
Før AI: Få styr på organisationen: En ledelses-ph.d.’s råd om at vende tilbage til grundprincipperne for organisationsdesign, før AI integreres, og HR-teams skaleres

JooBee Yeow
Rådgiver hos Learngility
JooBee Yeow er en systemingeniør, der blev HR-leder, og som rådgiver hurtigt voksende, venturekapitalfinansierede startups om ledelse og HR. Hun arbejdede også med AI årtier før, det blev mainstream.
JooBee Yeow
Rådgiver hos Learngility
Key Takeaways
AI afslører svage systemer: AI løser ikke rodede strukturer; AI skalerer dem. JooBee understreger, at organisationer skal tydeliggøre ejerskab, beslutningsprincipper og standardiseret tænkning, før de integrerer AI i arbejdsgangene. Ledere kan ikke længere springe trinnet “design arbejdet” over — AI gør disciplineret systemdesign ufravigeligt.
Ledelsesfordelen kommer nu fra kvaliteten af tænkningen: AI fjerner informationsknaphed. Det, der nu betyder noget, er, hvordan ledere indrammer problemer, designer beslutninger og udnytter AI som et beslutningssystem. Uklar tænkning bliver spejlet tilbage. Skarpe input, skarpe output. De bedste ledere vil bruge AI til at udfordre deres logik, skabe større klarhed og skalere deres dømmekraft.
HR skal udvikle sig fra støttefunktion til strategisk systemarkitekt: At være “AI-klar” handler ikke om værktøjer — det handler om at opbygge fælles læring, et kommercielt perspektiv og tværfunktionel tænkning. HR-ledere, der eksperimenterer, nedskriver, hvordan arbejdet udføres, og bruger AI til at gentænke arbejdsgange, vil skabe reel forretningsmæssig effekt. De, der klamrer sig til traditionelle støttefunktioner, risikerer at blive irrelevante.
Vi talte med hende for at forstå, hvordan hun tænker om systemdesign. Hun fortalte os, hvad der ændrer sig, og hvad der forbliver det samme under denne AI-revolution inden for HR.
Fra en ph.d. i AI til lederudvikling

Jeg havde ikke planlagt at ende inden for HR; jeg begyndte som systemingeniør. En typisk asiatisk opdragelse: læge, revisor eller ingeniør. Jeg valgte ingeniør.
Men det, jeg blev ved med at lægge mærke til, var dette: Fantastiske specialister blev forfremmet og blev middelmådige ledere. Ikke fordi de var ligeglade, men fordi systemet ikke hjalp dem med at få succes. Det var det problem, jeg gerne ville løse.
Så jeg tog en ph.d. i lederudvikling.
Siden da har min rejse handlet om at lære, aflære og lære på ny — fra større virksomheder til scaleup-virksomheder og nu med driften af Learngility, hvor jeg rådgiver stiftere og HR-ledere i venturekapitalfinansierede startups, der bygger med henblik på skalering. Jeg hjælper dem med at bevæge sig fra kreativt kaos til præstationer, der kan gentages. Grundlæggende løser vi det rod, der bremser væksten.
For første gang kan selve systemet blive beslutningssystemet: Det viser de rigtige mønstre og de rigtige svar i realtid.

More Articles
- AI-strategi er en kulturudfordring, og HR er unikt positioneret til at lede
- Tidligere Google AI-grundlægger og ph.d. i maskinlæring afslører, hvordan ledelse er blevet forandret – og hvad ledere skal prioritere nu
- Grundlægger, der helliger sig til at menneskeliggøre arbejdet med AI, afslører de følelsesmæssige grundlag, der kræves for vellykket integration
- Grundlæggeren af DisruptHR opfordrer ledere til at gentænke hierarkier og opbygge AI-kompetencer i en tid med uophørlige forandringer
- En schweizerkniv til AI-transformation: Sådan kan HR styre skuden gennem tværfunktionelt samarbejde
Hvordan lederrollen har ændret sig

