Johannes Sundlo har ledet HR-team i 15 år. Nå hjelper han organisasjoner med å implementere AI på en vellykket måte. Det avgjørende ordet her er «vellykket». Det er stor forskjell på vellykket AI-implementering og det 90 % av virksomhetene gjør.
Lederskap i endring: Lederskap utvikler seg fra delegering av oppgaver til identifisering av ferdighetssett i et AI-drevet arbeidsmiljø.
AI i praksis: AI transformerer oppgaver som medarbeidersamtaler og rekruttering, og forbedrer konsistensen samtidig som skjevheter reduseres effektivt.
Hindringer for adopsjon: AI-adopsjon møter utfordringer knyttet til tillit og tydelighet, og hindres ofte av utdaterte arbeidsflyter og uklare retningslinjer.
AI-innfødt design: Virksomheter rekonstruerer prosesser for AI-innfødt drift og integrerer AI i grunnleggende forretningspraksis.
Fremtidens lederskap: AI-ledere vil vokse frem og automatisere oppgavefordeling og resultatsporing, noe som endrer lederrollene.
Her er det Johannes hadde å si om å gjøre AI riktig.
Fra militærtjeneste til HR-ledelse
Jeg liker å tro at ledelse er den viktigste delen av det som former en organisasjon.
Jeg startet lederreisen min i det svenske forsvaret. I Sverige må alle gjennomføre militærtjeneste. Jeg gjennomførte 15 måneder — det var første gang jeg hadde en lederrolle, og det vekket nysgjerrigheten min.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Etter hvert ledet denne nysgjerrigheten meg til HR, og det er det jeg har jobbet med de siste 15 årene, på den ene eller andre måten. Akkurat nå er jeg konsulent og hjelper organisasjoner og ledere med å forstå AI i alle detaljer.
Endrer ledelse seg i en AI-fokusert verden? Både ja og nei.
På den ene siden handler arbeid fortsatt om å delegere problemløsningsoppgaver til ulike personer.
På den andre siden har ansatte nå nye ferdigheter som gjør at de kan jobbe mer effektivt. De kan løse flere oppgaver, være mer kreative, være mer innovative, frigjøre tid og i teorien ta på seg mer arbeid. Det krever en ny måte å tenke på når det gjelder ledelse.
Ledelse handler i mindre grad om «Hvem skal jeg gi dette problemet til?» og mer om «Hvilken kompetanse trenger jeg til dette, og hvor kan jeg finne den?»
Ledelse handler i mindre grad om, “Hvem skal jeg gi dette problemet til?” og mer om, “Hvilken kompetanse trenger jeg til dette, og hvor kan jeg finne den?”
Tidligere skalerte organisasjoner ved å ansette flere personer til å ta på seg mer arbeid.
Men denne sammenhengen er i endring. AI gjør det mulig for færre personer å gjøre mer, og i noen tilfeller kan AI selv håndtere deler av arbeidet.
Dette skiftet krever et nytt perspektiv på ledelse. Et perspektiv der ledere hele tiden må vurdere på nytt hvordan problemer best kan løses, og av hvem — eller av hva.
Vendepunktet: Da AI endret min tilnærming til ledelse
I begynnelsen trodde jeg at AI ville være et verktøy ved siden av som jeg brukte nå og da. Men i løpet av noen uker tok jeg meg selv i å bruke det som standard til ting jeg aldri hadde planlagt — utarbeide disposisjoner, kontrollere antakelser og til og med kvalitetssikre beslutninger.
Jeg husker første gang jeg ba GPT-5 gå gjennom en bunke omfattende AI-rapporter for meg.
Vanligvis ville jeg satt av en hel helg med merkepenner og kaffe i et forsøk på å forstå trender og innsikter. I stedet matet jeg dem inn, ba om en samlet oversikt, og fikk tilbake en strukturert analyse, tydelige temaer og til og med sammenligninger på tvers av kilder.
