Den bedst sælgende HR-ekspert Josh Bersin fortæller, hvordan HR-ledere kan skabe morgendagens “superarbejdere”

Vi satte os ned med Josh for at lære, hvordan HR-ledere kan skabe morgendagens "supermedarbejdere". Her er, hvad han havde at sige.

En karriere inden for IT, ledelse, e-læring og talent

Min karriere har strakt sig over mere end 20 år som medarbejder og leder, nogle år som iværksætter og yderligere tre årtier som seniorrådgiver, konsulent og researcher inden for HR.

Jeg begyndte min karriere som ingeniør. Derefter arbejdede jeg med IT, hvor jeg tilbragte to år hos Exxon, ti år hos IBM og otte år hos Sybase. I 1998 trådte jeg ind i den spirende e-læringsbranche, hvor jeg arbejdede i en startupvirksomhed. Vi fik virksomheden til at vokse og solgte den til sidst til en større virksomhed, og pludselig fandt jeg mig selv i rollen som ekspert i uddannelse, online læring og talentstyring.

I 2001, lige efter 11. september, blev jeg afskediget under dotcom-boblen og besluttede, at det var tid til at blive analytiker. I begyndelsen fokuserede jeg på e-læring – et populært emne på det tidspunkt. Derfra udvidede vi vores fokus, og sammen med min partner opbyggede jeg Bersin & Associates, et analyse- og rådgivningsfirma med fokus på alle HR-områder.

Min teknologibaggrund giver mig en enorm dybde inden for alle områder af HR-teknologi, data og AI. Jeg føler mig privilegeret over at kunne samle min personlige ledelseserfaring, min tid som leder i store virksomheder og mit analytikerarbejde for at hjælpe HR-teams og ledere med at gentænke deres virksomheder, organisationer og personlige karrierer.

The Josh Bersin Company er måske lille, men virksomheden har stor gennemslagskraft. Med et team på 50 personer i verdensklasse har vi en flad, "talenttæt" virksomhed, hvor alle arbejder med kunder og bidrager eksponentielt til vores samlede succes. Jeg har lært, hvordan man tiltrækker ekstraordinære mennesker, der tror på vores mission og ønsker at forandre arbejdslivet. Og indtil videre ser den tilgang ud til at fungere.

Hvorfor AI-anvendelse er den største forandring, HR-ledere står over for i dag

Den klart største nye udfordring i de senere år er anvendelsen, implementeringen og brugen af AI på arbejdspladsen.

CHRO'er skal nu blive fortrolige med teknologierne og de nye funktioner, arbejde tæt sammen med IT- og datateams og etablere rådgivnings- og styringsrammer, der kan vejlede virksomheden i udarbejdelsen af solide køreplaner for AI-projekter med høj værdi.

På grund af dette har mit fokus flyttet sig til at hjælpe organisationer med at integrere AI i alle niveauer af beslutningstagning, talentstyring og strategisk planlægning. Faktisk vil jeg anslå, at 80–90 % af min tid bruges på at tale med CHRO'er og andre ledende medarbejdere om, hvordan de bør tilgå AI inden for HR— ikke kun i forbindelse med deres medarbejdere, hvor vigtigt det end er, men som en strategisk forandringsskaber.

Hvorfor ledere skal arbejde praktisk med AI for at skabe reel transformation

I de tidlige dage med IBM PC'en undgik mange ledere computere og overlod opgaverne til sekretærer. Den tankegang fungerer ikke længere.

AI er så forandrende på tværs af så mange forskellige områder af moderne erhvervsliv og samfund. Ledere skal arbejde praktisk med denne teknologi. De skal forstå den.

De skal mere end det: facilitere eksperimenter og være rollemodeller for dem. AI kan tilpasses i så høj grad, at alle kan bruge den eller bygge videre på den, og derfor er facilitering af eksperimenter blevet en vigtig lederegenskab.

I min egen ledelse bestræber jeg mig på ikke bare at tale om det, men også at gøre det hver dag.

Hvordan ledere kan fastsætte klare grundregler for ansvarlig brug af AI

Det er så nemt for alle at få adgang til en chatbot, stille den spørgsmål og derefter gå ind til et møde med oplysninger, der måske er korrekte, måske ikke. Det betyder, at ledere er nødt til at fastsætte grundreglerne.

• Hvor skal vi hente vores data fra?
• Kan vi stole på dem?
• Og skal vi udvikle vores egne interne værktøjer for at sikre nøjagtighed og pålidelighed? 

De fleste virksomheder udvikler nu interne AI-værktøjer for at forhindre medarbejdere i at gå ud på internettet og hente data, der måske er upålidelige. Lige så vigtigt er det at skabe et miljø, hvor mennesker kan gentænke deres job og deres arbejde.

