Grundlægger, der helliger sig til at menneskeliggøre arbejdet med AI, afslører de følelsesmæssige grundlag, der kræves for vellykket integration

I dette interview fortæller Miriam, hvordan de mest effektive ledere går fra at lede opgaver til at designe systemer, og hvorfor nøglen til succes med AI ikke er bedre værktøjer, men bedre følelsesmæssige miljøer.

Opbygning af menneskecentrerede organisationer, der er klar til AI

Jeg hedder Miriam Gilbert og er grundlægger af Coincidencity, hvor mit fokus altid har været at #rehumanizework.

Min baggrund spænder over De fire store og en CFO-stilling, hvilket har givet mig dyb indsigt i beslutninger på bestyrelsesniveau med høj indsats og i realiteterne ved at lede transformation under pres. Jeg har arbejdet på tværs af brancher, navigeret i fusioner, omfattende omstruktureringer og den tidlige indførelse af nye teknologier, ofte i situationer, hvor tempo og præcision var afgørende. Denne erfaring gav mig et insiderperspektiv på både de muligheder og blinde vinkler, ledere står over for, når de styrer organisationer gennem forandringer.

Som ekspert i at skabe maksimal ydeevne har jeg altid sigtet mod at flytte teams væk fra tilgangen med “én størrelse passer alle” til ledelse af mennesker og i stedet skabe systemer, strukturer og dynamikker, der giver mennesker mulighed for at trives — og præstationerne mulighed for at stige markant.

Siden 2022 har vi hjulpet organisationer med at udnytte AI på måder, der styrker både mennesker og præstationer ved hjælp af disse gennemprøvede principper.

Hos Coincidencity samarbejder vi nu med ledere på højt niveau og deres teams om at forme AI-forstærkede arbejdsformer, der er hurtigere, mere samstemmende og leverer reel strategisk forretningsværdi, samtidig med at det menneskelige element forbliver i centrum.

Hvordan AI redefinerer ledelse og beslutningstagning

Ledelse i en AI-første verden bevæger sig fra at lede arbejdet til at designe menneske–AI-systemet.

Min egen udvikling har bestået i at bevæge mig ud over “Hvorfor gør vi dette?” og også spørge: “Hvad skal forblive menneskeligt arbejde — og hvad kan AI pålideligt påtage sig?” Jeg betragter kreativ og etisk dømmekraft, kontekst og relationsopbygning som beskyttede menneskelige områder, mens jeg bruger AI til mønstergenkendelse, simulering og første udkast til syntese. Når jeg genererer disse AI-scenarier, arbejder jeg typisk med LLMs, der er klar til brug i virksomheder, såsom OpenAI, Amazon Q, Zoom AI, Anthropic og Gemini.

På organisationsniveau betyder det i praksis, at man bevæger sig væk fra rigide strukturer og hen imod mindre, bemyndigede teams, der hurtigt kan tilpasse sig. Ledere er ikke længere informationsvogtere, men designere af miljøer, hvor mennesker og AI supplerer hinanden. I praksis betyder det, at man må give slip på idéen om, at hierarki og flere rapporteringslinjer fører til bedre beslutninger.

Et enkelt eksempel: I stedet for at bede om “flere rapporter, hurtigere” formulerer lederen den beslutning, der skal træffes, specificerer de variabler, der betyder noget, fastsætter acceptstærskler og risikorammer og beder AI om tre scenariealternativer med deres afvejninger. Teamet tester derefter disse alternativer grundigt op mod den aktuelle kontekst og forpligter sig til et kort, på forhånd aftalt eksperiment. Resultatet er ikke en tykkere præsentation; det er en beslutning med begrundelse og næste skridt.

Hvordan ledere kan bruge AI til at skabe strategisk klarhed

En af de mest omfattende forandringer, jeg har set, har været AI i beslutningstagning.

Et lederteam, jeg arbejdede med, sad fast i en cyklus, hvor de producerede flere og flere rapporter i håbet om, at mængden ville skabe klarhed. Det bremsede kun beslutningerne og skabte frustration.

Vi ændrede processen ved at bruge AI til ikke at generere flere data, men til at formulere bedre strategiske valg. Den præcise opsætning varierer afhængigt af den AI-løsning, kunden allerede har på plads — i dette tilfælde var det Copilot. Lederne begyndte med at definere den beslutning, der var vigtig, tydeliggøre de involverede variabler og fastsætte grænser for risiko og accept. Derefter blev AI brugt til at generere en håndfuld scenarier med tydeligt beskrevne afvejninger. Teamet kunne så fokusere sin energi på at udfordre disse scenarier, anvende dømmekraft og skabe enighed om vejen frem.

