Hvorfor HR går i stå med AI – og hvad der skal til for at lede transformationen

David Rice: Formentlig for omkring 18 måneder siden spurgte din administrerende direktør dig, hvad du gjorde med AI. Så du gjorde noget: Du skrev politikker, byggede sikkerhedsforanstaltninger og etablerede styringsrammer. Og nu sidder du fast. 66 % af HR-organisationerne har fokuseret på compliance – eller med andre ord, hvad man ikke må gøre med AI. Men kun omkring 30 % har klarhed over den værdi, de faktisk forsøger at skabe. Så du byggede autoværn. Ingen byggede egentlig vejen.

Dagens gæst er dr. Dieter Veldsman. Han er ledende AI-forsker hos AIHR. Og han vil føre os gennem det piskesmældsmønster, han ser i HR lige nu: overreaktionen på at skulle kunne ses gøre noget med AI, efterfulgt af en overkorrektion til sikker tilstand – og hvorfor det efterlader dig midt i feltet, mens marketing, salg og produktudvikling løber foran som afdelinger.

Det, han virkelig gerne vil have dig til at forstå, minder meget om det, vi har sagt i programmet: Virksomheder behandler AI som en teknologisk transformation, selv om det i virkeligheden er en transformation af kultur og mennesker. Og det betyder, at HR ikke bør forsøge at indhente de andre. Du bør lede samtalen.

Så i dag skal vi tale om, hvorfor det blev vigtigere at have travlt med AI end at være strategisk, hvordan man bryder ud af compliance-fælden uden hovedløse eksperimenter, CHRO’ens udviklende rolle som chefarkitekt for det menneskelige og maskinelle økosystem, og hvordan man bevæger sig fra spørgsmålet om, hvad vi sikkert kan bruge, til hvad det er, vi skaber af værdi.

Jeg hedder David Rice. Dette er podcasten People Managing People. Og hvis du har spillet forsvar med AI, selv om du burde orkestrere transformationen, så er denne samtale din nulstilling. Lad os komme i gang.

Dieter, velkommen!

Dieter Veldsman: Tusind tak, David. Det er dejligt at være her.

David Rice: Da vi talte sammen tidligere, nævnte du dette mønster med overreaktion og derefter overkorrektion, som du ser i HR, særligt når det handler om AI. Kan du udfolde det lidt? Hvad er det egentlig, der foregår? Hvad driver det?

Dieter Veldsman: Jeg tror, det minder om det, der sker i andre funktioner. Hvis vi spoler tiden 18 til 24 måneder tilbage, var der et stort pres: Hvad gør I med AI? Man skulle kunne ses gøre noget med AI.

Og jeg tror, det resulterede i en form for – jeg vil ikke kalde det tankeløse eksperimenter – men folk spurgte: Hvilke værktøjer har jeg? Hvordan vil jeg bruge værktøjssættene? Hvilke anvendelsesområder bør jeg fokusere på? Så vi så bestemt en hektisk aktivitet på den ene side og en overreaktion i retning af, at man bare skulle have travlt med AI, uanset om det skabte værdi eller var i overensstemmelse med det, man faktisk ønskede at drive som HR-team.

Det kom lidt i anden række og blev betragtet som irrelevant. Det handlede mere om at kunne vise, at man havde travlt. Derefter kom der en anden fase, som trak det ganske markant tilbage og sagde: Vent lidt. Vi kan ikke bare eksperimentere tankeløst fremad. Lad os i stedet tale om, hvilken værdi vi skaber, hvor sikre vi er, hvordan styringen ser ud, om vi bruger de rigtige ting, og hvad sikkerhedsforanstaltningerne indebærer.

Så vi har bestemt set et skift over de seneste, som jeg sagde, omkring 18 måneder. Og for nylig gennemførte vi en undersøgelse af omkring 337 HR-organisationer. Dataene viste noget ret interessant: Næsten 66 % af dem havde fokuseret meget på compliance-aspektet. Hvad er styringen? Hvordan ser politikkerne ud? Sikkerhedsforanstaltninger – hvad må vi bruge, og hvad må vi ikke bruge? Men kun 30 % siger faktisk, at der er klarhed over, hvordan værdien kommer til at se ud for dem gennem brugen af AI.

Det er derfor, jeg taler om overreaktionen. Der var bestemt en tendens til at skulle kunne ses gøre noget med AI i stedet for måske at gå lidt langsommere frem og spørge: Hvad er det, vi vil gøre med AI, og hvorfor? Det har i højere grad spillet andenviolin de seneste måneder.

David Rice: Ja, jeg tror, du har ret. Jeg har set det her – der er nærmest et piskesmæld mellem hastværk og undvigelse. Man får besked på at gøre noget og gøre det hurtigt, men uden nogen vejledning eller noget specifikt mål, som man virkelig vil opnå. Så ender man nærmest med at fryse.

Og standardreaktionen – det er ikke kun et HR-fænomen, men jeg vil sige, at det bliver forstærket i HR-miljøet – er, at man går i sikker tilstand. Det er compliance-tankegangen. Ikke? Det føles, som om HR gerne ville reagere strategisk, men hvad enten det skyldtes kapacitet eller tilladelsen til at eksperimentere uden at blive bedømt, så skete det bare aldrig rigtigt.

