To konferencer, ét problem: Det, byggerne og CHRO’erne ikke siger til hinanden
Ejerskab for AI: Ingen har et klart ansvar for AI-kompetencer; ansvaret ligger ofte hos alle og derfor i sidste ende hos ingen.
Styringsgab: AI-styring mangler ofte tilstrækkelig involvering fra dem, der arbejder på det operationelle niveau.
Behov for opkvalificering: Organisationer halter bagefter med at redefinere roller, hvilket skaber frygt for at blive overflødig blandt medarbejderne.
HR-udfordring: HR forventes at lede AI-transformationen, men mangler teknisk ekspertise og fælles retning.
Operationel tilpasning: Der er et presserende behov for at bygge bro mellem tekniske løsninger og menneskers tilpasningsevne.
Sent på eftermiddagen hos Transform bliver et rum fyldt med HR-ledere stillet et enkelt spørgsmål uden enkle svar. Hvem har ansvaret for AI-kompetencer i jeres organisation?
Svarene kommer ind via et afstemningsværktøj, der projiceres på skærmen. "L&D." "IT." "Den øverste ledelse." "Alle." Og så en stor dosis ærlighed: "Ingen."
En af sessionens facilitatorer ser på skærmen og siger det, som alle i rummet allerede ved.
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
"Der er et enormt hul. Jeg tror ikke, at nogen har ansvaret for det."
En anden deltager blander sig.
"Bestemte ledere afgør alt, og det er et problem, fordi alle ender med at være på helt forskellige sider"
Afstemningsdataene bekræfter det, som rummet allerede føler. Blandt de HR-praktikere, der specifikt er samlet for at diskutere AI-anvendelse, er det mest almindelige svar på "hvem har ansvaret for dette" i praksis uafgjort mellem alle og ingen.
Dette er ikke en konferencesession om fiasko. Det er en session om den faktiske situation. Og situationen, på tværs af de to største konferencer i denne forårsrække af konferencer, jeg har deltaget i, og på tværs af snesevis af timers samtaler med ledere, praktikere, konsulenter, investorer, advokater og udviklere, er, at de personer, der er ansvarlige for at implementere AI, og de personer, der er ansvarlige for at absorbere den, ikke taler sammen på en vedvarende, strukturel måde. Når de taler sammen, besvarer de ofte forskellige spørgsmål.
Da jeg begav mig ud på denne rejse, kortlagde jeg i alt fire konferencer fra begyndelsen af marts til midten af april. De to mest bemærkelsesværdige af disse ville sandsynligvis tiltrække meget forskellige målgrupper, men give svar på fremtidens arbejde og de udfordringer, det medfører for ledere og organisationer.
De to rum
Transform, der blev afholdt i Las Vegas, kaldes ofte "HR-sommerlejr" og samler mere end fire tusinde CHRO'er/øverste personalechefer, chefer for talentudvikling og andre personer, der leder organisationer gennem den forstyrrelse, som AI-værktøjer skaber.
HumanX, der blev afholdt i San Francisco to uger senere, tiltrak stiftere og platformudviklere, altså de mennesker, der sender værktøjerne ud på markedet. De to målgrupper deler et ordforråd, AI-anvendelse, opkvalificering, agentiske arbejdsgange, men ordene udfører forskelligt arbejde, alt efter hvilket rum man befinder sig i.
For udviklerne drejer det dominerende spørgsmål sig om funktionalitet. En konstant undersøgelse af, hvad disse systemer kan gøre, hvordan vi frigør deres fulde potentiale, og hvordan vi bevæger os fra AI, der assisterer, til AI, der handler?
Ted Bailey, administrerende direktør for Dataminr, beskrev sin virksomhed som en virksomhed, der leverer efterretningsoplysninger i realtid til Det Hvide Hus' situationsrum og 30 internationale militærstyrker. Hans filosofi for autonom AI er ret præcis: Skab det bedst mulige efterretningsbillede, og overlad derefter den endelige beslutning til et menneske.
