Hvorfor workflowdesign er vigtigere end teknologi ved implementering af AI

I vores interview delte Domenico en ramme for at gennemgå enhver arbejdsgang samt årsagerne til, at indførelsen af AI og AI-kompetencer halter bagefter i de fleste organisationer.

AI-fokuseret ledelse

Jeg er grundlæggeren af Kortix.ai. Jeg har brugt mere end 10 år på at skalere ingeniørteams i AI/ML-startups i Series B+ og blev ved med at se det samme problem: Virksomhederne havde teknologien, men brugte stadig ledelsesmodeller fra tiden før AI.

Jeg byggede Kortix for at bevise, at en anden tilgang er mulig – organisationer, der orkestrerer AI-agenter i stedet for blot at lede mennesker. Vi driver hele virksomheden på vores egen platform, hvilket betyder, at jeg hver dag tester AI-fokuseret ledelse i praksis.

Domenicos tip

Jeg måtte opgive antagelsen om, at flere mennesker = større kapacitet. Det passer ikke. Ikke længere. Vi arbejder med 70 % færre mennesker end sammenlignelige startups, fordi vi bygger bedre agentarbejdsgange.

Sådan bevæger ledere sig fra beslutningstagere til systemdesignere

Som leder har min rolle ændret sig fra beslutningstager til systemdesigner.

Jeg uddelegerer ikke længere opgaver til mennesker. Jeg designer arbejdsgange, hvor agenter håndterer 80 % af udførelsen, mens mennesker fokuserer på dømmekraft.

Det krævede, at jeg opgav antagelsen om, at flere mennesker = større kapacitet. Det passer ikke. Ikke længere. Vi arbejder med 70 % færre mennesker end sammenlignelige startups, fordi vi bygger bedre agentarbejdsgange.

Det krævede også, at jeg blev tryg ved ikke at være involveret i alt. Vores agenter træffer hundredvis af beslutninger hver dag uden min godkendelse. Mit job er at sætte rammerne, ikke at godkende handlinger.

Sådan kan AI styrke strategisk tænkning hos moderne ledere

AI på arbejdspladsen automatiserer ikke bare rutinearbejde, men styrker også den strategiske tænkning.

Før i tiden brugte jeg timer på at indsamle data og nåede frem til beslutninger, der gjorde mig mentalt udmattet. Nu håndterer AI de første 90 % (researcharbejde, sammenfatning og scenariemodellering) og bringer mig frem til beslutningspunktet med overskud – og det sker efter, at jeg har undersøgt 10 gange så mange scenarier som før.

Det mentale råderum, som AI skaber, har frigjort en kreativitet, jeg ikke vidste, jeg havde. Jeg plejede at måle min værdi på, hvor meget jeg kunne nå. Nu måler jeg den på, hvor godt jeg tænker.

Med andre ord har AI gjort mig mere menneskelig; den har ikke gjort mig overflødig.

Domenicos tip

AI automatiserer ikke bare rutinearbejde – den styrker den strategiske tænkning.

Derfor ændrer det alt at behandle AI som en medarbejder i stedet for et værktøj

Lige nu er der en stor kløft i den måde, organisationer bruger AI på. De ser AI som et værktøj i stedet for en medarbejder.

Derfor kobler de fleste virksomheder ChatGPT på eksisterende arbejdsgange og kalder det transformation, men mennesker udfører stadig 90 % af arbejdet.

AI's egentlige løfte er autonomi: agenter, der udfører arbejdsgange fra start til slut uden menneskelig indgriben. Derfor bruger vi følgende ramme:

1. Kortlæg arbejdsgangene først.
2. Spørg, hvor menneskelig dømmekraft tilfører unik værdi.
3. Automatisér alt andet.
4. Sørg for, at alle AI-beslutninger logges og kan forklares.
5. Gennemfør ugentlige agentrevisioner for at opbygge tillid.

De virksomheder, der vinder i fremtiden, får ikke de bedste værktøjer – de får de bedste agenter.

Sådan kan AI-agenter gennemgribende ændre virksomhedens centrale arbejdsgange

Her er nogle eksempler på arbejdsgange, som vi med succes har gennemgribende ændret med AI i forretningsstrategien:

• Ansættelse: Agenten gennemgår CV'er, scorer kandidater, udarbejder e-mails og planlægger interviews.
  • Resultat: 3 timer/rolle → 15 minutter.
• Strategi: Jeg formulerer et spørgsmål. Agenten indsamler data, genererer 3-5 muligheder med fordele/ulemper og modellerer scenarier.
  • Resultat: Jeg træffer beslutninger med 10 gange mere kontekst på 1/10 af tiden.
• Organisationsdesign: Vi kortlægger først arbejdsgange og designer derefter roller omkring det, som mennesker bidrager med på en unik måde.
• Kundehenvendelser: Agenten søger dagligt på LinkedIn efter målgruppeprofiler, beriger dem med virksomhedsdata, scorer leads fra 0-10 og udarbejder personlige beskeder.
  • Resultat: 2-3 timer/dag → 20 minutter. Svarprocenten steg 4 gange.
• Indhold: Agenten overvåger tendenser, udarbejder indhold i min stemme, skaber platformspecifikke variationer og planlægger distributionen.
  • Resultat: Udgivelse 2 gange/uge → 5 gange/uge, 3 gange større engagement.