Er der også en betydelig frygt for simpelthen at gøre noget forkert? Jeg mener, måske er der noget endnu dybere. Der er et pres for at kunne ses gøre noget, men ingen struktur til at understøtte det, så man ender med nærmest at føle sig hjælpeløs.

Dieter Veldsman: Nej, jeg synes, du rammer helt rigtigt. Der var flere ting, der skete. Og jeg er selv en meget passioneret HR-professionel.

Så jeg kan helt sikkert genkende den indledende følelse, hvor vi på HR-siden er lidt mere risikoaverse. Og det handler ikke kun om AI generelt, men vi ved også, hvilke reelle risici der opstår, når ting går galt. Derfor så vi HR ligge midt i feltet, når det gælder udbredelsen af AI.

Vi haltede efter funktioner som produktudvikling, marketing og salg. Men vi var stadig foran nogle af de andre – kan jeg kalde dem mere juridiske og styringsorienterede funktioner? Jura, risiko, compliance og så videre. Vi lå sådan lidt i midten. Jeg tror også, der var den generelle tendens – og jeg ved ikke, hvorfor HR altid bliver målskive.

Det er måske en samtale til en anden dag, men hver gang der kommer ny teknologi, lyder det: Nu er HR-funktionen slut. Og det har aldrig vist sig at være tilfældet. Den har ændret sig nogle gange. Men der var denne AI-uro: Er det endelig nu? Hvad kommer det til at gøre ved os? Og jeg tror, det i dag er en langt mere rimelig samtale at sige, at AI realistisk set vil overtage nogle opgaver, aktiviteter og arbejdsgange.

Men hvad betyder det for den reelle forventning til, hvordan HR-arbejde kommer til at se ud i fremtiden? Det sidste punkt, du nævner, mener jeg er vigtigt. Mange organisationer indså, at de først havde behandlet AI som en teknologisk transformation og derfor var ved at gå glip af noget. Det handler i langt højere grad om en kultur- og mennesketransformation. Derfor bør HR sidde med ved bordet og guide og lede den samtale.

De virksomheder, vi har set gøre det rigtig godt, har en tværfaglig tilgang til den AI-strategi, de vælger. De siger: Jeg vil faktisk have tekniske stemmer med ved bordet. Jeg vil have HR-stemmen med ved bordet. Jeg vil have stemmer fra forretningsdrift og strategi med ved bordet, så vi kan finde ud af, hvilken AI-kapacitet vi får brug for i fremtiden.

Og jeg tror, at HR i mange organisationer kom lidt sent ind i den samtale. Det kan skyldes, at man ikke var bemyndiget til at være der, ikke så behovet eller ikke var rustet til at tage samtalen. Jeg tror, årsagerne varierer lidt.

David Rice: Du nævnte, at du selv er HR-person. Du har været inde i flere virksomheder og forsøgt at finde ud af den slags. Jeg er nysgerrig: Hvad er noget af det største, du har lagt mærke til ved, hvordan organisationer faktisk reagerer på forstyrrelser? Der er det, vi siger om forstyrrelse og tilpasningsevne, men så er der virkeligheden.

Dieter Veldsman: Jeg kunne godt lide din tidligere kommentar om, at standardpositionen nogle gange er sikkerhed. Når noget virkelig forstyrrende trænger ind i organisationen, finder man bestemt de tre lejre – og det så vi også med AI. Der var de tidlige brugere, som sagde: Det her er fantastisk, vi skal bare kaste os over det.

Bare rolig. Det bliver den magiske løsning, der ændrer alt. Det er næsten overentusiasme og hype. Nogle gange bringer det dig i problemer, fordi folk går i gang med ting uden rigtigt at forstå dem. På den anden side finder man typisk også skeptikerne, som er skeptiske fra starten og trækker sig lidt tilbage: Det er ikke min første rodeo.

Jeg har set denne store transformationsfortælling før. Der kommer ikke rigtigt til at ske noget. Jeg skal bare vente det lidt ud. Det, der gjorde AI lidt anderledes, var den skala, det ramte organisationerne med, fordi alle for første gang havde adgang til generative AI-værktøjer.

Hvis jeg havde en internetforbindelse, var det bogstaveligt talt ikke noget, der var begrænset til en bestemt målgruppe. Derfor forstærkede den skala, det skete i, meget af den uro, der var forbundet med det. Men når jeg ser på forstyrrelsen, er vi nu længere fremme, hvor organisationer gennemgår en form for meningsskabelsesproces: Hvad betyder det her egentlig?

Hvad kan det virkelig gøre? Hvor er det reelt nyttigt, og hvor er det bare interessant og nyt, men ikke nødvendigvis særligt virkningsfuldt for os som organisation? For mig skal der, når vi taler om forstyrrelse, være en meningsskabelsescyklus i organisationerne. Ikke alle organisationer gennemgår den i samme tempo. Man siger: Lad mig forstå, hvad det her er. Lad mig forstå, hvad det betyder for mig i min kontekst. Lad mig finde ud af, hvad jeg vil gøre med det, og hvordan jeg gør det på en bæredygtig måde – ikke bare som en kortvarig begivenhed.

