AI omdefinerer læring og udvikling – fra indholdslevering til strategisk koordinering

• Dine udviklere tager ikke kurser i bedste praksis for Python – de spørger GitHub Copilot, mens de koder.
• Dit kundeserviceteam logger ikke ind på LMS'et for at gennemgå procedurer for håndtering af opkald – de spørger ChatGPT om vejledning i realtid.
• Dit salgsteam ser ikke træningsvideoer om håndtering af indvendinger – de bruger AI til at forberede sig på opkald og skrive opfølgende e-mails.

Hele grundlaget for L&D – idéen om, at man har brug for specialiserede mennesker til at kuratere, levere og måle læring – er ved at forsvinde, fordi AI gør disse ting på et kvalitets- og skalamæssigt niveau, som det bliver stadig sværere at konkurrere med, samtidig med at det er hurtigere og billigere.

Det langsomme sammenbrud af L&D's værdiforslag

Lad os spole tilbage og se på, hvad L&D har lovet organisationer gennem det seneste årti.

Fase 1: "Vi vil øge engagementet"

Fokus var på at få folk til rent faktisk at bruge læringsressourcerne. Udfordringen var reel. Hvordan konkurrerer man med alt det andet, der kræver medarbejdernes opmærksomhed?

L&D-teams arbejdede hårdt på at gøre indholdet mere engagerende, mere tilgængeligt og mere overbevisende. Gennemførelsesrater og engagementsresultater blev de primære målepunkter, fordi de kunne måles og viste aktivitet.

Det sværere spørgsmål om, hvorvidt dette engagement omsattes til forretningsmæssig effekt, forblev ofte ubesvaret – ikke fordi L&D var ligeglad, men fordi det reelt var svært at måle.

Fase 2: "Vi vil fremme opkvalificering"

Dette repræsenterede reelle fremskridt. Værdiforslaget skiftede til kompetenceopbygning: Hjælp folk med at udvikle nye færdigheder, så organisationer kunne forfremme internt i stedet for at ansætte eksternt.

Det gav rigtig god mening i betragtning af, hvor dyrt, tidskrævende og konkurrencepræget det er at ansætte. L&D blev en strategisk partner inden for talentudvikling. For mange organisationer fungerede denne model godt og skabte reel værdi.

Fase 3: "Vi vil være resultatorienterede"

Dette er en naturlig udvikling, hvor man bevæger sig ud over engagement og endda ud over kompetenceopbygning for at fokusere direkte på præstationer og produktivitet i de faktiske jobroller. I stedet for at måle gennemførelser skal man måle forretningsmæssig effekt. I stedet for kurser skal man tilbyde præstationsstøtte.

Denne tilgang fik stadig større gennemslagskraft og repræsenterede L&D's modning som strategisk funktion.

Og så kom AI og ændrede grundlæggende på ligningen.

"AI forandrer L&D i et tempo, vi aldrig har set før, men den eliminerer ikke funktionen – den omdefinerer den," siger Valerie Gobeil, direktør for talentledelse og læring hos Workleap. "L&D's værdi bevæger sig væk fra indholdsskabelse og hen imod design af de systemer, vaner og miljøer, der gør kontinuerlig læring til en del af det daglige arbejde."

Brandon Sammut, chef for medarbejdere og AI-transformation hos Zapier, formulerer det endnu mere direkte: "Med AI vil vi se en acceleration af indholdets allestedsnærvær. Den forkerte måde at se dette på er som en trussel mod L&D – den rigtige måde er at se det som en enorm hjælp og tidsbesparelse."

Denne udvikling sker ikke, fordi L&D mislykkedes – teknologien indhentede ganske enkelt det, som L&D havde forsøgt at opbygge i årevis. Har du brug for at vide, hvordan man skriver en SQL-forespørgsel? Har du brug for hjælp til at formulere en vanskelig e-mail? Har du brug for hurtigt at forstå et komplekst begreb? Den mindste modstands vej er ikke længere "søg i LMS'et" eller "kontakt L&D". Det er "spørg ChatGPT" og få et tilpasset svar på 30 sekunder.

