Opbygning af selvtillid og fantasi i AI-alderen

David Rice: Du er til møder hele dagen, det ene efter det andet. Dit team bliver ved med at spørge om AI, strategien, og helt ærligt er du ikke sikker. Det forventes, at du har svarene. Det var derfor, du blev forfremmet, ikke? Men med AI finder alle ud af det på samme tid. Og den ubehagelige sandhed er, at hvis du ikke selv bruger AI, er du allerede ved at sakke bagud i forhold til de mennesker, du skal lede.

Dagens gæst i podcasten er Charlene Li. Hun er grundlægger af Quantum Networks Group, og hun vil fortælle os, hvorfor 83 % af menneskerne i Kina mener, at AI er gavnligt, mens kun 39 % af amerikanerne gør det. Endnu vigtigere vil hun vise dig, hvordan du kommer ud af pilotlimbo og faktisk begynder at opbygge AI-kompetence i din organisation.

Vi skal tale om, hvorfor din frygt for at miste kontrollen er det egentlige problem, ikke teknologien, hvordan man håndterer skjult brug af AI, de fire dimensioner af AI-kompetence, som enhver leder skal mestre, og hvordan en salgsleder bruger AI til at være med i enhver kundesamtale uden at deltage i et eneste ekstra møde.

Jeg hedder David Rice. Dette er People Managing People. Og hvis du har været handlingslammet over, hvad du skal gøre med AI, er denne episode din tilladelse til at begynde at eksperimentere. Så lad os komme i gang.

Velkommen til People Managing People-podcasten, programmet hvor vi hjælper ledere med at holde arbejdet menneskeligt i AI-alderen. Mit navn er David Rice, og jeg er som altid din vært. I dag har jeg selskab af Charlene Li. Hun er strategisk rådgiver og grundlægger af Quantum Networks Group. Vi skal tale om den aktuelle situation for lederes brug af AI, og hvad der skal ændres i lederudviklingen i denne nye arbejdsepoke.

Charlene, velkommen.

Charlene Li: Tak, fordi jeg måtte komme.

David Rice: Ja, helt sikkert. Vi talte sammen før udsendelsen, og du sagde, at mange ledere har svært ved AI, fordi de føler sig truet. De er vant til at have svarene, ikke? Alle går til dem for at få svaret, og så fører dette skifte til stor usikkerhed og en ændring i opfattelsen af, hvad god ledelse er.

Fortæl mig om det, og hvad mange ledere oplever lige nu.

Charlene Li: Ja. Mange ledere blev jo forfremmet, fordi de vidste, hvordan man udførte arbejdet bedre end andre, og de blev set som nogen, der kunne have svarene, som du siger. Men med AI finder vi alle ud af det sammen på samme tid, og det lægger et ekstra pres på lederne: Hvad gør vi med det her?

Hvor er vi på vej hen med det? Der er ikke altid et svar, måske har vi kun en retning at bevæge os i, og det gør det virkelig svært for ledere. AI skaber allerede meget frygt og uro. Læg så oveni, at du som leder forventes at have styr på alting. Det kommer bare ikke til at ske.

Jeg mener derfor, at vi skal gå fra at skulle have alle svarene til at kunne stille gode spørgsmål, der leder folk i den retning, vi gerne vil gå. Det handler om at spørge: Okay, hvordan vil du bruge AI til at skabe værdi? Ikke: Hvad er afkastet af AI? Det er to meget forskellige spørgsmål. Og en leder skal forstå forskellen på de to.

David Rice: Ja. Jeg er netop kommet hjem fra en konference, hvor jeg lyttede til mange ledere tale med hinanden og naturligvis også med mig. Og jeg føler, at en af de store færdigheder, måske den vigtigste færdighed for fremtidens ledelse, ganske enkelt er at være tryg i sig selv. Evnen til at omfavne usikkerheden og sige: Ja, jeg ved det faktisk ikke, men jeg er interesseret i det.

Jeg er interesseret i det her, og det her er den gruppe mennesker, jeg har samlet for at hjælpe mig med at finde ud af det. Forstår du, hvad jeg mener? Evnen til at se de forbindelser i netværket, der kommer til at gøre den store forskel i dit projekt eller i dit initiativ. Jeg føler, at det er dér, ledelsen bliver nødt til at vise sin styrke, så at sige, snarere end gennem ekspertise.

