
Strateg for fremtidens arbejde analyserer de organisatoriske realiteter ved AI, og hvordan man navigerer i dem

Nirit Cohen
Senior HR-chef hos Intel

Hun tilbragte 30 år hos Intel og så teknologien omforme arbejdet. Nu hjælper hun ledere med at holde op med at bolte AI fast på ødelagte organisationsdiagrammer.
Nirit Cohen
Senior HR-chef hos Intel

Key Takeaways
AI's indvirkning: AI omformer organisatoriske strukturer og bevæger sig fra statiske roller til dynamiske arbejdsdiagrammer.
Ledelsens udvikling: Ledelse værdsætter nu dømmekraft og kontekst højere end blot at eje svarene i et AI-drevet miljø.
AI-integration: Nirit bruger bevidst en dynamisk AI-værktøjsstak til strategisk refleksion og forbedrede arbejdsgange.
Behovet for tilpasningsevne: HR-ledere skal personligt lede AI-overgange, hvilket kræver eksperimentering og en gentænkning af den personlige værdi.
Nirit Cohen havde ledende HR- og lederroller hos Intel, hvor hun arbejdede i et hurtigt omskifteligt teknologisk miljø i tre årtier, før hun begyndte at beskæftige sig med faglig opinionsdannelse. I dag er hun strateg inden for fremtidens arbejde, Forbes-klummeskribent og skaberen af nyhedsbrevet og podcasten Fremtidens mindre arbejde.
Vi satte os ned med Nirit for at forstå, hvordan arbejdet ændrer sig i takt med den øgede udbredelse af AI, og hvad HR-ledere skal gøre for at navigere effektivt i denne overgang. Her er, hvad hun havde at sige.
At lede fremtidens arbejde

Jeg tilbragte næsten tre årtier hos Intel, hvor jeg havde ledende HR- og lederroller i USA, Europa og Asien. At arbejde i en virksomhed, hvor teknologien omformede brancher i realtid, betød, at jeg konstant måtte gentænke, hvordan arbejdet blev organiseret, hvordan mennesker skabte værdi, og hvordan ledere traf beslutninger under pres.
Den erfaring formede mit ledelsesperspektiv. Jeg beskæftigede mig ikke med fremtidens arbejde ud fra teori eller ved at følge trends, men ud fra ansvaret for reelle resultater, nyudformning af roller i takt med den teknologiske udvikling, opskalering af talent på tværs af regioner, ledelse gennem usikkerhed og hjælp til ledere med at afveje forretningsmæssige prioriteter over for menneskelig påvirkning.
For omkring femten år siden, da smartphones og mobilteknologi begyndte fundamentalt at ændre, hvor og hvordan mennesker kunne arbejde, begyndte jeg at stille et andet spørgsmål: "Hvordan vil det føles at arbejde i fremtiden?" Det spørgsmål trak mig ind i samtalen om fremtidens arbejde, længe før den blev alment udbredt.
I 2012 ledede jeg et projekt, der udgav en af vores første hvidbøger om fremtidens vidensarbejde med et blik frem mod 2025. Det, der interesserede mig dengang, driver stadig mit arbejde i dag: hvordan teknologien omformer selve arbejdet, hvordan ledelse skal udvikle sig sammen med den, og hvordan organisationer kan designe roller, systemer og kulturer, der holder mennesker relevante, efterhånden som automatiseringen accelererer.
I dag arbejder jeg som strateg inden for fremtidens arbejde, skribent og rådgiver. Gennem min Forbes-klumme og min podcast, Fremtidens mindre arbejde, undersøger jeg de sociale og teknologiske kræfter, der omformer ledelse, organisationer og karrierer. Med den ene fod plantet i årtiers ledelsesbeslutninger og den anden i udformningen af fortællingen om, hvordan arbejdet ændrer sig, hjælper jeg ledere, HR-teams og leverandører af løsninger med at forstå det hele og beslutte, hvad de skal gøre ved det.
More Articles
Hvorfor AI flytter fokus fra organisationsdiagrammer til arbejdsdiagrammer
Jeg ser overgangen til AI-fokuseret arbejde som mere end en teknologisk opgradering. Det er en gentænkning af, hvordan vi organiserer menneskelig indsats.
I årtier blev organisationer bygget op omkring strukturer, stillinger og antal medarbejdere. AI tvinger os til at tænke anderledes.
Den virkelige udfordring nu er at koordinere intelligens og kompetencer på tværs af mennesker og maskiner omkring selve arbejdet. Det udfordrer os til med større klarhed end tidligere at definere det unikt menneskelige bidrag til arbejdet.