Det endret noe for meg. Ikke bare fordi det sparte tid, men fordi jeg begynte å tenke annerledes om min egen rolle.
Jobben min er ikke lenger å lese alt; den er å stille skarpere spørsmål og deretter tolke det som kommer tilbake. Det er et ledelsesskifte fra å være den som bearbeider alt materialet, til å være den som formulerer problemene godt nok til at AI kan bidra til å løse dem.
Jobben min er ikke lenger å lese alt; den er å stille skarpere spørsmål og deretter tolke det som kommer tilbake. Det er et ledelsesskifte fra å være den som bearbeider alt materialet, til å være den som formulerer problemene godt nok til at AI kan bidra til å løse dem.
Dette skiftet påvirket også teamet mitt. Folk ble mer åpne for å prøve og mindre redde for å «ikke være eksperter». Da de så at AI kunne ta seg av rutinearbeidet, begynte de å tenke mer kreativt om hva som var mulig.
Så hvis jeg skulle peke på ett øyeblikk som endret måten jeg leder på, var det da jeg innså at jeg ikke trenger å bevise verdien min ved å ta til meg all informasjon selv. Jeg må lede ved å definere hva som er viktig, og la KI håndtere resten.
Viktige kompetanser for vellykket KI-integrering
Jeg nevnte tidligere at ledere må identifisere nødvendige kompetanser for KI-integrering. Det er både enkelt og vanskelig på samme tid.
Enkelt fordi vi vanligvis kjenner det grunnleggende: Du trenger tekniske ferdigheter, dataforståelse og evnen til å samarbeide med leverandører og verktøy.
Vanskelig fordi KI går på tvers av roller, og det som er «nødvendig», handler ikke bare om programmering eller utvikling av ledetekster.
Her er prosessen min:
Jeg begynner med selve arbeidet. Hva prøver folk faktisk å oppnå?
Deretter ser jeg på friksjonspunktene. Hvor går tiden til spille? Hvor tar beslutningene lang tid? Og hvor får vi ujevn kvalitet? Det er der KI kan passe inn, og det er også der kompetanse må bygges.
Så noen ganger handler det om å lære ledere å stille bedre spørsmål. Noen ganger handler det om å gi HR-medarbeidere selvtillit til å eksperimentere med verktøy. Og noen ganger handler det om å ha noen i teamet som kan knytte sammen IT, etterlevelse og de faktiske sluttbrukerne.
Med andre ord ser jeg ikke på en fast liste over ferdigheter. Jeg ser på organisasjonen og spør: «Hva trenger vi for å komme videre uten å snuble i våre egne bein?» Det gir meg vanligvis et mye tydeligere bilde enn noe rammeverk på papiret.
Slik forbedrer KI medarbeidersamtaler og rekruttering
To områder jeg virkelig har endret med KI, er medarbeidersamtaler og rekruttering.
Medarbeidersamtaler
I medarbeidersamtaler hjelper KI meg med å avdekke mønstre i tilbakemeldinger. I stedet for at ledere bruker timevis på å sette sammen kommentarer, henter KI frem temaer, fremhever styrker og finner til og med blinde flekker. Det betyr at samtalene kan handle mindre om «hva skjedde» og mer om «hva gjør vi nå». Det har gjort samtalene raskere og, helt ærlig, mer nyttige.
Her er hvordan det ser ut i praksis. La oss si at du har et dokument som du fortløpende oppdaterer sammen med medarbeideren din – helst med transkriberte møtenotater. Be et generativt KI-verktøy om å oppsummere de siste seks månedene. Deretter kan du, med hjelp av KI, se hva som har foregått de siste seks månedene – hva dere snakket om, hva som har gått bra, hva som har gått dårlig, og så videre. Det er også et flott verktøy for å få tilbakemeldinger om deg selv.