Det fortæller mig meget om organisationens DNA og kultur, og om hvordan den håndterer forstyrrelser eller store ændringer i det, den ser omkring sig. For jeg tror, at ens sande farver kommer til udtryk, når der er usikkerhed, man skal håndtere. Det er det, vi ser i forhold til, hvordan organisationer reagerer. Man har altid de tidlige brugere, og man har mennesker, der er langsommere til at tage ting til sig. For mig er meningsskabelsen det virkelig vigtige, som ledere bør fokusere mere på for at sikre, at de giver deres organisationer det, de har brug for.

David Rice: Jeg elsker, at du bruger udtrykket meningsskabelsescyklus. Hvis forstyrrelse gør noget, blotlægger den organisationens indretning. Du finder ud af, om dit team – du har måske ét billede af det – faktisk har som standard at overkonstruere alting.

Vi bruger så meget tid på at tænke, eller også går vi i stå, fordi vi ikke har et fælles sprog eller nogen klarhed over emnet. Og jeg synes, det ser ud til, at de organisationer, der klarer sig bedst med denne transformation, ikke nødvendigvis gør det på grund af ressourcer. Som du siger, har alle adgang til generativ AI.

I stedet handler det om, hvor klart du kan se, hvor hurtigt du reelt er villig til at gå, hvad dit komfortniveau er som organisation, og hvad du er villig til at prøve. Hvor dybt skal eksperimenterne gå? Er det sådan, du har set det?

Dieter Veldsman: Det rammer helt rigtigt. Den klarhed er afgørende. De organisationer, der lige nu er langt tydeligere omkring, hvad de er villige til at prøve, og hvad de ikke er villige til at prøve, klarer sig meget bedre.

For at gøre det praktisk havde jeg for nylig en samtale med en kunde og dennes AI-chef. Han sagde: Jeg vil indledningsvis sige, at vi ønsker at være en meget stærk nummer to i hele AI-revolutionen.

Jeg sagde: Undskyld, hørte jeg rigtigt, Greg? Alle vil altid være først. Han sagde: Vi vil ikke være først. Der kommer til at være enorme mængder fejl, som folk vil begå. Vi er komfortable med at gå lidt langsommere end resten, give os selv plads, lære af andres fejl, og når vi går på markedet med det, vi vil gøre, så gør vi det ordentligt og på vores egen tid og måde.

Jeg syntes, det var et virkelig kontraintuitivt budskab, som jeg hører fra mange organisationer. Jeg tror, vi næsten har konstrueret de svar, hvor vi vil være først, bedst og mest innovative. Nogle gange er det helt i orden at vælge at være den solide aktør i måden, man bevæger sig med den slags på.

For mig handler det om klarhed – at skabe klarhed ved hvert eneste tænkelige tidspunkt. Klarhed kan ganske enkelt betyde at sige: Jeg ved endnu ikke, hvad vi skal gøre med det her. Derfor vil vi først undersøge det nærmere, prøve et lille pilotprojekt, og dette anvendelsesområde bliver vores udgangspunkt.

Jo mere du kan forkorte meningsskabelsescyklussen og skabe klarhed undervejs, desto bedre klarer organisationer sig. Så træner de deres modstandskraft i stedet for at sige: Det er en massiv krise. Vores medarbejdere er i oprør. Vi kommer aldrig til at nå derhen.

Hvis du ikke selv ejer fortællingen om forstyrrelsen og især fortællingen om AI-transformationen i din organisation, får du problemer kulturelt. Du får problemer med medarbejdernes angstniveau og med, hvor begejstrede de er for det, fremtiden bringer. Så bliver det en stor ting, du skal sælge til folk, i stedet for noget, der over tid virkelig bliver indarbejdet i måden, man arbejder på.

David Rice: Det er en interessant tid. Vi er gået fra de SaaS-drevne værktøjer, hvor alle jagtede værktøjer, til et sted, hvor vi alle bruger almindelige værktøjer, men jagter værdi. Det lyder indlysende, men erfaringerne viser tydeligt, at det ikke er let.

Hvad gør det så svært for folk faktisk at forstå, hvad de forsøger at opnå her?

Dieter Veldsman: Der er flere ting. For det første er det nemt at jagte værktøjer, og du kan straks vise, at du gør noget ved det. Jeg kan sige: Vi har rullet licenser ud til 90 % af vores medarbejdere, og sådan tager vi AI i brug. Det er en naturlig måde først at håndtere frygten for at blive hægtet af og frygten for at blive overflødig på – ved at kunne ses gøre noget.

Jeg tror også, der er en fin balance. De seneste år har vi fremmet fortællingen om, at eksperimentering er godt, at man skal være mere agil, fejle fremad og så videre. Men nogle gange falder vi stadig i den fælde, at det at bevæge sig hurtigt ikke betyder, at man ikke skal tænke over, hvad man vil gøre.

Der skal være en metode bag det tilsyneladende kaos, når man sætter ting i gang. Med AI begyndte vi, som du nævnte, med værktøjer. Derefter kom anvendelsesområderne. Alle tænkte: Hvis det ikke handler om værktøjerne, må det vel handle om, hvilke anvendelsesområder jeg kan bruge værktøjerne til. Men man skal faktisk gå ét niveau tilbage.

