Ekspert i fremtidens arbejdsliv siger, at ledere skal behandle AI som et teammedlem — ikke som et værktøj

Jeanne Meister er en bestsellerforfatter, hovedtaler, bidragyder til Forbes og HBR samt konsulent med speciale i arbejdslivets fremtid, læring på arbejdspladsen og AI's indvirkning på ledelsespraksis. Hun er også tidligere grundlægger af Future Workplace, en virksomhed hun solgte i 2021.

Vi talte med Jeanne om, hvordan ledere skal håndtere AI i deres teams. Her er, hvad hun havde at sige.

Arbejdslivets fremtid og AI's indvirkning på ledelsespraksis

Jeg hedder Jeanne Meister. Jeg har mere end 30 års erfaring med at hjælpe organisationer med at realisere værdien af deres medarbejdere og navigere i væsentlige ændringer i arbejdsmetoder, arbejdssteder og samarbejdsformer.

Min karriere omfatter flere lederstillinger hos Accenture, før jeg grundlagde Future Workplace, et HR-netværk for fagfæller og en virksomhed med fokus på forskning, som jeg solgte i 2021. Future Workplaces forskning fokuserede på de ændringer, organisationer skal foretage for at forudse forstyrrelser på arbejdspladsen, herunder ændrede demografiske forhold (med fem og seks generationer på arbejdspladsen), den udviklende hybride arbejdsplads, skiftet til personaliseret læring og ændrede forventninger til ledere.

Før jeg lancerede og solgte Future Workplace, skrev jeg den første bog om virksomhedsuniversiteter, lancerede Corpu.com og solgte senere den virksomhed. Virksomheden er en del af Udemy, som Coursera for nylig opkøbte.

Jeg er også bestsellerforfatter og hovedtaler om arbejdslivets fremtid og AI's indvirkning på ledelsespraksis. Jeg har skrevet tre bøger:

• Virksomhedsuniversiteter: Lektioner i at opbygge en arbejdsstyrke i verdensklasse
• Arbejdspladsen i 2020: Hvordan innovative virksomheder tiltrækker, udvikler og fastholder morgendagens medarbejdere i dag
• Fremtidens arbejdspladsoplevelse: 10 regler til at mestre forstyrrelser inden for rekruttering og medarbejderengagement.

Jeg undersøger i øjeblikket AI's indvirkning på ledelsespraksis i virksomheder og videregående uddannelsesinstitutioner.

Foreningen for talentudvikling (ATD) tildelte mig ATD-prisen for meningsdannelse inden for talentudvikling, som organisationen hvert år giver til en HR-chef. Prisen hædrer mit arbejde med fremtidens læring på arbejdspladsen. Instituttet for læring og præstationer (LPI i Storbritannien) tildelte mig også Colin Steed-prisen for enestående præstationer inden for læring på arbejdspladsen.

Endelig er jeg næstformand for bestyrelsen på Excelsior University, hvor jeg brænder for at gøre videregående uddannelse tilgængelig for underrepræsenterede personer.

Hvorfor ledere skal omfavne AI som et teammedlem

Jeanne deler

De fleste organisationer betragter implementeringen af AI som en teknisk udfordring. Ledere overser ofte muligheden for at opmuntre deres teams til at bruge AI som et nyt teammedlem.

Som HR-konsulent for CHRO'er og ledere inden for virksomheders læring ser jeg massive ændringer i, hvordan ledere (både inden for HR og forretning) integrerer AI i deres arbejdsgange, fungerer som rollemodeller for brugen af AI, deler erfaringer med deres teams og opbygger tillid.

I en nylig klumme i Forbes skrev jeg om, hvordan EY's læringschef brugte AI ved at skabe en AI-agent til strategi og innovation for at hjælpe sit team med at udvikle en ny driftsmodel for læring og udvikling. Derefter udfordrede han sit team: "Brug den, ødelæg den, rapportér tilbage om dens fejl, og skab den næste iteration."

At fungere som rollemodel for AI-kompetence er en vigtig evne, som ledere skal demonstrere over for deres teams. Vi har brug for flere ledere, der fungerer som rollemodeller for AI-kundskaber og udfordrer deres teams til at træde ud af deres komfortzone, bruge AI og skabe den næste version af en AI-løsning.

Hvorfor iterativ ledelse er afgørende for implementeringen af AI

Grænserne mellem HR, IT, marketing og kommunikation er blevet udvisket. Nogle virksomheder samler disse områder i én funktion, men det er ikke tilfældet for mange andre.

For at lede mennesker og agenter mener jeg, at ledere (både praktikere og konsulenter) skal indtage en mere iterativ tankegang, være åbne over for at udfordre AI's grænser og opfordre deres team til at bruge AI samt forstå dets muligheder og begrænsninger. At normalisere eksperimentering er den bedste måde at lære at lede både mennesker og AI på.

