, som ukontrolleret brug af AI skaber, for “kaosgæld”.
Det kan ligne fremskridt i begyndelsen. Medarbejdere udvikler alternative løsninger, automatiserer opgaver og deler værktøjer med kolleger. Med tiden opbygger organisationer arbejdsgange med uklart ejerskab, sparsom dokumentation og afhængigheder, som ingen havde tilsigtet.
Det skaber et åbenlyst styringsproblem, men det skaber også nyttig information.
Hvis en person i økonomiafdelingen opbygger sin egen afstemningsproces, eller en rekrutteringsansvarlig omgår et godkendt system med en AI-arbejdsgang, så spørg, hvad der oprindeligt fik dem til at gå uden om den officielle proces.
Skygge-AI viser ikke kun, hvor kontrollerne er svage. Men den kan vise, hvor de eksisterende værktøjer og processer ikke opfylder behovene hos de mennesker, der bruger dem.
3. Menneskeligt tilsyn kræver dokumentation
De fleste rammer for AI-styring placerer stadig et menneske et sted i processen.
Det mere nyttige spørgsmål er, om denne person nogensinde er uenig med systemet.
En måde at teste, om beslutningsrettigheder vedrørende AI er reelle, er at se på konsekvensfulde arbejdsgange såsom kandidatscreening eller markeringer i forbindelse med medarbejderes præstationer og tælle de dokumenterede tilsidesættelser.
Hvis tallet er nul, er det værd at undersøge.
Måske har systemet virkelig haft ret hver gang. Eller måske tror medarbejderne ikke, at de har reel myndighed til at udfordre det, ved ikke, hvornår de bør gøre det, eller registrerer ikke deres uenigheder, når de opstår.
Det er nemt at udpege et menneske som ansvarligt. Det er sværere at opbygge et system, der gør det muligt for denne person at udøve sin dømmekraft.
4. Den samme AI kan vejlede eller overvåge
AI kan synliggøre dele af arbejdet, som ledere tidligere ikke kunne se.
Hos Cognite modtog ledere analyser af deres egne jobsamtaler. Én opdagede, at 90 % af hans spørgsmål havde været lukkede. En anden opdagede, at han havde brugt 85 % af en jobsamtale på at tale i stedet for at lytte.
Oplysningerne blev sendt tilbage til lederne selv, så de kunne forbedre sig.
Den forskel er vigtig, fordi vejledning og overvågning kan komme fra det samme værktøj.
Hvem ser resultatet? Kan den person, der bliver målt, bruge det? Hvor længe gemmes registreringen?
De beslutninger træffes i stigende grad i værktøjer til notetagning, transskriptionsprodukter og analyseplatforme. Når en organisation begynder at diskutere, om et værktøj føles grænseoverskridende, kan nogle af de mest betydningsfulde valg allerede være truffet i indstillingerne.
5. Hurtigere er ikke det samme som længere fremme
AI skaber et pres for at forkorte tidsplaner.
Byg hurtigere. Implementér hurtigere. Vis afkast på investeringen tidligere. Omsæt sparet tid til målbar værdi.
Men hastighed kan også få ledere til at træffe permanente beslutninger på baggrund af midlertidige beviser.
Det er derfor strategisk tålmodighed betyder mere, efterhånden som AI fremskynder arbejdet. At en arbejdsgang bliver hurtigere, fortæller dig ikke umiddelbart, hvordan jobbet bør udvikle sig, om gevinsten vil vare ved, eller hvad medarbejderne bør gøre med den frigjorte kapacitet.
AI har en tendens til at ændre arbejdet én opgave ad gangen. Nogle ansvarsområder forsvinder. Andre bliver vigtigere. Nye opstår.
Ledere har brug for tilstrækkelig tid til at se dette mønster, før de redesigner stillinger, hæver forventningerne til resultater eller reducerer kapaciteten på baggrund af en tidlig produktivitetsgevinst.
Det gør planlægningssæsonen særligt vigtig. De beslutninger om budgetter, roller og forventninger, der træffes nu, vil vare længere end de pilotprojekter, der danner grundlag for dem.
Hvad Q3 efterlod os med
Samtalen om AI bliver mere specifik.
Samtalerne om anvendelse er ved at rykke i baggrunden. Spørgsmålene handler nu om, hvorvidt medarbejderne anvender det på værdifulde problemer, hvad uofficiel anvendelse fortæller os, om mennesker stadig udøver dømmekraft, og om ledere kan modstå at gøre enhver tidlig gevinst til et øjeblikkeligt krav.