Charlene Li: Præcis. Og især med AI mener jeg, at en virkelig vigtig del er, at ledere skaber et miljø, hvor folk kan eksperimentere og lære. Det er anderledes end de pilotprojekter, folk kørte, fordi det er et helt andet problem, nemlig det pilotlimbo, som AI befinder sig i. Det her handler om, at du selv går i gang, bruger AI, eksperimenterer og finder ud af, hvad der virker, og hvad der ikke gør.

Og at skabe det miljø, så man både kan lære individuelt og sammen, er en virkelig vigtig del af en leders opgave i AI-alderen.

David Rice: Du påpegede over for mig, at amerikanere er langt mere tilbøjelige end mennesker i andre lande til at se AI som skadeligt. Jeg er nysgerrig efter at høre, hvad du mener ligger bag den frygt, og hvor meget der handler om kultur og fortællinger om ledelse.

Charlene Li: Jeg tror igen, at en af de ting, vi har i vores samfund og i de fleste vestlige samfund, er en kulturel fortælling om individualisme. I andre lande som Kina, Indonesien og Thailand, hvor der er en stærkere følelse af kollektivisme som overordnet kulturel fortælling, bliver AI set som en utrolig positiv kraft.

Så kun 39 % af folk her i USA mener, at AI bliver mere gavnligt end skadeligt. I Kina er tallet 83 %, altså mere end dobbelt så mange. De ser AI som en mulighed for fællesskabet til at gøre flere ting, ikke som en trussel. I USA ser vi det potentielt som noget, der tager de ting fra os, som gør os individuelle.

Og jeg mener, at den fortælling om ledelse, der skal ændres, er, at vi bliver ved med at tale om, at AI fjerner arbejdspladser, i stedet for at tale om, at AI vil forstærke det, vi gør som mennesker, og hjælpe os med at udføre mere meningsfuldt arbejde. Begge dele er sandt, men hvad vil du som leder og organisation fremhæve, tale om, lede folk hen imod og arbejde for?

David Rice: Ja. Jeg tænker på, hvad dine handlinger kommer til at understøtte, ikke? For jeg tror, at mange mennesker i dette land reagerer på det, de ser. De ser overskrifter om alle mulige vanvittige ting og om alle disse fyringer. Så handlingerne hænger ikke sammen med idéen om, at AI skal hjælpe os med at blive bedre.

Og som du siger, er det et meget individualistisk samfund, så der er altid en følelse af, at det her kunne være det, der efterlader mig uden noget, og vi kæmper allerede med isolation. Det er interessant at se, hvad der sker på det psykologiske område. Der er så mange forskellige sider af det, AI gør lige nu, men man kan se frygten hos mange mennesker, som måske ikke har en god forbindelse til deres fællesskab.

Charlene Li: Vi har også denne myte om kontrol. Vi tror, at når man er leder eller klarer sig godt, så har man kontrollen. Men hvis du tror, at ledelse i virkeligheden handler om kontrol, så forstår du ikke rigtig ledelse. Du har aldrig kontrollen. Det eneste, der holder dig i en lederposition, er den troværdighed, du har som leder.

Det er ikke din titel, men den relation, du opbygger med de mennesker, der følger dig. Så når vi føler, at vi mister kontrollen på grund af AI, og når truslen, frygten og uroen opstår, ændrer det hele sig, når du vender det om og ser AI som en enorm mulighed i stedet for et tab af kontrol. Måden, du taler om AI på, og måden, du bruger det på, ændrer sig fuldstændigt.

Jeg kan normalt høre det, når ledere taler med mig om frygten og uroen ved AI. Mit allerførste spørgsmål er: Hvad bruger du det til? Og det viser sig, at de ikke bruger det aktivt. De har ikke fået træning, og de har ikke været udsat for de effektive værktøjer, der virkelig kan gøre en forskel.

De har oplevet en virkelig dårlig hallucination, og så siger de bare: Jeg vil ikke have noget med det her at gøre. Det er ikke godt. Det er fejlbehæftet. Det giver mig dårlige svar. Jeg kan ikke stole på det. Derfor mener jeg, at det er en topprioritet for organisationer at forstå, hvad AI kan gøre, og udvikle en kompetence inden for området.

David Rice: Ja, helt sikkert også på ledelsesniveau, ikke?