L&D-teams brugte år på at tale om "præstationsstøtte" og "læring lige i rette tid". Visionen var korrekt. Udfordringen var, at teknologien til at levere dette i ægte skala, med ægte personalisering og i ægte hastighed, ganske enkelt ikke fandtes i en form, der levede op til beskrivelsen. Men en AI-assistent, der er til stede dér, hvor arbejdet foregår, ændrer spillet fuldstændigt.

Dr. Jill Stefaniak, læringschef hos Litmos, understreger L&D's fortsatte nødvendighed.

"AI-æraen har brug for L&D som forretningsfunktion for at overleve," siger hun. "80 procent af de ledende medarbejdere har rapporteret, at implementeringen af AI er gået i stå på tværs af deres teams på grund af manglende ekspertise i, hvordan værktøjerne bruges effektivt. L&D-professionelle bidrager med strategisk og menneskecentreret dømmekraft for at sikre, at læringsoplevelser er forankret i den rette kontekst. Meningsskabelse og kapacitetsopbygning til understøttelse af læring har aldrig været mere nødvendigt."

It starts with one signal.

Each week, AI Signal takes one meaningful shift in AI and helps people leaders understand what changed, why it matters, and what to consider next.

Get Free Access

Have an account? Log In

De tre funktioner, L&D faktisk udførte (og hvem der overtager dem)

Lad os prøve at foretage en ærlig vurdering af, hvad L&D ofte har leveret, og hvordan det ser ud fremover:

1. Kuratering og adgang til information

Hvad L&D gjorde: Fandt eller skabte relevant indhold, organiserede det i et LMS og gjorde det søgbart.

Hvad AI gør: Giver øjeblikkelig adgang til al menneskelig viden, tilpasser den til din kontekst og besvarer opfølgende spørgsmål.

Hvem ejer det: AI.

2. Udvikling og træning af færdigheder

Hvad L&D gjorde: Skabte kurser, workshops og simuleringer for at hjælpe folk med at opbygge kompetencer. 

Hvad AI gør: Tilbyder uendeligt mange øvelsesscenarier, øjeblikkelig feedback og personlig coaching i stor skala. 

Hvem der reelt gør det nu: Folk lærer ved at arbejde sammen med AI som deres copilot, ikke ved først at tage kurser.

Kompetencer har nu kortere holdbarhed, men det betyder ikke, at medarbejderne har brug for mindre udvikling, men snarere at de har brug for den mere konstant,” sagde Gobeil. “Det nye mandat for L&D er ikke at ’producere træning’, men at muliggøre bedre præstationer. Det betyder at opbygge strukturer, der hjælper folk med hurtigt at udvikle sig, eksperimentere og tilpasse sig.

3. Organisatorisk forandring og tilpasning

Hvad L&D gjorde: Rullede nye processer, værktøjer eller strategier ud gennem træningsprogrammer.

Hvad der faktisk driver forandring: Direkte coaching fra ledere, kommunikation fra ledelsen, læring blandt kolleger og reelle incitamenter.

Hvem der bør eje dette: HR (kultur), ledelsen (strategi), ledere (eksekvering).

Når L&D-leverandører ser skriften på væggen

Taylor Blake kører AI-eksperimenter hos Degreed, en af de førende platforme til læringsoplevelser på markedet. I en nylig samtale forsøgte jeg at læse mellem linjerne i det, han sagde.

"AI-assistenter og copiloter overtager rollen som hjælp i realtid på arbejdet. Hvis du har brug for at komme videre, henvender du dig ikke til L&D – du tager fat i din AI-assistent."

"Virksomheder ansætter færre mennesker. Fortællingen om at ’opkvalificere internt som et alternativ til dyr ansættelse’ fungerer ikke længere, når man har brug for færre mennesker."