Linda Tong, administrerende direktør for Webflow, beskrev, hvordan hun gav alle medarbejdere ubegrænsede tokens og så virksomheden rekonstituere sig selv omkring agenter.
Det er ikke en funktionalitet, der er begrænset af ingeniørarbejde. Alle er udviklere.
For de primært menneskefokuserede sessioner hos Transform var det dominerende spørgsmål anderledes. Ikke hvad den kan gøre, men hvem der står til ansvar, når den gør noget forkert?
Shawn McIntire, juridisk chef hos PEBL, sagde under Transform fire ord, der indkapslede ansvarlighedsproblemet: "Ejerskab overalt, ansvar ét sted."
Han beskrev, hvad der sker, når rammer for AI-styring bliver opbygget fra toppen og ned uden at nå det praktiske niveau. Styringsudvalget mødes. Anvendelsespolitikken bliver skrevet. Og så træffer nogen klokken to om natten en beslutning på et splitsekund, som styringsudvalget aldrig vil gennemgå.
Din første forsvarslinje er dine medarbejdere og dine processer. At komme ned på grundniveauet hos de mennesker, der udfører arbejdet, interagerer med modellerne og træffer den beslutning på et splitsekund, som governance-komitéen ganske enkelt ikke vil være til stede for.
Dette er ansvarlighedskløften. Og den løber direkte gennem rummet mellem de to rum.
Hvem svarer for det
Udviklerne har løst en version af dette problem på det tekniske niveau.
Jyoti Bansal, CEO for Harness, gennemgik lagene mellem AI-genereret kode og et produkt, der kan implementeres. Otte typer test, otte typer sikkerhedsgennemgang, verificering af implementering, protokoller for tilbagerulning, omkostningsoptimering. Tredive til fyrre kontroller mellem kode og produktion.
"Man kan ikke have tillid uden verificering," sagde han.
På samme panel tilføjede Jeff Wang fra Windsurf, at når en AI-agent ødelægger noget, logger den fejlen og lærer ikke at gentage den. Systemet er på det tekniske niveau selvkorrigerende.
Man kan ikke lade være med at spørge: Hvilken organisation har opbygget det tilsvarende for sine menneskelige processer? Og ligeledes: Hvem gennemfører systematiske kontroller af agenters adfærd på tværs af forretningsdriften? Hvem gennemgår mønsteret i de beslutninger, en agent traf sidste kvartal, på samme måde som en revisor gennemgår årsregnskaber?
Udviklersessionerne havde detaljerede svar på disse spørgsmål for softwarepipelines. Hvad angår organisatorisk styring, afslørede sessionerne for praktikere noget, der var tættere på improvisation.
Hos Transform har Victoria Reimers set virksomheder hælde kræfter i governance-komitéer og brugspolitikker, mens de underinvesterer i de mennesker, der rent faktisk udfører arbejdet. Hendes anbefaling? Ganske enkelt: Brug ti gange så meget på dine medarbejdere som på din komité.
Det lyder som en joke, men den model, hun beskrev hos Juniper Square – et team på tolv medarbejdere, der blev interne AI-eksperter, som var tilgængelige for alle, der var usikre på, om noget var sikkert eller skalerbart – er en af de få konkrete arkitekturer til at lukke kløften fra bunden og op i stedet for fra bestyrelseslokalet og ned, som jeg har set.
Sammenligninger med GDPR dukkede op mere end én gang. På nogle måder er den dataudfordring, som AI medfører, ikke så anderledes og fungerer som en drivkraft for forandring og en anledning til at spørge virksomhederne, hvad de gør med de medarbejderdata, de indsamler.
"Folk vidste ikke, hvad de skulle gøre (i forbindelse med GDPR)," sagde McIntire. "Men det tvang virksomhederne til at se på, hvordan de håndterer personoplysninger."