Hvorfor vedvarende hukommelse er afgørende og problematisk

Jeg er især begejstret for at opbygge agentbaserede arbejdsgange med vedvarende hukommelse.

Den Reddit-agent, jeg byggede, kører for eksempel hver dag kl. 6 om morgenen. Den søger i mere end 15 subreddit-fora efter nøgleord (AI-agenter, behov for automatisering, omtale af konkurrenter), scorer opslag fra 0-10 efter relevans/hensigt, udarbejder autentiske svar og sender mig en oversigt. Jeg vælger, hvilke opslag jeg vil engagere mig i, og den husker, hvilke jeg vælger. Den lærer også mine præferencer for tone og registrerer, hvilke svar der fik engagement.

Den første måned redigerede jeg 80 % af svarene. Men nu, efter seks måneder, redigerer jeg kun 5 %, og det er for det meste af strategiske årsager. Dækningen steg fra 20-30 opslag/dag til mere end 200. Svarenes engagement blev tredoblet.

Agenten skriver nu bedre, end jeg gør, fordi den har analyseret tusindvis af interaktioner. Det her er ikke automatisering, men intelligens, der vokser over tid. Hver opgave gør den bedre til den næste. Når først du har oplevet AI, der lærer, kan du ikke gå tilbage til AI, der glemmer.

På trods af denne særlige succes er vedvarende hukommelse dog stadig under udvikling. Hukommelse og forståelse af kontekst er i dag centrale udfordringer for AI inden for læring og udvikling.

Den fejl, de fleste ledere begår, når de tager AI i brug

Her er den største fejl, ledere begår, når det handler om at tage AI i brug: De behandler det som et teknologiproblem i stedet for et ledelsesproblem.

De køber ChatGPT-licenser, afholder undervisningsworkshops, tilføjer AI-funktioner og måler anvendelsesgraden — og undrer sig derefter over, hvorfor intet ændrer sig.

At tage AI i brug handler ikke om værktøjer. Det handler om at gentænke, hvordan arbejdet bliver udført. De egentlige spørgsmål er:

• Hvilket arbejde bør mennesker udføre, og hvilket bør agenter udføre?
• Hvordan redesigner vi arbejdsgangene fra bunden?
• Hvordan ser vores organisation ud, når agenter håndterer 80 % af udførelsen?

Begynd med arbejdsgange, ikke værktøjer. Gentænk i stedet for at optimere. Og gå forrest med et godt eksempel. AI-transformation er et ledelsesskifte, ikke et teknologiprojekt.

Sådan opbygger du ægte AI-kompetence: Lær orkestrering, ikke værktøjer

Vi lærer medarbejderne at orkestrere AI-systemer, ikke bare at bruge værktøjer.

I den første uge kortlægger alle deres arbejde som arbejdsgange (input, beslutningspunkter, resultat) og bygger deres første agent. Derefter gennemfører vi ugentlige agentgennemgange: Hvad virkede, hvad mislykkedes, og hvordan kan det forbedres?

Vi træner folk i at identificere, hvor menneskelig dømmekraft ikke kan erstattes. Derefter bliver alt andet automatiseret. Og teams deler deres agenter på tværs af funktioner.

De tre problemer, der hæmmer indførelsen af AI i de fleste organisationer

Selv med alt dette ser jeg tre almindelige problemer ved indførelsen af AI:

1. Tidlig frygt for, at "AI vil erstatte mig." Dette løses ved at vise, at de medarbejdere, der bygger de bedste agenter, bliver forfremmet.
2. Overdreven afhængighed af AI uden kontrol. Dette løses med obligatoriske revisioner.
3. Blindhed over for arbejdsgange: Dette løses ved at vejlede medarbejderne i, hvorfor de skal deltage på bestemte tidspunkter i arbejdsgangen, og hvordan de gør det.

AI-parat betyder at tænke i systemer, have tillid, men samtidig kontrollere, og vide, hvornår man skal gribe ind.