"Vi åbner op for en ny værktøjskasse omkring AI-drevne samtaler, dialog og coaching."

Oversættelse: Degreed ved, at deres centrale forretningsmodel skal ændres. De skifter fokus til ”AI-drevet coaching og dialog”, fordi det muligvis er den eneste forsvarlige position, der er tilbage.

Med andre ord ser de mennesker, der har arbejdet på at gøre læringsindhold tilgængeligt og målbart, hvordan AI gør adgang til indhold til en standardvare. Deres overlevelsesstrategi må derfor udvikle sig til noget helt andet.

Hvad der faktisk ændrer sig, og hvad det betyder for dit budget

Spørgsmålet er ikke ”hvad bør vi stoppe med at finansiere?”, men snarere ”hvilke problemer løser vi faktisk, og hvad er den bedste måde at løse dem på nu?”

L&D er stadig en del af din strategi, men den kommer til at se lidt anderledes ud i 2026 og fremover.

Læringsstyringssystemer

Hvad LMS-platforme lovede: Ét sted, hvor alt læringsindhold er samlet, tilgængeligt for alle og med indbygget sporing og rapportering.

Hvad der har ændret sig: Det grundlæggende problem, som LMS-platforme løste – at gøre information tilgængelig – er blevet løst mere elegant af AI. Friktionen ved ”log ind på LMS → søg i kursuskataloget → find det rigtige modul → se 20 minutters video → udtræk de 30 sekunder, du havde brug for” er absurd sammenlignet med ”spørg ChatGPT eller Claude”.

Men hvad med intern viden? Det er en valid indvending. Din AI-assistent kender ikke automatisk din virksomheds specifikke processer, politikker eller institutionelle visdom. LMS-platforme var dog heller aldrig den bedste løsning på dette.

Interne wikier eller vidensbaser (Notion, Confluence), Loom til demonstration af processer, Slack-kanaler til opdagelse i realtid og dokumentation ved siden af det faktiske arbejde tjener alle dette formål bedre – og kan tilføres AI-værktøjer, så de bliver tilgængelige gennem naturligt sprog.

Indholdsbiblioteker: Fra 10.000 kurser til syntese efter behov

Hvad indholdsbiblioteker lovede: Adgang til tusindvis af kurser om alle emner, så medarbejderne kunne lære alt, hvad de havde brug for.

Hvad er ændret: Værdiforslaget om, at "vi har 10.000 kurser", er brudt sammen, når AI kan syntetisere information fra millioner af kilder og tilpasse den til netop din kontekst. Man har ikke brug for et 4-timers kursus i "Effektiv e-mailkommunikation" – man har brug for hjælp til at skrive denne specifikke vanskelige e-mail lige nu.

Det egentlige problem: De fleste abonnementer på indholdsbiblioteker har en anvendelsesgrad på 5-15 %. Du betaler for kurser, som 85 % af dine medarbejdere aldrig vil benytte. Og når de faktisk har brug for at lære noget, går de i stigende grad til YouTube, Reddit eller AI, før de logger ind på din indholdsplatform.

France Hoang, administrerende direktør og grundlægger af BoodleBox, en samarbejdsbaseret AI-platform til uddannelse og arbejdsmarkedsparathed, gentænker, hvad L&D bør fokusere på.

"I små og mellemstore virksomheder, hvor hver eneste krone tæller, har vi ikke længere råd til at være indholdsbibliotekarer. Spørgsmålet er ikke: 'Hvilken information har medarbejderne brug for?' men: 'Hvilke spørgsmål stiller de endnu ikke?' AI demokratiserer adgangen til information, og L&D skal demokratisere visdom."