Resultatet var hurtigere, mere strategiske beslutninger — ikke fordi AI gav “svaret”, men fordi det skabte en struktureret måde at bevæge sig forbi informationsoverbelastning og over i målrettet handling. Denne ændring i arbejdsgangen reducerede også støjen for teams længere nede i organisationen, som ikke længere skulle kæmpe for at producere endeløse præsentationer, og den styrkede en kultur, hvor AI ses som en strategisk partner og ikke blot som et produktivitetsværktøj.

Sådan omformer følelsesmæssig indsigt AI-ledelse og -anvendelse

Et øjeblik, der står særligt klart, var arbejdet med et ledelsesteam, der havde investeret massivt i AI, men var frustreret over, at anvendelsen føltes langsom og fragmenteret. Den første indskydelse var at presse på for mere træning, måske endnu en hackathon.

Men vi besluttede os for en anden tilgang. I stedet for at definere succes med anvendelsen ud fra outputmængde — eller endnu værre, antallet af AI-login — så vi på, hvordan mennesker oplevede AI i deres daglige roller.

Nogle følte sig truet, mens andre var usikre på, om deres bidrag stadig havde betydning. Nogle var frustrerede over det, de opfattede som mangler ved værktøjerne, mens andre var desillusionerede over, at AI blev presset ind i arbejdsgange, der ikke skabte nogen reel strategisk værdi. Ved at bringe disse følelser frem i lyset kunne lederne undersøge, hvad der skulle ændres, revurdere processer og omformulere AI fra at være en erstatning til at være en samarbejdspartner — så mennesker blev frigjort til at anvende dømmekraft, kontekst og kreativitet dér, hvor det talte mest.

Det resulterede i en række ændringer:

• Flere arbejdsgange blev redesignet, så AI kunne udføre det grundlæggende arbejde.
• Succes-KPI'er blev gennemgået — man bevægede sig væk fra en rent kvantitativ evaluering af opgaveudførelsen for også at inkludere kvalitative mål.

For mig var erkendelsen klar: AI-anvendelse fremskyndes ikke af mere pres eller teknisk træning. Det kræver, at man skaber de følelsesmæssige betingelser for, at mennesker kan føle sig trygge og værdifulde i et AI-udvidet system. Denne ændring påvirkede ikke kun den måde, jeg vejleder andre på, men også den måde, jeg leder mig selv på: Tilpasning og resultater fulgte naturligt, når det menneskelige lag var blevet håndteret.

Hvorfor ledere har brug for emotionel intelligens for at lede teams gennem AI-transformation

Udviklingen af det, jeg kalder "AI-EQ", begynder med at behandle det som en central AI i ledelse-kompetence, ikke som noget, der blot er rart at have.

Det handler om, hvordan ledere reagerer på usikkerhed, hvordan de guider deres medarbejdere gennem identitetsforandringer, og hvordan de skaber rum for både nysgerrighed og ubehag, når AI ændrer den måde, arbejdet udføres på.

I praksis betyder det, at man opbygger tre ting:

• Bevidsthed — at lægge mærke til, hvor følelser som trussel, modstand eller desillusionering kommer til udtryk i teams.
• Dømmekraft — at spørge, hvad der fortsat bør være menneskearbejde, og hvad AI pålideligt kan forstærke.
• Omformulering — at hjælpe mennesker med at se AI ikke som en erstatning, men som en samarbejdspartner, der løfter deres dømmekraft og kreativitet.

Jeg udvikler dette i mit eget lederskab gennem refleksion og identitetsarbejde, og jeg hjælper andre med at opbygge det gennem vores AI-rammeværk — enkle praksisser som scenarieindramning med AI, rollefor­klaring og strukturerede samtaler, der bringer den menneskelige oplevelse af forandring frem i lyset. Vi bruger værktøjer som fremtidsfremskrivning, før-dødsanalyse, destinationskortlægning, køreplanlægning, identitetskortlægning, gap-analyse osv. For eksempel hjalp kombinationen af fremtidsfremskrivning og før-dødsanalyse et team af ingeniører med at indse, at de var bekymrede for, at AI ville underminere deres oplevede identitet som “innovatorer”.

Ændringen er subtil, men kraftfuld: Når ledere først opbygger AI-EQ, bevæger teams sig fra blot at efterleve brugen af værktøjer til reelt ejerskab over, hvordan AI styrker deres bidrag.

