En talent- og transformationsekspert om, hvordan AI stille og roligt redesigner organisationer – lederne skal følge med

Vi satte os ned med Ravin for at forstå, hvordan AI ændrer den organisatoriske struktur, og hvordan ledere skal gribe implementeringen af AI an for at få succes med den. Her er, hvad han fortalte os.

En karriere inden for forretning og talent

Jeg leder Mercers globale rådgivningsforretning inden for transformation. Før det ledede jeg al innovation og talentledelse hos det, der nu er Willis Towers Watson. Og før det var jeg konsulent hos Accenture i deres strategiafdeling.

Jeg sidder også i en række styrekomitéer i World Economic Forum. Jeg er medlem af fakultetet på Kellogg School of Management ved Northwestern, hvor jeg også er ledelsesstipendiat. Og jeg er forfatter til seks bøger og et par hundrede artikler om fremtidens arbejde og AIs indvirkning på arbejde og organisationer.

Ravins tip

Der er en opfattelse af, at man kan lede med teknologi og på en eller anden måde magisk få et afkast, i stedet for at gøre det hårde arbejde med at redesigne arbejdet og den arbejdsarkitektur, der omgiver organisationen. Det er denne misforståelse, der udgør de grundlæggende hindringer for at tage teknologi i brug.

Hvordan AI ændrer arbejdsmodeller fra "fast" til "flow"

Jeg ser ledelse ændre sig ganske markant i en AI-fokuseret verden, og ikke kun i den lederrolle, jeg selv har, men også i det arbejde, jeg udfører sammen med mine kunder.

Helt konkret ser jeg, at ledere er nødt til at orkestrere et langt bredere og mere distribueret økosystem af muligheder for at få arbejdet udført og gennemføre deres strategier — hvad enten det sker med medarbejdere, der er en del af deres organisation, AI, som de har udviklet internt, AI, som de har anskaffet, en alliancepartners kompetencer eller en gigarbejders færdigheder.

Alle disse kapaciteter kommer i spil i en AI-udvidet verden, efterhånden som arbejdets hastighed øges, og AI skaber efterspørgsel efter nye færdigheder. Og det erstatter forestillingen om, at arbejde er bundet til et job, med mere smidige arbejdsformer.

I min seneste bog beskriver jeg tre modeller for, hvordan man tilknytter talent:

1. Den faste model: Dette er den traditionelle jobbaserede model.
2. Den fleksible model: Her har folk et job, men mulighed for at bruge deres færdigheder inden for forskellige områder eller tilegne sig nye færdigheder.
3. Flowmodellen: Her forbindes talent udelukkende med arbejde gennem projekter, opgaver og gigarbejde.

AI i organisationsdesign påvirker nu alle aspekter af arbejde og ledelse, så vi ser virksomheder bevæge sig fra faste over fleksible til flowbaserede arbejdsmodeller.

Hvorfor ledere skal redesigne arbejdet, før de implementerer AI

Der er en opfattelse af, at man kan lede med teknologi og på en eller anden måde magisk få et afkast, i stedet for at gøre det hårde arbejde med at redesigne arbejdet og den arbejdsarkitektur, der omgiver organisationen.

Det er denne misforståelse, der udgør de grundlæggende hindringer for at tage teknologi i brug.

Takket være generativ AI har vi overvundet det sidste led-problem, som AI tidligere havde, når teknologien ikke var egnet til formålet. Generativ AI er en teknologi, der er utrolig nem at bruge. Den er samtalebaseret og leveres til os gennem teknologi, vi bruger hver dag. Men det, der fortsat er den mest frustrerende udfordring, er arbejdsarkitekturen.

Det er her, ledere i progressive organisationer arbejder aktivt. Og med god grund — det er her, de kan høste eksponentielle gevinster.

Ledere skal være villige til at se ud over, at maskiner erstatter mennesker, og i stedet se hele potentialet i et distribueret økosystem.

Fokuser på denne type spørgsmål: "Hvor kan arbejdet potentielt flyttes til et lavere færdighedsniveau?" Og: "Når arbejde erstattes, hvor har vi så brug for en person med et højere færdighedsniveau til at overtage arbejdet?"

Læs mere her om, hvordan man redesigner arbejdet og udnytter AI-understøttet produktivitet.

Et eksempel fra den virkelige verden på en "arbejdsfremadrettet" tilgang

Her er et eksempel fra det arbejde, vi udførte sammen med en af vores kunder. I en afdeling af en meget stor global organisation inden for finansielle tjenesteydelser redesignede vi arbejdet med udgangspunkt i funktionerne i en ny proprietær teknologiplatform, der omfattede computervision til dataindlæsning, procesautomatisering, maskinlæring og generativ AI.

Ved at redesigne arbejdet først kunne vi tage opgaver, flytte dem over på platformen, erstatte dem og udvide dem med platformens funktioner. Og det var ikke enden på det. Andre arbejdsopgaver kunne derefter flyttes fra medarbejdere på mere seniorniveauer hele vejen ned til nybegyndere. Det var muligt, fordi opgaverne lagde stor vægt på erfaring, men teknologien reducerede betydningen af disse kompetencefordele.

Faktisk kunne vi i nogle tilfælde helt eliminere behovet for bestemte typer kompetencer. Teknologien erstattede dette arbejde på begynderniveau.

Vi brugte en "arbejdsbagudrettet" tilgang til at redesigne arbejdet i stedet for den "teknologifremadrettede" tilgang, som så mange organisationer forsøger at implementere — ofte uden held. Fordelen ved vores tilgang er, at den frigør og synliggør ikke kun teknologiens primære effekter, men også de sekundære og tertiære effekter.