For mig er tingene gået i ring. Jeg arbejdede med AI tilbage i begyndelsen af 00'erne — dengang en model, der kørte natten over, bogstaveligt talt kunne få min pc til at bryde sammen! Jeg har ikke længere evnerne til at kode, men jeg ved stadig, hvad der er muligt. Og da jeg skiftede fokus til ledelse og organisationsdesign, udviklede jeg en dyb forståelse for menneskelig adfærd.
Nu er mit AI-arbejde og mit ledelsesarbejde endelig stødt sammen. Og det har fuldstændig ændret den måde, jeg arbejder på.
For ledelsesudfordringen har altid været den samme: Vi har forventet at skabe klarhed og træffe de bedste beslutninger, men vores kapacitet har altid været begrænset. Enten var de rigtige oplysninger ikke tilgængelige, eller også var der så mange af dem, at vi ikke kunne behandle dem hurtigt nok.
Og AI har ændret det. For første gang kan selve teknologien blive beslutningssystemet — den viser de rigtige mønstre og de rigtige svar i realtid.
Ledelse handler ikke længere om at være den klogeste stemme i rummet. Det handler om at skabe den største løftestang gennem den måde, vi tænker på, designer beslutninger på og bygger med henblik på skalering.

Joobees tip
Ledelse handler ikke længere om at være den klogeste stemme i rummet. Det handler om at skabe den største løftestang gennem den måde, vi tænker på, designer beslutninger på og bygger med henblik på skalering.
Hvordan AI omformer arbejdsstyrkeplanlægningen for HR- og virksomhedsledere

Jeg leder ikke længere et team, men i mit rådgivningsarbejde med stiftere og HR-ledere har jeg set et reelt skifte — især inden for arbejdsstyrkeplanlægning.
Traditionelt går ledere for hurtigt fra »Her er det, vi skal levere« direkte til »Hvem skal vi ansætte?« Mellemtrinnet bliver ofte sprunget over: at se på andre måder at få arbejdet udført på. Automatisering, procesredesign, smartere arbejdsgange — alt det, der kan skabe kapacitet uden automatisk at ty til flere medarbejdere.
Men AI og de aktuelle økonomiske forhold tvinger stiftere til at standse op og indse, at de ikke længere bare kan ansætte sig ud af problemerne. De er nødt til at betragte organisationen som et system — for at forstå, hvordan alle delene interagerer — i stedet for blot at tilføje nye medarbejdere eller opbygge reaktive funktioner.
Med andre ord er vi nødt til at spørge: »Hvordan bør vi designe arbejdet?«
Dette er ikke en ny filosofi. AI fjerner blot genvejen og gør den rigtige måde uundgåelig. Vi vender tilbage til de grundlæggende principper for, hvordan man bygger en organisation:
- Afklar ejerskab: hvem træffer beslutninger, hvem bidrager, og hvem informeres
- Fastlæg principper: de regler, folk bruger, når du ikke er der (f.eks. hastighed frem for finpudsning; kundernes virkelighed frem for holdninger; brug penge, som om de var dine egne)
- Standardisér tænkningen: briefings på én side, tydelige modeller eller rammeværk, muligheder, risici og anbefalinger
- Udvikl dømmekraft: lær folk hvordan de skal tænke, ikke hvad de skal gøre
- Brug AI til evaluering: lad systemet synliggøre data og scenarier, mens mennesker træffer de endelige beslutninger
- Beløn klarhed: tydelig formulering og eskalering frem for støj og aktivitet
Vellykket integration betyder, at man kodificerer, hvordan organisationen tænker og arbejder, og derefter integrerer AI i organisationsdesign problemfrit. Så for eksempel kan du her se, hvordan du kan udforme kriterier, proces og principper for beslutninger om forfremmelser. Og her kan du se, hvordan du kan udforme retfærdige, evidensbaserede og skalerbare præstationsevalueringer.
For vi kan ikke bare hælde AI ind i et ødelagt system og forvente magi. Hvis vores organisationsdesign, beslutningstagning eller arbejdsgange er rodede, vil AI kun skalere rodet.