For HR og ledelse er dette et grundlæggende skifte. Det påvirker ikke kun menneskeprocesser, men også mange af de grundlæggende strukturer, vi har været afhængige af i årtier.
Traditionelle organisationsdiagrammer og faste roller er for rigide i en verden, hvor arbejdet hele tiden ændrer sig. I stedet ser vi fremkomsten af arbejdsdiagrammer, det vil sige midlertidige, resultatorienterede konfigurationer, hvor hold samles omkring problemer frem for titler.
Tidligt i min karriere troede jeg, at klarhed primært kom fra struktur: tydelige roller, stabile hierarkier og veldefinerede processer. Jeg har lært, at for meget struktur kan mindske klarheden i miljøer, der formes af AI og konstante forandringer. Tilpasningen kommer nu fra en fælles intention, tillid og løbende dialog, ikke fra kontrol.
Det betyder, at vi skal betragte arbejdet som en portefølje, der kan udvikle sig i takt med både forretningsbehov og medarbejdernes ambitioner. Det betyder, at vi skal bevæge os væk fra jobbeskrivelser som den primære enhed for arbejde og hen imod en mere fleksibel forståelse af resultater, opgaver og kompetencer, især når vi overvejer at optimere stillinger, der er ved at forsvinde.
Vi skal nedbryde, kombinere på ny og løbende omforme arbejdet, så mennesker kan fokusere på de områder, hvor menneskelig dømmekraft og udvikling betyder mest. Og de menneskeprocesser, der engang understøttede statiske strukturer, skal nu udvikle sig, så de kan understøtte dynamiske arbejdsgange.
Hvorfor AI ændrer færdigheder og ansvarsområder
Dette skift ændrer også de færdigheder og ansvarsområder, der kræves på tværs af organisationen. Mange af de kompetencer, vi tidligere kaldte “ledelsesfærdigheder”, er hurtigt ved at blive grundlæggende arbejdsfærdigheder.
Alle, der arbejder effektivt med AI, leder i praksis digitale agenter: tildeler opgaver, gennemgår resultater og beslutter, hvad der skal handles på. Derfor kan vi ikke længere først undervise i ledelsesfærdigheder som delegering, evaluering og feedback ved en forfremmelse. De skal være grundlæggende kompetencer fra dag ét.
Samtidig ændrer dette vores forventninger til personaleledere og ledere. De ejer ikke længere svarene alene. Når intelligens er bredt tilgængelig, ligger lederens værdi i dømmekraft, kontekst og valg. Ledere beslutter, hvilke spørgsmål der er værd at stille, hvor menneskeligt tilsyn er afgørende, og hvornår effektivitet bør vige for kvalitet, etik eller tillid.
Jeg har måttet give slip på idéen om, at erfaring alene giver en pålidelig køreplan. I et landskab i hastig forandring er erfaring mindre et kort og mere et kompas. Dens værdi ligger i dømmekraft og evnen til at navigere i usikkerhed, ikke i at gentage det, der virkede før.
At redefinere din unikke værdi ændrer den måde, du leder med AI på
Som meningsdanner måtte jeg konfrontere et vanskeligt spørgsmål:
Hvad sker der med den model, når AI kan generere, opsummere eller forklare meget af det, folk søger hos mig?
Og jeg mener, at det spørgsmål gælder for alle ledere nu.
Jeg eksperimenterer altid tidligt med værktøjer, og jeg brugte allerede AI til det, jeg kalder “arbejde om arbejdet”. Ting som:
- At sammenfatte research
- At udarbejde dispositioner
- At opsummere samtaler
- At forberede første versioner, før jeg anvender min dømmekraft og mit perspektiv.
Men jeg indså, at jeg bevidst måtte gentegne grænsen mellem min unikke værdi og maskinens arbejde. Og det er mere sandt end nogensinde med udbredelsen af agentbaserede arbejdsgange.
Jeg blev mere bevidst om, hvordan jeg arbejder med AI. Jeg starter med en idé, brainstormer den med AI, beder den indsamle input og skabe en første syntese og stresstester derefter antagelser og vinkler gennem en frem-og-tilbage-dialog.
Jeg betragter eksplicit AI som en tænkemakker, og jeg er blevet overrasket over dybden af den strategiske refleksion, jeg får ved at arbejde med AI på denne måde. Tidligere, hvis jeg var gået ud af en coachingsession med en mentor i verdensklasse med et sådant niveau af indsigt, udfordring og nytænkning, ville jeg have betragtet det som virkelig godt givet ud. Det havde jeg ikke forventet af teknologi.
Men vigtigt nok er AI ikke beslutningstager. Jeg gennemgår, omformulerer og vælger bevidst hvert output for at sikre, at jeg ikke mister min stemme eller mit synspunkt.
Dette skift ændrede, hvordan jeg fordeler min opmærksomhed. Jeg blev mere bevidst om, hvor mit menneskelige bidrag virkelig gør en forskel:
- At formulere fortællingen
- At beslutte, hvad der ikke skal siges
- At forbinde mønstre på tværs af kontekster
- At forme idéer til specifikke målgrupper.
I sidste ende tvang AI mig til at være mere ærlig om min faktiske rolle og mere disciplineret med hensyn til at give slip på arbejde, hvor jeg ikke længere tilfører unik værdi.
En bevidst fleksibel AI-værktøjsstak