Miriams tip

Ledere bør ikke vente på “perfekt” AI. Betragt i stedet de værktøjer, I har i dag, som prototyper på morgendagens strategi.

Hvorfor de fleste AI-transformationer mislykkes — og hvordan ledere kan løse det

Organisationer behandler ofte AI som en måde at få den eksisterende maskine til at køre hurtigere på.

Alle bliver oplært i at bruge det til mødenotater, første udkast til e-mails eller hurtigere rapporter. Det er nyttigt, ja, men det skaber ikke strategisk værdi eller konkurrencefordele. Hvis alle virksomheder gør det samme, bliver resultatet ensartet effektivitet og et kapløb mod bunden.

Det svarer til, at Blockbuster bygger en hjemmeside for at vise butikkernes åbningstider, mens Netflix stillede et andet spørgsmål: “Hvilken ny forretningsmodel gør denne teknologi mulig?”

Det er derfor, så mange AI-programmer føles skuffende. Det skyldes ikke, at anvendelsen er lav - det skyldes, at "anvendelse" er det forkerte mål og fokuserer på den forkerte tidshorisont. Måling af login eller optælling af output skaber en illusion om fremskridt, mens kerneforretningen forbliver uændret.

Det afgørende er, om AI bruges til at redefinere, hvordan værdi skabes, hvordan teams skaber fælles retning, og hvordan beslutninger træffes under pres. Det kræver, at ledere bevæger sig ud over output og ind i AI-EQ — ved at udvikle den tankegang, der gør det muligt at skelne mellem, hvad der fortsat bør være menneskearbejde, og hvad AI kan forstærke. Kombineret med vores AI-rammeværk flytter dette teams fra “at gøre det samme, bare hurtigere” til at designe nye måder at arbejde på, som konkurrenter ikke let kan kopiere.

Rammerne er baseret på at skabe tre skift:

• Et identitetsskift: Hvordan opfatter teammedlemmerne, at de bidrager med værdi?
• Et adfærdsskift: Hvilken adfærd vil bidrage til bedre værdiskabelse?
• Vanedannelse: Vi coacher teamet i at gøre den nye adfærd til standarden ved hjælp af prototyper baseret på adfærdsvidenskab.

Når ledere omdefinerer AI på denne måde, holder de op med at jagte effektivitet og begynder at opbygge fordele – hurtigere enighed, større klarhed i beslutningstagningen og evnen til at handle først, når muligheder opstår. Det er her, den reelle forskel ligger, og her lederskabets fremtid findes.

Hvordan ledere kan håndtere både frygt og overbegejstring ved indførelsen af AI

Modstand er som altid forventelig ved forandringer eller ny teknologi – frygt for at blive erstattet og skepsis over for værktøjer er begge almindelige reaktioner. Men det, jeg ikke havde forudset, var, i hvor høj grad positive følelser også kan skabe uventede udfordringer.

Jeg arbejdede for eksempel med et team, hvor flere tidlige brugere var oprigtigt begejstrede for AI. De eksperimenterede overalt – udarbejdede dokumenter, automatiserede trin og gentænkte endda dele af deres arbejdsgange. Men fordi der ikke var nogen fælles ramme eller afstemning med prioriteterne, blev deres begejstring hurtigt til frustration. Eksperimenterne hobede sig op, men få af dem omsattes til reel værdi, og kollegerne begyndte at lukke af over for det, de opfattede som “AI-støj”.

Den oplevelse viste mig, at ledelse med AI-EQ ikke kun handler om at imødegå frygt; det handler også om at kanalisere begejstring ind i målrettet anvendelse. Ved at hjælpe teamet med at identificere, hvor AI kunne frigøre tid til arbejde med større værdi – og hvor der er behov for værn – bliver deres begejstring en katalysator i stedet for en distraktion. Disse værn er typisk meget specifikke for den enkelte kunde. En kunde udarbejdede for eksempel en tjekliste til at “arbejde baglæns” fra forretningsresultaterne, før de eksperimenterede med AI for at løse bestemte problemer.

Det overraskende var at indse, at enhver følelsesmæssig reaktion, ikke kun modstand, skal anerkendes og styres, hvis organisationer vil have AI til at skabe varig værdi.

Hvorfor systemdesignere vil lede den næste æra af AI-forstærkede organisationer

Inden for fem år vil de mest effektive ledere i mindre grad blive bedømt på, hvilke beslutninger de træffer, og i højere grad på, hvordan de skaber betingelserne for, at beslutninger kan træffes.