Når vi taler om værdi, får jeg ofte spørgsmålet: Hjælp mig med min AI-strategi. Og jeg siger: Hvorfor har du en AI-strategi? Jeg får svaret: Det er jo det store, vi hører om. Det er det, der skal frigøre fremtidig værdi. Jeg siger: Jeg tror, du har brug for en forretningsstrategi. Som en del af den skal AI bestemt være med som en værdiskabende løftestang eller søjle, men hvorfor adskiller du tingene så meget?

Hvad er jeres konkurrencefordel som organisation? Hvad er jeres unikke bidrag, og hvordan kan AI hjælpe jer med at forstærke det? Det er det spørgsmål, I bør stille. Det er et enklere spørgsmål, men svaret er langt mere nuanceret end: Skal jeg købe licens X eller Y, eller skal jeg fokusere på anvendelsesområde Y?

Det handler om at løfte det til et mere strategisk niveau. Vores data fortæller også noget interessant: Man har brug for en tilgang med to spor. Ledelsen skal have samtalen for at fastsætte sikkerhedsforanstaltningerne og retningen. Samtidig skal der være plads til eksperimenter på græsrodsniveau, dér hvor folk bruger tingene i hverdagen.

Men de skal have rammer for, hvilken værdi vi forsøger at frigøre. Det er ikke nok bare at sige: Gå ud og brug AI, og bliv mere produktive. Hvad skal vi bruge produktiviteten til? Hvad forsøger vi at frigøre?

Den klarhed og retning, du kan give folk, er ekstremt værdifuld. Ej fortællingen. Hvad betyder AI for os som virksomhed? Hvordan vil vi forsøge at anvende det, og til hvilken gevinst, værdi eller effekt? Det indrammer samtalen for folk på en helt anden måde.

David Rice: Ja, jeg er enig. En del af udfordringen er, at der er så meget støj i AI-området lige nu. Det er svært overhovedet at vide, hvordan værdi ser ud. Jeg var til en konference, hvor en taler sagde: Lad ikke AI bare være et modeord i organisationen.

En kvinde ved siden af mig sukkede og sagde: Hvad betyder det overhovedet? Hun havde ret. Det var bare en vag udtalelse fra en scene. Hvis jeg skulle give det en betydning, ville det være idéen om, at man forveksler travlhed med AI med faktisk at gøre noget med AI.

Jeg har set det med andre værktøjer. Jeg arbejdede engang i marketing, hvor vi tog et enormt værktøj i brug. Vi brugte måneder på træning og opsætning af bagvedliggende arbejde. Men når man så på det, vi faktisk producerede, føltes det, som om vi havde udført en masse arbejde for at opnå meget lidt.

Der er en følelsesmæssig tilknytning til idéen om, at værktøjer kan være enorme differentieringsfaktorer. Men nogle gange må man give slip på et dårligt match, eller på noget, der ikke er strategisk nok. Hvad er den bredere effekt på kultur, arbejdsgange og alt det andet?

Dieter Veldsman: Der er også noget vigtigt i at kalde tingene, hvad de er. Jeg kommer fra den finansielle sektor, og når vi gennemførte store forandringsledelsesprojekter om teknologi, plejede jeg at smile og spørge: Hvad er det, vi ændrer?

De svarede: Vi genudvikler den måde, vores kunder interagerer med os på i kanalen på en mere personlig måde. Jeg sagde: Jeg aner ikke, hvad det betyder. Hvad gør vi? Så sagde de: I netbanken flytter vi den knap derhen, fordi brugerfladen bliver mere intuitiv. Jeg sagde: Så sig dog, at det er det, vi gør.

Der er ikke noget galt i at være tydelig om, hvad fokus er. Det samme gør vi med AI. Vi sælger en stor gylden drøm om, hvad det vil levere. Det skaber værdi på opgave- og aktivitetsniveau. Sig: Vi vil bruge det til at gøre 1, 2, 3 og 4 for os, fordi det er vigtigt af disse grunde. Det er helt i orden.

Folk vil gerne engagere sig i det. Men jo mere uklart og fyldt med modeord vi gør det, desto sværere er det for folk at relatere til det, se det og knytte det til nogen værdi.

David Rice: Vi bør ikke bagatellisere små ændringer. Hvis teknologivirksomhederne har lært os noget, er det, at en lille ændring kan gøre en enorm forskel for, hvad et produkt gør.

Tænk på Netflix. Det hele var tidligere kategoriseret. Da de ændrede menuen, opdagede folk flere typer nyt indhold på andre måder, og det ændrede fuldstændigt den måde, man navigerer i appen på. Det skabte en ny oplevelse og en ny måde at tænke på, hvilken slags indhold man skulle skabe.

Én lille ændring kan altså gøre en enorm forskel. Jeg kunne godt lide eksemplet med virksomheden, der sagde, at den gerne ville være nummer to. Når vi ser på HR, havde funktionen en lidt langsommere start med AI. Det har måske givet ledere plads og mulighed for at være mere bevidste.

Tror du, det har været godt for funktionen, fordi man har undgået nogle af de tidlige fejl, som andre teams begik? Hjælper det folk – især dem, vi talte om, som har en compliance-tankegang og befinder sig i en sikkerhedsorienteret position – med at føle sig mere trygge, fordi det er sket langsommere?