Implikationen er, at regulering måske er det, der endelig gør det umuligt at udskyde spørgsmålet om ansvarlighed, men Navrina Singh, grundlægger og CEO for Credo AI, som i seks år har opbygget infrastruktur til AI-governance for Fortune 500-virksomheder, argumenterer for, at organisationer ikke bør vente på denne drivkraft. Hun bemærkede, at hvis de venter på, at en hændelse finder sted, og derefter investerer i AI-governance, vil de allerede være irrelevante.
Florian Douetteau, CEO for Dataiku, fremlagde omkostningsargumentet mere direkte. Hvis man fejler med medarbejderne, orkestreringen eller governance, kollapser hele den agentbaserede investering.
Folk vil begynde at sige, at vi har brugt en masse penge på det, og at der ikke er noget investeringsafkast.
Mellem pipelinen og menneskene
I mellemtiden befinder samtalen om opkvalificering sig i et mærkeligt mellemrum mellem de to sider.
Forskning fremlagt på Transform af Brandon Hall Group viste, at 65 % af organisationerne aktivt integrerer AI i centrale arbejdsgange, og at færre end 30 % meningsfuldt har redefineret deres roller eller jobstrukturer, så de afspejler dette.
Teknologien udvikler sig, men den menneskelige arkitektur omkring den følger ikke med. Sagt ligeud beskriver det organisationer, der genopbygger deres motorer, mens de kører, uden at fortælle de fleste passagerer, hvad der foregår, eller hvor de er på vej hen.
Amy Reichanadtner, personalechef hos Databricks, beskrev sit teams udfordring på en måde, der blev hængende hos mig.
Vi ønsker ikke at bygge en jungle til dem," sagde hun, da hun talte om at implementere AI-værktøjer bredt uden et sammenhængende kort over, hvordan de hænger sammen. “Folk har brug for en vej, ikke en machete.
Der er et navn for det, medarbejderne føler i fraværet af den vej, og det kalder vi nu FOBO eller frygten for at blive overflødig. Ifølge talrige oplægsholdere er det det mest almindelige, deres teams siger, når AI kommer på tale.
Udviklersessionerne behandler primært indførelse som et problem med adgang og incitamenter, der kan løses. Giv alle tokens. Kør en udfordring for hele virksomheden. Gør det at bygge til en forventning.
Det fungerer tydeligvis i organisationer, hvor en kultur præget af eksperimentering allerede er til stede, og hvor medarbejderne forstår, at deres fortsatte rolle ikke er til diskussion. For alle andre er spørgsmålet mere kompliceret.
Robin Daniels, forretningsdirektør hos Zensai, sagde på HumanX, at “hastighed uden klarhed skaber kaos snarere end transformation.”
Det pres fra udviklersiden om at indføre hurtigere, implementere mere og lukke afstanden til konkurrenterne lander anderledes i organisationer, hvor ingen har fastlagt, hvad der kommer bagefter.
Forandringsudmattelse bliver mindre udmattende, hvis man ved, hvor vi er på vej hen. Tvetydighed er udmattende.
Skomagerens børn
Workshoppen om AI-forståelse på Transform var på sin egen måde den mest ærlige session på nogen af konferencerne. Et lokale fyldt med HR-medarbejdere, der specifikt var samlet for at arbejde med indførelse af AI, stemte for, at AI-forståelse tilhører alle, hvilket i praksis betyder, at den ikke tilhører nogen.
En deltager fra en virksomhed inden for forbrugervarer sagde, at hendes organisation bevidst havde holdt sig tilbage, ladet andre begå fejlene først og først i sidste måned havde fået et mandat fra bestyrelsen til at gå i gang.
En anden beskrev en virksomhed, hvor hver afdeling selv havde ansvaret for sin AI-forståelse, fordi alternativet var at fyre folk. En tredje påpegede, at ingen ville tænke på at spørge, hvem der har ansvaret for økonomisk forståelse i en organisation, og spekulerede på, om selve indramningen var en del af problemet.
