AI-strategi er en kulturudfordring, og HR er unikt positioneret til at lede

Vi satte os ned med hende for at høre, hvordan hun gør AI praktisk for både ledere og teams. Og hun fortalte os præcis, hvorfor HR spiller en afgørende rolle i AI-strategi og -implementering.

Lige dele stålsathed og nysgerrighed

Jeg hedder Tracy Cote, og jeg er personalechef hos Slickdeals, hvor jeg også leder vores communitydriftsteam.

Min ledelsesrejse er blevet formet af lige dele stålsathed og nysgerrighed. Jeg finansierede selv min universitetsuddannelse, arbejdede mig op gennem meget forskellige brancher og lærte tidligt, at de bedste ledere er dem, der forbliver rolige, løser reelle problemer og får andre med sig.

Gennem årene har jeg haft mulighed for at lede gennem vækst, transformation og kompleksitet, herunder global ekspansion, integration efter fusioner og opkøb samt internationale aktiviteter i virksomheder som Genesys og StockX. De erfaringer lærte mig meget om, hvordan kultur enten kan accelerere vækst eller stille og roligt bremse den, og hvorfor klarhed og tillid betyder endnu mere, når teams arbejder distribueret, og forandringer er konstante.

Hos Slickdeals er dette samspil konstant. Vi er en community-drevet platform, så “mennesker” er ikke kun interne medarbejdere. Det er også millioner af medlemmer, bidragydere og tilbudsjægere, som hver dag er med til at forme vores produkt og omdømme. At lede både HR og communitydrift holder mig forankret i, hvad det kræver at skalere ansvarligt: at opbygge systemer, der fungerer, beskytte tilliden og sikre, at virksomheden kan bevæge sig hurtigt uden at miste det, der gør den særlig.

Med tiden har min ledelsesstil bevæget sig fra at være den person, der løser alt, til at være en, der bygger og skaber løftestangseffekt ved at skabe de rammer, hvor godt arbejde kan finde sted.

Jeg er også mor, og balancen mellem karriere og familie har styrket min tro på empati og inklusion: ikke som modeord, men som grundlæggende arbejdsprincipper. Når alt kommer til alt, er mit job at skabe klarhed, fjerne friktion og hjælpe mennesker med at udføre arbejde, de er stolte af.

Tracys tip

AI øger tvetydigheden, fordi værktøjerne og mulighederne ændrer sig hver uge. Ledelse handler nu i højere grad om at sætte rammer, opbygge kompetencer og hjælpe teams med at eksperimentere ansvarligt uden at miste fokus.

Hvordan AI ændrer ledelse og organisationsdesign

AI ændrer tempoet og formen på ledelse. Arbejdet går naturligvis hurtigere, men den største ændring er de spørgsmål, som ledere har ansvaret for at stille.

I AI-æraen handler min rolle mindre om at styre kapacitet og mere om at designe løftestangseffekt. Det betyder, at jeg skal spørge, hvor mennesker skaber størst værdi, hvor automatisering bør placeres, og hvordan vi hæver den grundlæggende kvalitet af beslutninger i organisationen.

Derfor har jeg måttet give slip på en langvarig antagelse om, at strukturen altid kommer først. Historisk set ville vi designe organisationsdiagrammet, definere rollerne og derefter optimere arbejdsgangene. AI i organisationsdesign vender dette på hovedet. Nu tager vi udgangspunkt i arbejdsgange og resultater og designer derefter roller ud fra det, der reelt er nødvendigt, når AI kan håndtere en del af arbejdet.

Jeg har også måttet udfordre ideen om, at ledelse betyder at have svarene. I virkeligheden øger implementeringen af AI i arbejdsstyrkeplanlægning tvetydigheden, fordi værktøjerne og mulighederne ændrer sig hver uge. Ledelse handler nu i højere grad om at sætte rammer, opbygge kompetencer og hjælpe teams med at eksperimentere ansvarligt uden at miste fokus.

Hvordan HR's fokus bevæger sig fra automatisering til skalerbart tænkearbejde

Jeg husker det øjeblik, hvor det gik op for mig, at dette ikke bare var endnu en bølge af HR-automatisering, men at vi for første gang bevægede os ud over transaktionspræget arbejde og skalerede tænkearbejde.

Det var for flere år siden i en anden virksomhed. Vi arbejdede målrettet på automatisering i HRIS-systemet for at understøtte vores kunder: selvbetjeningsarbejdsgange, standardiserede processer og færre manuelle overleveringer. Det var automatisering som effektivitet.