De fleste misforstår AI's reelle ROI. Det handler ikke om at læse e-mails hurtigere eller oprette et diagram fra et regneark; det handler om helt at gentænke arbejdsgangen, bygge dine egne agenter til at automatisere dit arbejde og derefter se på arbejdsgange på tværs af flere jobfunktioner for at automatisere større processer som kundeoplevelse, medarbejderoplevelse, rekruttering, læring og så videre.

Hvordan AI muliggør supermedarbejdere og superledere

AI omformer L&D og HR, men når også en hidtil overset del af arbejdsstyrken: frontlinjemedarbejdere og medarbejdere uden fast skrivebord. Denne AI-drevne transformation ændrer grundlæggende den måde, organisationer fungerer på fra top til bund.

Denne erkendelse har ført os frem til det, vi kalder AI-understøttede "supermedarbejdere" — medarbejdere, der støttes af AI-agenter og systemer, som øger deres produktivitet og output.

"Superledere" er til gengæld menneskecentrerede ledere, som også får støtte fra AI. De fremmer en kultur præget af eksperimentering, giver teams selvstændighed, bruger AI til personlig udvikling, demokratiserer muligheder og vækst og prioriterer gennemsigtighed.

Du kan læse mere om disse begreber her og her.

Hvorfor det nu er en central lederevne at stille spørgsmål ved AI-genererede data

I traditionelle systemer betyder små datafejl ikke så meget og har begrænset indvirkning. Men i forbindelse med AI kan selv en smule forurenede data sprede sig gennem utallige forespørgsler og påvirke beslutninger og indsigter i stor skala.

Det betyder, at alle, der bruger disse systemer (hvilket nu stort set er alle), er nødt til at forstå de tilknyttede dataudfordringer.

At en stor sprogmodel giver et selvsikkert svar, betyder ikke, at det er korrekt. Brugerne skal anlægge en videnskabelig tilgang: stille spørgsmål ved svarene, verificere dataene og sikre, at indsigterne rent faktisk er pålidelige.

Og hvis du er involveret i implementeringen af et AI-system, skal du vide, at du kommer til at bruge meget tid på datakvalitet, ejerskab og governance: områder, hvor du måske tidligere har kunnet "winge den".

I vores tilfælde består arbejdet af kvalitativ og kvantitativ research, ofte med stor dybde og kompleksitet. Hvis en analytiker kom til mig og sagde, at vedkommende netop havde brugt ChatGPT til at skrive en undersøgelse, som nogen havde betalt tusindvis af dollars for, tror jeg ikke, at vedkommende stadig ville være her den eftermiddag.

Det, jeg gerne vil have, er, at de viser mig, hvordan de ville gennemføre analyser og udforske "hvad nu hvis"-scenarier ved at udnytte de milliarder af datapunkter, som vores partnere inden for talentintelligens leverer. Det er en teknisk færdighed.

Josh' tip

Hvis du er involveret i implementeringen af et AI-system, skal du vide, at du kommer til at bruge meget tid på datakvalitet, ejerskab og governance — områder, hvor du måske tidligere har kunnet \u0022winge den\u0022.

Hvordan ledere kan opbygge en reel forståelse af AI i organisationer

En anden, lige så vigtig færdighed er at forstå AI's dybde og muligheder og ikke blot behandle det som et søgeværktøj.

De fleste udnytter ikke disse systemer fuldt ud; de presser dem ikke langt nok, så de får ikke særlig meget værdi ud af dem. Faktisk vil jeg sige, at de fleste af dem, der bruger Sora eller TikTok til at skabe AI-drevet indhold, sandsynligvis er mere avancerede end den gennemsnitlige kontormedarbejder, som kun bruger AI til at læse e-mails.

Derfor er en kultur præget af eksperimentering så vigtig. Det samme gælder en kultur, hvor man lærer af andre.

Det tager tid at forstå AI. Det er ikke noget, man bare kan tage et kursus i og så være færdig med; alle har brug for at bruge AI på forskellige måder, fordi det tilpasser sig dig og lærer af dine interaktioner. Det er ikke-deterministiske systemer — i modsætning til et ERP-system, hvor du blot indtaster data i faste felter, kan du bruge AI på utallige måder.

Det kræver nysgerrighed at forstå AI's muligheder. Jo mere nysgerrig en person er, desto mere interessante anvendelser vil vedkommende skabe. Og disse anvendelser vil have en direkte og betydelig indvirkning på deres produktivitet og resultater. Derfor risikerer de, der ikke er nysgerrige, at blive hægtet af.

Det er op til organisationerne at fremme nysgerrighed og behandle eksperimentering og læring som færdigheder.

En AI-drevet HR-teknologistak, der understøtter læring, indsigt og skalering

Vores primære motor er Sana AI. Vi bruger også værktøjer som AI-videoredigeringsværktøjet Synthesia.

