Ekspert i AI-integration afslører opskriften på en selvsikker og succesfuld implementering

Så begyndte hun at rådgive virksomheder med fokus på korrekt AI-integration, og derefter skabte hun en ramme baseret på sin praksis.

Vi talte med hende for at få detaljerne om hendes tilgang. Her er, hvad hun fortalte os.

Fra HR i virksomheder til AI-rådgivning

Jeg hedder Rey og er canadisk HR-konsulent og underviser med mere end 16 års international erfaring inden for HR og talentledelse. Jeg har en MBA fra Royal Roads University. Jeg er også ICF ACC-certificeret coach og OKR-coach.

Jeg begyndte at arbejde med AI, fordi jeg efter mange år inden for HR og talentledelse så det samme mønster gentage sig — HR-teams druknede i administrativt arbejde, mens de havde svært ved at påvise strategisk effekt. Da AI-værktøjer begyndte at dukke op, indså jeg, at de fleste HR-ledere enten ignorerede dem eller følte sig overvældet af den teknologiske side. Jeg ville bygge bro over det gab.

Mit fokus blev at hjælpe HR-ledere med at bruge AI på en ikke-teknisk og resultatorienteret måde — til at automatisere det gentagne arbejde, fokusere på mennesker og træffe datadrevne beslutninger uden at være afhængige af IT eller konsulenter. Det handler om at gøre AI praktisk, etisk og direkte knyttet til forretningsresultater.

Overordnet set er min ledelsesrejse blevet formet af en blanding af tværkulturel erfaring og løbende nytænkning. Nogle få milepæle skiller sig ud:

• Overgangen fra HR i virksomheder til rådgivning: Efter mere end et årti med ledelse af talent- og organisationsudvikling i Mellemøsten indså jeg, at mange HR-funktioner havde brug for enklere og mere agile systemer — ikke bare større rammeværk. Det førte mig over i rådgivningsarbejde.
• At blive ICF ACC-coach og OKR-coach: Det ændrede min måde at lede og udvikle andre på. Coaching lærte mig at skabe ansvarlighed gennem tydelighed frem for kontrol.
• Integration af AI i HR-praksis: Jeg udviklede AI-træningsprogrammer for HR for at hjælpe ledere med at modernisere arbejdsgange uden at være afhængige af IT. Det var et afgørende øjeblik at se kunder gå fra tøvende til selvsikre AI-brugere.
• Opbygning af troværdighed på tværs af landegrænser: At komme fra Canada og arbejde på tværs af forskellige markeder i Mellemøsten har formet min måde at lede multikulturelle teams på og udforme menneskestrategier, der rent faktisk kan skaleres.

Hvordan AI omdefinerer ledelse fra beslutningstager til beslutningsdesigner

I en AI-først-verden handler ledelse mindre om at besidde viden og mere om at orkestrere, hvordan viden flyder. Tre ændringer skiller sig ud:

• Fra kontrol til tydelighed: Jeg har måttet aflære antagelsen om, at stærk ledelse betyder at sætte retningen og overvåge eksekveringen. AI har gjort information og beslutningskraft mere distribueret. Nu handler ledelse om at skabe klarhed over intentionen — hvilket problem vi løser — og lade teams (og teknologi) organisere sig selv omkring det.
• Fra procesejerskab til opbygning af kompetencer: I traditionel HR “ejede” vi processer — medarbejdersamtaler, efterfølgerplanlægning og rekruttering. Nu fokuserer jeg på at opbygge AI-understøttede kompetencer hos andre, så disse processer kan køre smartere og hurtigere uden konstant overvågning.
• Fra lineært hierarki til netværksbaseret samarbejde: Jeg har sluppet troen på, at struktur skaber ansvarlighed. AI-værktøjer går på tværs af siloer, så indflydelse bevæger sig nu horisontalt og ikke kun vertikalt. Det kræver psykologisk tryghed, gennemsigtighed omkring data og ledere, der er trygge ved delt beslutningsmyndighed.

I sidste ende handler ledelse i dag ikke om at være beslutningstageren — det handler om at være beslutningsdesigneren.