Men så begyndte AI at hjælpe os med at automatisere de dele af HR og ledelse, som tidligere var langsommere og sværere at skalere: sammenfatning, mønstergenkendelse og coaching. Det blev et vendepunkt i min ledelse.

Hvordan AI forandrer medarbejdervurderinger og vejledning af ledere

Her er et konkret eksempel: Præstationsvurderinger og coaching af ledere ved hjælp af en kombination af værktøjer:

Værktøjer: ChatGPT Enterprise + Zoom AI-opsummeringer + (snart) 15Five AI-coaching integreret i 1:1-samtaler

Ændringer i opsætning og arbejdsgange:

1. Vi standardiserede vores input til AI i præstationsstyring (selvevalueringer, lederfeedback og kollegafeedback), så råmaterialet er struktureret og sammenligneligt.
2. Vi bruger ChatGPT til at opsummere og sammenfatte temaer på tværs af input: styrker, udviklingsområder, uoverensstemmelser og manglende kontekst.
3. Ledere bruger det sammenfattede output som et udgangspunkt, ikke som det endelige udkast: De validerer det, tilføjer specifikke eksempler og tager selv ansvar for vurderingen.
4. Vi bruger Zoom AI-opsummeringer til at indfange temaer fra vigtige samtaler, så feedback ikke forsvinder i nogens noter.
5. Vi ruller 15Five AI-coaching ud for at styrke bedre ledervaner som en del af det daglige arbejde, hvilket fører til bedre 1:1-samtaler, tydeligere mål og mere konsekvente udviklingssamtaler.

Resultater:

• Ledere bruger mindre tid på at samle information og mere tid på coaching.
• Vurderingerne er tydeligere og mere ensartede.
• HR får bedre indsigt i mønstre og mangler, for eksempel ujævn kvalitet af feedback eller uklare forventninger på tværs af teams.
• Vigtigst af alt bevæger det os mod en skalerbar ledelseskvalitet uden at opskalere HR lineært.

Observationer:

• AI understøtter sammenfatning og ensartethed, mens mennesker stadig har ansvaret for evalueringen og resultaterne.
• Styrkelse og coaching af ledere er et af de områder, der giver størst effekt, fordi den største “multiplikator” i de fleste virksomheder ikke er værktøjet, men lederen.

Mit “hold da op”-øjeblik var at se, hvor hurtigt AI omdannede rodede, fragmenterede input til klarhed, og derefter indse, at den reelle effekt ikke lå i selve værktøjet. Den ligger i at kombinere AI med disciplinerede arbejdsgange og et stærkt ansvar, så ledere kan bevæge sig hurtigere uden at sænke barren.

Hvorfor den reelle fordel kommer af at forankre AI i driften

Den reelle fordel ved AI opstår, når HR opbygger kompetencen, og driften dokumenterer værdien af arbejdsgangen — og derefter skalerer vi den.

Vi har gennemgået flere arbejdsgange på tværs af AI i HR og ledelse. En af de største ændringer er, at HR ikke blot tager AI i brug internt; vi muliggør og fremskynder aktivt implementeringen af AI på tværs af vores operationelle teams. Fordi jeg leder både HR og driften, kan jeg bygge bro mellem det, ledere ønsker, at AI skal gøre, og det, der faktisk fungerer på arbejdsgangsniveau.

Den røde tråd er denne: AI i driftsledelse bliver transformerende, når det integreres i det daglige arbejde, kombineres med automatisering og understøttes af træning og klare rammer. Isoleret brug af AI skalerer ikke. Systemer gør.

Præstationsvurderinger og coaching er gode eksempler, men dem har jeg allerede været inde på. Her er et par andre arbejdsgange, vi har automatiseret.

Tracys tip

Den reelle fordel ved AI opstår, når HR opbygger kompetencen, og driften dokumenterer værdien af arbejdsgangen — og derefter skalerer vi den.

Ledelsesarbejdsgang: Synlighed omkring initiativer og operationel koordinering

Anvendte værktøjer: Atlassian Rovo (Confluence + Jira)

Det, vi ændrede: Vi bruger Rovo til at opsummere status for initiativer, identificere blokeringer, udlede temaer fra Jira og Confluence og reducere den manuelle jagt på statusopdateringer. Det har især været værdifuldt i tværfunktionelt arbejde, hvor friktion ofte skyldes manglende kontekst og langsomme overleveringer.

