Chef for medarbejdere siger, at virksomheder ved et uheld straffer medarbejdere, der bruger AI effektivt

Analiese Brown har brugt tolv år på at opbygge HR-funktioner i virksomheder i vækstfasen. I dag er hun personaledirektør i en SaaS-virksomhed med 150 medarbejdere ved navn Campminder.

Vi talte med Analiese for at lære, hvordan HR-funktioner bliver omformet af AI. Her er, hvad hun fortalte os.

AI er en kulturel omvæltning

Jeg hedder Analiese Brown og er personaledirektør hos Campminder, en SaaS-virksomhed med base i Boulder.

Vi har udviklet software til lejropholdsbranchen i over 25 år, og i dag betjener vi tusindvis af lejre i hele Nordamerika. Vi er cirka 150 medarbejdere.

Jeg har brugt tolv år på at opbygge HR-funktioner i virksomheder i vækstfasen, hvoraf de seneste ni har været hos Campminder. Her har jeg haft den sjældne mulighed for at vokse sammen med en organisation gennem reelle vendepunkter. En pandemi, et M&A-forløb, hurtig opskalering og nu det, jeg vil beskrive som den mest afgørende forandring i min karriere: integrationen af AI i den måde, vi arbejder, organiserer os og tænker over menneskeligt potentiale på.

Mit ansvarsområde spænder over hele medarbejderlivscyklussen: organisationsdesign, talentrekruttering, performance, samlet lønpakke, medarbejderoplevelse, DEI og M&A-integration.

Jeg er en del af den øverste ledelse og arbejder tæt sammen med vores CEO og bestyrelse om arbejdsstyrkestrategi og organisatorisk sundhed. Kort sagt er mit job at sikre, at vi vokser uden at miste det, der gør os gode.

Min baggrund er inden for kulturantropologi, hvilket er en overraskende nyttig optik i denne tid.

Analiese svarer

AI er ikke bare et produktivitetsværktøj. Det er en kulturel omvæltning. Organisationer, der behandler det som en softwareudrulning, vil få det svært. De, der leder det som en kulturforandring, vil bevæge sig hurtigt og effektivt.

Sådan bliver AI en prioritet i den overordnede strategi

Den mest betydningsfulde forandring har været den enkleste og sværeste: at gøre AI til en reel ledelsesprioritet i stedet for et sideprojekt.

Det lyder indlysende, men der er en væsentlig forskel på en virksomhed, der taler om AI, og en, der forpligter sig til det på ledelsesniveau.

I praksis betød det reelle investeringer i form af et dedikeret AI-udviklingsteam, et budget til værktøjer og indhentning af ekstern ekspertise for at hjælpe os med at tænke grundigt over, hvordan en AI-understøttet organisation ser ud for en virksomhed på vores udviklingstrin.

Det eksterne partnerskab pressede os til at bevæge os fra ambition til arkitektur. Vi er nu i de tidlige faser af at opbygge en formel styringsmodel, der definerer ansvarlighed for AI-ledelse og tilsyn på tværs af organisationen.

Den er stadig ved at blive udformet og forankret, hvilket er den rigtige tilgang. Man skal ikke føje en politik til en kultur og kalde arbejdet færdigt. Man skal give folk mulighed for at deltage i opbygningen, så de føler ejerskab over den.

AI er nu uløseligt forbundet med strategi og resultater på ledelsens dagsorden. Vi stiller andre spørgsmål i rummet, ikke kun "bruger folk AI?", men også "hvordan ændrer AI det, der er muligt, hvad kan vi levere til vores kunder, og hvordan kan vi definere godt arbejde?"

Dette skift i kvaliteten af samtalen er den vigtigste tidlige indikator, vi har.

Vi har offentligt og konsekvent understøttet denne retning på vores fællesmøder. Når folk hører det samme budskab fra ledelsen igen og igen i det samme forum, hvor vi taler om forretningsresultater og virksomhedens værdier, signalerer det, at dette ikke er et pilotprogram. Det er retningen.