Det betyder, at jeg bruger mindre tid på at godkende resultater og mere tid på at coache teams i at designe arbejdsgange, prompts, systemer og sikkerhedsrammer samt fremme distribueret ansvarlighed

Det er et subtilt, men dybtgående skift i tankegang: AI gør ikke bare arbejdet hurtigere — det tvinger ledere til at genoverveje, hvad ledelse faktisk betyder i et vidensdrevet og automatiseret miljø.

Hvad det virkelig betyder for din organisation at være AI-klar

At være AI-klar i vores organisation ser sådan ud:

• Personer, der kan identificere opgaver, der egner sig til automatisering.
• Teams, der kan designe, teste og videreudvikle AI-drevne arbejdsgange.
• Ledere, der evaluerer resultater kritisk, sikrer etisk anvendelse og opretholder governance.

Her er de problemer, jeg ofte ser:”

• Overdreven begejstring kontra virkeligheden: Teams forventer i første omgang, at AI erstatter dømmekraft i stedet for at understøtte den.
• Modstand mod forandring: Nogle medarbejdere tøver med at stole på AI-resultater uden praktiske succesoplevelser.
• Mangler i governance: Tidlige iterationer medførte risiko for uensartet kvalitet eller bias, hvilket krævede promptbiblioteker og kontrolpunkter.

Ved at kombinere praktisk anvendelse, kollegabaseret coaching og governance har vi opbygget en AI-kyndig, kompetent og ansvarlig HR-funktion, hvor AI understøtter beslutningstagningen i stedet for at skabe afhængighed.

Sådan lukker du kløften mellem AI-forventninger og udførelse i den virkelige verden

Den største afkobling, jeg ser lige nu, er forskellen mellem forventning og udførelse.

Organisationer betragter ofte AI som en “magisk løsning”, der øjeblikkeligt vil gøre HR mere effektiv eller strategisk, uden at tage højde for de underliggende arbejdsgange, kompetencehuller eller den kultur, der er nødvendig for faktisk at udnytte teknologien. Resultatet er en AI-anvendelse, der enten går i stå, skaber uensartede resultater eller forstærker eksisterende ineffektivitet.

Jeg håndterer dette på to måder i mit lederskab og organisationsdesign:

1. Arbejdsgange før værktøjer: Jeg sikrer, at hvert AI-initiativ begynder med en klar forståelse af den proces, det skal forbedre. Vi kortlægger problemer, definerer resultater og vælger eller designer først derefter AI-løsninger. Det forhindrer, at værktøjer bruges som en lappeløsning, og flytter fokus til opbygning af kompetencer frem for blot automatisering.
2. Distribueret lederskab via AI-ambassadører: I stedet for at være afhængig af en enkelt ekspert eller leder til at implementere AI opbygger jeg interne ambassadører, som kan undervise, fejlfinde og videreudvikle løsninger i deres teams. Det skalerer både anvendelsen og integrerer AI-kompetencer i organisationens DNA.

I sidste ende handler det ikke om selve teknologien at lukke kløften — det handler om at tilpasse mennesker, processer og governance, så AI faktisk kan indfri sit løfte uden at skabe nye flaskehalse eller risici.

Lad os gå mere i dybden med dette.

Sådan kan HR-ledere opbygge skalerbare AI-understøttede kompetencer

Som jeg sagde, begynder opbygningen af AI-understøttede kompetencer med at gentænke arbejdsgange – ikke med at træne medarbejdere i værktøjer.

Opbyg selvtillid før kompetencer

Jeg begynder med at fokusere på at identificere, hvor menneskelig indsats tilfører mindst værdi — ved gentagen rapportering, manuel screening eller dokumentation — og jeg redesigner disse processer med enkle automatiseringer uden kode via platforme som Zapier, Power Automate og Airtable. Det giver medarbejderne mulighed for at se øjeblikkelige tidsbesparelser, og de bliver mere åbne over for at lære. Denne tilgang med “selvtillid før kompetencer” hjælper HR-teams med at gå fra modstand til ejerskab, efterhånden som de begynder at se AI som en praktisk løftestang for produktivitet snarere end en trussel.