Rekruttering
I rekrutteringen har jeg brukt KI til å utarbeide stillingsannonser, vurdere søknader med tanke på egnethet og til og med omformulere tilbakemeldinger om kandidater for ansettende ledere. Den største gevinsten er ikke automatisering for automatiseringens egen skyld, men konsekvens. Alle får den samme strukturerte informasjonen, noe som reduserer skjevheter og gjør prosessen raskere.
Det er selvsagt viktig å huske at KI ikke erstatter menneskelig dømmekraft; den rydder bare bort støyen. Ledere kan bruke mer tid på å ta beslutninger og mindre tid på å sortere gjennom tekst. Denne endringen alene har gjort både rekruttering og medarbeidersamtaler mer strategiske, i stedet for rent administrative.
Hvorfor innføringen av KI stopper opp, og hvordan barrierer kan overvinnes
Det er fortsatt et stort gap mellom løftene fra KI og den rotete organisatoriske virkeligheten.
Det finnes en glansfull idé om at KI er en magisk produktivitetsmotor. De fleste ledere snakker om effektivitetsgevinster, men i hverdagen har du fortsatt utdaterte prosesser, bekymringer knyttet til etterlevelse og folk som ikke vet når de «har lov» til å bruke verktøyene.
Så frakoblingen handler egentlig ikke om teknologien. Den handler om tillit, tydelighet og utforming. Organisasjoner kjøper lisenser og tror de «driver med KI», men de forankrer det ikke i arbeidsflyter, retningslinjer eller kultur. Det er derfor innføringen stopper opp.
I mitt eget lederskap prøver jeg å gjøre det mindre abstrakt.
I stedet for å si til teamet ditt «KI vil spare oss for tid», kan du prøve å si: «Hva er de tre kjedeligste oppgavene vi gjør hver uke? La oss se hvordan KI kan redusere disse.» Denne lille endringen demper frykten og gjør verdien synlig.
Og når det gjelder organisasjonsutforming, arbeider jeg for tydelig eierskap. Noen må bygge bro mellom HR, IT og juridisk avdeling, slik at medarbeiderne slipper å gjette på hva som er greit.
For meg handler det virkelige gapet om forskjellen mellom ambisjon og tillatelse. KI lover fremtidens arbeidsliv, men folk trenger fortsatt noen som kan utforme nåtiden på nytt, slik at de faktisk kan bruke den.
Johannes' Tips
KI lover fremtidens arbeidsliv, men folk trenger fortsatt noen som kan utforme nåtiden på nytt, slik at de faktisk kan bruke den.
Dokumenterte strategier for å få KI-innføringen til å vare i organisasjoner
La oss gå nærmere inn på dette.
For meg er «AI-klart» ikke en visuell fremstilling på en slide. Det er når team faktisk endrer måten de jobber på. Det er dette jeg fokuserer på: å hjelpe organisasjoner med å gå fra strategi til praksis. Ikke bare snakke om hva AI kan gjøre, men sitte sammen med team, redesigne arbeidsflytene deres og vise dem hvordan de kan bruke AI der og da.
Jeg har gjort dette med lederteam, HR-team, økonomiteam – og mye mer – på tvers av ulike bransjer, og mønsteret er det samme: Folk trenger ikke mer teori, de trenger å se hvordan AI henger sammen med deres virkelighet.
Når de opplever det, skyter innføringen fart.
Problemet er at de fleste organisasjoner behandler AI som nok en IT-utrulling: Kjøp lisensene, send en e-post, og forvent at folk tilpasser seg. Det fungerer aldri.
Du må bygge opp trygghet, kompetanse og kultur slik at folk føler seg klare til faktisk å bruke AI i jobben sin. Det er dette som gjør en organisasjon virkelig AI-klar.
Fokuser på den praktiske siden. Sitt sammen med team, redesign prosesser og vis hvordan det ser ut i det virkelige arbeidet deres. Når folk opplever det, varer endringen – særlig hvis du kan hindre at arbeidet blir kjedelig. Få kan motstå å eliminere kjedelig arbeid.
