HR-teknologigrundlægger siger, at de fleste AI-projekter blot er “digital læbestift” på ødelagte processer

Jay Polaki er medstifter og administrerende direktør i HR Geckos, en virksomhed inden for HR-teknologi, der hjælper organisationer med at automatisere HR-processer, samtidig med at mennesket er i centrum. Hun har tidligere haft HR-stillinger på direktørniveau.

Vi talte med hende for at høre, hvordan hun bruger AI til at revolutionere HR-processer. Her er, hvad hun havde at sige.

Udnyttelse af AI til strategisk HR-transformation

Hej, jeg hedder Jay Polaki, og jeg er administrerende direktør og øverste Gecko hos HR Geckos. For at låne et begreb fra botanikken har min start på HR-karrieren været broget — en meget farverig start. Min uddannelse og baggrund inden for I/O-psykologi førte mig til at arbejde for organisationer i forskellige brancher og sektorer, fra store multinationale virksomheder og offentlige myndigheder til mindre konsulentvirksomheder. Jeg lærte så meget om, hvordan mennesker er livsnerven og det livsvigtige fundament i enhver organisation.

HR Geckos, min virksomhed inden for HR-teknologi, blev skabt på baggrund af disse erfaringer fra min HR-karriere. Min mission er at automatisere HR-processer, bevare den menneskelige kontakt og forbinde HR-systemer omkring det, der betyder mest — mennesker.”

Hvorfor AI omformer HR-ledelse og organisationsdesign

Jeg bruger teknologi til at løse udfordringer, der plager HR-afdelinger i dag, herunder at levere en medarbejderoplevelse på forbrugerniveau, skabe datadrevne indsigter og strømline arbejdsgange.

Efter mere end tyve år med ledelse af HR-teams så jeg et tilbagevendende mønster. Dygtige og engagerede HR-professionelle ønskede at skabe strategisk effekt, men nogle få centrale problemområder holdt dem konsekvent tilbage.

For det første det administrative hamsterhjul! Jeg så på nært hold, hvordan manuelle processer optog en stor del af HR’s tid — besvarelse af de samme spørgsmål om politikker, jagt på dokumenter eller navigering i forældede systemer.

For det andet den manglende sammenhæng i dataene. Vi havde medarbejderdata i vores HRIS, kandidatdata i vores ATS, løndata i et andet system og resultater fra trivselsundersøgelser i et regneark.

At besvare et tilsyneladende enkelt spørgsmål fra min administrerende direktør, såsom “Hvad er personaleomsætningshastigheden blandt de bedst præsterende medarbejdere i vores ingeniørafdeling?” krævede en enorm, manuel indsats for at eksportere, rense og sammenflette data. Vi var rige på data, men fattige på indsigter, og det hæmmede vores evne til at være ægte strategiske rådgivere.

Frustrationen over at ville skabe en større effekt, men samtidig være tynget af administrative byrder og manglende sammenhæng i dataene, motiverede mig i høj grad.

Min rolle ændrer sig fra at løse alt til at skabe rammer for bedre beslutninger, hurtigere eksekvering og tydeligere ansvar. I en AI-fokuseret verden handler ledelse om klarhed, værn og dømmekraft — ikke kun om kontrol.

Jeg har sluppet antagelsen om, at de bedste organisationer er de mest centraliserede. AI muliggør mere distribueret beslutningstagning, men understreger også, at menneskelig dømmekraft, empati og kontekst stadig betyder mest i de øjeblikke, der definerer kultur og tillid.

Sådan undgår du at behandle AI som "digital læbestift"

Det er en utrolig spændende tid, og mulighederne er enorme. Jeg ser store muligheder i at skifte fra procesautomatisering til kapacitetsforøgelse. AI og automatisering kan løfte HR fra en supportfunktion til en strategisk kraftcentral, der muliggør prædiktiv analyse til arbejdsstyrkeplanlægning, personaliserede medarbejderoplevelser og problemfri overholdelse af regler. Det giver HR mulighed for at blive en prædiktiv, datadrevet funktion i stedet for en reaktiv.

Den største faldgrube er dog at behandle digital transformation som et engangsprojekt eller blot lægge teknologi oven på ødelagte processer — en slags “digital læbestift” på en ødelagt arbejdsgang.

Uden gennemtænkt forandringsledelse og fokus på brugeroplevelsen risikerer vi lav anvendelse og endnu større frustration over teknologiværktøjerne. Ægte transformation kræver, at man gentænker arbejdsgangene, uddanner teams og ændrer afdelingens fælles tankegang. 

Hvis vi automatiserer uden omtanke, risikerer vi også at skabe en kold og upersonlig medarbejderoplevelse. Du bør aldrig automatisere en medfølende samtale. Målet er at bruge teknologi til at håndtere transaktionelle opgaver, så mennesker får mere tid til meningsfulde og empatiske interaktioner, især i følsomme situationer som præstationsproblemer eller personlige kriser.