Sådan kan AI integreres i organisatoriske systemer

Alene i vores medarbejder- og kulturfunktion har vi opnået betydelige effektivitetsgevinster inden for rekruttering, HR-drift og rapportering.

En AI-agent sammenfatter hver morgen Gmail, Slack, Notion og vores ATS, automatiserer vores arbejdsgang for daglig opgaveprioritering og sparer cirka 15 til 20 minutter pr. person om dagen. På tværs af teamet svarer det til en anslået kapacitet på 300 til 400 genvundne timer om året.

Vores rekrutteringsansvarlige udviklede et skræddersyet AI-projekt til udarbejdelse af jobbeskrivelser. Det reducerede tiden til det første udkast fra omkring en time til få minutter, hvilket er betydningsfuldt i betragtning af vores nuværende rekrutteringsvolumen på over 25 ledige stillinger. Vi eliminerede en manuel ugentlig rapporteringsproces og erstattede den med et live-resultatkort, der automatisk opdateres hver morgen.

Den udfordrende del er ikke teknologien, men menneskelig adfærd. Vi har oplevet den største friktion i den ujævne indførelseskurve. Nogle mennesker engagerer sig straks og lærer selv, hvordan de bruger værktøjerne, mens andre venter, enten fordi de er usikre eller føler, at de ikke har tid til at eksperimentere med AI. Denne uensartethed skaber et miljø, hvor mennesker arbejder i forskellige tempi og anvender forskellige arbejdsgange.

Det er en reel udfordring at hjælpe ledere med at skabe klare forventninger og håndtere resultater, når deres teammedlemmer arbejder i forskellige tempi og anvender forskellige processer, og jeg tror ikke, at vi har løst det fuldstændigt endnu.

Sådan understøtter AI karriereplanlægning

Vores personalechef udviklede en af de arbejdsgange, jeg er mest imponeret over: et Claude-projekt, der er forbundet med vores karriereniveauer, jobbeskrivelser og filosofi for præstationer, og som fungerer som en altid tilgængelig ressource for ledere og teammedlemmer.

Hvis nogen ønsker at forstå, hvordan de når det næste niveau, eller hvis en leder vil udarbejde en udviklingsplan sammen med en direkte medarbejder, kan de bruge værktøjet i stedet for at aftale tid med HR for at gennemgå dokumentationen. De kan stille spørgsmål i et almindeligt sprog og få svar, der er baseret på vores karriererammer, ikke generiske karriereråd fra internettet.

Vi kan se de stillede spørgsmål og de genererede svar. Det gør to ting: Det giver os mulighed for løbende at forbedre værktøjet baseret på det, folk forsøger at forstå, og det skaber et naturligt sikkerhedsnet.

Hvis et spørgsmål viser sig at kræve vejledning fra HR i stedet for et svar fra værktøjet, kan vi se det og træde til. Automatisering erstatter ikke behovet for menneskelig vejledning. Den beskytter det ved at gøre det lettere at identificere, hvor denne vejledning er nødvendig.

Sådan omformer AI arbejdsstyrkeplanlægningen

Alle dele af medarbejderlivscyklussen er vigtige, men planlægning af arbejdsstyrken er det område, hvor grundlaget ændrer sig hurtigst, og hvor fejltagelser har de største konsekvenser for virksomheden. Hele job vil ændre sig, nogle markant, og People & Culture skal være klar til den opgave.

Den traditionelle model for planlægning af arbejdsstyrken spørger: "Hvor mange mennesker har vi brug for, i hvilke roller og hvornår?"

Det er det rigtige spørgsmål i et stabilt miljø. Vi befinder os ikke i et stabilt miljø. Nu er vi nødt til at spørge: "Hvilke kompetencer bliver vigtige om seks måneder eller to år, hvilke job vil se helt anderledes ud som følge heraf, og hvordan hjælper vi vores medarbejdere med at udvikle sig sammen med teknologien?" Det er sværere spørgsmål, og de kræver en anden form for planlægningsinfrastruktur.