Hvad virker faktisk? Adgang til AI-værktøjer til forklaringer og eksempler i realtid, kuraterede spillelister med virkelig fremragende ressourcer, kontakt til eksperter i organisationen samt betalte kurser eller certificeringer, men kun når nogen har brug for dyb, struktureret ekspertise inden for et specifikt område.

L&D-bemanding: Fra serviceleverandører til strategiske orkestratorer

Hvad L&D-teams lovede: Specialiseret ekspertise inden for instruktionsdesign, udvikling af læseplaner, leverandørstyring, læringsteknologi og programlevering.

Hvad er ændret: Mange af disse specialiserede færdigheder bliver standardiseret af AI. Udarbejdelse af en kursusdisposition? AI. Formulering af læringsmål? AI. Søgning efter relevant indhold? AI. Det højt specialiserede område instruktionsdesign oplever den samme forstyrrelse som alle andre områder inden for vidensarbejde.

Den nuancerede virkelighed: De færdigheder, som L&D-professionelle besidder, såsom forståelse af, hvordan mennesker lærer, design af oplevelser, facilitering af forandringer og måling af effekt, er stadig værdifulde. De er bare værdifulde i andre sammenhænge nu.

Chris Eigeland, administrerende direktør og medstifter af Go1, en indholdsaggregator for L&D-ledere, ser dette øjeblik som en mulighed snarere end en trussel.

"Dygtige L&D-ledere og -funktioner vil ikke blot overleve overgangen til en AI-understøttet arbejdsstyrke, men trives," siger han. "I de senere år har L&D været optaget af administration, lige fra indhentning af indhold til gennemførelse af kampagner og omfattende rapportering. Løftet ved et AI-understøttet HR- og L&D-team er, at meget af denne 'traditionelle' rolle kan automatiseres, så L&D-ledere kan fokusere på at levere og måle en tydelig forretningsmæssig effekt."

L&D-professionelle kunne lære medarbejderne, hvordan man lærer effektivt som voksen – hvordan man stiller bedre spørgsmål, øver sig målrettet, overfører viden på tværs af sammenhænge og lærer andre det. De kunne facilitere netværk for kollegial læring, støtte ledere som læringsansvarlige og måle det, der faktisk betyder noget: læringshastighed, anvendelsesgrad og forretningsresultater.

Sammut giver et bud på denne udviklede rolle.

"Hvor L&D-teams kan gøre en særlig forskel i de kommende år, er ved at gentænke funktionen med fokus på at sikre et datalag af høj kvalitet, som AI kan bruge til at personalisere læring og coaching, samt ved at udvikle effektmodeller, der kobler L&D-indsatser (mikrolæring lige når behovet opstår, coaching i arbejdets flow) sammen med individuel udvikling og forretningsmæssig effekt."

"Fremtidens L&D-professionelle er en teknolog, der forstår håndværket bag menneskelig udvikling, anvender datamodeller til at personalisere læringsoplevelser og kompetent kan koble L&D-investeringer til forretningsresultater."

Virkeligheden omkring bemanding: Du har sandsynligvis ikke brug for 8 L&D-medarbejdere, der arbejder med instruktionsdesign og programstyring. Men du har måske brug for 2-3 personer, der orkestrerer kollegial læring på tværs af organisationen, coacher ledere i udviklingen af deres teams, måler læringshastighed og effekt, fjerner barrierer for eksperimenter og forbinder interne eksperter med mennesker, der har brug for deres viden.

Hvor L&D kan gå forrest: Styring, rammer og strategisk orkestrering

Mens en stor del af det traditionelle L&D-arbejde automatiseres eller distribueres, opstår der et kritisk hul, og det er netop dér, L&D bør træde i karakter. Eigeland peger på en bekymrende afkobling.

"Selvom 82 % af organisationerne allerede bruger AI til læring, siger kun 23 % af L&D-professionelle, at ansvarligheden for og tydeligheden omkring virksomhedens læringsplan for AI er 'meget tydelig'. Styringen er fragmenteret, fordi folk har reageret på den foranderlige verden, men det er netop det område, hvor L&D bør gå forrest: Opbygge rammen, fastsætte grænser og give folk tillid til at bruge AI ansvarligt på en måde, der er relevant for deres rolle."

