Den nye ledertest: Hvad gør nogen AI-native?

David Rice: Et stigende antal ledere siger, at de er AI-native. Meget få er det faktisk, og forskellen er ved at blive lettere at få øje på, end folk tror. I dagens program taler jeg med JC Christian, direktør for rekrutteringsvirksomheden Christian & Timbers, om hvordan definitionen på ledelsesmæssig troværdighed ændrer sig, og hvor hurtigt markedet bevæger sig væk fra ledere, der ikke har fulgt med.

AI-understøttet betyder, at du bruger værktøjerne. AI-native betyder, at du har genopbygget din måde at arbejde på omkring dem. Du implementerer agenter, du går selv ind i forretningsprocesser og arbejdsgange, og du kan detaljeret beskrive det problem, du løste, og hvordan du løste det. Og den sidste del er den egentlige test. De fleste ledere kan tale selvsikkert om AI-strategi.

Men når man går ned i detaljerne – hvad de byggede, hvad der ændrede sig, og hvad afkastet på investeringen var – bliver historien ofte lidt tyndere. JC mener, at AI-native inden for et år holder op med at være en differentiator og bliver et grundlæggende krav, ikke kun for teknologidirektører, men for alle pladser ved C-suite-bordet. Slutmålet er ikke en AI-chef, der sidder side om side med traditionelle ledere.

Det er, at hver leder tager ansvar for transformationen af sit eget område. Så i dag gennemgår vi den reelle forskel mellem AI-understøttet og AI-native på ledelsesniveau, hvorfor vis frem for fortæl er blevet den nye test af troværdighed, hvordan rekruttering af ledere ændrer sig omkring erfaring med AI-implementering, og hvorfor nutidens differentiatorer bliver morgendagens grundlæggende forventninger.

Jeg hedder David Rice. Dette er People Managing People. Og hvis sproglig sikkerhed stadig føles som et rart ekstraelement i din måde at tænke ledelse på, viser denne samtale dig, hvor hurtigt det er ved at ændre sig.

JC Christian: Tak. Jeg er meget glad for at være med i dag.

David Rice: Vi talte om det før optagelsen. Jeg tror, at en af de sondringer, du kom med, og som jeg synes er vigtig, er forskellen mellem at være AI-understøttet og AI-native.

De begreber bruges oftest i flæng, men de er grundlæggende forskellige. Jeg er nysgerrig efter, om du kan beskrive for lytterne, hvad der adskiller en person, der reelt er AI-native på ledelsesniveau, fra en person, der blot bruger AI-værktøjer på det niveau.

JC Christian: Ja, det er et rigtig godt spørgsmål, Dave. Og helt ærligt besvarede du det faktisk delvist. Nutidens AI-native ledere kan være inden for alle funktionsområder. Du taler ofte med HR-direktører, og man kan have en fantastisk AI-native HR-direktør såvel som en fantastisk AI-native teknologidirektør. I sidste ende handler det om, hvor godt de implementerer modeller i deres arbejdsgange, og hvor godt de målretter automatiseringen af arbejdsgange med agenter.

Det handler altså ikke om RPA eller gammeldags værktøjer. Jeg taler med folk, der siger: "Vi er lige begyndt at bruge Copilot, så nu er vi AI-native." Og så må man sige: "Nej, desværre ikke." I er helt i begyndelsen af kurven for AI-understøttet anvendelse. De virkelige ledere får selv fingrene ned i tastaturet.

De går selv ind i problemstillingerne. De er meget praktisk involverede. Det er næsten umuligt at være AI-native og samtidig være en slags lænestolsekspert. Man er nødt til virkelig at tage problemerne op direkte, implementere agenter så meget som muligt og gå ind i forretningsprocesser og arbejdsgange.

Det er typisk mennesker med stor gennemslagskraft, stærke transformationsevner, teknisk kunnen på højt niveau og en betydelig nysgerrighed.

David Rice: Det er forskellen mellem at skrive prompts og stille spørgsmål til værktøjet – for eksempel at overveje, hvordan man som leder kan skrive en e-mail til virksomheden – og så grundlæggende at ændre sin måde at tænke på sit arbejde, mulighederne og den adfærd, man ønsker at skabe.