Hvad angår talentsammensætningen, investerer vi bevidst i AI-medarbejdere i vores produkt- og engineeringorganisation. Denne kapacitet er central for retningen af vores produkt, og vi forpligter os til at gøre det sikkert, etisk og i overensstemmelse med gældende regler.

Efterhånden som AI bliver mere integreret i den måde, vi udvikler og leverer på, har vi brug for mennesker, der har en dyb forståelse af disse systemer og af, hvordan de bruges ansvarligt. Det er særligt kritisk i en branche, der håndterer børns data.

I dag kan alle vibe-kode et smart udseende produkt, men reel ekspertise sikrer, at det, du bygger, er sikkert, troværdigt og værdigt for de familier, der er afhængige af det.

Analiese svarer

I dag kan alle vibe-kode et smart udseende produkt, men reel ekspertise sikrer, at det, du bygger, er sikkert, troværdigt og værdigt for de familier, der er afhængige af det.

Sådan flytter AI fokus fra aktiviteter til resultater

Jeg har sluppet antagelsen om, at et "job" består af et statisk sæt daglige aktiviteter. I det meste af min karriere var job netop det: en liste over opgaver, et sæt ansvarsområder og en implicit antagelse om, hvor mange timer en opgave ville tage. AI har gjort den model forældet.

Vi bevæger os hen imod at definere arbejde ud fra resultater, ikke aktiviteter. Det er en sundere tilgang, uanset AI. Men AI gør det presserende, fordi »hvordan« nu er helt åbent. To personer kan nå frem til det samme resultat ad helt forskellige veje, men den ene kan bruge AI til at gøre noget på en time, som tidligere tog en hel dag.

Hvis jeres præstationssystem stadig måler input og handlinger i stedet for resultater og effekt, er I ikke bare bagud. I straffer utilsigtet opfindsomhed.

Det spændende er dette: Når man holder op med at antage, hvor lang tid noget bør tage, holder man også op med at antage, hvad der er muligt. Standarden bliver den positive effekt, vi kan skabe. Det skaber en grundlæggende mere interessant og tilfredsstillende arbejdsoplevelse, hvis det gøres rigtigt.

Sådan skaber AI udfordringer for løn under ansættelsesprocessen

Medarbejdere bruger AI til at undersøge deres egen løn, hvilket giver god mening. Men de fleste AI-værktøjer til generelle formål ved ikke, om de henter oplysninger fra en sammenlignelig jobbeskrivelse, en relevant geografi, en virksomhed af tilsvarende størrelse eller en branche, der minder om vores.

Vi har oplevet, at folk kommer ind til lønsamtaler med løndata fra teknologivirksomheder i den sene vækstfase i San Francisco eller fra stillinger i organisationer, der er ti gange større end vores.

Den forskel placerer HR i den akavede situation, at vi skal udfordre medarbejdernes egen research. På den positive side presser det os til at være mere proaktive og gennemsigtige omkring vores lønfilosofi og om, hvordan vi fastsætter lønintervaller.

Vi er i gang med at redesigne vores lønprogram, så vores tilgang bliver tydelig nok til, at folk ikke behøver at stole på et generisk AI-værktøj for at forstå, hvor de står.

Den bredere læring er, at AI ikke bare ændrer det, vi gør internt; det ændrer også, hvordan vores medarbejdere kommer til bordet, og hvad de forventer. Vi skal designe med det for øje.

Sådan fejler AI i intern kommunikation

Der er en antagelse om, at hvis AI kan generere indhold, kan den skrive hvad som helst. Men når man har brug for, at folk skal føle noget, have tillid til et budskab og tro på personen bag det, kan AI-genereret indhold skabe en uhyggelig dal-effekt. Det ser rigtigt ud. Det lyder næsten rigtigt. Alligevel er der noget, der ikke stemmer, og det kan folk mærke.

