De syv kompetencer, der adskiller AI-ledere fra AI-efternølere
Opfattelseskløft: Der er en betydelig kløft mellem ledere og medarbejdere, når det gælder forståelsen af AI-strategier.
Ledelseskompetencer: Effektiv AI-transformation kræver specifikke ledelseskompetencer ud over den tekniske implementering.
Faktorer for AI-succes: Empati og forståelse for individuelle forandringsprocesser styrker en vellykket anvendelse af AI.
Strategisk tålmodighed: Mange AI-initiativer mislykkes på grund af urealistiske tidsplaner og utilstrækkelig støtte til opbygning af kompetencer.
Den spillebog, der får mest opmærksomhed lige nu, bygger på en enkel præmis: Gør folk bange, så arbejder de hårdere.
Afskedigelser fremstillet som finanspolitisk disciplin. Krav om at vende tilbage til kontoret positioneret som produktivitetsinitiativer. AI-transformation annonceret, før nogen forstår, hvad det betyder for deres faktiske job.
Det skaber overskrifter. Det, det ikke skaber, er den transformation, som ledere hævder, at de ønsker.
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
Ny forskning fra BCG og Columbia Business School afslører en forskel på 51 procentpoint i opfattelsen mellem ledere og medarbejdere i frontlinjen, når det gælder, om folk forstår AI-strategien. Lederne mener, at 80 % af medarbejderne er velinformerede. Kun 29 % af de individuelle bidragydere er enige. Det skyldes ikke kommunikationen. Det er et ledelsesproblem.
Succes med AI-transformation handler kun i ringe grad om at lyde hård eller bevæge sig hurtigt. Den afhænger af syv specifikke ledelseskompetencer, der ikke har noget med teknologisk implementering at gøre, men alt at gøre med, hvordan ledere træder frem, når resultaterne er usikre.
Før Brian Elliott gik på scenen ved Transform som arrangementets ordstyrer i marts, præsenterede han via sin Substack det, han ser som fire centrale kompetencer for ledere i denne tid.
Det gav genklang hos mig. Men det føltes også som noget, der var oplagt at udvide.
Det, jeg vil gøre nu, er at gennemgå kompetencerne, som Brian gjorde, og udvide dem med nogle få tilføjelser til listen. Det er ikke tid til svag eller giftig ledelse. Som han og jeg talte om i podcasten sidste år, viser tonedøv ledelse sig at være kostbar i det, der måske er den mest forvirrende arbejdsæra i et århundrede.
1. Empati: Forstå, hvordan mennesker oplever forandring
Begejstringen for GenAI blandt amerikanske medarbejdere faldt fra 45 % til 36 % på blot tre måneder i løbet af 2024 ifølge Slacks undersøgelse. Teknologien blev ikke dårligere, men tilgangen til implementeringen gjorde. Organisationer rullede værktøjer ud uden at forstå, hvor forskelligt mennesker tager nye muligheder til sig.
Da ledere i de BCG-undersøgte virksomheder tilpassede deres oplæringstilgange, så de tog højde for individuelle forskelle i anvendelsen af AI, steg brugen af generativ AI med 89 %. Det handler ikke om at være venlig, men om at bruge en kognitiv forståelse af, hvordan mennesker oplever forandring, til at udforme bedre tilgange.
Medarbejdercentrerede organisationer har medarbejdere, der er 70 % mere tilbøjelige til at føle begejstring over at tage AI i brug og 92 % mere tilbøjelige til at føle sig velinformerede om strategien, ifølge forskning fra BCG og Columbia.
Forbindelsen til forretningsresultaterne er direkte. De samme organisationer rapporterer AI-modenhed på niveauer, der ligger langt over deres konkurrenters. Medarbejdercentrering forklarede 36 % af variationen i AI-modenhed—mere end branche (14 %), afdeling (12 %) eller virksomhedsstørrelse (5 %) tilsammen.
David Zierk, klinisk psykolog og forfatter til "Sindets regler," beskriver det, han kalder "forbindelsesmangelsforstyrrelse"—det tomrum, der opstår, når AI leverer svar, men ledere ikke leverer kontekst eller støtte.
"Sindet tolererer ikke usikkerhed," forklarer han. "Vi søger sikkerhed så hurtigt som muligt, og AI giver lindring. Men alt, der giver dig lindring, har et afhængighedspotentiale. Ledere skal hjælpe mennesker med at være i uklarheden længe nok til at udvikle ægte forståelse i stedet for blot at gribe det første svar, AI tilbyder.
Afstanden mellem budskabet om, at "AI vil udvide, ikke erstatte", og den samtidige omstrukturering i afdelinger, der får nye værktøjer, har skabt præcis den mistillid, der undergraver AI-initiativer og dræber ærlig feedback om, hvorvidt implementeringerne fungerer.
