Din AI-coach får gode anmeldelser og ingen resultater
Skift i dokumentationen: To forsøg viser, at AI-coaching lykkes med strukturerede mål, men ikke kan matche menneskebaseret relationsudvikling.
Opgaveegnethed: Brug AI-coaching til øvelse, refleksion, forpligtelser og forberedelse – ikke til åben lederudvikling, der kræver menneskelig dømmekraft.
Mål forandring: Engagementstatistik viser brug, ikke forbedring; købere bør kræve valideret dokumentation for adfærdsændringer og udviklingsresultater.
Værdien af en hybridmodel: Den stærkeste implementeringsmodel supplerer menneskelige coaches, udvider den strukturerede støtte og bevarer den personlige opmærksomhed til komplekse udviklingsbehov.
Hvem har brug for mennesker: Medarbejdere med lav selvtillid og lavt håb får måske mindst ud af bots uden supervision, hvilket gør tildelingen af menneskelig støtte til et ledelsesansvar.
I 2022 offentliggjorde et forskerhold ledet af Nicky Terblanche et randomiseret kontrolleret studie, der gav AI-coachingbranchen dens første afgørende dokumentation. En AI-chatbot som coach, der blev testet over ti måneder mod menneskelige coaches og to kontrolgrupper, hjalp klienterne med at nå deres mål omtrent lige så godt, som de menneskelige coaches gjorde.
Resultatet spredte sig hurtigt. Det blev grundlaget for præsentationer til investorer, produktlanceringer og en kategori af virksomhedssoftware, der knap nok eksisterede, da studiet begyndte.
Fire år senere var Terblanche medforfatter på et nyt studie. Denne gang sammenlignede man akkrediterede menneskelige coaches direkte med automatiserede AI-coaches; 114 personer, der modtog coaching, fra en global organisation, hvor resultaterne blev målt med validerede psykometriske metoder på tværs af mål, motivation, modstandskraft og trivsel.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Menneskelig coaching flyttede nålen på alle de målte resultater, og effekten var betydelig. AI-gruppen klarede sig ikke bedre end kontrolgruppen, altså de personer, der slet ikke modtog coaching, på et eneste primært mål.
Den samme ledende forsker. Den modsatte overskrift. Forskellen mellem de to studier er det mest nyttige, en leder, der overvejer at købe et af disse værktøjer, kan forstå lige nu, fordi der ikke er tale om en kovending. Det er et kort over, hvor AI-coaching fungerer, og hvor det bryder sammen.
Studiet fra 2022 gav AI'en en snæver og struktureret opgave. At føre en person gennem en fast protokol for målopnåelse. Regelmæssige opfølgninger, en tydelig ramme og konsekvente opfordringer til at arbejde hen imod et erklæret mål. En chatbot udfører dette pålideligt og bliver aldrig træt af at spørge.
Opgaven afgør resultatet
Den afgørende skelnen går mellem at automatisere en coachingfunktion og at understøtte en coachingrelation, og de to studier befinder sig på hver sin side af denne skelnen.
Protokollen fra 2022 fungerede, fordi målopnåelse reagerer på struktur. Regelmæssige opfølgninger, en tydelig ramme og konsekvente opfordringer til at arbejde hen imod et erklæret mål. En chatbot udfører dette pålideligt og bliver aldrig træt af at spørge.
Studiet fra 2026 fjernede sikkerhedsnettene og satte AI'en i den rolle, som en menneskelig coach normalt indtager, hvor den arbejdede med ledende medarbejdere om åbne udviklingsspørgsmål, der ikke kan reduceres til en protokol.
Forskerne forklarer forskellen gennem en model for gensidig regulering. Ifølge denne opfattelse udspringer coachingresultater af den gensidige, dynamiske påvirkning mellem to personer i rummet, altså de små justeringer, hver person foretager som reaktion på den anden. Denne udveksling bar effektstørrelserne i den menneskelige gruppe. AI-gruppen frembragte den aldrig, og tallene afspejlede fraværet.
Der hører en vigtig bemærkning til her. Studiet testede en chatbot som coach, og de nyeste virksomhedsprodukter er bygget på agentbaserede systemer med hukommelse og kontekstfunktioner, som ikke eksisterede, da studiet blev designet.
Leverandørerne vil sige, at forskningen testede teknologi fra den forrige generation, og det er et synspunkt, der fortjener at blive fremsat klart i stedet for at lade dem få lov til at fremføre det i et modsvar. Det, studiet fastslår, er ikke, at ingen AI kan coache. Det fastslår, at struktur alene ikke genskaber det, en coachingrelation gør, og at ethvert værktøj, der hævder noget andet, skylder dig dokumentation.
Udrulningen ventede ikke på dokumentationen
Mens forskningen blev mere nuanceret, accelererede udbredelsen.
Valence, hvis AI-coach Nadia kom på markedet i begyndelsen af 2023, oplyser, at løsningen er implementeret i Fortune 500-virksomheder, herunder Experian, Delta Air Lines, Kraft Heinz og General Mills, og at der er logget mere end en million coachesamtaler.
Ifølge virksomheden har Experian integreret Nadia i sin proces for performance management, hvor omkring en tredjedel af den globale arbejdsstyrke nu bruger den, og Delta har rullet den ud til ledere i frontlinjen. BetterUp, der anvender en hybridmodel, som kombinerer AI med menneskelige coaches, oplyser, at et flertal af de medarbejdere, de adspurgte (52 %), sagde, at de ønskede begge dele: menneskelig empati sammen med AI'ens tilgængelighed.