Vi har på den hårde måde lært, at alt, der kræver vores autentiske stemme — arbejde med kerneværdier, vanskelig forandringskommunikation, vigtige kundebudskaber — er et område, hvor overdreven brug af AI kan undergrave vores intention.

Her er et eksempel. Tidligt i forløbet brugte vi AI til at udarbejde Slack-beskeder til hele virksomheden, og i begyndelsen føltes det mere effektivt. AI kunne sammenfatte kontekst fra flere kilder, strukturere budskaber logisk og hurtigt udarbejde indhold. Men resultatet var konsekvent for poleret, for formelt og for meget som en pressemeddelelse fra en virksomhed. Det er ikke sådan, vi ønsker at tale med vores medarbejdere.

Forholdet mellem virksomheden og dens team er et af vores vigtigste aktiver. Folk forventer at høre fra os med en stemme, der føles ægte. Når den stemme glattes ud til noget, der lyder, som om det kunne være kommet fra en hvilken som helst virksomhed, skaber det afstand, når man forsøger at skabe forbindelse. Vi hørte tilbagemeldingerne og mærkede det selv. Vi tilpassede os.

Hvorfor AI bør bruges med forsigtighed i ansættelser

Ansættelser er et andet område, hvor AI ikke kan håndtere hele arbejdsgangen. AI kan hjælpe os med at arbejde hurtigere og reducere visse former for uoverensstemmelse i vores vurdering af kandidater. Men vi er meget opmærksomme på, hvor den berører processen.

Det er fint at automatisere administrative funktioner som planlægning og notetagning, men vurdering af potentiale eller en persons evne til at udvikle sig ... det er menneskelige skøn, punktum.

Historien om algoritmiske ansættelsesværktøjer, der skaber fordomsfulde resultater, er veldokumenteret, og som leder, der er engageret i at nedbryde systemiske barrierer, tager jeg det alvorligt.

Hvorfor menneskelige relationer svækkes med AI

Når AI fremskynder alting, stiger arbejdstempoet, og menneskelige interaktioner kan overraskende let erodere. Man arbejder hurtigere, producerer mere, løser problemer hurtigere, og i al den fremdrift kan det menneskelige sammenhold svækkes, hvis man ikke passer på.

Jeg har været nødt til at blive langt mere bevidst om at afsætte tid til kontakt. Til at have samtaler, der bare handler om, hvordan nogen har det. Til at give personlig, ikke genereret, anerkendelse. Til at være opmærksom på impulsen til at sætte farten ned, når et teammedlem virker utilpas, selv når vedkommendes arbejdsresultat er højt. AI gør mange ting lettere. At være opmærksom på sit eget nervesystem og aflæse andres signaler er ikke en af dem.

Om noget kan den hastighed og mængde, som AI muliggør, overdøve de vigtige signaler.

Hvorfor kulturel transformation er afgørende

Betragt AI som en kulturel transformation, ikke som en teknologisk implementering. Det er det råd, jeg oftest giver.

Folk er nødt til at forstå hvorfor, ikke kun hvad. De har brug for psykologisk tryghed til at eksperimentere og fejle. De skal se deres ledere gå foran med den ønskede adfærd, ikke bare kræve den. Og de har brug for dedikeret tid til at eksperimentere, hvilket kan være i konflikt med det presserende tempo, mange virksomheder bevæger sig i. Det kræver ægte selvransagelse og en oprigtig villighed til at udvikle kulturen, ikke kun teknologien.

Et andet aspekt er, at virksomheder ikke tager AI til sig – det gør mennesker. Modstand skyldes sjældent et træningsproblem eller et værktøjsproblem. Det er et oplevelsesproblem. Hver enkelt person skal have sit eget åbenbaringsøjeblik, det øjeblik hvor noget falder på plads, og de på egen hånd mærker, hvad der nu er muligt.