Til sidst lærer AI-modeller af de data, vi giver dem. Hvis historiske data om ansættelser eller forfremmelser indeholder skjulte skævheder, kan AI utilsigtet videreføre eller endda forstærke dem i stor skala. Det er afgørende at vælge etiske AI-partnere og opretholde menneskeligt tilsyn.

Nøglen er en menneskecentreret tilgang. Sæt mennesker i centrum for transformationen, og brug teknologi til at forbedre – ikke erstatte – den menneskelige kontakt i HR.

Sådan finder du hurtige gevinster med AI

For at frigøre strategisk kapacitet råder jeg teams til at begynde med opgaver, der har stor volumen, kræver få vurderinger og er regelbaserede. Disse hurtige gevinster giver et øjeblikkeligt investeringsafkast ved at frigøre tid.

Mine fire bedste anvendelsesområder for hurtige gevinster ville være:

1. Medarbejderspørgsmål på niveau 1: Dette er den lettest tilgængelige mulighed. En AI-drevet vidensbase eller chatbot besvarer almindelige spørgsmål om politikker, løn og personalegoder, hvilket straks aflaster HR-teamet og giver medarbejderne øjeblikkelige svar.
2. Arbejdsgange for introduktion og fratrædelse: Disse processer er omfattende og involverer flere interessenter (IT, løn og den ansættende leder). Automatisering af tjeklister, notifikationer og papirarbejde sikrer en ensartet, regeloverholdende og bedre oplevelse for alle involverede.
3. Oprettelse og håndtering af dokumenter: Tænk på tilbudsbreve, ansættelsesbekræftelser og kvitteringer for modtagelse af politikker. Automatisering af oprettelsen, underskrivningen og arkiveringen af disse dokumenter eliminerer en betydelig administrativ byrde og reducerer fejl.
4. Dataindsamling til rapportering om regeloverholdelse: Det er kedeligt og fejlbehæftet manuelt at indsamle og formatere data til rapporter som EEO-1 eller planer for positiv særbehandling. Automatisering håndterer dataindsamlingen, så HR kan fokusere på at analysere resultaterne og udvikle handlingsplaner.

Automatisering af disse grundlæggende opgaver skaber fundamentet for operationel ekspertise og giver HR den troværdighed og kapacitet, der skal til for at indtage en mere strategisk rolle.

Hvorfor anvendelse af AI handler mere om adfærd end teknologi

Forskning fra 2026 har vist, at anvendelse af AI handler mindre om teknologien og mere om adfærd, tillid og nytænkning af, hvordan arbejdet udføres. Jeg er blevet overrasket over, hvor meget AI tvinger ledere til at undersøge deres egne antagelser om kontrol.

De bedste resultater opstår, når ledere holder op med at forsøge at få AI til at passe ind i den gamle proces og i stedet nytænker processen ud fra det, mennesker og maskiner hver især er bedst til. For mig betyder det, at AI ikke bare er et produktivitetslag. Det er en ledelsesdisciplin, der kræver, at jeg er tydeligere omkring arbejdsgange, ansvarlighed, og hvor menneskelig dømmekraft stadig betyder mest.

Jays tanker

De bedste resultater opstår, når ledere holder op med at forsøge at få AI til at passe ind i den gamle proces og i stedet nytænker processen ud fra det, mennesker og maskiner hver især er bedst til.

Sådan opbygger du AI-kompetencer og parathed i HR-teams

Som HR-praktiker og nu iværksætter inden for HR-teknologi har jeg tænkt meget over hvad det vil sige at være “AI-klar.” De fleste samtaler om AI fokuserer på værktøjer, automatisering og forstyrrelser, men de fokuserer ikke nok på mennesker.

Som HR- og virksomhedsledere ved vi, at transformation ikke sker, når ny teknologi rulles ud. Den sker, når mennesker bakker op, har tillid til processen og føler sig rustet til at trives.

AI udvikler sig hurtigere, end de fleste organisationer kan tilpasse sig. Alligevel er den største kløft ikke teknisk, men kulturel og menneskelig. HR er ikke længere blot en funktion, men et strategisk kompas, der guider integrationen af AI i kultur, arbejdsdesign og talentmodeller.

Vi forvalter tillid, retfærdighed og inklusion i AI-drevne beslutninger – fra ansættelsesalgoritmer til performanceledelse. Ingen af os byggede vores organisationer for at tjene teknologien – vi byggede dem for at tjene mennesker!

Udfordringen? Organisatorisk parathed.

I vores nylige turné "AI-klar eller ej" besøgte vi fem amerikanske byer og talte direkte med HR- og virksomhedsledere. Over 70 % af virksomhedslederne nævnte grundlæggende hindringer som datakvalitet, integrationsproblemer og forældede processer som de største barrierer for at omsætte AI-idéer til virkelige resultater.

