People-teknolog siger, at AI-adoption er 10 % teknologi, 90 % psykologi

Yannick Fouagou er direktør for medarbejderdrift og -løsninger hos Greenshield, hvor han fokuserer på at bygge bro mellem datadrevet effektivitet og menneskecentreret ledelse.

Vi spurgte ham om det "menneskelige" element i integration og anvendelse af AI. Han fortalte os hvorfor — og hvordan — AI skal løfte medarbejderne i stedet for at erstatte dem.

At mestre teknologi, der kunne automatisere menneskeligheden væk

Min karriere er en fortælling om to årtier: det første som elektronikingeniør i olie- og gasindustrien og det andet som teknolog med fokus på medarbejderområdet. Med andre ord gik jeg fra at lede strenge kvalitetssystemer i ekstreme miljøer til at lede digitale transformationer, der redefinerer medarbejderens livscyklus.

Denne tekniske grunduddannelse kombineret med kaosset ved at opdrage fem børn lærte mig en vigtig sandhed: Mennesker reagerer på uforudsigelighed på måder, som logikken ikke altid kan kortlægge. Denne erkendelse førte mig til krydsfeltet mellem analyse af medarbejderdata og psykologi og inspirerede til sidst min ledelsesroman, Kaosåret.

For selvom systemer skaber struktur, er det det menneskelige element, der afgør modstandskraften.

I dag arbejder jeg på at bygge bro mellem datadrevet effektivitet og menneskecentreret ledelse. Mit overordnede formål kan koges ned til ét ord; empati. Jeg bruger teknologi til ikke at erstatte forbindelsen, men til at beskytte den.

Fremadrettet fokuserer jeg på at føre organisationer videre end blot "overlevelse" og hen imod bevidst vækst. Ved at anvende min ingeniørmæssige tilgang hjælper jeg ledere med at navigere i "sammenbruddet" af gamle strukturer.

Uanset om det er gennem mine bøger eller min rolle inden for medarbejderdrift er mit mål at gøre arbejdspladsen mere menneskelig ved at mestre netop de teknologier, der truer med at automatisere vores menneskelighed væk.

Sådan omformer AI ledelse og organisationsstruktur

Jeg var oprindeligt skeptisk over for AI. Men jeg har bevæget mig fra denne skepsis til en afbalanceret erkendelse. AI skaber ensartethed i udførelsen, men mennesker er fortsat den afgørende forskel. Vi skal bevæge os fra "forældede mennesker", der udfører rutinearbejde, til "vågnede mennesker", der driver strategien.

• Gammel antagelse: AI erstatter vidensmedarbejdere.
• Ny virkelighed: AI erstatter rutinearbejdet. Mennesker skal bidrage med den kreative, kritiske og unikke "gnist", som AI ikke kan simulere.

Hvorfor AI-integration forandrer organisationers resultater

Her er et eksempel. I et nyligt projekt om modernisering af HR gik vi videre end blot at "bruge" AI og gjorde den til projektets "nervesystem." Ved at tilføre hvert mødeudskrift, hver beslutningslog og hvert krav til en specialtilpasset AI-agent skabte vi et levende arkiv over projektets viden.

Denne agent lagrede ikke blot data; den genererede aktivt ugentlige statusrapporter, identificerede bidragydere, der skulle anerkendes, og skrev komplekse testscenarier.

Denne integration gjorde det muligt for os at trodse projektledelsens "jerntrekant"—at levere til tiden, inden for budgettet og med høj kvalitet. Vi gik fra lavkode-RPA til agentisk AI uden kode og automatiserede arbejdsgange fra ende til anden, såsom analyse af undersøgelser og rapportering til ledelsen, med minimal indgriben.

• Produktionsgevinst: Præsentationer for ledelsen gik fra to dages arbejde til blot fire timer.
• Strategisk skifte: Ledelsen finjusterer nu strategien i stedet for at ændre størrelsen på PowerPoint-bokse.

I sidste ende ser jeg AI som elektricitet i et hjem. Min rolle som leder handler ikke længere kun om at oplyse rummet (levere værktøjer), men også om at lære mit team, hvordan de kan bruge denne energi til at koge vand eller oplade en bil (skabe resultater).

Ved at automatisere det transaktionelle ryddede vi vejen for dybtgående, strategisk arbejde, som tidligere var begravet under administrativt merarbejde.

Sådan kan AI gennemgribende forandre selvbetjening for medarbejdere

Vi har også gennemgribende forandret selvbetjening for medarbejdere (ESS) og skiftet fra en "Søgning"- til en "Samtale"-model.