Dieter Veldsman: Det er et meget interessant spørgsmål. For 12 måneder siden gennemførte vi en undersøgelse og spurgte HR-professionelle, hvor mange der brugte det. Tallet var omkring 38 %. Vi gjorde noget lignende 12 måneder senere, meget for nylig, og nu er tallet steget til omkring 88 %.

De seneste 12 måneder har altså været betydningsfulde i HR-området, specifikt i forhold til AI, og der har været meget indhentning. På den ene side har det været gavnligt for folk at skære gennem noget af den indledende støj og finde ud af, hvad det egentlig er, og hvad det betyder for os.

Set i bakspejlet er det altid godt. Jo mere man ved, desto bedre kan man tage noget til sig og undgå nogle af de store huller og fejl, andre har begået.

På den anden side har der også været en ulempe i form af en springbrætseffekt, der stadig skal finde sted i HR omkring nogle af de anvendelsesområder, vi ser på. Når HR-professionelle har blandet sig i den større organisatoriske samtale, mener jeg dog ikke, at vi halter efter overhovedet.

Jeg tror faktisk, vi står meget stærkt i forhold til at guide organisationen i de beslutninger, vi endnu skal træffe om, hvordan vi tager AI videre. Og for at være fair: Det, jeg hører fra mange, er, at det ikke nødvendigvis er HR, der har holdt organisationen tilbage. Det handler ofte om adgang til initiativerne eller muligheden for at begynde at arbejde i sikre miljøer.

HR har haft mulighed for at reflektere over den indledende hype og forskellen på hype og reel virkelighed. Det, HR havde svært ved, og som vi nu står bedre i, er at definere vores rolle i det bredere AI-spil i organisationerne.

Vi ser det som to ting. For det første skal man se indad på HR selv. AI-færdighed bliver en vigtig kompetence for HR-professionelle i fremtiden, og det samme gælder, hvordan vi ændrer vores egne modeller og arbejdsgange. For det andet skal man være med i den større samtale om, hvilken kultur vi vil etablere, hvor AI er én af de ting, vi gør i vores måde at arbejde på, men hvor det stadig peger tilbage mod den forretningsværdi, vi har talt om.

HR har altså indhentet meget. Vores data viser, at det faktisk har bevæget sig ekstremt hurtigt de seneste 12-14 måneder. Det er en god ting. Jeg er også, efterhånden som jeg bliver ældre, blevet mere indstillet på ikke altid at være først.

Det er helt fint at lære af andre og se, hvor de lander, så længe vi bliver involveret i samtalen. Der var en stor del af HR-miljøet, som slet ikke ville engagere sig i AI på grund af alle de nævnte bekymringer. Det er en risiko, for så bliver det svært at indhente det. Men jeg synes, vi har klaret os rigtig godt.

Hvis du havde stillet mig det spørgsmål for to år siden, havde jeg givet dig et helt andet svar.

David Rice: Jeg tror, du har ret. HR får ofte kritik for at halte efter, men den plads til at være mere eftertænksom kan være værdifuld. At skynde sig med at tage noget i brug fører ofte til opgaveudvidelse, hvor folk pludselig bruger værktøjet til ting, de ikke havde tænkt sig, eller bruger funktioner, som ikke var grunden til, at værktøjet blev købt.

Det bevidste tempo giver HR mulighed for at fokusere mere på det, man faktisk ønsker at fokusere på: adfærd, værdi, overensstemmelse og tillid. Vi har allerede et stort tillidsproblem. Det talte vi om, før AI blev så stort. Når man lægger AI oveni, får man endnu et lag af tillidsproblemer, skjult brug og alt muligt andet.

At have lidt plads, før man bare kaster det ind i sit eget arbejde eller på andres teams, er i sidste ende en god ting. Du nævnte færdighed tidligere. Det handlede mindre om teknologien og mere om at have modet til at prøve nye ting. Hvilke lavrisiko-måder kan HR-teams, der er begyndt at bevæge sig, bruge til at eksperimentere med AI nu – for at opbygge selvtillid og komme i gang?

Dieter Veldsman: Vi kalder det også færdighed og ikke læsefærdighed, fordi det minder om at lære et nyt sprog. Når man lærer et nyt sprog, har man brug for ordforråd og grammatik, og man skal forstå konteksten. Det er den samme tilgang, man skal have til at uddanne sig inden for AI.

Et sikkert sted at begynde er at tage en proces i din hverdag, som du allerede kender rigtig godt, og identificere én opgave eller aktivitet i den proces, hvor du kan anvende AI, og hvor du ved, hvordan resultatet skal se ud. Se, hvordan du kan bruge det i noget, du allerede kender.

Mange vil straks kaste sig over det mest spændende og avancerede, som AI kan gøre, men det foregår på områder, hvor de ikke ved, om resultatet eller effekten er korrekt. Begynd med noget, du kender rigtig godt. Lær begrænsningerne i, hvordan du interagerer med AI, og lær sproget ud fra et færdighedsperspektiv.