Min AI-værktøjsstak er bevidst fleksibel. Jeg bruger regelmæssigt flere generative AI-værktøjer til generelle formål, herunder ChatGPT, Claude, Gemini og Perplexity. Jeg skifter mellem dem afhængigt af opgaven og de specifikke styrker, jeg har brug for.
Nogle er fremragende til syntese og struktureret tænkning, andre til sprog og tone, og andre igen til at finde kilder eller udfordre antagelser. Ved at bruge mere end ét værktøj undgår jeg at tilpasse min tænkning for meget til mønstrene i én enkelt model.
Til researchtungt arbejde bruger jeg værktøjer som Perplexity og NotebookLM til at organisere store mængder information, sammenligne perspektiver og finde forbindelser, som jeg ellers måske ville overse. Det har ændret markant, hvordan jeg forbereder mig til skrivning, podcasts og rådgivningsarbejde, fordi jeg engagerer mig i mere materiale, samtidig med at jeg reserverer min opmærksomhed til fortolkning og dømmekraft.
I øjeblikket udforsker jeg Notion, især integrationen af AI i personlige arbejdsgange og vidensstyring.
Ud over specifikke værktøjer handler en vigtig ændring det seneste år om, hvordan jeg opdager og evaluerer hvert værktøj. Jeg følger aktivt nyhedsbreve, forskere og praktikere, som identificerer nye værktøjer og anvendelsesområder.
Jeg skimmer disse dagligt, ikke for at tage alt til mig, men for at holde mig informeret om, hvad der bliver muligt. Jeg holder især nøje øje med området for personlige hjælper-AI-agenter, såsom ClawdBot, da jeg ser frem til en tid, hvor jeg kan overlade arbejdsrelaterede processer til dem.
De fleste værktøjer bliver ikke en del af min faste arbejdsgang, og det er helt bevidst. Eksperimenteringen er konstant, men anvendelsen er selektiv.
Hvorfor organisationer ikke får den fulde værdi af AI