I en AI-forstærket verden vil fordelen ikke komme af at have mere data eller hurtigere analyser – AI vil udjævne spillereglerne på det område. Fordelen vil tilhøre ledere, der kan orkestrere menneske–AI-systemet: forme samtalen om, hvad der skal forblive menneskeligt, hvad der kan forstærkes, og hvordan de to dele kan kombineres til noget, der er større end hver del for sig.

Det vil kræve et dybtgående skift i lederidentiteten. Ledere skal udvikle sig fra at være beslutningsejere til kontekstsættere – de skal forme de rammer, grænser og følelsesmæssige betingelser, der gør det muligt for deres teams at bevæge sig hurtigt med AI og samtidig forblive afstemt med formål og værdier.

I praksis betyder det, at fremtidens bestyrelseslokaler ikke vil være fyldt med mennesker, der gennemgår endeløse præsentationer. Det vil heller ikke være kold automatisering. De vil være miljøer, hvor lederskab demokratiseres, og hvor mennesker stiller skarpere spørgsmål, udforsker flere scenarier og forpligter sig til kortere handlingscyklusser. Lederskab vil i mindre grad handle om hierarki og i højere grad om at fremme tilpasningsevne i stor skala.

De ledere, der trives, vil være dem, der omfavner AI-EQ – dem, der ikke kun forstår AI's tekniske muligheder, men også de menneskelige følelser, identiteter og kulturelle skift, som teknologien udløser. De vil vide, at tillid, afstemning og formål er det, der forvandler AI fra et værktøj til en reel konkurrencefordel.

Miriams tip

Ledere skal udvikle sig fra at være \u003ci\u003e\u003cem class=\u0022Lexical__textItalic\u0022\u003ebeslutningsejere\u003c/em\u003e\u003c/i\u003e til \u003ci\u003e\u003cem class=\u0022Lexical__textItalic\u0022\u003ekontekstsættere\u003c/em\u003e\u003c/i\u003e – de skal forme de rammer, grænser og følelsesmæssige betingelser, der gør det muligt for deres teams at bevæge sig hurtigt med AI og samtidig forblive afstemt med formål og værdier.

Hvordan ledere kan navigere i AI-transformationen med selvtillid og klarhed

Se det som et øjeblik for strategisk fantasi, ikke blot en operationel tilpasning.

Her er mit råd:

• For det første bør ledere ikke vente på “perfekt” AI. Betragt i stedet de værktøjer, I har i dag, som prototyper på morgendagens strategi. Brug de nuværende AI-muligheder til at udforske – ikke levere – ved at gennemføre parallelle eksperimenter, der undersøger spørgsmål som: “Hvilken type indsigt kunne omforme vores værdiforslag?” eller “Hvordan kan delvis automatisering åbne nye markeder?” Disse eksperimenter behøver ikke at kunne skaleres; de har brug for et klart formål.
• For det andet skal I indbygge gennemsigtighed i udformningen af arbejdsgange og AI i organisationsdesign. Invitér jeres medarbejdere med i opbygningen af disse værktøjer – helt ned på promptniveau. Når de samskaber AI-spørgsmål og -modeller – når de ser “hænderne bag værktøjet” – opstår der tillid. Og når tilliden først er til stede, bliver AI noget, mennesker former, ikke noget, der sker med dem.
• For det tredje skal I investere i fremvoksende lederskab: mennesker, der bliver bindeled mellem teamets formål og AI’s potentiale. Det er ikke altid jeres formelle ledere – det er de mennesker, der spørger “hvad nu hvis?” på tværs af grænser. Få øje på dem, giv dem større gennemslagskraft, og giv dem små mandater til at eksperimentere. De har ikke brug for undtagelser fra politikkerne – de har brug for råderum til at afprøve, hvordan fremtiden kunne se ud, og bringe deres læring tilbage.
• Endelig skal I ændre jeres rytme. Hold op med at tænke i store AI-investeringer, der kræver bestyrelsens godkendelse. Begynd i stedet at tænke i meningsfulde mikrocirkler – ugentlige opfølgninger, der udelukkende fokuserer på: “Hvad afslørede AI om vores arbejde, vores kunde eller vores proces?” Med tiden opbygger disse øjeblikke med mikrolæring dybde i jeres strategi. I indhenter ikke bare konkurrenterne – I springer foran dem.

Følg med

Du kan følge Miriams arbejde på LinkedIn, hendes websted og hendes Substack-nyhedsbrev , mens hun fortsætter med at designe og skalere menneskecentrerede, AI-drevne systemer.

Flere ekspertinterviews følger på The People Managing People!