Dette er den udviklede rolle: ikke at levere indhold, men at skabe den struktur, som læring kan foregå effektivt og sikkert inden for.

Sådan ser det ud i praksis:

Design læring efter rolle, ikke emne. Som Eigeland bemærker: "'AI-færdigheder' bør defineres forskelligt for en servicemedarbejder, en økonomichef eller en personaleansvarlig. Rollespecifikke forventninger reducerer uklarhed og gør styringen handlingsanvisende."

Det betyder, at man bevæger sig væk fra "alle tager AI 101-kurset" og hen imod "her er, hvordan god brug af AI ser ud i netop din rolle med netop dit ansvar".

Integrer læring i eksisterende arbejdsgange. "Hvis L&D er ansvarlig for at forme rammen," fortsætter Eigeland, "er den hurtigste måde at fremme anvendelsen på at placere læring dér, hvor arbejdet allerede foregår, i stedet for i en separat, selvstændig portal. Det skaber naturlige sikkerhedsforanstaltninger og sikrer konsekvent praksis."

Lad AI håndtere det operationelle arbejde. "Når L&D ejer strukturen og tilsynet, kan AI påtage sig operationelle opgaver som at opsummere indhold, generere første udkast til læringsforløb eller analysere feedback. Det frigør menneskelige eksperter, så de kan fokusere på de styringsmæssige dele, der betyder noget: designkvalitet, coaching og overensstemmelse med forretningsmål."

Eigelands konklusion indfanger muligheden: "Den effektivitet, AI lover, bliver kun til virkelighed, hvis folk ved, hvordan de skal bruge værktøjerne. Det gør L&D afgørende. Ikke forsvindende, men med et skærpet fokus. Teams, der engagerer sig i koordinering, problemløsning og reel adfærdsændring, vil fortsat være uundværlige."

Det er her, L&D forvandles fra indholdskurator til strategisk drivkraft, der sikrer, at medarbejderne ikke blot har adgang til AI-værktøjer, men også de rammer, sikkerhedsforanstaltninger og rollebaserede vejledninger, der skal til for at bruge dem effektivt.

Hvor disse funktioner faktisk ligger nu

Hvis L&D som selvstændig funktion er under udvikling, hvor placeres disse ansvarsområder så?

HR påtager sig: Organisatorisk forandringsledelse, udvikling af lederkompetencer, samtaler om karriereudvikling samt trivsel og bæredygtig præstation (særligt vigtigt, i takt med at AI eliminerer spildtid).

Teknik/IT håndterer: Adgang til værktøjer, sikkerhed og styring, tilpassede AI-integrationer og arbejdsgange, udvikling af tekniske kompetencer samt innovationslaboratorier.

Ledere ejer: Coaching i rette tid i den faktiske arbejdskontekst, feedback om præstation og samtaler om udvikling, opbygning af teamspecifikke kompetencer samt at skabe plads til eksperimenter.

Individer driver: AI-assisteret opbygning af kompetencer præcis, når der er behov for det, læring blandt kolleger og deling af viden, personlig eksperimenteren og udforskning samt at tage ejerskab for egen udvikling.

Hvad er der tilbage til L&D? Strategiske medarbejdere, der koordinerer strategien for AI-implementering (men ikke leverer den), følger anvendelse og effekt (men ikke udarbejder rapporter), forbinder punkter på tværs af organisationen (men ikke ejer arbejdet) og identificerer muligheder for systematiske indsatser (men samarbejder med andre om udførelsen).

I virkeligheden er det sandsynligvis ikke et team. Det er en rolle. Måske to.