Resultater:

• Hurtigere koordinering i ledelsen
• Tidligere identifikation af blokeringer og afhængigheder
• Mindre tid brugt på at indsamle opdateringer

Bemærk: Det afgørende er, at AI ikke erstatter ledelsens rytme — det styrker den. Mennesker validerer stadig, hvad der er vigtigt, træffer afvejninger og sætter retningen. Men AI reducerer friktionen ved at skabe fælles forståelse og hjælper ledere med at fokusere på beslutninger i stedet for informationsindsamling.

HR- og driftsarbejdsgang: Mødeopsamling og opfølgning

Anvendte værktøjer: Zoom AI-notetager/-opsummering

Det, vi ændrede: Vi bruger AI-genererede opsummeringer og registrering af handlinger for at sikre, at beslutninger ikke går tabt, og at opfølgninger er tydelige — især på tværs af tilbagevendende driftsrytmer og 1:1-samtaler.

Resultater:

• Reduceret administrativ byrde
• Bedre ansvarlighed
• Mere konsekvent eksekvering på tværs af teams

Nødvendige sikkerhedsforanstaltninger: Tydelige forventninger til, hvornår det bruges, og hvordan noter opbevares, så tilliden bevares.

Hvorfor AI skal have begrænsninger inden for HR

AI kan gøre utrolig meget, men det er vigtigt at sætte grænser.

AI bør aldrig være den endelige beslutningstager i forbindelse med en persons karriere. Det kan hjælpe ledere med at arbejde hurtigere—opsummere bidrag, identificere mønstre og udarbejde tydeligere beskrivelser—men beslutninger om præstationer, løn, forfremmelser eller ansættelsesforhold skal fortsat ejes af mennesker og kunne forklares.

Det bedste samarbejde mellem mennesker og AI opstår, når AI komprimerer information og synliggør muligheder, mens ledere bidrager med kontekst og træffer beslutningen. Vi bruger det ofte til at sammenfatte bidrag til præstationsvurderinger og identificere mangler eller uoverensstemmelser, men lederen og HR er fortsat ansvarlige for det, der sker bagefter.

Hvordan HR direkte hjælper med at skalere AI og automatisering

Implementering sker ikke gennem annonceringer. Det sker, når AI integreres i den måde, virksomheden faktisk drives på. HR bidrager til dette på flere meget konkrete måder:

1. Opbygning af infrastrukturen: adgang, politikker og sikre standardindstillinger

• Samarbejde med økonomi- og IT-afdelingerne om at sikre virksomhedens AI-licens, så teams har standardiseret adgang
• Udvikling af politikker og sikkerhedsforanstaltninger, så vi ikke skaber privatlivsrisici eller inkonsekvent praksis
• Fastlæggelse af tydelige retningslinjer for, hvad der må og ikke må indtastes i AI-værktøjer, især følsomme medarbejder- og virksomhedsoplysninger

Det skaber tillid og fjerner tøven, hvilket er afgørende for implementeringen.

2. Uddannelse og AI-forståelse, der er bygget op omkring reelle arbejdsgange

I stedet for generisk “AI-introduktion” fokuserer vi på anvendelsesområder, som teams faktisk har brug for:

• Opsummering af kompleks information
• Udarbejdelse af ensartet kommunikation
• Fremskyndelse af gentagne administrative opgaver
• Forbedring af forberedelse og dokumentation af beslutninger
• Oprettelse af skabeloner, der reducerer behovet for gentagelser

Vi har lært, at AI-forståelse ikke kun handler om kendskab til værktøjer, men også om dømmekraft. Folk skal vide, hvordan resultatet valideres, hvornår noget skal eskaleres, og hvornår AI ikke skal bruges.

Mere om AI-forståelse om lidt.

3. Skabelse af kultur

Kulturelt arbejder vi aktivt på at skabe en norm, hvor brug af AI er tilskyndet—men hvor validering og ansvarlighed er ufravigelige. Målet er ansvarlig eksperimenteren, der reelt forbedrer måden, arbejdet udføres på.

4. Organisering af virksomheden for at skabe løftestangseffekt

Fordi HR befinder sig i krydsfeltet mellem driftsmodel, roller og opbygning af kompetencer, har vi været meget bevidste om at:

• Reservere tid til eksperimenter uden at gå på kompromis med eksekveringen
• Definere, hvem der ejer arbejdsgangen, og hvem der understøtter den
• Fastslå, at AI forbedrer gennemstrømningen, men at ansvaret forbliver menneskeligt
• Opskalere vellykkede anvendelsesområder gennem fælles skabeloner og drejebøger, så implementeringen ikke afhænger af individuelle superbrugere

Det er her, organisationsdesign gør en forskel: AI erstatter ikke strukturen—i stedet afprøver AI den.