Derudover indrømmede næsten alle, at de mangler tilstrækkelig viden om AI, hvilket fremhæver et stort behov for kompetenceudvikling og gennemsigtighed i HR-funktionen.

Dette er et afgørende øjeblik for HR. Når organisationer bevæger sig fra AI-eksperimenter til implementering, skal HR-ledere ikke blot fremme anvendelsen, men også skabe målbare forretningsresultater — hurtigere rekruttering, bedre engagement og højere fastholdelse — med AI-drevne værktøjer.

Vejen er dog sjældent problemfri: kulturel modstand, kompetencegab og uklare anvendelsesområder bremser ofte fremskridtet.

Hvad kan HR-teams gøre for at fremskynde AI-paratheden og skabe resultater?

• Investér i uddannelse og kompetenceudvikling: Opbyg AI-forståelse i hele HR-teamet, og giv de tidlige brugere mulighed for at dele succeshistorier.
• Prioritér data- og vidensparathed: Ryddelige, sammenkoblede data er fundamentet for ethvert vellykket AI-initiativ.
• Skab en kultur præget af eksperimenter og gennemsigtighed: Inddrag medarbejderne i processen, håndtér bekymringer åbent, og fejr hurtige resultater for at opbygge tillid.
• Afstem AI-projekter med forretningsprioriteter: Fokuser på anvendelsesområder, der løser reelle problemer som automatisering af rekruttering, personalisering af læring eller forbedring af fastholdelsen, i stedet for at jagte smarte nyheder.

Jays tanker

Når organisationer bevæger sig fra AI-eksperimenter til implementering, skal HR-ledere ikke blot fremme anvendelsen, men også skabe målbare forretningsresultater — hurtigere rekruttering, bedre engagement og højere fastholdelse — med AI-drevne værktøjer.

Sådan omformer agentiske arbejdsgange HR-strategier med AI

Agentisk AI vil i 2026 føre HR-teknologien fra intelligente værktøjer til semi-autonome digitale kolleger, som HR-ledere skal rekruttere, onboarde, styre og måle som en del af arbejdsstyrken.

Vi er tættere på, end folk tror, på snævre, velafgrænsede agentiske arbejdsgange. Vi er langt længere fra troværdig, fuldt autonom HR.

HR som funktion kan ikke udelukkende være afhængig af agenter. Vi er for nuancerede til at automatisere meget af det, vi laver i HR — husk, at "H'et" i "HR" stadig står for "Human".

Agenter er fremragende til gentageligt, regelbaseret arbejde i flere trin, såsom videresendelse af tickets, besvarelse af spørgsmål om politikker, validering af data og hjælp til at føre medarbejdere gennem processer. De er ikke klar — og bliver måske aldrig fuldt klar — til arbejde, der kræver dyb kontekst, politisk dømmekraft, empati i konflikter eller evnen til at aflæse en kulturs "temperatur".

HR er en af de mest konteksttunge og følelsesmæssigt belastede funktioner i virksomheden. Den samme politik anvendt på to personer kan have helt forskellige konsekvenser afhængigt af historik, magtdynamikker, lighed og kultur.

Det er denne nuance, der gør, at vi mener, agentisk AI bør aflaste mennesker i arbejdet, ikke fjerne mennesker fra processen. "H'et" i HR forbliver menneskeligt—særligt når tillid, retfærdighed og værdighed står på spil.

Hvorfor HR-ledere skal betragte AI som en udfordring inden for arbejdsdesign

Mit råd til HR-ledere er at holde op med at behandle AI som et sideprojekt og begynde at betragte det som et problem inden for arbejdsdesign. Vinderne i 2026 bliver de teams, der kombinerer et klart anvendelsesområde med stærk styring og derefter gentænker arbejdsgange, beslutningsrettigheder og lederes vaner omkring det.

Til HR-ledere: Begynd i det små, men begynd med noget virkeligt. Vælg en frustrerende arbejdsgang, hvor AI kan fjerne friktion—som HR-service, onboarding, videnssøgning eller sagsvisitering — og mål, om det forbedrer hastighed, kvalitet og medarbejderoplevelse. AI-implementering mislykkes stadig, når ledere forveksler eksperimenter med transformation, så målet er at ændre den måde, arbejdet udføres på, ikke blot at tilføje et nyt værktøj.

Til alle ledere: Mit bredere råd er at lede med nysgerrighed, men også med disciplin. AI-modenhed handler ikke om, hvor mange værktøjer I tager i brug; det handler om at vide, hvor AI skaber værdi, hvor det skaber risiko, og hvor menneskelig dømmekraft fortsat skal være en del af processen.

En enkel måde at sige det på: Automatisér ikke dysfunktionen. Fiks arbejdsgangen, definér grænserne, og brug AI til at gøre godt arbejde lettere at udføre.

Følg med

Du kan følge med i Jay Polakis arbejde på LinkedIn, Facebook eller Instagram. Eller tag et kig på HR Geckos.

Der kommer flere ekspertinterviews på People Managing People!