More Articles

• Vicepræsident for mennesker & organisation hos AI-unicorn siger, at HR-ledere skal blive arkitekterne bag en menneske-maskine-arbejdsstyrke
• AI inden for læring og udvikling: Ledelsens guide til muligheder, udfordringer og anvendelsesområder
• Strateg for fremtidens arbejde analyserer de organisatoriske realiteter ved AI, og hvordan man navigerer i dem
• Grundlæggeren af DisruptHR opfordrer ledere til at gentænke hierarkier og opbygge AI-kompetencer i en tid med uophørlige forandringer
• Tidligere BBC-personaledirektør siger, at AI nødvendiggør en redefinering af HR’s værdi

Den reelle samtale, du bør have

Hvis du er direktør eller medlem af den øverste ledelse, er her de faktiske spørgsmål til dit næste budgetmøde.

I stedet for: "Hvor meget bør vi bruge på AI-træning?" Spørg: "Hvordan bør vi omstrukturere L&D, så fokus er på styring, koordinering og implementering frem for levering af indhold?"

I stedet for: "Hvilken læringsplatform bør vi investere i?" Spørg: "Hvilke kompetencer har vi brug for at opbygge for at implementere AI, som platforme alene ikke kan levere?"

I stedet for: "Hvordan måler vi træningens effektivitet?" Spørg: "Hvordan måler vi læringshastigheden og dens indvirkning på forretningsresultater frem for gennemførelsesprocenter?"

I stedet for: "Hvem bør stå for vores AI-træningsprogram?" Spørg: "Hvordan fordeler vi læringsunderstøttelsen på tværs af L&D, ledere og netværk blandt kolleger frem for at centralisere den?"

"Ledere er ligeglade med jeres gennemførelsesprocenter," sagde Hoang. "De går op i konkurrencefordele. Den nye ROI-samtale er enkel: Forklar, hvordan læring hjælper jer med at vinde. I SMBs har I ikke råd til langsigtede satsninger, der ikke giver resultater. Ledere vil vide, hvordan AI-drevet læring har reduceret tiden til kompetence, eller hvordan det har hjulpet ledere tæt på driften med at træffe bedre beslutninger hurtigere."

Hoangs holdning her indfanger L&D's nye mandat i en nøddeskal. "AI er værktøjet. L&D er arkitekten. Nøjes ikke med at administrere teknologien, men udnyt den til at bygge noget, der ikke kunne eksistere uden menneskelig indsigt."

En anden slags investering

Sådan ser et intelligent budget for AI-kompetencer ud – ikke en detaljeret treårsplan, men en grundlæggende omlægning af udgifterne.

Skift fra: LMS-licenser, abonnementer på indholdsbiblioteker, store L&D-teamlønninger, kursusudvikling og sporing af gennemførelsesprocenter.

Skift til: Adgang til AI-værktøjer for alle, afsat tid til eksperimenter, coachingkompetencer hos ledere, netværk for læring blandt kolleger, rollebaserede styringsrammer og målinger, der følger læringshastighed og forretningsresultater.

Pengene går ikke til platforme og programmer, men til adgang, tid og strategisk koordinering.

Vejen frem

Læring er vigtigere end nogensinde. Men læringsafdelinger, der driver traditionelle træningsprogrammer, som spores i læringsstyringssystemer? Den model ser sandsynligvis sine sidste dage.

Den fremtid kræver ikke et træningsbudget på $1M investeret i platforme og indhold. Den kræver en ærlig vurdering, en intelligent omfordeling og L&D-ledere, der er villige til at transformere deres funktion i stedet for at forsvare den.

I sidste ende spiller de en vigtig rolle i at forme, hvordan arbejdet faktisk udføres nu, med AI som andenpilot, ledere som vejledere og L&D som den strategiske funktion, der sikrer, at det hele skaber reelle kompetencer og forretningsmæssig effekt.

Det er bedst at komme i gang, for dine medarbejdere lærer allerede af AI, uanset om du har en strategi for det eller ej.