Fokuser på den praktiske siden. Sitt sammen med team, redesign prosesser og vis hvordan det ser ut i det virkelige arbeidet deres. Når folk opplever det, varer endringen. Uten dette blir AI bare enda et ubrukt verktøy i verktøystakken.
Med dette endrer du samtalen og teamets holdninger til AI. Og sakte, men sikkert forandrer det kulturen.
Uten dette blir AI bare enda et ubrukt verktøy i verktøystakken.
Hvorfor eksperimentering er avgjørende for å ta i bruk AI
Teamet ditt trenger ikke perfekt opplæring for å komme i gang. Når de ser ett konkret bruksområde som sparer dem tid, tar de det videre. Innføringen sprer seg mer gjennom nysgjerrighet og små seire enn gjennom en ovenfra-og-ned-utrulling.
Det gjelder også ledere. Hvis jeg kunne gi deg ett råd, er det dette: Slutt å vente på perfekt klarhet. Teknologien utvikler seg for raskt til det. Velg heller noen områder der dere kan eksperimentere trygt, og begynn å bygge erfaring.
Slutt å vente på perfekt klarhet. Teknologien utvikler seg for raskt til det. Velg heller noen områder der dere kan eksperimentere trygt, og begynn å bygge erfaring.
Slutt å vente på perfekt klarhet. Teknologien utvikler seg for raskt til det. Velg heller noen områder der dere kan eksperimentere trygt, og begynn å bygge erfaring.
Ledere tror ofte at de trenger en fullstendig strategi før de handler, men på dette området kommer læringen gjennom å gjøre. Jobben din er å skape betingelsene for at folk kan prøve, feile og lære uten frykt. Det er slik kunnskap og innføring vokser.
Og husk: Ikke forveksle kjøp av verktøy med å lede en transformasjon. Det virkelige arbeidet er kulturelt – å gi tillatelse, sette rammer og vise gjennom eksempelet at AI er en del av måten dere jobber på.
Hvis du gjør det, vil du ligge foran 90 % av organisasjonene som fortsatt sitter fast på PowerPoint-stadiet.
Hva det innebærer å bli en virkelig AI-drevet organisasjon
Akkurat nå kjører de fleste organisasjoner ikke virkelig agentbaserte systemer. Det jeg oftere ser, er automatisering, sammenkobling av verktøy, effektivisering av arbeidsflyter og reduksjon av manuelle trinn. Det er utgangspunktet.
Det blir interessant når virksomheter redesigner seg fra grunnen av som AI-drevne. Det er en helt annen fremgangsmåte. Og det er nettopp dette jeg jobber med nå: å hjelpe selskaper med å tenke nytt om prosessene, strukturene og til og med forretningsmodellene sine, slik at AI ikke er et tillegg, men en del av selve utformingen.
Her er et eksempel. En av kundene mine bygget hele ansettelsesprosessen sin på nytt fra grunnen av. I stedet for at rekrutterere brukte timevis på forhåndsvurdering, la vi til AI som lager kandidatkortlister og utarbeider henvendelser. Rekruttererne bruker deretter tiden sin på kandidatrelasjoner og strategi.
Det er det samme målet, men prosessen og rollene ser annerledes ut når AI er innebygd i utformingen.
Slik ser AI-verktøystakken min ut: Daglig bruk og eksperimentering
Akkurat nå er verktøystakken min litt blandet: Kjerneverktøy jeg bruker hver dag, pluss noen jeg eksperimenterer med.
De jeg bruker mest, er ChatGPT Pro, Claude og Gemini. Jeg bytter mellom dem avhengig av oppgavetypen.
ChatGPT til det daglige arbeidet mitt, samt grundige undersøkelser.
Claude til alt som har med koding og visualiseringer å gjøre, for eksempel oppretting av dashbord for KPI-er.