Disse tal kommer fra leverandørerne, og de måler engagement og tilfredshed snarere end udvikling. Den forskel er hele pointen.
Selve coachingprofessionen har bevæget sig langsommere. International Coaching Federations globale coachingundersøgelse 2025 vurderede branchen til 5,34 milliarder dollar, en stigning på 17 % siden 2023, men fandt, at kun 19 % af coachene havde investeret i nye værktøjer det foregående år, og at 53 % slet ikke havde en digital platform i deres praksis.
De mennesker, der lever af at levere coaching, er tøvende over for den teknologi, som deres virksomhedskunder køber adgang til.
Engagement er ikke det samme som forandring
Her er måleproblemet sammenfattet i én sætning, lånt fra en køberguide fra 2026 til kategorien: Hvis en platform ikke kan dokumentere adfærdsændringer, betaler du for engagement, ikke for resultater.
De fleste AI-coachingplatforme rapporterer de lette målinger. Antallet af sessioner. Dagligt aktive brugere. Net Promoter-scorer. Udsendte og åbnede påmindelser. Alle disse mål viser, om folk bruger værktøjet, og ingen af dem måler, om værktøjet rent faktisk gør noget.
Kuber Sharma, senior direktør for produktmarkedsføring inden for AI og automatisering hos UiPath, som har implementeret AI-værktøjer i sit eget team og rådgiver virksomheder, der gør det samme, peger på en førende indikator, der skærer igennem forfængelighedsmetrikkerne.
Det signal, der forudsiger, om AI-coaching slår igennem, er, om folk selv tager initiativ til interaktioner. Et værktøj, der kun bruges, når det bliver tildelt, coacher ikke nogen. Selvinitieret brug betyder, at personen fandt det værd at vende tilbage til, hvilket er det tætteste, man kommer på et tidligt tegn på, at et mål om adfærdsændring er slået igennem.
Sharma har set den samme fejltilstand gentage sig. Organisationer, der udvisker grænsen mellem forstærkning og erstatning, som regel under pres for at reducere omkostningerne, ender med lavere engagement og dårligere resultater, end hvis de ganske enkelt havde udført mindre coaching mere bevidst.
Værktøjet får æren for resultater, der alligevel ville være kommet, og får skylden for resultater, det aldrig har påvirket, mens det egentlige spørgsmål – om nogen ændrede den måde, de arbejder på – forbliver umålt.
Hvor går grænsen?
Forskningen og implementeringsdataene peger i samme retning. AI fungerer i afgrænset arbejde, såsom forberedelse til en vanskelig samtale, øvelse i en forhandling, struktureret refleksion eller styrkelse af en forpligtelse mellem sessioner. Det er de opgaver, undersøgelsen fra 2022 validerede, og de repræsenterer reel værdi, som er tilgængelig nu i en skala, menneskelig coaching aldrig har nået.
Coaching plejede at være et privilegium forbeholdt ledere. Et værktøj, der udvider de nyttige dele af det til en leder på gulvet, er værd at ønske sig. De organisationer, der gør dette rigtigt, er også disciplinerede med hensyn til, hvor de ikke retter værktøjet mod.
Worxogo, en leverandør af adfærdsmæssige nudges til teams på gulvet, fandt på tværs af sine implementeringer, at de fleste ledere inden for arbejde, der kræver mange vurderinger, såsom svindelundersøgelser, dukkede op, men ikke coachede – en arketype, virksomheden kalder "sidelinjetræneren" – og helt holdt op med at positionere værktøjet som et coachinglag dér.
Vores team lærte den lektie på baggrund af sin egen tidlige antagelse. De havde forventet, at arbejde, der krævede flest vurderinger, ville få størst udbytte af coachingnudges. Dataene pegede i den modsatte retning.
I stedet behandler værktøjet signalet som information til den overordnede leder. Den beslutning, der havde betydning, var, hvor man skulle stoppe, snarere end hvor man skulle implementere værktøjet.
Relationslaget er det sted, hvor maskinen stopper for alle. Den del, der bar alle effektstørrelserne i forsøget fra 2026 – samreguleringen mellem to mennesker – overlever ikke at blive overdraget til software.
En organisation, der betragter en AI-coach som et supplement til menneskelig opmærksomhed, bruger evidensen. En organisation, der betragter den som en erstatning, køber tilfredshedsscorer og kalder dem udvikling.
Undersøgelsen fra 2026 efterlader et fund, der bør ændre lederes måde at tænke over alt dette på. Succes blev stærkest forudsagt af den coachedes udgangsniveau af mestringsforventning og håb. Med andre ord fik de mennesker, der fik mest ud af coaching, mest ud af det, fordi de allerede kom med en tro på, at de kunne udvikle sig.
De medarbejdere, der har størst behov for udviklingsstøtte – dem uden dette fundament – er præcis dem, en bot uden menneskeligt tilsyn hjælper dårligst. Det kræver en person, der er opmærksom, at coache dem godt. Beslutningen om, hvem der får denne person, og hvem der i stedet får udleveret en chatbot, er ikke et indkøbsspørgsmål. Den hører til hos de mennesker, der driver virksomheden.