Det, sessionen afdækkede uden helt at sætte navn på det, er, at HR-funktionen bliver bedt om at lede en organisatorisk transformation, som den kun delvist er rustet til at forstå.
Vi ser vores organisationer rulle AI ud omkring os," sagde en af facilitatorerne. "Vi forstår ikke engang AI inden for vores egen funktion, og så bliver vi bedt om at hjælpe andre forretningsenheder med at indføre AI.
Matt Poepsel, VP for talentoptimering hos The Predictive Index, nåede frem til den samme konklusion fra en anden vinkel.
Han beskrev den skade, han havde forårsaget tidligt i sin karriere som leder, hvor han fokuserede på at forbedre teamets præstationer og var besat af teknisk udførelse. Han overså, hvad hans team faktisk oplevede, og det var HR, der hjalp ham med at indse, at det, han manglede, var kontekst.
"Det, jeg nu, alle disse år senere, er kommet frem til, er, at jeg ser de samme ting udspille sig i organisationer, men det sker i stor skala og med høj hastighed," sagde han. "Og det skyldes, at HR mangler den kritiske kontekst på samme måde, som jeg selv manglede den. Du har hørt folk sige, at vi skal holde mennesket med i løkken. Jeg siger, at vi skal finde en måde at holde menneskelige ressourcer med i løkken."
Jeg har på egen hånd set den skade, jeg personligt har forårsaget, selv om det ikke var min hensigt, da jeg var alt for fikseret på virksomhedens tekniske aspekter. HR-folk forstår og bekymrer sig om de menneskelige aspekter på en anden måde end den gennemsnitlige leder, der bliver forfremmet til at lede mennesker. Derfor bekymrer det mig, når jeg ser HR blive holdt udenfor ligningen og kun blive behandlet transaktionelt eller kun med henblik på compliance, når det gælder en af de største revolutioner, vi har set i lang tid.
Det er skomagerens-børns-problem, og det er udbredt. HR er den funktion, der har det største ansvar for tilpasning af arbejdsstyrken, og som på grund af uddannelse og organisatoriske vaner er mindst positioneret til at lede en teknisk transformation.
Stacy Eng, tidligere chef for læring hos Chevron, beskrev opbygningen af et AI-råd, der omfattede CIO'en, CFO'en og en lille arbejdsgruppe, specifikt for at skabe styring omkring, hvilke idéer der skulle forfølges, og hvilke der skulle lægges til side.
Uden styring har du kaos. Vi kan ikke koge oceanet.
Det strukturelle argument er typisk, at HR skal være med i det råd sammen med CIO'en og CTO'en, ikke underlagt det. Rasmus Hulst, CEO for Zensai, fremførte det samme synspunkt ved HumanX.
"Få CHRO'en, CTO'en og CFO'en ind i det samme rum," sagde han og bemærkede, at han "næsten aldrig faktisk har set det ske."
Ironien er, at udviklerne hos HumanX i mange tilfælde allerede har løst dette internt. Vijay Tella, CEO for Workato, beskrev 28 agenter, der er implementeret på tværs af hans virksomheds drift. Tong beskrev Webflows interne kultur, hvor alle bygger.
Det er organisationer, hvor teknologifunktionen og menneskefunktionen reelt er smeltet sammen, og hvor CEO'en, CHRO'en og CTO'en af nødvendighed deltager i den samme samtale.
De er ikke nyttige analogier for virksomheden med 50.000 medarbejdere, hvor CHRO'en stadig hører om AI-implementeringer bagefter.
More Articles
- Signalrapport: Erfaringer fra Transform 2026
- AI-klar er en formulering, ikke en strategi
- Vicepræsident for mennesker & organisation hos AI-unicorn siger, at HR-ledere skal blive arkitekterne bag en menneske-maskine-arbejdsstyrke
- Talentrådgiver siger, at AI fremskynder organisatorisk gæld i stedet for at løse den
- Vi spurgte HR-eksperter, hvad de tog fejl af om AI. Her er, hvad der ændrede deres mening.