Reyhanehs tip

Lad teams opbygge selvtillid før kompetencer. Denne tilgang hjælper HR-teams med at gå fra modstand til ejerskab, efterhånden som de begynder at se AI som en praktisk løftestang for produktivitet snarere end en trussel.

For eksempel kan man ved onboarding af nye medarbejdere i stedet for at lade HR overføre data og generere dokumenter manuelt opsætte en automatisering: Når en kandidat underskriver sit tilbud, udløses en arbejdsgang uden kode, som automatisk sender den nyansattes oplysninger til HRIS-systemet — hvilket eliminerer manuel screening/dataindtastning — og samtidig genererer og sender en udstyrsbestilling til IT-afdelingen. Det reducerer den administrative indsats markant og frigiver tid for HR til at fokusere på interaktioner, der skaber høj værdi.

Integrer funktionsspecifik læring

Når selvtilliden er opbygget, integrerer jeg struktureret, funktionsspecifik læring — rekruttering, L&D, HR-drift eller ledelse — altid med udgangspunkt i konkrete anvendelsestilfælde. Alle initiativer til opbygning af kompetencer omfatter etiske og compliance-relaterede sikkerhedsforanstaltninger, så teams anvender AI ansvarligt og transparent.

For et rekrutteringsteam kan det se ud som en integreret "AI-screeningworkshop", hvor rekrutteringsmedarbejdere lærer at bruge et AI-værktøj til at opsummere og rangordne kandidater, umiddelbart efterfulgt af træning i den compliance-relaterede sikkerhedsforanstaltning — det obligatoriske brug af en "biasrevisionslog" til manuelt at verificere og begrunde enhver AI-drevet beslutning, så ansvarlig anvendelse sikres.

Ledergruppen deltager måske på samme måde i en session om "AI til arbejdsstyrkeplanlægning" for at anvende prædiktive modeller med et centralt fokus på de etiske konsekvenser ved at bruge AI til at træffe beslutninger om afskedigelser.

Resultatet er ikke kun værktøjskompetence, men en kulturel kompetence — HR-professionelle, der kan redesigne arbejdsgange, sætte spørgsmålstegn ved ineffektivitet og bruge AI til at forbedre kvaliteten af beslutninger. Det handler om at skabe organisationer, hvor AI-fortrolighed er integreret i det daglige arbejde og ikke behandles som et separat kompetencesæt.

Udvikl interne AI-forkæmpere for en bæredygtig implementering

Uddannelsen understøttes derefter ved at udvikle interne "AI-forkæmpere" — kollegiale mentorer, der afholder korte kontortider for at dele bedste praksis og løse problemer i nye automatiserede arbejdsgange, så implementeringen fortsætter og ejes af HR-teamet og ikke kun af IT.

Jeg udvælger AI-forkæmpere ved at se ud over deres jobtitler eller tekniske færdigheder — typisk vurderer jeg tre faktorer:

1. Tankegang: åbenhed over for forandringer, modstandsdygtighed, når værktøjer fejler, og tryghed ved tvetydighed.
2. Indflydelse: deres evne til at påvirke andre — formelt eller uformelt — på tværs af teams.
3. Handlekraft: deres evne til hurtigt at omsætte idéer til fungerende prototyper i stedet for at vente på perfekte betingelser.

De bedste forkæmpere er dem, der er nysgerrige efter at forbedre arbejdsgange, og som naturligt deler det, de lærer, med andre. De behøver ikke være teknisk kyndige, men de skal være villige til at eksperimentere, dokumentere, hvad der fungerer, og omsætte det til et dagligdags HR-sprog, som deres kolleger forstår.

Når de er udvalgt, investerer jeg i dem som interne forstærkere — giver dem tidlig adgang til arbejdsgange, oplærer dem i ansvarlig brug af AI og positionerer dem som medundervisere for andre. Vi bruger strukturerede ressourcer — promptbiblioteker, SOP'er i Notion og ugentlige refleksionssessioner — for at gøre læringen gentagelig og skalerbar.