Inden du går for langt, har du lyst til at teste dig selv i de syv kompetencer? Gennemfør vurderingen, så kan du downloade en gratis, personlig rapport med udviklingsmål.
Bemærk: Dette er ikke en videnskabelig vurdering, men blot en tankeøvelse, der kan sætte gang i selvrefleksion eller idéer til din egen professionelle udviklingsrejse. Hvis du leder efter en mere stringent vurdering, kan du læse vores artikel fra sidste år om brugen af personlighedsvurderinger i forbindelse med ansættelser.
2. Tilstedeværelse: Tilbage på dansegulvet
Amazons krav om at vende tilbage til kontoret blev kommunikeret via et notat. Ingen samtale om, hvordan hybridarbejdet faktisk fungerede. Intet engagement med teams, der havde omdesignet hele arbejdsgange omkring distribueret samarbejde. Bare en politik, der påvirker hverdagen, leveret på afstand.
Det er det modsatte af det, som BCG's rapport om AI på arbejdspladsen fra 2025 identificerer som afgørende for en vellykket transformation: ledere, der forstår, hvordan arbejdet faktisk foregår. Rapporten viste, at kun 51 % af medarbejdere i frontlinjen regelmæssigt bruger AI-værktøjer sammenlignet med over 75 % af ledere og chefer. Det er et "silikoneloft", der er skabt af afstanden til den operationelle virkelighed.
Elliott beskriver mønsteret.
Jeg havde et bestyrelsesmedlem, som under et møde i den øverste ledelse rejser sig og siger: ‘I skal alle sammen tilbage på kontoret, fordi jeg ved, at det er den bedste måde at arbejde på. Baseret på min erfaring fra 1980’erne, hvor jeg spiste den ene frokost med den mand, der senere viste sig at blive min mentor og coach.’ Og det er altid en mand, der baserer sin erfaring på det, der fungerede bedst for ham.
Den samme logik gælder for AI, hvor ledere træffer beslutninger baseret på deres egen kontekst og ikke på den operationelle virkelighed.
Du kan ikke håndtere "arbejdssjusk"— AI-genereret indhold, der teknisk set er komplet, men indholdsmæssigt ubrugeligt— hvis du ikke viser, hvordan god kvalitet ser ud. Du kan ikke kræve transformation, hvis du ikke aner, hvordan arbejdet faktisk bliver udført.
3. Produktorienteret tænkning: At behandle arbejdet som noget, du designer
Forskning fra MIT Sloan viste, at 91 % af dataansvarlige siger, at kulturelle udfordringer blokerer deres AI-indsats. Kun 9 % peger på teknologiske problemer. Alligevel behandler de fleste virksomheder stadig AI som et teknisk problem og annoncerer effektivitetsmål, før de forstår, hvad der skaber friktion i de faktiske arbejdsgange.
BCG's forskning viser, at en reduktion af besværligt arbejde, eller det man kunne kalde sjæleknusende gentaget arbejde, øger sandsynligheden for AI-succes og forbedrer fastholdelsen.
Zapier gik fra 65 % indledende brug til 89 % daglig anvendelse af AI-værktøjer ved at fokusere på at løse reelle problemer frem for at maksimere udbredelsen af funktioner. Deres kundeserviceteam oplevede en reduktion på 50 % i den tid, det tog at håndtere sager, mens medarbejdernes engagementsscorer steg med 20-30 point.
Brandon Sammut, Zapiers leder gennem denne transformation, forklarede skiftet.
Vi holdt op med at spørge ‘hvad kan dette AI-værktøj gøre’ og begyndte at spørge ‘hvilke problemer skaber besværligt arbejde for bestemte teams.’ Værktøjerne fulgte problemerne, ikke omvendt.
Organisationer investerer årligt 142 milliarder dollars i at forstå kunder, men under 11 milliarder dollars på medarbejderoplevelsen, på trods af tydelige beviser for sammenhængen mellem engagement og forretningsresultater. Hvis du behandlede kunder, som de fleste virksomheder behandler medarbejdere under teknologiske overgange, ville du være gået konkurs.
Det grundlæggende problem er det, Elliott kalder "produktivitets-teater" — at optimere efter synlige tegn på aktivitet frem for resultater.
"65 procent af de adspurgte sagde, at det er vigtigere for dem at svare hurtigt på en besked, end det er for dem at fokusere på og levere deres kernearbejde," bemærker Elliott. "Det er bare trist, ikke? Det er de synlige tegn på, at der foregår aktivitet. At producere mere af noget er ikke et resultat."
Elliott fortsatte med at beskrive det nødvendige skifte. Ledere må opgive synlige tegn på aktivitet til fordel for resultatbaseret ledelse. Det betyder at definere organisatoriske mål, tydeliggøre de vigtigste prioriteter, etablere mål for succes og sprede denne klarhed gennem hele virksomheden.