Joobees tip
Vi kan ikke bare hælde AI ind i et ødelagt system og forvente magi. Hvis vores organisationsdesign, beslutningstagning eller arbejdsgange er rodede, vil AI kun skalere rodet.
Hvorfor AI afslører svag tænkning, og hvordan ledere kan bruge det til at blive skarpere
Det gælder både vores tænkning og vores systemer — AI afspejler brutalt din tænkning.
Hvis du er vag eller luftig i dit input, får du vage og luftige svar tilbage. Ingen nåde. Hvis din logik er uklar, vil den spejle det perfekt.
Så det tvinger mig til at være skarpere. Hvis noget ikke fungerer, er det ni ud af ti gange ... mig.
Hvordan HR-ledere kan blive AI-klare og skabe strategisk gennemslagskraft
Som jeg nævnte, leder jeg ikke længere et team, men jeg ser mit fællesskab som mit team. Vi er i samme båd — vi opbygger vores AI-kompetencer, samtidig med at vi hjælper vores organisationer med at gøre det samme. Og jeg synes, at mine erfaringer med at opbygge dette fællesskab kan anvendes i enhver organisation.
Kernen i at blive AI-klar inden for HR er at dele eksperimenter, teste hinandens tænkning og udvide vores perspektiv til at række ud over HR. Det gør vi ved at:
- Invitere forretningsledere med til sessioner og skabe plads til, at medlemmerne kan dele, hvad de lærer — udvide perspektivet, anvende det i deres egen kontekst og give det tilbage til gruppen.
- Afholde live-rundbordssamtaler, hvor ledere deler, udfordrer og udvikler hinanden.
- Oprette kanaler, der er designet til refleksion, diskussion og fremhævelse af virkelige eksempler fra det virkelige arbejde.
Succes kommer af, at tre elementer arbejder sammen:
- Medlemmer, der deler åbent.
- At disse delinger inspirerer og frigør andre.
- Aktiv facilitering fra ledere — som skubber på, fremhæver indsigter og fastholder tydelige forventninger.
For mig er det, hvad det vil sige at være "AI-klar". Strategiske HR-ledere bliver ikke i deres egne baner. De opbygger et kommercielt perspektiv, forbinder trådene på tværs af virksomheden og bruger AI som løftestang til at gentænke, hvordan arbejdet udføres.
Det er, hvad det vil sige at være "AI-klar". Strategiske HR-ledere bliver ikke i deres egne baner. De opbygger et kommercielt perspektiv, forbinder trådene på tværs af virksomheden og bruger AI som løftestang til at gentænke, hvordan arbejdet udføres.
Hvorfor ChatGPT er lederskabets og forretningsvækstens "NutriBullet"
Jeg er altid forsigtig med at anbefale bestemte værktøjer. Når jeg nævner et, giver jeg altid kontekst og forbehold — for det, der fungerer fremragende i én virksomhed, kan være helt forkert i en anden.
Det rigtige værktøj afhænger af organisationens udviklingstrin, driftsmodel og kontekst. Ukritisk indførelse er farlig; implementering af et nyt værktøj kræver kritisk tænkning.
Personligt bruger jeg stadig min gamle teknologiske værktøjskasse — den eneste reelle tilføjelse er ChatGPT.
Jeg tænker på værktøjer på samme måde, som jeg tænker på madlavning. Det er fristende at købe alle de skinnende gadgets, men jeg spørger altid: "Hvad laver jeg egentlig af mad, og hvor har jeg mest brug for større gennemslagskraft?"
For mig er det NutriBullet. Ét værktøj, der kværner krydderier, knuser is, tilbereder mad og pisker dej. Det fortjener sin plads ved at udføre flere opgaver godt.