Det skaber et distribueret læringssystem, hvor kompetencer spredes horisontalt gennem kollegial troværdighed — ikke kun gennem topstyrede initiativer.

Case fra virkeligheden: Sådan reducerede ét HR-team rekrutteringstiden med 53 % ved hjælp af AI-automatisering

Her er et eksempel på en praktisk transformation, jeg har set i forbindelse med implementering af AI: Et HR-team på fem personer i en regional detailvirksomhed brugte 40 % af deres kapacitet på administrative opgaver. Ved hjælp af Typeform, Google Sheets, Zapier, ChatGPT, Slack og Notion automatiserede vi modtagelse af kandidater, screeningsopsummeringer, planlægning af samtaler og kontrol af skævheder. Interne AI-forkæmpere vedligeholdt arbejdsgangen og videreudviklede den ugentligt.

Hele denne kandidatstyringsproces udføres via en arbejdsgang på højt niveau uden kode:

1. Typeform indsamler ansøgningsdata, som straks registreres i Google Sheets af Zapier.
2. Zapier videresender derefter CV-dataene til ChatGPT for at generere et resumé på tre sætninger, en matchscore og markeringer for overholdelse, hvorefter resultatet returneres til Google-arket.
3. Hvis scoren er høj nok, sender Zapier en Slack-notifikation til den ansættende leder med resuméet og et link til kandidatens række.
4. Efter lederens godkendelse i arket udløser Zapier en automatiseret e-mail til kandidaten, så vedkommende selv kan planlægge samtalen.
5. Endelig fungerer Notion som det centrale knudepunkt, hvor HR-forkæmperne vedligeholder loggen over revisioner af skævheder og dokumentationen af arbejdsgangen, så hele systemet er effektivt, kompatibelt og løbende forbedres.

Og her er resultaterne:

• 60 timer om ugen frigivet (~1,5 FTE årligt)
• Tiden til ansættelse reduceret fra 45 → 21 dage (53 % hurtigere)
• HR-tid omfordelt til coaching, rolledesign og forbedring af kandidatoplevelsen
• Ledelsens fokus skiftede fra opfølgning på opgaver til kompetenceopbygning og design af arbejdsgange

Denne erfaring beviste for mig, at AI's reelle værdi ligger i at skalere ledelsens indflydelse og skabe en kultur med selvstændige, kompetente teams — ikke kun i at automatisere opgaver.

AI's reelle værdi ligger i at skalere ledelsens indflydelse og skabe en kultur med selvstændige, kompetente teams — ikke kun i at automatisere opgaver.

Hvordan AI går ud over driften for at transformere strategi og beslutningstagning

Men AI rækker ud over driften. AI i driftsledelse understøtter strategi, organisationsdesign og beslutningstagning ved at modellere scenarier, planlægge arbejdsstyrken og sammenfatte indsigter, så ledelsen kan fokusere på afvejninger og konsekvenserne for medarbejderne.

AI til strategisk HR og opbygning af kompetencer bygger primært på to typer værktøjer:

• Strategiske planlægningsplatforme: Specialiserede systemer som SAP SuccessFactors eller Nakisa/Pigment anvender avanceret AI til at håndtere kompleks arbejdsstyrkeplanlægning, scenariemodellering og organisationsdesign. Disse værktøjer sammenfatter virksomhedsdata for at hjælpe ledere med at forudsige behov og analysere konsekvenserne af større beslutninger, så HR kan fokusere på strategi frem for blot rapportering.
• Værktøjer til generering af indhold: LLM'er til generelle formål som ChatGPT eller Gemini (ofte implementeret i virksomhedsplatforme som Microsoft 365 Copilot) bruges til hurtigt at generere indhold, herunder personligt tilpassede coachingprompter, første udkast til træningsmoduler og spørgsmål til medarbejdertrivselsundersøgelser. Det automatiserer den kreative udarbejdelse og giver HR mulighed for at bruge tiden på at coache og udvikle medarbejdere.

Med andre ord fastlægger førstnævnte det datadrevne "hvad", mens sidstnævnte skaber det menneskefokuserede "hvordan".