Vi har set noget lignende før. For omkring ti år siden talte man om forskellen mellem digital kompetence og digital transformation. Alle kan åbne en sprogmodel, men det at være AI-native antyder, at man har gentænkt, hvordan man vil arbejde sammen med den.

Og det bliver tydeligt, når man begynder at spørge nogen om de problemer, de har løst.

JC Christian: Det er en fantastisk lakmustest. En god generel målestok er at spørge nogen, hvordan de løste problemet. De fleste kan ikke engang beskrive selve problemet præcist, for slet ikke at komme i nærheden af en løsning.

Men hvis de kan føre dig ind i både problemformuleringen og løsningen med en vis dybde, er det en rigtig god indikator. Og det er et faresignal, hvis de ikke kan. Det er en god pointe.

David Rice: Mange ledere kan tale selvsikkert om AI-strategi. Vi har hørt meget om leverandører, implementering og forskellige rammer for, hvordan man gør det.

Men når man går ned i detaljerne – hvad de har bygget og ændret, og hvilket problem de faktisk har løst – mangler historien ofte detaljer eller klarhed.

Jeg er nysgerrig efter, hvordan din definition af ledelsesmæssig troværdighed har ændret sig de seneste par år som følge af dette.

JC Christian: Jeg tror, der er et par ting. Først og fremmest implementeringscasen: Gå mig igennem, hvad du tidligere har gjort, og hvordan det påvirker tingene. Det andet er, om virksomheden offentligt har beskrevet et AI-native initiativ, der har skabt et afkast på investeringen.

De fleste virksomheder er meget ivrige efter at demonstrere, at de har et bestemt afkast eller resultat, og de tal er ofte allerede overdrevne.

Hvis det er begrænset, er virksomheden typisk langt bagefter og har hverken taget meget i brug eller implementeret meget. Jeg oplever derfor, at ledelsesmæssig troværdighed kommer fra implementeringer, fra hvor AI-native virksomheden positionerer sig, og fra hvor åbent den fortæller om sine resultater.

Hvis de slet ikke taler om resultaterne, er det typisk et faresignal om, at der ikke er blevet udrettet ret meget. Hvis du er ansvarlig for AI-implementering i en virksomhed, og den ikke har noget AI-relateret afkast på investeringen, er det svært at hævde, at din rolle har været en succes.

David Rice: Det er et interessant skifte. Traditionelt kom ledelsesmæssig troværdighed vel fra evnen til at genkende mønstre og anvende sin erfaring. Nu føles det, som om troværdigheden i højere grad bliver noget, man skal kunne demonstrere.

Det er mindre: "Fortæl mig om din vision" og mere: "Vis mig, hvad du gjorde, da dette var et problem."

JC Christian: Præcis. Vis frem i stedet for at fortælle er helt rigtigt.

David Rice: Jeg tror, at mange organisationer stadig har svært ved at ændre deres interviewprocesser. Der bliver fortsat foretaget mange mavefornemmelsesvurderinger, selv om man bruger forskellige metoder til at indsamle konkrete eksempler.

Det interessante er også, at mange HR-folk i begyndelsen var skeptiske over for værktøjerne. De stolede ikke på dem og mente ikke nødvendigvis, at resultaterne var korrekte. De var langsommere til at tage dem i brug, fordi medarbejderrelaterede oplysninger føltes mere følsomme.

Nu ser vi en bred vifte af erfaringer og eksperimenter. Der sker meget læring, og anvendelsen er blevet mere udbredt. De tidlige brugere bevæger sig ofte over i driftsorienterede roller eller bliver ansvarlige for AI andre steder i organisationen.

Der opstår nye roller for ledere af mennesker og for folk med baggrund i HR. Det hænger sammen med, at de ledere, der skiller sig ud i dag, ikke nødvendigvis er de dybeste specialister. Det er ofte dem, der har genopfundet sig selv flere gange i løbet af deres karriere. Hvorfor er det blevet en så vigtig ledelseskompetence?

JC Christian: Teknologien og verden ændrer sig hurtigere end nogensinde. Derfor har det historisk været mere holdbart at være specialist inden for én kategori og forblive relativt statisk, end det er i dag.

I dag kræver forskellige virksomheder forskellige ting af den samme titel eller funktion over tid. Der er en vekselvirkning mellem menneskelig kapital, agentbaseret eller maskinbaseret kapital og andre former for kapital.