Sådan går man fra at købe værktøjer til at designe AI-første arbejdsgange

Her er vores kernestak:

• Kortix: Vores platform kører alle arbejdsgange
• Claude/GPT-4: Vi fordeler opgaverne baseret på deres kompleksitet
• Linear: Projektstyring, integreret med agenter, der automatisk sorterer fejl
• Slack: Samarbejdshub for mennesker og AI
• Cursor: Udvikling — du kan tagge Cursor på Slack og foretage ændringer i dit kodearkiv uden at røre tastaturet
• GitHub: Standardarbejdsgang for udvikling
• Supabase: Backend
• Vercel: Implementering
• Resend: E-mail
• PostHog: Analyse med indsigt, som agenter identificerer

Dette er blevet kraftigt forenklet i forhold til, hvor vi startede. Vi fjernede Zapier, Make, Hubspot og Calendly og erstattede dem med egenudviklede agenter.

Det er et filosofisk skifte: Vi gik fra "køb værktøjer" til "byg arbejdsgange". Hvis det ikke integreres med vores agentøkosystem, erstatter vi det.

Sådan tvinger agentbaserede arbejdsgange strategiske kursændringer frem

Med fremkomsten af agentbaserede arbejdsgange bevæger vi os fra software som en tjeneste til agenter som en tjeneste. Fra et praktisk perspektiv betyder det, at vores forretningsmodel bevæger sig fra prissætning pr. brugerplads til resultatbaseret prissætning, hvor du betaler pr. automatiseret opgave og ikke pr. bruger.

Vores markedsstrategi har ændret sig fra at sælge til mellemledere til at sælge til administrerende direktører og økonomidirektører. Fordi vi konkurrerer med ansættelser, ikke med andre værktøjer.

Vores produktstrategi har også ændret sig, fra at bygge funktioner til at bygge forudkonfigurerede agenter til almindelige arbejdsgange.

Og hvad angår vores værdiløfte, har det ændret sig fra "spar tid" til "skalér uden at ansætte". Vi sælger AI-baseret infrastruktur, ikke AI, der er bygget oven på gammel software.

Sådan vil AI ændre traditionelle roller inden 2030

Den traditionelle grundlæggerrolle vil uddø i løbet af de næste par år.

Inden 2030 vil "orkestrator-grundlæggere" designe flåder af AI-agenter i stedet for selv at gøre alting. En enkelt grundlægger med mere end 100 agenter vil nå en årlig tilbagevendende omsætning på over $100M.

Vi holder op med at ansætte til udførelse — jobtitlerne bliver "agentorkestrator" og "arbejdsgangsarkitekt". Agenter vil i praksis være medstiftere med specialiseret ekspertise, som ræsonnerer, lærer og forbedrer sig.

Traditionel SaaS vil bryde sammen. Virksomheder vil sælge autonome agenter, ikke værktøjer.

Organisationsdiagrammer vil vise overdragelser af arbejdsgange mellem agenter og mennesker, ikke rapporteringslinjer.

Økonomien gør det uundgåeligt: Det koster $100K+/år at ansætte en medarbejder, mens det koster $1K-$10K/år at implementere en agent.

Virksomheder, der ikke tilpasser sig, vil være Blockbuster i 2010.

Domenicos tip

Ansæt medarbejdere på baggrund af dømmekraft og systemtænkning, ikke udførelse.

Hvad ledere bør gøre nu for at designe AI-første organisationer

Her er mit råd:

• Stop med at optimere gamle arbejdsgange — redesign dem fra bunden med AI-først-tænkning.
• Stol på det system, du har designet, ikke på individuelle AI-opgaver.
• Ansæt efter dømmekraft og systemtænkning, ikke efter udførelse.
• Brug selv dine egne løsninger, før du ruller dem ud til teams.
• Mål løftestangseffekten (output pr. system), ikke produktiviteten (output pr. person).
• Omfavn ubehaget ved ikke at "gøre nok" — din værdi ligger nu i dømmekraft, kreativitet og vision.
• Bevæg dig hurtigt, men opbyg tillid gennem gennemsigtighed og iteration.
• Tænk i årtier, men handl i dage.
• Og vent ikke på tilladelse — begynd med dine egne arbejdsgange, bevis værdien, og skaler derefter.

Og jeg vil sige dette: AI erstatter ikke ledelse — det forstærker den.

Følg med

Du kan følge Domenico Gagliardi på LinkedIn og X, mens han fortsætter med at forandre ledelseslandskabet. Og besøg Kortix.ai.

Der kommer flere ekspertinterviews på People Managing People!

Klar til at gentænke AI-æraen?

Bliv en del af People Managing People-fællesskabet. Gratis konti giver dig ugentlige indsigter, praktiske rammeværk og strategier fra ligesindede, som hjælper dig med at lede mere intelligent, ikke arbejde hårdere.

Opret din gratis konto i dag.