Sådan kan det se ud i praksis: SAP SuccessFactors (software til styring af menneskelig kapital) modellerer et scenarie, der viser et forventet kompetencegab på 20 % inden for digital markedsføring om to år; denne strategiske indsigt føres derefter ind i ChatGPT med en prompt om at skabe en hyperpersonlig coachingplan i tre trin for en marketingdirektør, hvis team er mest berørt, hvilket effektivt omsætter komplekse data til umiddelbart anvendeligt udviklings- og coachingindhold.

Den kodefri teknologistak, der driver effektivitet i HR-arbejdsgange og opbygning af kompetencer

Når vi taler om værktøjer, bruger jeg en fleksibel, kodefri teknologistak med fokus på effektivitet i arbejdsgange og opbygning af kompetencer:

• Google Workspace er mit centrale knudepunkt for data, kontrolpaneler og samarbejde.
• Typeform og Google Forms standardiserer indsamlingen af oplysninger fra kandidater og internt i organisationen og føder automatiserede arbejdsgange.
• Zapier (software til automatisering af arbejdsgange) og Make orkestrerer automatisering fra start til slut og frigiver 40–60 timer om ugen. Jeg har for nylig flyttet nogle arbejdsgange til Make for at opnå bedre fejlhåndtering.
• ChatGPT og OpenAI API'et genererer skabeloner, resuméer og skævhedstjek. Disse kombineres med promptbiblioteker og logning for at sikre ensartethed og styring.
• Slack (software til medarbejderkommunikation) giver notifikationer og godkendelser i realtid, så teams forbliver afstemt.
• Notion (app til at tage noter) er stedet, hvor vi dokumenterer arbejdsgange, standardprocedurer og oplæring af ambassadører for at muliggøre videndeling i stor skala.

Konsekvensen af denne teknologistak er betydelige tidsbesparelser, hurtigere rekruttering, større ensartethed og et skift i ledelsens fokus fra opgaveovervågning til design af arbejdsgange og kompetencer.

Sådan strukturerer du ChatGPT-input for ensartede HR-resultater med skævhedstjek

Jeg har i øjeblikket særligt fokus på design af ChatGPT-prompter og promptbiblioteker. Det handler ikke kun om at bruge værktøjet, men om hvordan du strukturerer input og output for konsekvent at generere nøjagtigt, skævhedskontrolleret og handlingsanvisende indhold.

Ved at oprette et centraliseret promptbibliotek har vi gjort AI-resultater reproducerbare på tværs af HR-arbejdsgange – fra kandidatresuméer og screeningsspørgsmål til intern kommunikation og onboardingmaterialer.

Effekten har været transformerende: Det standardiserer kvaliteten, reducerer fejl og frigør HR-teams fra gentagen indholdsproduktion. Endnu vigtigere er det, at det ændrer den måde, jeg leder på – jeg bruger nu min energi på at coache teams i design af arbejdsgange, beslutningsrammer og løbende forbedringer i stedet for at udarbejde eller godkende hvert eneste dokument. Denne ene funktion har flyttet HR fra en opgavedrevet funktion til et kompetencedrevet, AI-understøttet team.

Hvad alle HR-ledere skal vide om at navigere i AI-overgangen

Om fem år vil HR ikke længere være defineret af transaktionsbaserede processer. Roller som min vil næsten udelukkende fokusere på at designe AI-understøttede arbejdsgange, forme beslutningsrammer og opbygge menneskelige + AI-kompetencer i hele organisationen. Afdelinger vil måle effekten ud fra strategisk indflydelse, arbejdsstyrkens omstillingsparathed og kompetenceudvikling frem for medarbejderantal eller administrativ effektivitet.

I praksis betyder det, at HR-ledere vil bruge mindre tid på at godkende rapporter og mere tid på at udvælge datadrevne indsigter, coache teams og integrere etisk brug af AI i alle beslutninger.

Til HR-ledere, der navigerer i denne AI-drevne HR-transformation, er mit råd at fokusere på arbejdsgange, ikke værktøjer.

Reyhanehs tip

For HR-ledere, der navigerer i denne AI-drevne transformation, er mit råd at fokusere på arbejdsgange, ikke værktøjer.