En konkret måde at skabe disse betingelser på er at afsætte dedikeret, koncentreret tid, hvor folk samles om et specifikt problem og bruger AI til at udvikle løsninger i realtid.

Der er noget magisk ved den første virkelige succes med AI. Når nogen først har oplevet det personligt, behøver de ikke at blive overbevist om at bruge det igen.

Hvorfor ledere må gentænke informationsstrømmen

De fleste virksomheder har dokumentation, der er forældet, inkonsekvent eller bare svær at finde. Det har altid været et problem. Men AI gør det presserende, fordi AI kun er så troværdig som de oplysninger, den bygger på.

For at bruge AI effektivt skal du først klargøre dine interne data. Jeg vil anbefale at rette ledernes opmærksomhed mod interne processer og projektstyring – specifikt informationsstrømmen gennem organisationens systemer.

Når grundlaget er på plads, kan AI tilbyde en stærk funktionalitet ved at finde de rigtige oplysninger til den rigtige person på det rigtige tidspunkt, uden at personen selv skal lede efter dem.

Et konkret eksempel fra vores arbejde er, at vi har gentænkt OKR'er. Historisk set var processen besværlig. En kvartalsvis cyklus med gennemgange og godkendelser, som føltes en smule forældet, da den var afsluttet.

Vi arbejder hen imod at bruge AI til at hjælpe folk med at forbinde deres arbejde med virksomhedens strategi i realtid, ikke kun én gang i kvartalet. Vores mål er, at alle, der arbejder på et specifikt initiativ, præcis skal kunne se, hvordan deres arbejde hænger sammen med virksomhedens mål, uden at skulle planlægge et møde eller grave sig gennem en præsentation. Tilpasning bliver kontinuerlig i stedet for begivenhedsbaseret.

Hvorfor styring er afgørende for at forhindre AI-kaos

Når alle i en organisation får adgang til AI samtidig, og der ikke findes en driftsmodel for brugen af AI, hvad der bliver bygget, eller hvem der står til ansvar for resultaterne, opstår der en overflod af værktøjer, arbejdsgange og beslutninger, som ingen har det fulde overblik over. Det kan ligne og føles som produktivitet. Men under overfladen er det dybt fragmenteret, og virksomheder vil med tiden ophobe en "kaosgæld" forårsaget af AI.

Derfor investerer vi i styring sideløbende med innovation for at sikre, at vi bevæger os i overensstemmelse med vores værdier, vores complianceforpligtelser og vores strategiske retning.

Jeg advarer ledere, der ser styring som bureaukrati. I en AI-understøttet organisation gør sikkerhedsforanstaltninger hastighed bæredygtig.

At vælge optimisme

Meget af samtalen fokuserer på risiko, frygt, fortrængning og forstyrrelse. Men jeg mener, at vi investerer for lidt i den anden side af historien. Dette øjeblik er fuldt af håb, hvis vi tillader det at være det.

Vi har mulighed for at gentænke arbejdet på måder, der gør det mere menneskeligt, ikke mindre. At fjerne de dele af folks arbejde, hvor deres talent aldrig blev udnyttet effektivt. At skabe organisationer, hvor barren sættes af opfindsomhed og dømmekraft snarere end arbejdstimer og resultater. At gøre arbejdet – og dermed livet – bedre for vores medarbejdere, kunder og de bredere fællesskaber.

Det er noget, der er værd at arbejde hen imod, ikke bare forsøge at komme igennem.

Jeg vil gerne være omgivet af ledere, der samtidig anerkender både de reelle risici og forstyrrelser, som denne overgang medfører, og de ægte muligheder på den anden side. Den fortælling er sværere og mere nuanceret end kynisme eller blind optimisme, men det er den historie, jeg gerne vil være en del af.

Følg med

Du kan følge med, når Analiese Brown er med til at forme fremtidens arbejde hos Campminder, og komme i kontakt med hende på LinkedIn.

Der kommer flere ekspertinterviews på People Managing People!