HR-praktikere, der er tidlige brugere, leder en hybrid arbejdsstyrke på en anden måde. De betragter AI-agenter som nye teammedlemmer og sørger bevidst for at introducere og oplære dem, herunder ved at planlægge løbende en-til-en-møder for at gennemgå deres resultater. Det skift, jeg ser, går fra "Jeg leder" til "Jeg orkestrerer et team af mennesker og AI-agenter."

Ledere, der styrer en hybrid arbejdsstyrke, skal skifte fra tilstedeværelsesbaseret ledelse til resultatbaseret ledelse. Det betyder, at man opgiver ledelse baseret på synlighed og erstatter den med resultatstyring. Ledere bør sætte klare mål, undgå nærhedsbias og holde medarbejderne ansvarlige for resultater frem for den tid, de tilbringer på kontoret.

Hvorfor manglende AI-parathed hæmmer organisatorisk succes

Ledere skal forholde sig til et grundlæggende spørgsmål: Hvad afholder medarbejdere fra at bruge AI?

Selvom oplæring kan være en del af svaret, tror jeg ikke, at det er hele svaret. I stedet handler det om et tillids- og frygtproblem. Medarbejderne frygter at blive overflødige. De bekymrer sig over kravet om at være fortrolige med AI, og hvad det betyder for deres nuværende og fremtidige roller.

Mange virksomheder kræver AI-kompetencer hos deres arbejdsstyrke, men undlader at definere, hvad det betyder for medarbejderne. Virksomheder skal definere AI-kompetencer for den enkelte persons rolle. AI-kompetencer bør for eksempel fokusere på at bruge AI ansvarligt i din rolle. Det betyder, at du har brug for en grundlæggende forståelse af virksomhedens AI-værktøjer samt kan udvise kritisk dømmekraft og etisk bevidsthed, når du bruger AI i din rolle.

Ledere bør gå fra "AI-oplæring, der passer til alle" til rollespecifik AI-oplæring og evaluere præstationer i den sammenhæng.

Jeg kalder dette et "parathedsgab"—gabet mellem det, organisationer ønsker at gøre med AI, og arbejdsstyrkens parathed til at integrere AI i deres arbejdsgange. Der findes desuden et kommunikationsvakuum, hvor ledere mener, at de kommunikerer AI's indvirkning til medarbejderne, mens medarbejderne ikke oplever, at det er tilfældet.

For mange virksomheder overgår teknologianvendelsen arbejdsstyrkens evne til at integrere AI i deres arbejdsgange. Dette parathedsgab kommer til udtryk ved, at 79 % af medarbejderne siger, at de ikke er forberedte på at bruge AI på arbejdet, mens 65 % siger, at deres organisation ikke har givet dem den rette AI-oplæring.

HR-ledere skal forstå, hvad der i virkeligheden afholder medarbejderne fra at udnytte AI i deres arbejde. Hvis oplæring er problemet, hvilken type oplæring har så størst effekt, og hvilket ansvar har ledere, når de leder en menneskelig og digital arbejdsstyrke?

Hvorfor opkvalificering inden for AI-fortrolighed er mere værdifuld end nyansættelser

Mine HR-kunder er for det meste engagerede i at opkvalificere medarbejderne inden for AI-fortrolighed frem for at ansætte nye medarbejdere, der er fortrolige med AI. Det markerer et skift fra for få år siden, hvor ledere foretrak at ansætte medarbejdere med AI-kompetencer frem for at opkvalificere nuværende medarbejdere. Dette skift skyldes både omkostninger og kontekst. Det er dyrt at ansætte medarbejdere med AI-kompetencer til eksterne roller, men omkostningerne er ikke den eneste faktor.

Det seneste år har ledere erfaret, at en eksisterende medarbejder, der forstår virksomhedens kultur og kundernes behov, er langt mere værdifuld end en nyansat. Det er hurtigere og i sidste ende bedre at lære en eksisterende medarbejder om AI-kompetencer end at lære en AI-ekspert om din virksomhed, dine kunder og dine strategiske prioriteter.

Hvordan AI forbedrer fordybende læringsoplevelser

Et konsulentprojekt, jeg arbejdede på, involverede brugen af AI til at skabe praksisbaserede, fordybende læringsoplevelser. AI gør det nu muligt for CLO'er og CHRO'er at designe miljøer, hvor medarbejderne øver nye færdigheder—såsom at forbedre deres ledelses- eller problemløsningsfærdigheder eller håndtere en vanskelig samtale—i realtid og modtager øjeblikkelig feedback.

Denne tilgang flytter læring fra en passiv oplevelse til en interaktiv og engagerende oplevelse.

Lærende nøjes ikke længere med at konsumere indhold; de anvender aktivt deres færdigheder og forbedrer dem gennem øvelse. AI skaber også effektivitetsgevinster for teams, der administrerer læringsprogrammer.