Der er noget, jeg har bemærket, når jeg har talt med forskellige HR-direktører. De er næsten lammede over, hvad de skal stille op med det, og jeg tænker: Måske skal I bare begynde at eksperimentere. Men selv det kan være svært for nogle af dem, især hvis man er i en større organisation. I en stor organisation er der mange brikker, der skal flyttes, før man kan gøre noget, og jeg tror, det gør det utrolig svært at føle, at man har evnen, friheden eller helt ærligt tiden til at teste ting og bare være eksperimenterende og innovativ.

Charlene Li: Og så har du den modsatte situation, hvor nogle organisationer helt har lukket for brugen af AI. De har måske Microsoft Copilot, men det er en begrænset version af AI. Ironisk nok talte jeg med en teknologivirksomhed, som fortalte om AI-agenter. De havde bygget dem ind i deres produkter, men internt i virksomheden måtte medarbejderne ikke bruge dem.

Jeg sagde: Men I bruger jo alle sammen AI. Hun svarede: Ja, vi har ekstra bærbare computere, vi har ekstra telefoner, og vi gør alt dette i det skjulte med AI. Jeg spurgte: Ved ledelsen det? For de har lukket jer ned for at forhindre jer i at gøre de ting. Der er en stor afkobling mellem den måde, vi nogle gange taler om AI på, og den måde, vi faktisk bruger det på. Jo mere åbne og gennemsigtige vi kan være og sige, at det her ikke er en døgnflue, og at AI ikke forsvinder, desto bedre kan vi håndtere det realistisk.

I stedet for at stikke hovedet i sandet og håbe, at det bare forsvinder, eller at man kan overleve det, indtil man ikke længere behøver at forholde sig til det, bør man gøre noget fornuftigt. Dine medarbejdere holder øje med, hvordan du taler om, og hvordan du bruger AI. Hvis de ikke ser dig indtage en proaktiv holdning, tænker de: Vi har ingen strategi.

Vi har ingen rolle i det her spil. Og det kommer. Det kommer. Jeg vil ikke være i en virksomhed, der ikke ved, hvad den skal gøre. Det her er min karriere, mit levebrød. Jeg har brug for at være i en virksomhed, der omfavner AI og løber hen imod det. Derfor mener jeg, at det er et reelt fastholdelsesproblem. Hvis du ikke har en plan for, hvordan du vil bruge AI, vil folk i det tomrum selv finde på ting og antage, at der ikke sker noget.

David Rice: Du sagde det selv: Der er al denne skjulte brug af AI, ikke? Det skaber kompetencer. Folk lærer og bliver bedre til at bruge det. Men du har ingen indflydelse på, hvad de bliver bedre til, vel? Du har ingen indflydelse på, hvordan de udvikler sig. Jeg tror derfor, at en del af problemet er, at mange ledere i øjeblikket udelukkende tænker på AI i form af produktivitetsmålinger.

Jeg er nysgerrig efter at høre, hvordan vi flytter samtalen væk fra det og i højere grad forestiller os og tænker over, hvad der er muligt, når folk udvikler de kompetencer, uanset om du styrer det eller ej.

Charlene Li: Jeg mener, at ledere skal holde op med først at spørge, hvad afkastet er, og i stedet begynde at spørge, hvad værdien er, især den nye værdi, som AI kan skabe.

I stedet for blot at automatisere dine processer er noget af det værste, du kan gøre, at automatisere en eksisterende dårlig proces. Hvad nu, hvis du kunne forestille dig en ny proces, som AI muliggør? Hvordan ville det ikke bare gøre tingene mere effektive, men også give dig mulighed for at gøre nye ting? En af de virksomheder, vi talte med til bogen, var et callcenter. De brugte naturligvis AI til at gøre medarbejderne mere produktive og især til at opnå højere kvalitet og færre fejl. De brugte alle disse gevinster til at tage fat på en lang liste af initiativer inden for kundeoplevelse, som de gerne ville arbejde med, men ikke havde tid og ressourcer til.

Nu havde de dem. Derefter opdagede de, at de med de ekstra kompetencer kunne udvikle nye produkter og tjenester. De genopfandt sig selv på grund af AI-kompetencen, og de vidste, at deres kunder ikke ville udvikle dette, så de gjorde det på kundernes vegne. Det var fra begyndelsen en strategi i tre niveauer: at skabe værdi, ikke kun gennem effektivitet, men også gennem bedre kundeengagement og ved at genopfinde virksomheden.