De 40 procent
Spørgsmålet om hvad der sker med mennesker ligger under det hele.
Adit Jain, CEO for Leena AI, der implementerer AI-kolleger til HR- og administrative funktioner i virksomheder, leverede en af de mere jordnære vurderinger, jeg hørte i løbet af to uger. Når hans virksomhed automatiserer forretningsprocesser, ser den rutinemæssigt, at 60 % af personerne i en given arbejdsgang bliver overflødige.
Han sagde det uden dramatik, fordi det sker. Han beskrev, hvad de bedre kunder gør. Omkring 20 % af de medarbejdere, der mister deres funktion, kan genintegreres i processen som menneskelige ledere af AI-systemer, hvor de fører tilsyn og foretager korrektioner i stedet for at udføre den underliggende opgave. Han nævnte direkte de øvrige 40 %. "Det er noget, vi har haft flere samtaler med kunder om."
Ved Transform kom en stemme fra en anden retning. Van Jones gik på hovedscenen til spørgsmålet om medarbejderantallet uden at lægge fingrene imellem.
Folk vil skynde sig med at reducere medarbejderantallet og erstatte mennesker med bots, fordi de mener, at medarbejderne koster for meget, mens botterne er billigere," sagde han. "Det vil ske i et vist omfang, det er uundgåeligt. Men snart vil alle have botterne.
Hans argument var strukturelt snarere end sentimentalt. Når teknologien bliver en standardvare, hvilket den kommer til, vender den afgørende forskel tilbage til mennesker. Mere specifikt til dem, der udfører det usynlige arbejde: empatien, forbindelsen og det følelsesmæssige arbejde med at holde teams velfungerende.
Hvis du ser dem som medarbejderantal og skiller dig af med dem, vil de teams, der om to år har de samme bots som dig, men bedre mennesker, der arbejder bedre sammen, løbe med sejren over dig.
Det, som ingen af konferencerne helt fik afklaret, er arkitekturen for organisationer, der ønsker at gøre noget andet end at optimere sig gennem overgangen. Byggersessionerne havde detaljerede tekniske rammer for at gøre AI-systemer mere pålidelige. Praktikersessionerne havde detaljerede rammer for at gøre medarbejderne mere omstillingsparate.
Mellemlaget, den infrastruktur for styring og ansvarlighed, der forbinder de to ting – den organisatoriske pendant til Harness' kvalitetsrørledning i 30 lag – findes ikke i de fleste virksomheder, og det er ingens udpegede opgave at opbygge den.
Hvor risikoen ligger
Kit Krugman, SVP for medarbejdere og kultur hos Foursquare, beskrev medarbejderfunktionens evige problem på Transform. Den har altid haft svært ved at opnå en strategisk plads ved bordet. AI er, argumenterede hun, en reel mulighed for at ændre dette, men kun hvis HR kan besvare centrale spørgsmål om styring operationelt.
Et orkestreringslag er en af de mest kraftfulde forstyrrelser, vi kommer til at se på dette område. Men først skal du have det grundlæggende operationelle lag til at fungere.
Dette grundlag med rene data, tydelig styring, klart defineret ansvar og en arbejdsstyrke, der forstår, hvad den bliver bedt om at gøre, og hvorfor, er det, som de fleste organisationer stadig forsøger at samle. Uden ordentlig planlægning af AI-parathed risikerer virksomheder at sakke bagud i denne kritiske omstilling. Byggerne bevæger sig hurtigere, end dette kan samles. Praktikerne udfører samlingen under forhold i stadig forandring. Og forskellen mellem de to hastigheder er dér, hvor det meste af risikoen ligger.
Til næste års konferenceliste vil det sandsynligvis være en god idé at samle de to grupper og bringe begge perspektiver til det samme bord.