Find ud af, hvordan du taler med disse værktøjssæt på den rigtige måde. Brug det i en proces, du kan øve dig på hver dag i et sikkert miljø, og begynd med en opgave eller aktivitet med meget lav risiko. Det skal ikke være noget, hvor en meget stor beslutning afhænger af resultatet.

Jeg ville for eksempel ikke bruge det første gang til at påvirke en ansættelsesbeslutning. Det er en beslutning med høj betydning og høj risiko, hvis man tager fejl. Brug det i stedet til noget, hvor det kan vejlede dig eller anbefale noget som en del af din normale arbejdsgang.

Mange lærer AI gennem selvopdagelse og selvudforskning. Man leger sig frem, hører om nogen, der bruger det til noget, og prøver selv. Men gå ind i et fællesskab, hvor du kan se, hvordan andre bruger det, og lære af dem – for eksempel et HR-fællesskab, fordi alle eksperimenterer med forskellige ting.

Det er vigtigt at skære gennem støjen. Alle taler om agentisk AI og den næste grænse, men når man spørger, hvilke praktiske anvendelsesområder der allerede virker, er mange stadig eksperimentelle. Det er en anden samtale, vi skal have.

Bring det tilbage til virkeligheden, som den ser ud nu. HR-professionelle bør ikke være bange for det. Når vi ser på de færdigheder, der kræves for at være AI-kyndig, er der mange menneskelige færdigheder, som HR allerede er rigtig god til.

Det handler mindre om data- og digitale færdigheder, hvor HR måske halter lidt, og mere om kritisk tænkning, systemisk tænkning, sproglige færdigheder og evnen til at evaluere resultater kritisk. Begynd med noget, du kender. Begynd med noget småt. Begynd med noget med lav risiko. Opbyg selvtilliden, og gør det derefter bredere og større.

Vi ser realistisk, at anvendelsen sker på tre niveauer. Først individniveauet: mig selv i min hverdag, mine opgaver og aktiviteter. Det er det første sted at begynde. Det næste niveau er over tid at bruge det sammen med andre og tænke over, hvordan AI kan gøre ting, jeg aldrig før har kunnet gøre.

Det tredje lag, som ikke mange organisationer er nået til endnu, er, at det begynder at fungere mere autonomt, dog stadig med menneskeligt opsyn. Det kommer især i HR lidt senere. Begynd med noget enkelt, noget hurtigt og noget med lav risiko, og opbyg selvtilliden.

David Rice: Ja, man skal tænke på det som et fitnesscenter. Man skal have sine gentagelser.

Dieter Veldsman: Præcis.

David Rice: Man behøver ikke vente, til tingene er strategiske, før man begynder at prøve. Den tankegang vil forsinke vejen til færdighed. Det kan være det første udkast til en politik, som du selv redigerer, eller at opsummere fratrædelsessamtaler.

Det lyder måske ikke transformativt, men transformationen findes i høj grad i din tankegang, ikke udelukkende i dine praksisser. Man skal begynde der og ændre sin måde at tænke på, hvordan man bruger det. Mange af værktøjerne kræver nu en lav indsats. Det er værd bare at undersøge dem og se, hvad der ellers foregår.

Dieter Veldsman: Eksperimenteringen er værdifuld. Leg med forskellige ting, og se, hvad de hver især er gode til. Begynd at forstå, hvad du bruger hvad til.

Det blev forklaret for mig, da vi først begyndte at bruge generativ AI: Det var som at have 50 praktikanter lige ved hånden. De var alle meget motiverede og vidste nogenlunde, hvad de lavede, men de havde ikke erfaring nok til at se tingene hele vejen igennem.

Det har ændret sig markant, efterhånden som værktøjerne er blevet udviklet. Kast dig ud i det. Du kommer ikke til at løbe 10 kilometer på dag ét, men gå de hårde skridt og løb én eller to kilometer. Med tiden når du frem til de rigtig gode resultater.

For mig var erkendelsen, at djævelen i høj grad ligger i detaljen. AI er virkelig værdifuld, når man går ned på opgave- og aktivitetsniveau og begynder at ændre de ting, man gør hver dag. Der er meget værdi at frigøre dér, og det opbygger din selvtillid.

Forsøg ikke at finde den magiske løsning. Det er alle de små trin, der tilsammen gør en forskel og flytter nålen på lang sigt.

David Rice: Det er virkelig et kulturskifte og et skift i tankegang. Det bliver ofte omtalt som et kompetencegab. Man siger, at vi skal træne folk, men jeg ved ikke, om det er tilfældet. Folk bruger det, de ved, hvad det gør, og de lærer i stigende grad at formulere instruktioner i deres privatliv – ikke kun på arbejdet.

Hvis det virkelig handler om et kulturskifte i forhold til, hvad vi gør på arbejdet, hvilken adfærd bør vi så normalisere, hvis vi vil opmuntre til højere grad af eksperimentering på arbejdspladsen?

Dieter Veldsman: Der er en balance, vi skal normalisere. Når jeg siger, at man skal prøve nye ting uden at tage unødvendige risici, er der en fin balance.

Den adfærd, vi skal normalisere, er, hvordan folk identificerer, hvor AI skal anvendes, og hvor det ikke skal. Bare fordi AI kan noget, betyder det ikke, at det bør gøre det.