David Rice: Du begyndte ikke at arbejde med menneskelige ressourcer for at jagte timesedler eller kæmpe med lønfejl. Men når dine systemer ikke kommunikerer, bliver du trukket ned. Det er her, Intuit QuickBooks Payroll kommer ind i billedet. QuickBooks Payroll er din løsning til virksomhedsstyring, som forbinder HR, løn, tidsregistrering og økonomi på én effektiv platform.

AI og automatisering klarer det tunge arbejde. Ingen siloer, ingen stejle læringskurver. QuickBooks Payroll kan hjælpe dig med at reducere kaosset og fokusere på det, der betyder mest: at være menneske i arbejdet med menneskelige ressourcer. Bedre systemer fører til bedre personaleledelse og bedre arbejdspladser. Find ud af, hvordan QuickBooks Payroll kan hjælpe dig i dag.

Læs mere på quickbooks.com/payroll. Det er quickbooks.com/payroll.

Ja, det er interessant, for afhængigt af hvad du arbejder med, ser værdi forskellig ud, ikke? Men jeg begynder at lægge mærke til, at flere mennesker tænker: Okay, jeg så denne grafik, hvor en person sagde, at man skal gå fra en T-formet fagperson til en kamformet fagperson. Det handler mere om at tænke over, hvordan jeg skaber en smule værdi på hvert af disse områder og får større mulighed for at gøre det, i stedet for at være så specialiseret i én ting, at det er det eneste, jeg kan skabe værdi inden for.

For AI inden for marketing kommer til at se ud på én måde, mens AI inden for HR kommer til at se helt anderledes ud, ikke? Så jeg synes, det er interessant at se, hvordan folk også udvikler sig selv.

Charlene Li: Det største problem, jeg ser, er, at folk har denne lange liste over anvendelsesområder. De har hundredvis af anvendelsesområder, og anvendelsesområder er ikke en strategi.

Du har allerede en virksomhedsstrategi. AI er ikke en strategi. AI er en teknologi. Det er et værktøj. Det er ikke en strategi. Find derfor ud af, hvordan du bruger AI som teknologi, som et strategisk initiativ og en strategisk platform til at hjælpe dig med at nå din virksomhedsstrategi og dine forretningsmål. Det handler ikke om at have en separat strategi.

Det skal være dybt integreret i det, der er vigtigst for din organisation. HR kan godt have deres egne initiativer. Kundeservice kan have deres egne. Det samme gælder marketing. Alle kan gøre de ting, der giver mening i deres afdelinger, men hvad vil vi gøre som organisation for at opnå den største effekt, vi kan?

Og det vender tilbage til din pointe: Det kræver fantasi. Organisationer er ikke særlig gode til at tænke på tværs af siloer. Vi er meget gode til at optimere vores egne afdelinger. Man skal tænke bredt og strategisk over, hvordan AI virkelig kan hjælpe os med at flytte nålen, nå vores mål bedre, hurtigere og billigere, måske alle tre dele, og samtidig mere sikkert og på en mere etisk måde.

Det er vigtigt. Det er virkelig vigtige spørgsmål at stille.

David Rice: Og som du netop nævnte, er det svært at se på hele organisationen og tænke holistisk over, hvad vi skal gøre. Det føles også, som om der er en tendens til at overdrive på kort sigt og undervurdere på lang sigt, ikke?

Vi tænker: Hvad får jeg ud af det nu? Vi har kun haft denne teknologi i dens nuværende form i ganske kort tid, og alligevel spørger vi allerede om afkastet. Jeg kan ikke komme i tanke om mange andre teknologier, hvor vi så hurtigt spørger: Hvad giver den mig tilbage? Forventningerne og kravene til den føles anderledes end til mange andre teknologier, vi har indført.

Hvordan finder ledere den rette balance mellem sund skepsis og visionær optimisme i et miljø, hvor disse forventninger eksisterer?

Charlene Li: Jeg mener igen, at det er vigtigt at have en sund skepsis. Det er ikke, fordi AI ikke kan skabe værdi. Det kan det absolut. Spørgsmålet er, hvordan vi leverer værdi lige nu, dette kvartal, næste kvartal og kvartalet efter det.