Organisationer introducerer typisk AI som et teknologisk initiativ, men den reelle indvirkning er langt mere grundlæggende og påvirker automatisering af arbejdspladsen og organisationskulturen.
Fordi organisationer typisk fungerer gennem roller, organisationsdiagrammer og faste succeskriterier, lægger de fleste virksomheder AI oven på eksisterende strukturer. Jobbene forbliver de samme. Arbejdsgangene forbliver de samme. Forventningerne til præstationer forbliver de samme. Ledere forventer, at AI vil “transformere” arbejdet, uden at forholde sig til, hvilket arbejde der stadig er vigtigt, hvordan det bør bevæge sig gennem en AI-understøttet organisation, eller hvordan succes bør se ud, når intelligens ikke længere er en knap ressource.
Ledere forventer produktivitetsgevinster, men de ændrer ikke beslutningsrettigheder, godkendelseslag eller den måde, de måler resultater på. Vi stiller sjældent spørgsmålstegn ved, om vores systemer til præstationsledelse fremmer læring til morgendagens arbejde, eller blot belønner levering baseret på gårsdagens antagelser.
Når jeg arbejder med organisationer, tager jeg fat på dette ved at begynde med menneskerelaterede processer, ikke teknologi. Vi leder efter de processer, der enten muliggør transformation eller blokerer for den.
Et enkelt eksempel er, hvordan ledere gennemgår igangværende arbejde. Accepterer de arbejde, der udføres på den måde, det altid er blevet udført på, eller er de villige til at sætte tempoet ned, udfordre det og bede teams om at gøre det om ved hjælp af nye værktøjer, selv om det betyder, at det tager længere tid på kort sigt?
Den måde, vi måler præstationer, anerkender indsats og evaluerer succes på, gør en reel forskel for, om folk føler, at de har tilladelse til at sætte tempoet ned og lære.
Et andet eksempel er, hvordan organisationer behandler tidlige brugere. Alle organisationer har mennesker, som naturligt eksperimenterer med nye værktøjer og arbejdsformer. Disse personer er afgørende for at sprede praktisk viden på tværs af teams, men det sker kun, hvis organisationer giver dem tilladelse, formelle roller, tid og anerkendelse.
Alt for ofte behandler organisationer dette arbejde som en fritidsaktivitet, selv om det kan være noget af det vigtigste arbejde, der foregår i organisationen.
Hvordan roller og afdelinger vil udvikle sig
Om fem år vil de fleste af os ikke udføre det samme arbejde på den samme måde, som vi gør i dag, uanset rolle, funktion eller branche. Hverken hvad vi gør, eller hvordan vi gør det.

Ekspertise vil ikke være lig med værdi
På et personligt plan betyder det et grundlæggende identitetsskifte. Værdi vil ikke længere alene komme fra ekspertise eller fra at eje en funktion. Den vil komme fra evnen til at skabe mening i kompleksitet, stille bedre spørgsmål, forbinde signaler på tværs af områder og hjælpe andre med at navigere i beslutninger, der ikke har nogen klar fortilfælde.
Det betyder også, at afdelinger, som vi kender dem i dag, vil betyde mindre end det arbejde, de muliggør. Grænserne mellem HR, strategi, drift og teknologi vil fortsat blive udvisket, fordi design af arbejde, udvikling af mennesker og implementering af intelligens bliver aktiviteter, der ikke kan adskilles.
I den forstand handler fremtiden om at erkende, at ingen af os kan blive præcis dér, hvor vi er, og beslutte, hvem vi ønsker at blive som det næste.
Hvorfor hver HR-leder personligt skal tage ansvar for AI-overgangen
Tempoet og omfanget af forandringerne er for stort til, at andre kan finde ud af det for os. Der findes ingen universel drejebog for, hvilke værktøjer man skal bruge, hvilke processer man skal ændre, eller hvor ens personlige værdi vil ligge i en AI-formet verden. Det arbejde er nu dybt individuelt, og hver af os må tage ansvar for det.
Det betyder, at man bevidst skal skabe plads til det. Du skal afsætte tid, opmærksomhed og endda budget til at forstå, hvad der sker, udforske, teste og eksperimentere.
På kort sigt sænker det ofte leverancerne. Du producerer måske mindre eller bruger længere tid, fordi du er ved at lære at arbejde på en anden måde. Men den investering er uundgåelig. Det er ikke længere en mulighed at vente på klarhed eller på, at en anden designer svaret.
Det afgørende er ikke kun, hvad du overlader til AI, men hvordan du nytænker den værdi, du skaber i stedet. Det egentlige arbejde består i at forstå, hvor din dømmekraft, dit perspektiv og din erfaring gør en forskel, og derefter bevidst opbygge din rolle omkring det i stedet for omkring opgaver, der hver dag bliver lettere at automatisere.
For ledere mere generelt er rådet det samme, men forstærket. Man kan ikke uddelegere dette øjeblik. Ledere skal gå foran som rollemodeller for den adfærd, de ønsker at se. Skab plads til læring, accepter kortsigtet ineffektivitet for at opbygge langsigtede kompetencer, og vær tydelig om, hvilke typer arbejde der fortjener menneskelig opmærksomhed.