5. Frigørelse af teams til arbejde med større værdi

Vi bruger også automatisering (og AI-forbedrede værktøjer) til at fjerne gentaget arbejde, så de operationelle teams kan bruge mere tid på arbejde, der kræver dømmekraft og har stor effekt.

For eksempel bruger vi i HR automatiseret planlægning, vi har brugt AI til at hjælpe med jobopslag og jobbeskrivelser, vi er ved at udvikle vores egen HR-Slackbot til at besvare medarbejdernes spørgsmål, vi bruger AI til at hjælpe med sentimentanalyse af spørgeskemasvar osv. Listen er nærmest uendelig.

Sådan opbygger du praktisk AI-forståelse som en kernekompetence

Vi behandler AI-forståelse som enhver anden kernekompetence: Den kræver struktur, øvelse og forstærkning.

Det betyder det for os at være klar til AI:

• Folk ved, hvornår de skal bruge AI, og hvornår de ikke skal.
• De kan skrive prompts og vurdere kvaliteten af outputtet.
• De forstår privatliv, bias og risiko.
• De kan integrere AI i arbejdsgange, ikke kun bruge det til enkeltstående opgaver.
• Ledere kan vejlede om brugen af AI og sætte forventninger.

Vi fulgte disse trin for at blive klar til AI:

1. En klar filosofi og tydelige retningslinjer (privatliv, følsomme data, godkendelser)
2. Rollebaseret træning (HR-anvendelser, driftsanvendelser, lederanvendelser)
3. Promptbiblioteker med eksempler, så folk kan kopiere, indsætte og lære
4. Åbne træffetider og sessioner med "vis og fortæl"
5. Anerkendelse af teams, der opbygger gentagelige AI-arbejdsgange

Vi er stødt på masser af problemer undervejs. Her er de vigtigste problemstillinger, der falder mig ind:

• At stole for meget på AI eller have fuldstændig mistillid til det
• Uensartet brug på tværs af teams uden fælles standarder
• Frygt og bekymringer om identitet
• Styringen halter bagefter værktøjernes udvikling

Det er også værd at bemærke, at AI-implementering i langt højere grad er følelsesmæssig end teknisk. Folk er ikke bare ved at lære et værktøj. De bearbejder ændringer i deres identitet: “Hvis AI kan udføre en del af (eller hele) mit arbejde, hvad betyder det så for min værdi?”

Vi fokuserer meget på at fremstille AI til forretningsdrift som en forstærkning, ikke en erstatning. Og vi taler åbent om de færdigheder, der bliver vigtigere: dømmekraft, kommunikation, prioritering, sans for kvalitet, etik og empati med brugerne.

Sådan ser en AI-værktøjsstak med fokus på størst mulig effekt ud i HR

Her er min nuværende værktøjsstak til HR og ledelse med fokus på, hvor AI faktisk skaber større effekt. Husk på, at vi er en lille virksomhed, så vi gør meget af dette på en ret pragmatisk måde:

• ChatGPT Enterprise (GPT-baserede assistenter): Vi bruger dette dagligt i hele HR- og ledelsesarbejdet: til at udarbejde og finpudse kommunikation, opsummere og sammenfatte information, planlægge scenarier og omdanne ustrukturerede input til klare resultater. I HR bruger vi det specifikt også til at hjælpe med at sammenfatte performanceevalueringer og udlede temaer på tværs af feedback, så ledere kan fokusere på coaching og beslutninger i stedet for gentaget administrativt arbejde. Værktøjet i stakken med det højeste investeringsafkast, men kun når det kombineres med god dømmekraft. Færdigheder i at skrive prompts og validere resultater er vigtige!
• Perplexity: ChatGPT er vores foretrukne værktøj, men vi bruger Perplexity til research.
• Claude: Claude er den bedste løsning til skrivning.
• Atlassian Rovo (Confluence + Jira): Vi bruger Rovo til at opsummere, hvad der sker på tværs af initiativer, prioriteter og projektarbejde i Jira og Confluence. Det hjælper os hurtigt med at komme ajour, identificere blokeringer og skabe koordinering på tværs af teams uden manuelt at skulle følge op på statusopdateringer. Meget stærkt til sporing og gennemgang af tværfunktionelt arbejde. Det er især nyttigt som et “komprimeringslag for ledelsen”.
• Zoom AI Companion: Vi bruger Zooms AI-funktioner til at tage noter for at opsummere møder, registrere handlingspunkter og følge op. Det er især nyttigt til 1:1-samtaler, teammøder og tilbagevendende driftsrutiner. Et praktisk værktøj med stor udbredelse — så længe privatliv og forventninger er tydelige.
• 15Five AI: Vi er ved at tage 15Fives AI-funktioner til ledercoaching i 1:1-samtaler i brug for at forbedre kvaliteten og ensartetheden i ledernes adfærd. Målet er at hjælpe ledere med at blive bedre coaches og kommunikatorer uden at HR behøver at opskalere lineært, i takt med at virksomheden vokser.
• Gamma, Canva og Beautiful.ai: Vi bruger AI-værktøjer til opbygning af præsentationer til ledelsespræsentationer, narrativer og struktureret historiefortælling — især når hastighed er vigtig, og vi ønsker et gennemarbejdet første udkast som udgangspunkt for videre bearbejdning. Det er gode produktivitetsforstærkere. Der kræves stadig menneskelig finpudsning, men de eliminerer en masse spildtid

Derudover bruger vi alle AI-aktiverede funktioner, der er indbygget i vores HR-systemer, når de i væsentlig grad forbedrer effektiviteten: eksempelvis opsummering, anbefalinger og automatisering af arbejdsgange i eksisterende værktøjer. De er ikke prangende, men er ofte den AI, der har størst effekt, fordi den er integreret og kan bruges gentagne gange.

Vi bruger for eksempel Slack-automatiseringer til alle mulige påmindelser og opdateringer, og vi bruger Doozy-pluginet til fødselsdage, jubilæer, helligdage osv. Vi bruger Googles automatiseringsværktøj i Docs til gentagne møder for at automatisere skabeloner. Vi bruger Calendly til planlægning eller det integrerede Google-værktøj. Vi bruger Grammarlys AI-funktioner — nu har folk virkelig ingen undskyldning for dårligt sprog! Og vi bruger Loom.

Sådan gennemfører du ansvarlige AI-eksperimenter

Vi standardiserer på ChatGPT Enterprise af hensyn til sikkerhed og ensartethed, men vi opfordrer også teams til at eksperimentere med andre værktøjer, når de løser reelle produktivitetsproblemer. Målet er ikke “ét værktøj til at herske over dem alle”. Det handler om at opbygge en kultur, hvor medarbejderne bruger de rigtige værktøjer ansvarligt for at øge kvaliteten af resultaterne og reducere arbejde med lav værdi.

Et stort fokus for os er at kombinere AI med automatisering og procesredesign — fordi resultaterne forstærkes dér.

For eksempel:

• Vi bruger automatisering af kalendere og planlægning til at frigøre vores rekrutteringskoordinator til arbejde med højere værdi, og vi tilføjer AI-understøttelse dér, hvor det yderligere reducerer koordinationsbyrden.
• Vi har en voksende liste over automatiseringsprojekter på tværs af virksomheden, der har til formål at reducere manuelt arbejde, forbedre overleveringer og øge den operationelle effektivitet.
• Vi sponsorerer en hackathon med fokus på AI.
• Vi har en AI-side i Slack og Confluence, hvor medarbejderne opfordres til at dele historier, ressourcer og tips samt spørge hinanden om hjælp

Nogle af disse ting er ikke nye – men springet i AI-kapacitet sammen med øget tryghed og accept har gjort dem langt mere skalerbare og effektfulde.

Resultatet er, at vi er gået fra “AI er valgfrit og eksperimentelt” til “AI er en del af vores måde at arbejde på”. Vi har bevæget os væk fra enkeltstående individuel brug og hen imod fælles arbejdsgange, styring, oplæring og gentagelige mønstre. Fokus er nu på bæredygtig anvendelse, der forbedrer udførelsen — ikke på nyhedsværdien.

Hvad den største kløft mellem forventningerne til AI og virkeligheden er

Overordnet set er den største kløft inden for AI, at mange ledere, især administrerende direktører, forventer, at AI straks bliver en mirakelkur. Der er en tendens til at tænke: “Hvis vi bygger eller køber AI-værktøjet, bliver produktiviteten på magisk vis fordoblet.”