Derfor er AI-køreplanen så vigtig. Ikke en strategi, men en køreplan for, hvordan du vil bruge AI til at skabe værdi. Tro mig, der bliver skabt værdi overalt. Du forstår det måske bare ikke. Måske opfanger du den ikke, eller måske prioriterer du ikke den værdi, du ønsker at fokusere på, levere og skabe som organisation.

Så lav en plan, en køreplan, der siger: Dette gør vi, og dette gør vi ikke, i dette kvartal. Den er gennemsigtig for alle. Alle ved, hvad de er ansvarlige for. Når nogen siger: Jeg vil gerne gøre dette, kan du svare: Det kan du også, men vi gør det ikke nu. Vi gør det om to kvartaler, og her er hvorfor. Vi kan stadig justere tingene.

Køreplanen er skrevet med blyant. Din strategi er skrevet permanent, men din eksekveringskøreplan er skrevet med blyant, så du kan justere den afhængigt af udviklingen i færdigheder, ændringer i teknologien eller problemer, der opstår hos kunderne, og som du nu forstår bedre. Så kan du flytte ting rundt.

Det er vigtigt at have den plan, fordi det, vi ser her, ikke er et hul i en hypecyklus. Det, vi har, er et transformationsgab mellem vores forståelse af en teknologi, der er klar til brug, og organisationens evne til faktisk at tage den til sig og tilpasse organisationen. Det er dét, der er gabet.

Det er altså ikke, fordi teknologien ikke kan gøre det. Vi ser hundredvis og tusindvis af virksomheder gøre fantastiske ting med AI, og de er ikke de sædvanlige mistænkte. De er ikke de store teknologiske forstyrrende virksomheder. Det er universiteter, sundhedsklinikker og små virksomheder, der finder og udtrækker værdi fra AI i dag.

Så tag dig sammen, lær at bruge AI, og find derefter ud af, hvordan det kan skabe værdi med det samme.

David Rice: Ja. Det er interessant, at du nævnte forståelsen af ens kompetencer. Du nævnte, at der er hundredvis af anvendelsesområder, ikke? Vi har endda skabt noget, vi kalder en transformationseksplorer.

Den indeholder 146 anvendelsesområder alene for HR. Men problemet er, at hvis man ikke forstår sin modenhed, opdagede vi ret hurtigt, at hvis den person, der bruger det, ikke forstår organisationens modenhed og parathed til AI, så er al den information på en måde, altså, meget svær at navigere i eller forstå, hvad der muligvis er nyttigt for en.

Ikke fordi den er ubrugelig, men den mangler den egentlige værdi af det, den er beregnet til at gøre, og derfor ...

Charlene Li: Lad mig udfordre det en smule, for jeg tror ikke, at nogen organisation er klar til AI. Igen: Ingen ved, hvordan man bruger det her. Vis mig en organisation, der siger: Ja, vi har helt styr på det. Vi ved præcis, hvordan man gør.

Ingen ved, hvordan man gør. Hvis du derfor venter på at være klar, eller hvis du ser på gennemførlighed, venter du på perfekte data. Det hører jeg hele tiden: Vi er nødt til at rense vores data, før vi kan bruge AI. Jeg siger: Nej. Du kan bruge det nu. Gå i gang med at rense dine data, men find ud af, hvad du ellers kan gøre.

Find data, der måske ikke er perfekt, men som kan bruges. Du kan bruge AI til at rense dem ret hurtigt og begynde at udtrække værdi fra dem. Lær af det. Det er måske ikke det største anvendelsesområde, du kunne have. En anden ting er: Hvorfor ser vi på anvendelsesområderne og træffer beslutninger ud fra gennemførlighed, når vi i stedet burde se på vores strategiske prioriteter? Vi ved allerede, hvad der er vigtigt.

Med udgangspunkt i vores største prioriteter: Hvilke er de største udfordringer eller muligheder, vi har i forhold til disse strategiske mål? Og spørg så: Hvordan kan AI hjælpe os med at nå disse mål, overvinde udfordringerne eller faktisk udnytte mulighederne? Det bør være den prioriteringsmatrix, du bruger.