Ravins tip

Vi brugte en “arbejdsbagudrettet” tilgang til at redesigne arbejdet i stedet for den “teknologifremadrettede” tilgang, som så mange organisationer forsøger at implementere — ofte uden held. Fordelen ved vores tilgang er, at den frigør og synliggør ikke kun teknologiens primære effekter, men også de sekundære og tertiære effekter.

Hvorfor en "arbejdsbagudrettet" tilgang forbedrer anvendelsen af AI

En "arbejdsbagudrettet" tilgang hjælper også med at få AI taget i brug.

Når man implementerer AI i strategisk planlægning, er det meget let for organisationer at sprede teknologien for alle vinde og håbe på, at medarbejderne vil tage den ensartet i brug — men det sker sjældent.

I stedet skal de udføre det krævende arbejde med at:

• Redesigne stillinger
• Redesigne processer
• Ændre kravene til nye medarbejdere
• Sikre den disciplin, hvormed teknologien anvendes, styres og administreres, for at sikre ensartet anvendelse og implementering.

Jeg ved det, du ved det, vi ved det alle sammen: Forandringsledelse er det, der får transformationer til at lykkes eller mislykkes. Alligevel er AI i forandringsledelse — og det aktive redesign af arbejdet — på en eller anden måde stadig den største hindring for organisationer.

Ravins tip

Alle ledere skal være fortrolige med AI, og det bliver man ikke, medmindre man bruger denne teknologi hver dag. Det bliver man ikke uden at eksperimentere, uden at prøve sig frem. Vigtigst af alt bliver man det ikke uden at være rollemodel for resten af organisationen og gå forrest

Hvordan opbygning af AI-kompetencer fremskynder anvendelsen

Vi har brugt vores egen LLM i størstedelen af de seneste to år, og ligesom mange organisationer demokratiserer vi adgangen.

For at sikre anvendelse og kompetencer lader vores ledere medarbejderne se, hvordan den bruges. Vi oplærer også medarbejderne i brugen af teknologien. Vi har lært dem at forstå, hvordan en hallucination ser ud. Vi har lært dem at validere og kontrollere dataene. Vi har lært dem, hvordan hensigtsmæssig brug af AI i forretningsdriften ser ud, hvad man skal uploade, og hvad man ikke skal uploade.

Oplæring foregår på forskellige måder:

• AI-baserede simuleringer
• Læring fra ligemand til ligemand
• Workshopper

Vi har investeret i at opkvalificere vores medarbejdere fuldt ud, så AI inden for læring og udvikling virkelig er en partner, de henvender sig til hver eneste dag i forbindelse med alle arbejdsopgaver.

Men jeg siger det igen: Du kan ikke opnå ROI fra AI, hvis det eneste, du gør, er at demokratisere adgangen uden bevidst at redesigne job og processer.

Sådan muliggør en intern AI-stak hurtigere arbejdsredesign

Som stort set alle virksomhedsledere er jeg besat af generativ AI.

Det har gjort det muligt for os at bygge videre på en arv af procesautomatisering ved løbende at forbedre graden af intelligens og integration af arbejdsgange. Og det har hjulpet os med at opbygge en agentisk kapacitet, der virkelig transformerer alle aspekter af vores arbejde.

Vi bruger vores egen LLM til dette samt et internt arbejdsdesignværktøj, der hjælper vores kunder med at redesigne deres job og processer.

Sådan transformerer agentiske arbejdsgange talent, drift og rådgivning

Når vi taler om agenter, gennemsyrer beredskabet til agentisk AI alle aspekter af vores forretningsmodel og kultur — fra de operationelle dele af rådgivningen til talentprocesser og vores økonomistyringsprocesser.

Agentisk AI skaber muligheder for nye tjenester og tilfører værdi til eksisterende tjenester. Det er virkelig svært at overvurdere, hvor dramatisk det transformerer vores strategi og vores forretningsmodel.

Vores interne arbejdsdesignværktøj har gjort det muligt for os at transformere en seks ugers rådgivningsproces til en proces på seks timer fordelt på tre workshops, som gør det muligt for os at hjælpe vores kunder med at redesigne deres job og processer for at muliggøre en bedre implementering af AI

Værktøjet hjælper os med at dekonstruere job og processer, analysere arbejdet og identificere muligheder for omfordeling, hvor arbejde kan erstattes eller udvides af forskellige typer teknologi (RPA, maskinlæring, generativ AI, agenter, robotteknologi osv.) samt rekonstruere nye måder at arbejde på.

Hvorfor ledere skal blive fortrolige med AI og gå forrest

Snart vil team og kunder forvente ekspertise i et langt højere tempo med et niveau af indsigt og afprøvning, der er uden fortilfælde — og i stigende grad i takt med udviklingen af digitale tvillinger. Afprøvede, handlingsanvisende løsninger skal implementeres på dage og uger frem for måneder.

Med AI i lederudvikling når du ikke dertil, medmindre du bruger denne teknologi hver dag. Du når ikke dertil uden at eksperimentere, uden at prøve.

Vigtigst af alt når du ikke dertil uden at være et forbillede for resten af din organisation og gå forrest.

Følg med

Du kan følge Ravin Jesuthasans arbejde på LinkedIn, mens han fortsætter med at implementere AI via sin tilgang, hvor man "arbejder baglæns".

Flere ekspertinterviews kommer snart på People Managing People!