Godt udført skaber det lige vilkår og leverer de resultater, som ledere faktisk ønsker. Men det kræver betydelige investeringer og udgør en fundamental ændring af den måde, organisationer fungerer på.
4. Mod: At have rygrad, når det er risikabelt
Ved et fælles Salesforce-møde jokede ledelsen med, at ICE ventede bagerst i lokalet på internationale medarbejdere, der rejste sig. Det efterfølgende oprør handlede ikke kun om dårlig dømmekraft, men om ødelæggelsen af den psykologiske tryghed, der er nødvendig for at eksperimentere med AI.
Den hurtigste måde at håndtere usikkerhed på er at dømme," bemærker Zierk. "Det lukker sindet. Det modsatte af fordømmelse er nysgerrighed, og nysgerrighed er det, organisationer har brug for lige nu. Men nysgerrighed kræver psykologisk tryghed, og frygtbaseret ledelse ødelægger den.
Mod i ledelsen betyder at levere vanskelige nyheder personligt med en ærlig forklaring af forretningsmæssige drivkræfter, ikke at udlevere opsigelsesmanuskripter til ledere. Især når roller bliver skåret væk, før AI faktisk har bevist sit værd, og belejligt nok før bonusudbetalingerne går ind.
Enigheden om den hårdt talende ledelsesstil skaber muligheder for ledere, der er villige til at opbygge organisationer, hvor mennesker kan udføre deres bedste arbejde gennem usikkerhed. Ikke fordi det er venligt, men fordi frygt skaber føjelighed, mens tillid skaber den intelligente risikovillighed, som AI-transformation kræver.
5. Strategisk tålmodighed: At spille det lange spil
Ifølge S&P Global-undersøgelser opgiver 42 % af virksomhederne AI-initiativer, før de nogensinde når i produktion, hvilket er mere end en fordobling på blot ét år. Mønstret ser sådan ud:
- Annoncér ambitiøse effektivitetsmål for at tilfredsstille bestyrelser
- Fremskynd implementeringen for at overholde tidsplanerne
- Opdag, at de organisatoriske kompetencer ikke findes
- Træk stille og roligt forventningerne tilbage seks måneder senere.
Begrebet "omformningsfasen" er opstået for at beskrive virksomheder, der redesigner arbejdsgange fra ende til anden i stedet for blot at implementere værktøjer. I disse organisationer er 46 % af medarbejderne bekymrede for jobsikkerheden sammenlignet med 34 % i mindre avancerede virksomheder.
Den bekymring er prisen for ægte transformation. Strategisk tålmodighed betyder at beskytte tiden, så denne bekymring kan forsvinde gennem dokumenteret støtte og opbygning af kompetencer, ikke at lade som om transformation sker uden friktion.
BCG fandt, at 79 % af de medarbejdere, der modtog mere end fem timers AI-træning, blev regelmæssige brugere sammenlignet med 67 % af dem, der modtog mindre end fem timer. Strategisk tålmodighed er at beskytte denne investering, selv når bestyrelser ønsker øjeblikkelige resultater.
6. Gennemsigtighed: Ærlighed om usikkerhed
Forskellen på 51 procentpoint mellem det, ledere tror, medarbejderne forstår, og det, medarbejderne faktisk forstår, skyldes ikke utilstrækkelig kommunikation—den skyldes uærlig kommunikation.
Ledere annoncerer, at "AI vil frigøre dig til arbejde med højere værdi", uden at være specifikke om, hvad dette arbejde er, eller om det vil eksistere på deres nuværende lønniveau. De præsenterer AI-strategier som færdige planer, selv om de i virkeligheden er hypoteser, der testes i realtid. De hævder at være sikre på AI's udvikling, selv om de øverste ledere selv er usikre.
Steve Cadigan forklarer dynamikken.
For at have tillid skal man opbygge en række konsekvente og pålidelige resultater. Og det har vi bare ikke helt endnu med AI. Vi har også en massiv fortælling i medierne lige nu om, at kunstig intelligens vil erstatte dig. Den vil tage dit arbejde fra dig. Det niveau af frygt og mistillid vil skabe nogle bump på vejen for implementeringen.
Frygten kommer til udtryk i det, Ethan Mollick kalder "hemmelige cyborger"—mennesker, der bruger AI-værktøjer, men ikke fortæller deres chefer det, nogle gange fordi de er bekymrede for, at en indrømmelse af brugen signalerer, at de kan erstattes. Det er det modsatte af den gennemsigtige eksperimenteren, der kræves til transformation, og det er det, vi nu kender som skygge-AI.