Hvor imødekommende er det, hvad er værdien af at nå vores strategiske mål, og hvor hurtigt kan vi realisere den værdi? For i dette område har alle adgang til den samme teknologi. Hastighed er derfor den nye voldgrav. Du har ingen anden konkurrencefordel end den hastighed, hvormed du kan indføre disse teknologier og tilpasse din organisation.

Det er det hele. Hvis du prøver at blive klar, så gør dig klar og forbedr alt det, du har brug for at forbedre, men der er ingen erstatning for at gå i gang og have fokus. Vi taler om egenskaberne ved en AI-parat kultur. Hastighed er én af dem. Fokus er en anden. Derudover er der kontinuerlig læring, evnen til at eksperimentere og at være fuldstændig kundefokuseret. Men hastighed og fokus er de to grundlæggende idéer: hastighed og fokus på dine strategiske mål.

David Rice: Jeg siger altid, at vi alle på et tidspunkt når frem til den erkendelse, at det handler om de mennesker, der bruger det, hvordan de bruger det, og hvordan de i bund og grund bliver vejledt til at bruge det.

Det er det, der kommer til at gøre den store forskel for dig.

Charlene Li: Ja, men det er jo netop det, din podcast handler om. Det er det, dette publikum beskæftiger sig med. Jeg har arbejdet med transformerende og disruptive teknologier i tre årtier, og det, jeg har set, er, at det aldrig handler om teknologien. Det handler altid om menneskene. Så det her er et menneskeproblem.

Igen, jeg vil ikke sige menneskeproblem. En mulighed for mennesker.

David Rice: Ja.

Charlene Li: At tage AI til sig og følge den hastighed, hvormed det bliver brugt. Og jeg garanterer dig, at folk i din organisation bruger det. De bruger det hele tiden. Du bliver måske nødt til at erklære det, jeg kalder AI-amnesti, og sige: Kom frem fra mørket. Vis os, hvad I bruger AI til.

Brug vores foretrukne værktøjer, som er låst ned og ikke træner modellen. Beskyt alt, men kom frem fra skyggerne. Ikke mere skjult AI. I har amnesti. Vi bekymrer os ikke om, at I har brugt det tidligere. Det er ligegyldigt. Men tag det frem i lyset, så vi kan finde ud af, hvordan vi gør det her sammen.

David Rice: Det er interessant, at du siger det, altså at man skal komme frem fra skyggerne, for der er mange ledere, der er nysgerrige på det her, men som du siger, tøver de med at forpligte sig. Hvad har du lært om at hjælpe risikoaverse ledere med at se AI som en strategisk allieret i stedet for en trussel?

For jeg tror, vi er enige om, at det altid handler om mennesker, ikke? Det handler egentlig ikke om teknologien, men hvordan ser det ud, når organisationer begynder at lede mennesker og autonome systemer side om side? Hvad skal vi gøre anderledes for at få det bedste ud af begge dele?

Charlene Li: Først og fremmest skal man overvinde frygten og uroen, for folk vil ikke bruge AI, og de vil ikke lære om AI.

De vil ikke nærme sig det, medmindre du tager hånd om frygten og uroen. Jeg kender en organisation, hvor de i deres træningsproces har et særligt kursus: Hvis du er skeptisk over for AI, skal du tage dette kursus først, og det eneste, de gør, er at besvare spørgsmål. Det handler ikke om at se en demonstration. Det handler virkelig om at tage hånd om de følelsesmæssige barrierer, en person kan have, forstå hvor de kommer fra og sige: Ja, jeg hører dig.

Lad os tage fat på det i vores næste træningssession og trin for trin håndtere alle disse problemer. Det, at de ikke bliver betragtet som vanvittige eller afvist på grund af deres frygt og uro, betyder rigtig meget. Det er ikke, fordi de er besværlige eller noget i den stil. Det er meget reelle frygter og bekymringer.

Når du har taget hånd om det, kan du spørge: Hvordan bruger vi så det her? Den eneste måde, jeg har kunnet nå ind til folk på, er ved at tage noget, de selv arbejder aktivt med. Det handler ikke om de anvendelsesområder, jeg har med i en bog eller en præsentation. Det handler om praksis: Hvad arbejder du med, professionelt eller privat?

Hvad arbejder du med? Hvilket spørgsmål har du? Hvilken opgave skal du udføre? Hvad er bare besværligt at få gjort? Lad os undersøge, hvordan AI potentielt kan hjælpe med det, og måske kan det ikke. Det er også vigtigt at forstå. Når jeg tænker på AI-kompetence, er der nogle få dele.