Hvordan lærer vi folk, hvad ansvarlig anvendelse er? Ikke sådan, at vi skal ind i en stor etisk debat hver gang, men så mennesker intuitivt forstår, at der er ting, de ikke vil bruge AI til, fordi det enten er skadeligt, risikabelt eller kan gøre skade.

Vi skal opbygge den adfærd på en måde, hvor folk stadig har mod på at prøve nye ting. Vi må ikke bruge det til at kvæle den kreativitet og innovation, som folk ønsker at anvende, når de tager forskellige værktøjer i brug.

Derfor tror jeg stærkt på at fastsætte sikkerhedsforanstaltningerne tydeligt. Gå ud og leg i dette område, og lad os se, hvad vi kan gøre. Men dette er de ting, vi undgår, uanset hvor gode modellerne bliver.

Den anden ting er at ændre fortællingen. Nogle steder føler folk stadig, at det er snyd at bruge AI. Man går forbi, og de siger: Jeg vil ikke have, at du ser, at mine AI-værktøjer er åbne. Jeg vil vise, at det var mig, der gjorde det.

Vi skal normalisere, at vi bruger AI på arbejdet og til arbejdet og til at producere de ting, vi producerer. Men vi skal lære folk, hvor det er godt at bruge det.

En interessant undersøgelse viste, at hvis jeg bruger AI til at tænke for mig, knytter jeg ikke rigtig nogen værdi til det arbejde, jeg afleverer. Jeg husker heller ikke, hvad jeg gjorde eller lærte, og jeg opbygger ikke min troværdighed eller mine færdigheder over tid.

Hvis jeg derimod bruger AI som sparringspartner til at forfine ting senere i processen, bevarer jeg ejerskabet over arbejdet, stoltheden over det og den læring, der fandt sted.

Vi skal lære folk, at AI ikke er her for at erstatte dem, men for at udvide deres kapacitet. Hvad ser udvidelsen ud som, og hvordan arbejder man ansvarligt sammen med den?

Det minder om at lære at lede andre. Man skal lære, hvad man delegerer til værktøjet, hvad man selv gør, hvilke beslutninger man beholder, og hvad man ikke ønsker at delegere på grund af forskellige forhold.

Kritisk tænkning er afgørende. Kan du faktatjekke? Kan du tænke tingene igennem? Tag ikke ting for pålydende. Lær at evaluere resultaterne og vide, hvor du skal indføre kontroller for at undgå bias.

Hvis du får de ting rigtigt, begynder du at bygge noget, der er mere skalerbart og bæredygtigt og giver mere værdi fremover.

David Rice: Jeg har måske arbejdet sammen med for mange kreative gennem årene, men jeg har set perfektion blive romantiseret. Med AI føler mange sig nu under større pres, fordi de tænker: Jeg havde en alvidende maskine til at hjælpe mig med at bygge det her, så det skal være perfekt.

Man bør i stedet romantisere iteration og eksperimentering. Det skal være en del af, hvordan vi leder. Hvis lederne ikke viser det og siger: Jeg ved det ikke, vi prøver noget nyt med denne arbejdsgang og ser, hvad vi lærer, så sker kulturskiftet ikke.

Det skal modelleres fra toppen. Mange af os har gamle vaner indgroet. Men vi må give slip, for vi er på vej ind i en ny æra, hvor tingene bevæger sig hurtigere. Det handler om, hvordan mennesker bruger værktøjerne.

Værktøjerne kommer til at producere ting, der ligner hinanden, men du er stadig det, der gør resultatet unikt. Det vil stadig være iterativt, og det bliver ofte ikke perfekt. Det kommer an på smag og mål. Det er i orden. Gå med det og se, hvor du ender.

Dieter Veldsman: Du har helt ret. Jeg har altid smilet i organisationer, når alle taler om innovation. Jeg spørger: Hvad er vigtigt? Innovation, ikke? Vi vil innovere i virksomheden. Hvad gør I så, når folk begår en fejl? Så bliver kvalitet pludselig det vigtigste, og fejl skal straks rettes, fordi perfektionstærsklen er meget høj.

Det er to modsatrettede adfærdsmønstre. Hvis man vil have folk til at innovere, skal man give dem lov til at begå fejl og skabe et miljø, hvor det tolereres og faktisk opmuntres. Folk skal ikke være bange for at skjule fejl, fordi de frygter konsekvenser.

Det samme gælder her. Tingene bliver ikke perfekte. Bare fordi jeg kører noget gennem stavekontrollen, betyder det ikke, at den finder alt hver gang, eller at den løser kvaliteten i mit dokument. Den kan kun gøre bestemte ting.

Det vigtige er at tænke over, hvilket unikt menneskeligt bidrag du stadig bringer til bordet. Du sidder stadig i førersædet, når det gælder, hvordan og hvor du bruger tingene, og hvordan du forbinder dem med det reelle problem, du forsøger at løse, eller den mulighed, du vil forfølge.

Du er det meningsskabende led, der orkestrerer det over tid. Du kan have 100 praktikanter, der løber rundt og gør fantastiske ting for dig, men hvis de ikke er koordinerede og arbejder med de rigtige ting, er det bare travlt arbejde og meningsløst arbejde.