Johannes Sundlo, ekspert i AI-implementering, sætter spørgsmålstegn ved vores forhold til det, vi kender som viden.
Når universiteter diskuterer at forbyde AI, fordi studerende bruger det til at snyde, overser de det egentlige spørgsmål: Hvad er viden i en verden med AI? Ledere i organisationer begår den samme fejl—de forsøger at kontrollere fortællingen i stedet for at være ærlige om, hvad de endnu ikke ved.
Gennemsigtighed betyder at skelne mellem det, der er sikkert (vi investerer i AI, nogle roller vil ændre sig), og det, der er usikkert (præcis hvilke roller og hvordan). Det betyder at dele resultater fra pilotprojekter, herunder fejl. Det betyder at indrømme, at "vi finder ud af det sammen", i stedet for at lade som om man har svar, man ikke har.
Cadigan bemærker, at et centralt element, der driver fejl omkring AI, er, at det er "uligt al anden teknologi, vi har set før. Vi er vant til at være ret sikre på, hvordan dette vil blive anvendt. Med AI ved vi ikke engang meget om, hvad det er i stand til, og det er vi stadig ved at lære. Mulighederne er endnu ikke fuldt udforsket, men vi er ret sikre på, at der findes en konkurrencefordel her. Så går vi i gang."
Den usikkerhed gør traditionelle implementeringsplaner forældede og ærlig kommunikation afgørende.
More Articles
- Problemer med AI-lønpræmier: Hvorfor højere løn for AI-kompetencer kan give bagslag
- 10 bedste softwareløsninger til efterfølgerplanlægning i 2026
- Den ultimative liste: 17 bedste bøger om organisationspsykologi
- 9 virksomheder med de bedste praksisser for præstationsstyring
- 10 bedste softwareløsninger til styring af virksomhedens resultater anmeldt i 2026
7. Systemtænkning: Forståelse af afledte effekter
De fleste AI-initiativer mislykkes ved grænserne mellem hold. Man implementerer et AI-værktøj i kundeservice uden at overveje konsekvenserne for produktudvikling (andre klagemønstre), markedsføring (budskaberne skal ændres) eller drift (bemandingsmodeller ændres, når AI håndterer rutinemæssige problemer, men eskalerer komplekse).
BCG's forskning i AI-styring viser, at 52 % af succesfulde organisationer nu bruger tværfunktionelle hold med ledere fra forretningen og teknologien til at drive strategien, op fra blot 5 % året før. Skiftet anerkender, at AI-beslutninger skaber konsekvenser for mennesker og processer, som IT-ledede tilgange ikke kan håndtere.
Den grundlæggende årsag til silo-opdelte implementeringer er ifølge Cadigan den måde, vi gjorde tingene på tidligere.
Som standardsoftware," siger han. "Man kobler det til, vi bliver oplært, og her er, hvordan man bruger det. Men AI kræver eksperimenteren, og det er ikke noget, vi typisk er vant til at se. Vi er nødt til at erkende, at AI berører alle vores medarbejderes job, karriereveje og arbejde på måder, der kræver systemtænkning.
Caldwell beskriver implementering af AI-værktøjer til generelle formål uden oplæring som det samme som at give medarbejderne en schweizerkniv med 20 funktioner, men kun forklare tre af dem. Uden at forstå, hvordan deres arbejde hænger sammen med andres arbejde, optimerer de lokalt på måder, der skaber dysfunktion på systemniveau.
Opbygning af kapacitet, ikke bare annoncering af strategi
Disse syv kompetencer—empati, nærvær, produktforståelse, mod, strategisk tålmodighed, gennemsigtighed og systemtænkning—er ikke bløde færdigheder. De kræver hårdt arbejde og vedvarende øvelse.
Forskningen fra BCG og Columbia viser, at virksomheder med stærk forandringsledelse med fokus på AI ser 3,2 gange højere overskudsmargener end dem, der anvender traditionelle IT-ledede tilgange. Teknologisk sofistikering er spildt, hvis ledelsesteams ikke kan drive den kulturelle transformation, som AI kræver.
Vi befinder os i en situation, hvor ledere og chefer er mere tilbøjelige til at bekymre sig om at miste deres job til AI i løbet af de næste ti år end medarbejdere i frontlinjen. Denne bekymring skaber et pres for at handle hurtigt, lyde selvsikker og udvise kontrol. Men de ledelsesgrupper, der klarer sig bedst, gør det modsatte ved at bevæge sig bevidst fremad, indrømme usikkerhed og opbygge tillid.
Afstanden mellem, hvor du er, og hvor du har brug for at være med hensyn til disse kompetencer, er ikke fastlagt. Den afhænger af, hvor bevidst du investerer i at opbygge dem. Spørgsmålet er, om du er villig til at gøre arbejdet, mens alle andre skaber overskrifter.