Forstår du, hvad AI kan gøre, og hvad dets begrænsninger er? Forstår du, hvordan du bruger det ansvarligt og etisk? Ved du, hvordan du bruger det til at skabe værdi i det arbejde, du udfører? Og som sidste trin: Kan du lære en anden at bruge det? Du ved, at du er kompetent, når du kan forklare det til en anden.

Det har også en god boomerangeffekt. Når du selv er kompetent, lærer du andre i organisationen at blive kompetente. Så der opstår en god cyklus. Det handler om at udvikle denne kompetence, og det er en meget individuel proces. Du kan godt lave noget stærkt centraliseret træning, men virkeligheden er, at det i høj grad handler om individuel eksperimenteren, støtte, deling af bedste praksis med mennesker, der udfører lignende arbejde som dig, og læring undervejs. Man lærer og bliver kun kompetent, hvis man øver sig.

David Rice: De fleste lærer ved at gøre, ikke? Mit sidste spørgsmål til dig er: Hvis du skulle redesigne lederudvikling til denne arbejdsepoke, hvad ville du så inkludere, som mangler i dag?

Charlene Li: Jeg ville helt klart tale om AI-kompetence, og det handler om at vide, hvordan man bruger det inden for de fire dimensioner, de tre dimensioner, og at kunne lære andre det.

Jeg ville også meget konkret inkludere, hvordan man bruger det til at blive en bedre leder ved at udvide omfanget af det, man har brug for at vide og forstå. Hvordan fremskynder man sin beslutningstagning? Og hvordan skalerer man den indflydelse, man har, for eksempel gennem kommunikation? Det er alt sammen ting, der tidligere forhindrede os i at udvide rækkevidden af vores ledelse, fordi vi kun havde et begrænset antal timer i døgnet.

Hvis nogen spørger mig: Hvordan skal jeg finde tid til at bruge AI efter 15 møder i træk hele dagen? Så siger jeg: Hvorfor bruger du ikke AI til først og fremmest at undgå 15 møder i træk hele dagen?

David Rice: Det ville være en god begyndelse.

Charlene Li: Og så kan du for eksempel bruge det, som jeg ved, at en salgsleder gør. Han har alle udskrifterne fra hvert eneste salgsmøde, teamet har, og han bruger AI til at analysere dem.

Alle sammen, så han kan forstå, hvilke kundebehov der blev ved med at dukke op i løbet af ugen. Hvilke centrale temaer efterspurgte kunderne? Hvilke områder havde vores team svært ved? På den måde kan han se på tværs af alle aktiviteter og alle teams. Han kan være med i hver eneste samtale.

Det kunne man ikke før. Man kunne ikke være med på alle opkald, men nu kan man med udskrifter. Og at have dem samlet ét sted, hvor alle kan se og bruge dem, er en væsentlig ændring i den måde, man leder og styrer et team på. Jeg kan bruge AI til at forstå mine udviklingssamtaler med et teammedlem, og det er svært at huske alting, men jeg kan få noter fra vores fortrolige oplysninger.

Alt er naturligvis beskyttet. Personen ved, at vi optager samtalerne, men jeg kan forstå, hvad de har arbejdet med, og hvad jeg nu kan se på tværs af det seneste kvartal. Så kan jeg forstå, hvordan vi kan arbejde med udvikling og lave en udviklingsplan, der er meget målrettet denne person.

Alle de ting, vi ville ønske, vi havde haft tid og mulighed for at gøre, kan vi nu gøre. Men det kræver, at vi spørger: Hvordan vil vi bruge det i vores ledelsesrolle til at hjælpe os med at blive bedre ledere?

David Rice: Charlene, tak fordi du kom med i programmet i dag. Jeg sætter virkelig pris på det. Det var sjovt at tale med dig.

Charlene Li: Tak, fordi jeg måtte komme.

David Rice: Okay, lyttere, vi høres ved næste gang. Hvis du ikke allerede har gjort det, så gå over på dette websted, tilmeld dig nyhedsbrevet, og opret din gratis konto. Du kan downloade alle vores skabeloner og bruge alle de værktøjer, du finder på webstedet, så sørg for at gøre det.

Vi høres ved næste gang. Eksperimentér. Vær ikke bange.