Sådan fungerer det ikke. AI er et værktøj — et utroligt kraftfuldt værktøj, men det erstatter ikke strategi, operationel disciplin eller god ledelse. Det forstærker det, der allerede findes. Stærke arbejdsgange og tydelig beslutningstagning bliver hurtigere og bedre. Svage arbejdsgange og uklar beslutningstagning bliver hurtigere kaotiske.

Fordelene ved AI realiseres, når AI kombineres med redesign af arbejdsgange og automatisering. Magien ligger ikke i modellen — den ligger i de systemer, der omgiver den.

Så i stedet for at behandle AI som en engangsimplementering behandler vi det både som et skift i tankegang og et skift i driftsmodel:

• Vi prioriterer et lille antal anvendelsesområder med høj værdi.
• Vi redesigner arbejdsgange, så AI er integreret dér, hvor arbejdet faktisk udføres.
• Vi fastsætter grænser og styring, så teams ved, hvad der er sikkert og passende.
• Vi opbygger kompetencer, så medarbejderne ved, hvordan resultater skal valideres, og hvordan deres dømmekraft skal anvendes.
• Vi skalerer det, der virker, gennem skabeloner, fælles prompts og gentagelige drejebøger.

Potentialet er reelt — men det er ikke klar-til-brug. De organisationer, der får succes, bliver dem, der integrerer AI i den måde, arbejdet udføres på, ikke dem, der blot annoncerer det.

Hvordan HR i en AI-drevet organisation vil se ud om fem år

Snart vil HR gå fra at være en supportfunktion til at være operativsystemet for organisatoriske resultater — og den lim, der holder den menneskelige side af den hurtige transformation sammen.

Om fem år vil de stærkeste HR-teams arbejde med indsigt i realtid, AI-understøttet beslutningsstøtte og hurtigere iterationscyklusser. En stor del af det rutinemæssige HR-arbejde vil være automatiseret. Men det afgørende bliver ikke, hvem der automatiserer mest — det bliver, hvem der bruger denne løftestang til at opbygge bedre ledelse, sundere teams og højere præstation uden at miste tilliden.

Jeg tror også, at HR i stigende grad vil lede AI-implementeringen i organisationer, ikke fordi vi er “værktøjseksperterne”, men fordi AI-implementering grundlæggende er et kulturelt skift og en forandringsledelsesøvelse. Det påvirker, hvordan arbejdet udføres, hvordan beslutninger træffes, hvordan performance måles, og hvordan medarbejderne ser på deres egen værdi. HR er i en unik position til at forbinde punkterne fra strategi til medarbejderoplevelse og sikre ansvarlighed, gennemsigtighed og ensartethed, efterhånden som disse værktøjer bliver integreret i det daglige arbejde.

De organisationer, der får succes, bliver dem, hvor HR hjælper lederne med at skabe klarhed, kapacitet og tillid i deres teams, efterhånden som forandringerne accelererer.

Hvad HR- og personaleledere bør gøre nu for at lede AI-implementeringen

Her er mit råd:

• Udgangspunkt: Ignorér ikke AI. Det forsvinder ikke.
• For det første: Behandl ikke AI som et sideprojekt. Hvis du gør det, får du resultater som fra et sideprojekt.
• For det andet: Fokusér mindre på værktøjer og mere på arbejdsgange. De organisationer, der vinder, vil være dem, der gentænker, hvordan arbejdet udføres – ikke dem, der køber mest software.
• For det tredje: Styring er ikke valgfri. Det er sådan, du opbygger tillid og sikrer en bæredygtig implementering.
• Og helt overordnet: Bevar det menneskelige. AI kan øge hastigheden og outputtet, men det kan ikke erstatte de menneskelige grundelementer, der er afgørende for virksomhedskultur og produktivitet: klarhed, mod, empati, ansvarlighed og at skabe en fælles retning.

AI bør gøre stærke kulturer endnu stærkere. Og det kan gøre svage kulturer mere skrøbelige. Ledere skal investere i kultur med samme intensitet, som de investerer i værktøjer.

Følg med

Du kan følge Tracys arbejde, mens hun implementerer AI-arbejdsgange fra sit dobbelte perspektiv som HR- og driftsansvarlig, på LinkedIn. Du kan også læse hendes bog, Personaledrift: Automatisér HR, skab en fremragende medarbejderoplevelse, og frigør din arbejdsstyrke. Og tjek Slickdeals!

Der kommer flere ekspertinterviews på People Managing People!

Er du klar til at gentænke AI-æraen?

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

Opret din gratis konto i dag.