Og jeg har Gemini innebygd i Google-produktene mine. I tillegg elsker jeg den nye bildegeneratoren Nano Banana!
Til bygging og eksperimentering har jeg brukt Lovable og Replit. Jeg har bygget mitt eget ATS, min egen undersøkelse av medarbeiderengasjement, og nå eksperimenterer jeg med en portal for ledere.
Og når det gjelder innhold, bruker jeg mye ElevenLabs til tale og Gamma til lysbilder.
Det store gjennombruddet: Koble sammen AI-verktøy for ende-til-ende-arbeidsflyter
Den store endringen her er at jeg beveger meg mot å koble verktøy sammen. I stedet for å spørre «Hvilket verktøy er best?», spør jeg «Hvordan kobler jeg disse verktøyene sammen slik at arbeidsflyten kjører fra start til slutt uten at jeg trenger å gripe inn?»
Det har vært det store gjennombruddet i det siste.
For eksempel har jeg når det gjelder e-post, koblet Gmail til en ChatGPT-agent som avgjør om det er en markedsførings-e-post eller en e-post som trenger svar fra meg. Hvis det er det siste, utarbeider den også et svar. Etter å ha blitt trent på dataene mine kjenner den tonen min og så videre. Det alene var en stor endring for meg.
Det mest innflytelsesrike AI-verktøyet i arbeidsflyten min
Hvis jeg måtte velge ett verktøy, ville det vært GPT-5 Pro og verktøyets datafunksjoner. Som jeg sa, har jeg gitt det enorme datasett, omfattende rapporter og lange dokumenter, og det håndterer dem uten problemer.
Effekten er todelt. For det første: hastighet. Jeg kan gå fra råmateriale til en strukturert analyse på noen timer i stedet for dager. For det andre: perspektiv. Det oppsummerer ikke bare; det avdekker mønstre jeg kanskje ville oversett hvis jeg var begravd i detaljene. Det endrer hvordan jeg forbereder meg til kundemøter, og hvordan jeg tar beslutninger.
Så ja, jeg er litt besatt. Det er første gang jeg har følt at flaskehalsen ikke er dataene eller tiden det tar å lese; det handler bare om hvor gode spørsmål jeg klarer å stille.
Fremveksten av AI-ledere og fremtidens lederskap
Dette er bare begynnelsen. I løpet av de neste fem årene vil vi begynne å se AI-ledere.
På noen måter har vi det allerede. Tenk på Uber – ingen tildeler deg manuelt en sjåfør; systemet tar den avgjørelsen. Det er ledelse. Oppgaver fordeles, prestasjoner følges opp og ressurser optimaliseres, alt uten at en menneskelig leder er involvert.
Jeg tror vi vil se denne logikken flytte inn i mer kunnskapsarbeid. Ikke bare planlegging av kjøreturer, men tildeling av prosjekter, balansering av arbeidsmengder og til og med håndtering av deler av prestasjonsledelsen. Mennesker vil fortsatt lede, men AI vil overta store deler av koordineringen og beslutningstakingen.
Denne endringen vil tvinge ledere til å redefinere rollene sine nok en gang. Og det vil handle mindre om «hvem gjør hva» og mer om «hvorfor gjør vi dette, og hvordan gjør vi det meningsfullt». Med andre ord vil lederskap bli mindre operativt og i større grad handle om formål, tillit og kontekst – fra årlige medarbeidersamtaler til kontinuerlig veiledning.
Les mer
Du kan lære mer fra Johannes i nyhetsbrevet hans, FullStack HR, der han diskuterer fremtidens arbeidsliv og lederskap.
Continue Reading
Sign up to access the rest of this article, plus more insights, resources, and experiences.
Sign Up
Create a free account to access online events, playbooks, and peer insights shaping the future of leadership.
We're building a curated community for senior leaders to pressure-test decisions, compare notes, and have the conversations they can't have everywhere else.