ChatGPT er min NutriBullet. Det står i centrum, fordi det giver mig større gennemslagskraft dér, hvor jeg har mest brug for det — når jeg skaber, skalerer og leverer værdi til mine kunder og mit publikum.
Så min værktøjsstak har udviklet sig omkring det, der betyder mest: resultater, ikke rod.
Sådan kan ledere bygge en skræddersyet AI-coach ved hjælp af GPT'er
Skræddersyede GPT'er har ændret spillet for mig.
Ligesom en terapeut har brug for en terapeut, har jeg brug for en coach — en, der udfordrer mine blinde vinkler og presser mig hårdere, end jeg presser mig selv.
Den coach, jeg ville ønske mig, er meget specifik: en, der har skaleret min type virksomhed, som går lige så meget op i HR, som jeg gør, og som forstår boybandet BTS — ikke som fan, men fordi deres GTM-strategier er blandt de mest sofistikerede i verden.
Sandsynligheden for at finde den person er tæt på nul. Selv hvis personen fandtes, ville jeg ikke have råd til vedkommende. Og hvis jeg ved et mirakel havde råd, ville personen aldrig kende min tænkning på det detaljeringsniveau, som jeg selv gør.
Så jeg byggede en. Jeg trænede en GPT med min tone, mine modeller, mine produkter og min måde at se verden på. Nu er den min coach efter behov.
Og effekten er enorm. Jeg bevæger mig hurtigere. Jeg skærper min tænkning, før den overhovedet kommer ud. Jeg skalerer mere i dybden uden at brænde ud. Min virksomhed leverer mere værdi, fordi jeg grundlæggende har bygget den rådgiver, jeg aldrig ville kunne ansætte.
Det er ikke bare et værktøj — det er ren gennemslagskraft.
Sådan bygger du en coach efter behov
Hvis du gerne vil gøre det samme, er her den overordnede proces, jeg fulgte:
- Definerede omfang og adfærd: Kortlagde de resultater, den skulle skabe, tonen og de opgaver, den skulle kunne håndtere
- Byggede den centrale systemprompt: Indarbejdede modeller, beslutningsregler for tone og begrænsninger direkte i prompten
- Kuraterede referencemateriale: Indlæste vigtige dokumenter — alle mine modeller, rammeværker og sproglige mønstre — som reference
- Forstærkede stil og ræsonnement: Tilføjede strukturerede eksempler (input → ønskede output), så den lærte rationalet bag min tænkning
- Testede med kanttilfælde: Itererede med virkelige scenarier, lukkede huller og strammede instruktionerne
- Løbende justering: Jeg bliver ved med at opdatere den baseret på reel brug for at skærpe resultaterne over tid.
Jeg "trænede" den ikke i traditionel ML-forstand — den er promptdesignet med kuraterede eksempler og løbende forbedringer.
AI vil ikke erstatte HR, men irrelevans vil—hvis vi ikke skifter fra opvarmningsband til virksomhedsleder.

Hvorfor ledere bør holde op med at spørge, hvordan de bruger AI, og begynde at løse de rigtige problemer
Mit råd til ledere, der navigerer i denne transformation? Hold op med at spørge: "Hvordan bruger jeg AI?"
Hold op med at jagte skabeloner og udrulle "best practices", bare fordi en anden har gjort det.
Begynd at stille bedre spørgsmål. Spørg "Hvorfor?" Spørg så igen. Og design derefter til det reelle problem. Hvis du ikke har klarhed dér, spilder du tiden på at bygge de forkerte ting hurtigere.
For sandheden er: AI vil ikke erstatte HR, men irrelevans vil — hvis vi ikke skifter fra opvarmningsband til virksomhedsleder.
Følg med
Læs JooBees nyhedsbrev for alle hendes seneste indsigter. Eller besøg hendes websted og STEP UP-fællesskab. Og forbind med hende på LinkedIn.
Der kommer flere ekspertinterviews på People Managing People!