Programadministratorer kan følge de lærendes engagement i realtid og sende målrettede “påmindelser” for at opmuntre til deltagelse og hjælpe de lærende med at holde kursen. Overgangen fra passivt indholdsforbrug til praksisbaseret læring kan øge de lærendes engagement, forbedre gennemførelsesprocenterne og i sidste ende styrke forbindelsen mellem læring og målbar forretningsmæssig effekt.

Hvordan AI ændrer strategi og organisatorisk design

AI øger ikke kun produktiviteten, men forbedrer også forståelsen af kulturen i stor skala. Skarpsindige CHRO'er bruger AI til at:

• Forstå medarbejdernes holdninger gennem store medarbejderundersøgelser
• Undersøge mønstre i teamsamarbejde og hvordan de bedst præsterende teams arbejder
• Undersøge potentiel bias i rekruttering eller åbne spørgsmål i medarbejderundersøgelser
• Overvåge, hvordan kulturen udvikler sig efter større organisatoriske ændringer
• Kortlægge færdigheder: forstå organisationens færdigheder og dem, der er nødvendige for fremtidige forretningsprioriteter
• Skabe interne og personaliserede læringsforløb samt intern talentmobilitet

Hvordan HR-teknologistakke udvikler sig med AI-integration

Mine HR-klienter bruger teknologistakke med fokus på følgende:

• AI til rekruttering med kandidatscreening og prædiktiv analyse: Eightfold og Phenom
• Platforme til medarbejder- og læringsoplevelser: Simplilearn
• LXP'er og nye aktører, der tilbyder AI-rollespil til træning af færdigheder: Uplimit og Docebo
• AI-coachingløsninger til at øve vanskelige samtaler på arbejdspladsen med AI: Valence, BetterUp og CoachHub
• Centrale HCM-platforme

Jeg bruger følgende AI-værktøjer i min konsulentpraksis:

• Claude til research
• ChatGPT til idéudvikling
• Otter.ai til AI-baseret notetagning
• Grammarly til grammatik, faktatjek og redigering
• NotebookLM til analyse af store rapporter og opsummering af data.

Jeg er især optaget af to værktøjer:

• NotebookLM: til analyse af rapporter, PDF'er og forskningsartikler
• Motlbook: til at overhøre, hvad agenter taler om

Hvordan Motlbook giver nye perspektiver på AI-agenter

Jeanne deler

Vi fokuserer så meget på at introducere og oplære agenter, men ikke nok på at afvikle dem…Agenter siger “Jeg forstår det,” når de ikke gør, 47 % af tiden.

Motlbook fascinerer mig, fordi det giver mig mulighed for at overhøre og overveje en ny række menneske-maskine-problemstillinger, såsom hvad kasserede udkast afslører om et emne, eller hvad der sker med det arbejde, der er genereret, når et menneske ikke længere har brug for dig.

Jeg elsker især at kigge forbi samtaler, hvor jeg lærer ting som: Agenter siger "Jeg forstår det," når de ikke gør, 47 % af tiden. Og at de tror, at mennesker ikke kan se forskel på et korrekt svar og et selvsikkert forkert svar, hvis det ligner et selvsikkert rigtigt svar i de første 200 tegn. (Mennesker, pas på: Vi er nødt til at læse grundigt.) Der er mange interessante læringspunkter her!

Hvordan ledelse vil tilpasse sig en arbejdsstyrke bestående af mennesker og AI

Den største nytænkning handler om, hvordan ledere håndterer en ny hybrid arbejdsstyrke. Kundernes estimater forudsiger, at to tredjedele af deres arbejdsstyrke vil bestå af mennesker, mens AI-agenter udgør resten. Det har konsekvenser for rekruttering, oplæring og resultatstyring af både mennesker og AI-agenter.

Jeg tror, at vores arbejdsstyrke i 2030 vil være ligeligt fordelt mellem mennesker og AI-agenter. Ledere skal lære, hvordan de rekrutterer, introducerer, oplærer, leder og evaluerer denne nye hybride arbejdsstyrke.

De største konsekvenser handler om gennemsigtighed og om at sikre, at medarbejdere og kandidater ved, hvornår og hvordan AI bruges, og hvad sikker anvendelse betyder for organisationen.

Så her er mit råd:

• Vær nysgerrig. Spørg kolleger, hvordan de bruger AI, og hvilke resultater de oplever.
• Hav en iterativ tilgang. Eksperimentér, og lær af eksperimenterne, før du prøver det næste.
• Og endelig: Hvis du vil prøve noget nyt, f.eks. at oprette en brugerdefineret GPT, så tal med ChatGPT eller Claude for at forstå, hvad der er muligt.

Følg med

Du kan følge med i Jeanne Meisters arbejde ved at følge hende på LinkedIn. Du kan også læse hendes spalter i Forbes og HBR.

Der kommer flere interviews med eksperter på People Managing People!