Og vi bruger vores eget værktøj, Galileo, internt til stort set alt andet. På daglig basis opsummerer det møder, gennemgår store datamængder og skaber en yderst nyttig organisatorisk hukommelse. Det bliver uundværligt til at indfange indsigter og bevare kontinuiteten på tværs af projekter.

Vi byggede det ved hjælp af flere LLM'er, herunder ChatGPT, Claude og andre generative AI-værktøjer.

Sådan omformer AI HR, L&D og adgangen til viden

Når vi gennemgribende ændrer arbejdsgange med AI, fokuserer vi primært på HR og L&D. Vi har effektiviseret søgningen efter kandidater, forbedret talentmatchningen og skabt personaliserede læringsforløb.

Men vi anvender også digital tvilling-teknologi, som gør det muligt hurtigt at hente oplysninger fra hvem som helst i virksomheden uden at forstyrre dem. Det har sparet meget tid. Vi bruger den også til at besvare spørgsmål som "Hvad er status på XYZ-kontrakten?" eller "Vis mig alle samtalerne med virksomheden ABC" på en bemærkelsesværdigt integreret måde.

Hvorfor ledere skal forblive skeptiske over for AI's selvsikkerhed og bekvemmelighed

Jeg er ikke bekymret for, at AI overtager jobs, men der er noget, der bekymrer mig: Lærer folk hurtigt nok om AI's grundlæggende begrænsninger?

Disse ting er farligt selvsikre, men tager ofte fejl. Jeg bruger formuleringen: "Ikke altid korrekt, men sjældent i tvivl." Modellerne i det offentlige domæne siger aldrig: "Jeg kender ikke svaret på det spørgsmål," og det er et stort problem.

I denne nye æra er det vigtigt konstant at være nysgerrig og en smule skeptisk og stille spørgsmål ved disse systemer i stedet for at gå ud fra, at AI's svar altid er korrekt.

Min mavefornemmelse siger mig, at når vi lærer at arbejde sammen med AI, bliver dette bekvemmelighedens mørke side, på samme måde som manglen på privatliv er den pris, vi betalte for smarttelefonernes bekvemmelighed.

Joshs tip

I denne nye æra er det vigtigt konstant at være nysgerrig og en smule skeptisk — at stille spørgsmål ved disse systemer i stedet for at gå ud fra, at AI’s svar altid er korrekt.

Sådan kan HR-ledere fokusere på AI-arbejdsgange med høj ROI

Her er mit råd: Vælg en retning.

Fokuser på de anvendelsesområder og brugsscenarier, der er mest strategiske. Det kan virke smart at give alle et mødeværktøj, men den større mulighed ligger måske i at forbedre global medarbejderintegration, oplæring og mobilitet.

Arbejd sammen med IT. I har brug for et standardiseret værktøjssæt, så medarbejderne ikke går ud på internettet og bruger hvad som helst, de kan finde. Når den godkendte teknologi og anvendelserne er fastlagt korrekt og sikkert, skal I udrulle versioner af værktøjerne og lære medarbejderne, hvad der er nyt, hver eller hver anden uge. Det er præcis sådan, vi gør her.

Hvad angår AI-arkitekturen, findes der ikke én løsning, der passer til alle. Nogle virksomheder forbyder brugen af alle eksterne data. Og mange begrænser brugen af interne data i AI-systemer til de systemer, der er godkendt af IT. Disse regler skal fastlægges i jeres eget miljø.

Men ud fra det, jeg har set i løbet af de seneste to år, kommer de virkelige innovationer ikke fra OpenAI og andre AI-giganter, men fra reelle forretningsbrugere, der finder ud af, hvordan AI kan bruges til at skabe bedre forretningsmodeller, produkter og tjenester.

Derfor betyder supermedarbejdere, der vejledes af superledere, langt mere end blot hvor mange billioner tokens jeres system kan behandle.

Hvorfor nysgerrighed er den vigtigste egenskab for ledere i AI-æraen

Og en ting mere. De mest inspirerende ledere, jeg møder, er ikke de mest selvsikre eller arrogante; de er de mest nysgerrige, og de lærer altid.

Når jeg fylder 70 næste år, føler jeg mig stadig som en teenager på mange måder, mens jeg hver eneste dag lærer, hvordan jeg kan lede og hjælpe andre.

Vær ydmyg, og bliv ved med at lære

Følg med

Du kan følge Josh Bersins arbejde på LinkedIn og hans websted, mens han fortsætter med at uddanne HR-ledere i korrekt implementering af AI. Og tjek hans AI-værktøj, Galileo.

Flere ekspertinterviews kommer på People Managing People!

Klar til at gentænke AI-æraen?

Bliv medlem af People Managing People-fællesskabet. Gratis konti giver dig ugentlige indsigter, praktiske rammer og strategier fra ligesindede, som hjælper dig med at lede smartere, ikke hårdere.

Opret din gratis konto i dag.