Tidligere ledte medarbejderne gennem SharePoint-websteder eller PDF-filer for at finde politikker. Nu har vi indlæst alle vores politikker og standardiserede driftsprocedurer (SOP'er) i vidensbaseartikler (KBA'er), som er tilgængelige via en samtalebaseret AI-agent.

En medarbejder kan ganske enkelt spørge: "Hvad er politikken for sorgorlov?" eller "Hvordan opdaterer jeg mine skatteblanketter?" og få et øjeblikkeligt svar, der er tilpasset konteksten.

Den mest kraftfulde del af denne gennemgang er feedbacksløjfen. Vi bruger AI til at analysere forespørgslerne med "Ingen resultater fundet" og de ofte stillede spørgsmål. AI identificerer huller i vores dokumentation og anbefaler, at vi opretter nye KBA'er. Den fortæller os: "50 personer spurgte om ladestationer til elbiler i denne uge, og vi har ingen politik. Udarbejd en." Det holder vores vidensbase levende.

Hvorfor AI's løfter og virksomhedens virkelighed ofte ikke stemmer overens

Når det er sagt, ser jeg et gab mellem AI's løfter og virkeligheden. Der er to primære spændinger, der forårsager dette.

For det første spændingen omkring "anvendelsesområde": Virksomheder jagter AI-talenter, men ignorerer behovet for forretningsforståelse. Sandheden er, at det er lettere at lære en forretningsekspert AI-færdigheder end at lære en teknisk arkitekt dyb forretningsforståelse. Derfor opkvalificerer vi vores domæneeksperter, så de kan identificere, hvor teknologien passer ind, gennem en AI-parathedstrategi.

For det andet spændingen omkring "ensartethed". Når alle tager de samme AI-værktøjer i brug, risikerer brancher at ende i et "ensartethedens hav". For at bryde ud af denne cirkel må organisationer gentænke deres værdiforslag.

En tjenesteudbyder skal eksempelvis udvikle sig til en datadrevet platform for at skabe et bæredygtigt konkurrenceforspring.

For at håndtere disse spændinger fokuserer jeg på "matrixintegration". Vi nedbryder siloer mellem HR, økonomi og IT, så data kan flyde problemfrit på tværs af organisationen.

Hvorfor AI-adoption er 10 % teknologi og 90 % psykologi

Det mest overraskende, jeg har lært, er, at AI-adoption består af 10 % teknologi og 90 % menneskelig psykologi.

For at håndtere dette er jeg vendt tilbage til grundprincipperne for organisationsdesign. Jeg opdeler eksplicit mine interessenter i "fortalere" og "modstandere" og møder dem, hvor de befinder sig på kurven. Vi ruller ikke bare værktøjer ud; vi formaliserer den nye måde at arbejde på i standardarbejdsgange og politikker for at sikre ansvarlighed. Det betyder, at ændringen bliver kulturel og strukturel i stedet for blot en midlertidig begejstringsbølge.

Denne erkendelse har flyttet mit ledelsesfokus mod menneskelig parathed. Vi måler vores værktøjers investeringsafkast ikke kun på den sparede tid, men også på vores medarbejderes "opvågning".

• Trin 1: Definér konteksten (hvorfor det er vigtigt for det specifikke team).
• Trin 2: Identificér kurven (hvor er modstanden?).
• Trin 3: Mål effekten (bliver den sparede tid brugt på arbejde med høj værdi?).

Hvorfor organisationer skal lære medarbejderne at stille tre spørgsmål

At være "AI-klar" handler ikke om en teknisk certificering, men om at have en AI-først-tankegang. Det er en refleks at standse op, før man går i gang med en opgave, og stille tre spørgsmål:

1. "Kan AI gøre dette for mig?"
2. "Kan AI føre mig fra nul til ekspert på dette emne?" (dvs. lære mig det grundlæggende med det samme).
3. "Kan AI være min managementkonsulent?" (dvs. kritisere min strategi).

At opbygge denne tankegang stemmer overens med filosofien om forandringsledelse, som jeg nævnte tidligere. Vi betragter AI-adoption som en adfærdsmæssig ændring, ikke som udrulning af software. Vi opfordrer teams til at se AI ikke som et værktøj, de skal bruge, men som en partner, der fjerner det trivielle rutinearbejde fra deres dag. Målet er at gå fra "at udføre arbejdet" til "at styre arbejdet".

Sådan forbedrer centrale AI-værktøjer effektiviteten inden for HR og ledelse

Min værktøjspakke fokuserer på de virksomhedsklare økosystemer, der driver vores forretning, kategoriseret i to primære motorer:

1. Systemet for registrering: HCM-fuldpakken

Vi bruger hele pakken — rekruttering, talent, læring og selvbetjening. Den fungerer som vores eneste sandhedskilde. Ved at have hele pakken samlet ét sted sikrer vi dataintegritet og en problemfri brugeroplevelse, så vi kan automatisere arbejdsgange fra ansættelse til pensionering uden integrationsbrud. Den giver den stabilitet og overholdelse af regler, som en stor organisation kræver.