Folk er nødt til at genopfinde sig selv hurtigere, fordi teknologiske skift kræver det. Det ser vi tydeligt inden for HR, fordi de fleste HR-funktioner bliver mindre. HR betragtes historisk som en omkostningsfunktion, men alle omkostningsfunktioner er nødt til at transformere sig.

Samtidig er sammensætningen af ens talentstyrke en af de vigtigste indikatorer for organisationens succes. Behovet for at retfærdiggøre sin egen rolle og sin organisation er større end nogensinde. Virksomheder leder efter effektiviseringer overalt.

Mange omkostningsfunktioner får nu mulighed for at gentænke sig selv og spørge: Hvordan bliver vi et område, der bidrager til omsætningsvækst og værdiskabelse? HR forsøger at påvirke flere områder af virksomheden gennem AI- og transformationsinitiativer.

David Rice: Genopfindelse føles i dag mere som en muskel, man skal træne. For tyve eller tredive år siden kunne genopfindelse måske føles som en midtvejskrise. Nu er det noget, man løbende må øve sig på. Man kan ikke forudsige alle skift, og ens ekspertise har kortere levetid end nogensinde.

Tilpasningsevne er derfor mere værdifuld end sikkerhed eller selvtillid.

JC Christian: Jeg tror, du har ret. Tidligere frygtede folk at skulle genopfinde sig selv, fordi det kunne betyde, at deres job eller marked var i vanskeligheder. Nu forventer jeg i højere grad en form for genopfindelse hvert par år – eller konstant genopfindelse og konstant læring.

David Rice: Historisk belønnede ledelsesrekruttering erfaring. Erfaring var en valuta, uanset hvor mange år man havde ledet teams, eller hvor mange transformationer man havde stået i spidsen for.

AI ser ud til at flytte fokus mere mod handlekraft: Har du faktisk bygget noget? Har du eksperimenteret, lært eller selv skabt værdi? Er vi ved at redefinere, hvad ledelseserfaring betyder?

JC Christian: Jeg tror, du rammer det rigtige. Mange ledere siger: "Jeg har en meget ung, talentfuld person, som mangler gennemslagskraft og transformationserfaring, men som har bygget alle mulige spændende ting og ved mest om AI. Skal jeg forfremme personen, eller skal jeg se eksternt?"

Det er netop dilemmaet. De mest unge og uerfarne personer i karrieren er ofte de mest aggressive og ambitiøse, når det gælder om at bygge med AI.

Men transformationserfaring, erfaring med processer og erfaring med mennesker er stadig lige så kritisk – hvis ikke vigtigere – end teknisk erfaring. Teknologien er ofte det lettere problem. Det største problem er anvendelsen.

Man skal skabe opbakning fra de øvrige interessenter, kommunikere tingene rigtigt og have menneskelige færdigheder til at opbygge tillid. Hvis man ikke gør det, bliver anvendelsen kaotisk, og organisationen får måske ingen værdi ud af det.

David Rice: Der er en spænding lige nu. Nogle af de mest imponerende AI-arbejdsgange bliver bygget af folk i tyverne, som måske ikke har den ledelsesmæssige gennemslagskraft, organisationerne forventer.

Samtidig har vi erfarne ledere, der måske først nu tager AI i brug. De har gennemslagskraften, men mangler den AI-forståelse, som markedet efterspørger. Hvordan bygger man bro over det hul?

JC Christian: Der er stor efterspørgsel efter folk, som befinder sig mellem de to grupper – både tæt på teknologien og med en stærk ledelsesmæssig fremtoning.

Nogle gange har man brug for en fantastisk transformationsagent, som har set årtiers forandringer, og som kan omgives af stærke tekniske specialister og et AI-native team. Andre gange har man brug for en person, der kombinerer begge dele: en person i fremgang, som samtidig har tilstrækkelig ledelsesmæssig gennemslagskraft.

De helt unge stjerner fungerer ofte bedst som nummer to i hierarkiet, for eksempel som stabschef for en administrerende direktør eller en anden leder med et AI-transformationsmandat.

David Rice: Det understreger, at de faktisk har brug for hinanden. Den mere erfarne person har set flere situationer og har gennemslagskraften, men har måske ikke tid til at undersøge de nye muligheder. Den anden person har tiden og nysgerrigheden, men mangler måske forretningskonteksten.