Hvis vi bruger AI rigtigt, vil det måske fejre vores menneskelighed, vores særpræg og vores kreativitet endnu mere. Det kræver et stort skift i tankegangen omkring, hvad AI gør, hvad det ikke gør, og hvordan vi passer ind i det nye billede.

Vi står på tærsklen til en ny type arbejdsmiljø og nye arbejdsmodeller, og det sker hurtigt. Derfor har mennesker brug for den meningsskabelse, jeg talte om tidligere – både individuelt og organisatorisk.

David Rice: Mit sidste spørgsmål til dig handler om den ændrede rolle for CHRO’en. Hvordan tror du, fokus ændrer sig igen i 2026 for denne gruppe, inklusive chief people officers, fordi AI er blevet så allestedsnærværende på arbejdspladsen?

Dieter Veldsman: Jeg elsker det spørgsmål. Rollen som chief people officer eller CHRO har ændret sig markant de seneste år, blandt andet fordi HR’s mandat i organisationerne har ændret sig. Fra at være vogtere af styring og en servicefunktion for personaleområdet er rollen i stigende grad blevet et strategisk partnerskab og en transformationsfunktion.

For mig er to ting vigtige. Den første er at huske, at en CHRO først og fremmest er en virksomhedsleder og dernæst HR-leder. Du har stadig forretningsansvar for det, du skal gøre, og du skal iføre dig en forretningsmæssig kasket.

HR bliver det område, du bringer ind i bestyrelseslokalet, når der skal tales om mennesker og forbindelsen til forretningen. Med AI er det afgørende, at CHRO’en tager ansvar for, hvordan AI skal hjælpe os med at blive den type organisation, vi ønsker at være.

AI er blot én af de ting, vi arbejder med, ikke hele teknologisamtalen. Rollen ændrer sig derfor i forhold til at forstå, hvad transformationen reelt er, hvad man skal være forsigtig med, og hvad man skal fremme.

I sidste ende handler det om en holistisk tilgang til AI-transformation, der omfatter kompetencer, mennesker, teknologi, data, sikkerhed og strategi. CHRO’en bliver i høj grad orkestrator for at samle alle disse parter omkring bordet og få dem til at tale sammen.

Det er også noget, CHRO’er ofte er gode til: at forbinde mennesker med en samtale på højere niveau om, hvad det betyder for den virksomhed, vi ønsker at være. Når vi ser tilbage på vores AI-transformation om nogle år, hvilken fortælling vil vores medarbejdere så fortælle? Er det en fortælling, vi vil være stolte af, og som vores kunder også gerne vil høre?

Det er en vigtig rolle, der er lidt anderledes, og som CHRO’en skal træde ind i.

David Rice: Jeg er enig. Jeg hørte for nylig et udtryk, noget i retning af adfærdsøkonom, og jeg tror, det er noget, CHRO’en kommer til at blive. I er ikke kun forvaltere af menneskepolitik, men også af systemer, der former menneskers beslutningstagning sammen med disse maskiner.

Rollen udvikler sig til noget, der minder mere om en chefstrateg for mennesker. Man forstår grænsefladen mellem menneskelig kapacitet, organisationskultur og teknologien – og hvad det hele betyder.

Det bliver hele økosystemet. Man skal tænke over, hvad mennesker og maskiner tilsammen er i stand til, og hvordan det påvirker kultur og arbejdsgange. Hvad er de teknologiske krav? Det er komplekst, men det bliver interessant at se udviklingen.

Dieter Veldsman: Jeg tror stadig, at når jeg laver karriererådgivning, spørger jeg nye CHRO’er: Hvorfor ville du være CHRO? Er det bare det næste skridt for dig? Det er interessant at høre menneskers grunde og motivation for at træde ind i disse roller.

Hvis man kan bruge det til at blive den chefarkitekt, der forbinder tingene og strategierne, er der meget mening for CHRO’er og stor værdi for organisationer, hvis de udnytter det på den rigtige måde.

Det er en afbalanceret rolle, hvor man skal forstå alle de forskellige elementer. Den største udfordring er efter min mening, om man kan håndtere kompleksiteten i, hvordan tingene hænger sammen, og forenkle det for folk, så de kan gøre noget med det.

Det er let at blive en del af fastlåsningen, hvor folk ikke ved, hvad de skal gøre. Kan du hjælpe dem med at navigere gennem det og skære igennem det? Man ved ikke alt, men ud fra hvor vi er nu, kan den bedste beslutning være at prøve noget, lære af det og gå videre. Det skal nok gå.

Det handler om at styre lidt gennem stormen med ro og måske en smule visdom, hvis man kan.

David Rice: Helt sikkert. Dieter, tusind tak, fordi du var med i podcasten i dag. Det sætter jeg stor pris på.

Dieter Veldsman: Tusind tak, David. Jeg nød virkelig samtalen.

David Rice: Til alle jer derude: Indtil næste gang skal I huske at gå ind og tilmelde jer nyhedsbrevet, hvis I ikke allerede har gjort det. Se vores AI-transformationseksplorer. Der sker altid en masse spændende hos People Managing People. Vi har arrangementer på vej, så hold øje med dem.

Og ja, indtil næste gang: Bliv ved med at eksperimentere.