2. Produktivitetssystemet: Microsoft 365-økosystemet

Det er her, arbejdet foregår. Vi bruger hele pakken — Power BI til analyser af medarbejdere i realtid, Power Apps til at bygge skræddersyede løsninger med begrænset kodning samt Teams/SharePoint til samarbejde.

Og ikke mindst har vi integreret Microsoft 365 Copilot i dette økosystem. Det har ændret hastigheden markant. Det giver os mulighed for at opsummere møder, udarbejde strategisk kommunikation og forespørge på vores data som en del af arbejdsgangen. Det fjerner trivielt administrativt arbejde og giver mit team adgang til viden på første niveau. Og det demokratiserer den digitale transformation og gør mit team i stand til selv at bygge automatiserede løsninger uden altid at være afhængige af IT-udviklere.

En PowerPoint-agent ændrer den måde, ledere bruger deres tid på

Jeg er i øjeblikket helt optaget af vores AI-agent til oprettelse af PowerPoint-præsentationer, som vi byggede ved hjælp af Co-Pilot Studio.

Jeg indså, at der var en enorm ineffektivitet i vores arbejde, fordi præsentationer til ledelsen har meget høj strategisk værdi (de driver beslutninger), mens det ofte kræver få færdigheder og er ineffektivt at udarbejde dem — i praksis timer brugt på at ændre størrelsen på bokse og justere skrifttyper.

Vi byggede en agent til at løse dette. Vi giver den rå data, en narrativ struktur og vores retningslinjer for brandet. På få minutter genererer den en præsentation, der er 90 % færdig, med professionelt visuelt indhold og en sammenhængende fortælling.

Resultatet er, at den har givet mit lederteam timer til fordybelsesarbejde tilbage. Vi bruger ikke længere vores weekender på at formatere præsentationsdias; vi bruger tiden på at finpudse selve strategien. Det flyttede vores fokus fra præsentationsteknik til strategisk substans.

Hvorfor mikroagenter slår autonome roller

Små, dedikerede agenter som denne er meget nyttige. Men vi stiller også store spørgsmål: Kan en agent være projektleder fra start til slut — lytte til møder, tildele opgaver og fastsætte milepæle uden menneskelig indgriben? Kan AI være min sikkerhedschef? Kan den være min marketingdirektør?

Lige nu er teknologien ofte suboptimal til disse fuldt autonome roller. Men potentialet er ubestrideligt.

Hvorfor AI ændrer arbejdets sociale og intellektuelle kontrakt

Jeg forudser en dobbelt udvikling af arbejdets sociale og intellektuelle kontrakt.

For det første mener jeg, at de enorme produktivitetsgevinster fra AI vil gøre universel basisindkomst (UBI) til en nødvendighed snarere end en teori. Efterhånden som fire dages arbejdsuge bliver standard, vil selve definitionen af "fattigdom" og "nytte" ændre sig, hvilket tvinger os til helt at genforhandle, hvordan samfundet værdsætter menneskers tid og bidrag.

For det andet forudser jeg polyhistorens genkomst. Tidligere tvang kompleksiteten os til at blive hyperspecialiserede "tandhjul". AI vender dette på hovedet ved at håndtere den tekniske udførelse af forskellige opgaver, så et enkelt menneske igen kan mestre flere fagområder. Vi går ind i en æra, hvor en "stor tænker" igen kan være filosof, programmør og strateg på samme tid, drevet af AI-baseret udførelse.

For at forberede os på dette skal vi være "på arken" og omfavne forandringens syndflod i stedet for at se på fra bredden. Fremtiden tilhører dem, der kan syntetisere information på tværs af grænser for at løse problemer, der endnu ikke findes.

Hvorfor ledere bør bruge AI til at komme tættere på deres teams

Mennesker flygter fra kaos. I denne forandringsperiode er din rolle som leder ikke at føje mere kaos til med flere værktøjer og mere kompleksitet, men at bruge AI til at reducere det.

Mit råd: Forankr dig i empati.

Efterhånden som vi automatiserer det transaktionelle, bliver det relationelle din egentlige valuta. Brug ikke AI til at distancere dig fra dit team; brug det til at rydde dit skrivebord, så du kan bruge mere tid sammen med dem.

Følg med

Du kan følge Yannick Fouagous arbejde på LinkedIn.

Flere ekspertinterviews kommer snart på People Managing People!