De to skal give næring til hinanden, og det er opmuntrende. Måske er dette det, der kan samle generationerne på arbejdspladsen.

JC Christian: Det er en god pointe. Vi ser en stor gensidig respekt. Nogle respekterer de ledere, der har gennemført transformationer, mens andre forstår teknologien bedst og får tingene udført.

Der opstår en gensidig respekt og tillid mellem de erfarne ledere og dem, der er foran på teknologisk og agentbaseret anvendelse.

David Rice: Du nævnte tidligere en AI-aktiveringschef. Jeg ser også nye titler som transformationschef. Samtidig bliver traditionelle C-suite-roller mere flydende. Tror du, at det er midlertidige brofunktioner, eller bliver selve ledelsesteamet redesignet omkring AI?

JC Christian: Jeg tror snarere, at vi ser det sidste. Mange virksomheder vil måske afskaffe en bestemt ny titel, men den øgede dynamik og fleksibilitet omkring virksomhedens behov er kommet for at blive.

Rollerne vil i højere grad handle om de opgaver, der skal løses, og de vil ofte være virksomhedsspecifikke. Titlen kan variere fra virksomhed til virksomhed. Det vigtigste bliver, hvad personen faktisk har gjort: hvilket afkast der blev skabt, hvad der blev implementeret, og hvad personen havde ansvar for.

David Rice: Ledelsesteams har altid udviklet sig omkring store forretningsmæssige skift. Vi har set det med digitalisering, cybersikkerhed og kundeoplevelser. AI skaber sandsynligvis ikke kun nye titler; det tvinger alle ledere til delvist at blive AI-ledere.

Slutmålet er ikke at have én AI-leder. Det er, at hver leder forstår teknologien på et vist niveau og har erfaring med at implementere og bruge den.

David Rice: Hvis vi spoler et år frem, hvad tror du så, organisationer vil lede efter hos ledelseskandidater, som i dag stadig føles som et plus?

JC Christian: Jeg tror, at det at være AI-native bliver et krav for alle, der forbereder sig på fremtiden.

Virksomheder med kapital og ambitioner om en konkurrencedygtig fremtid vil kræve, at alle ledere er AI-native – uanset om de er HR-direktører, teknologidirektører eller administrerende direktører.

Alle skal være mestre inden for deres eget område set fra et forretningsprocesperspektiv og vide, hvordan de samarbejder med interne ingeniører og tekniske specialister for at skabe hurtig transformation og vækst.

Evnen til at genopfinde sin egen forretningsenhed bliver et hårdt krav og en del af den praktiske definition i mange fremtidige jobbeskrivelser. Man skal være reelt AI-native og kunne løfte hele ledelsesteamets AI-modenhed.

David Rice: Nutidens differentiatorer bliver morgendagens grundlæggende forventninger. AI-native vil med tiden blive lige så forventet som økonomisk forståelse eller strategisk tænkning.

Hvis du kan omsætte teknologi til organisatoriske forandringer, kan du skille dig ud.

JC Christian: Det kan du måske. Ser du noget hos de HR-direktører, du taler med, som i dag er et plus, men som sandsynligvis bliver en fast del af kravene?

David Rice: Evnen til at håndtere forholdet mellem medarbejderdataene og selve systemet bliver vigtig. Man skal kunne finde de rigtige data, give systemet den rette kontekst og udvise dømmekraft.

Arbejdsstyrken bliver mindre, så man skal kunne reducere den på de rigtige områder og på de rigtige måder uden at gøre stor skade. HR skal bevæge sig væk fra kun at være en omkostningsfunktion og begynde at tænke på nye måder.

David Rice: JC, tak fordi du var med i programmet. Det har været en fornøjelse at tale med dig.

JC Christian: Tak fordi du inviterede mig, Dave. Det var en stor fornøjelse.

David Rice: Kære lyttere, hvis I ikke allerede har gjort det, så gå ind på peoplemanagingpeople.com/subscribe og tilmeld jer nyhedsbrevet. Se også nærmere på Christian & Timbers og alt det, de arbejder med. I kan naturligvis følge dem og JC på LinkedIn.

Indtil næste gang: I skal være fleksible. Uanset hvordan I bliver AI-native, kommer det ikke til at ske ved, at I ikke tilpasser jer. Vær tilpasningsdygtige.