Lønns- og rekrutteringsekspert mener KI har kraft til å endre HR-organisasjonen din

Men jeg hadde en overbevisning som bare har blitt sterkere siden: Lønn er ikke valgfritt. Resesjoner kommer og går. Folk må fortsatt få lønn. Denne overbevisningen ble ryggraden i alt jeg har bygget opp.

JGA har plassert tusenvis av lønns- og HR-fagfolk på seks kontinenter og ble B Corp-sertifisert i 2024. Ved siden av rekruttering er jeg vert for The Payroll Podcast og The HR L&D Podcast, der jeg har intervjuet mer enn 400 ledere, teknologer og endringsskapere i bransjen.

Thinkers360 har rangert meg som den fremste globale tankelederen innen lønn de siste to årene på rad, og PayrollOrg tildelte meg Global Vision Award i 2024.

Jeg er også en sertifisert ledercoach på ILM-nivå 7 og grunnlegger av T4M Coaching. Dette arbeidet har ført meg til internasjonale scener, der jeg holder hovedinnlegg om lederskap, innflytelse, frykt og arbeidets fremtid.

I mars i år ga jeg ut min første bok, Lønnsvendingen: Fra usynlighet til innflytelse, der jeg sammenfatter mye av det jeg har lært gjennom to tiår i bransjen.

Lønns- og HR-fagfolk har allerede kompetansen. De mangler ofte språket og motet til å ta den strategiske plassen de allerede har gjort seg fortjent til. Det jeg bryr meg mest om, er å hjelpe dem med denne overgangen, fra usynlighet til innflytelse. Ambisjonen min er å etterlate bransjen sterkere enn jeg fant den.

Hvordan kunstig intelligens kan forkorte tidslinjer i kartleggingen av markedet

Øyeblikket da jeg forsto at kunstig intelligens endret måten jeg leder på, kom en tirsdag morgen tidlig i 2025. Jeg satt ved skrivebordet med en markedskartleggingsøvelse som historisk hadde tatt teamet mitt en hel uke å utarbeide.

Jeg hadde brukt det foregående året på å videreutvikle kompetansen min med vilje. Jeg fullførte et nybegynnerkurs i Python, som lærte meg at jeg ikke trengte å forstå kode for å dra nytte av kunstig intelligens. Jeg fullførte også sertifiseringen AI for Business Leaders hos Code Institute, som ga meg et praktisk rammeverk for å ta i bruk kunstig intelligens. Denne tirsdagen var første gang investeringen tydelig ga resultater.

En kunde presenterte en kompleks oppgave for oss. De bygget opp en global lønnsfunksjon fra grunnen av og trengte å forstå hvor det fantes talenter i tre regioner, realistiske lønnsintervaller, hvilke bakgrunner som hadde lykkes i lignende roller, og hvilke konkurrenter som var i ferd med å omstrukturere og sannsynligvis ville ha tilgjengelige talenter.

I arbeidsflyten vår før kunstig intelligens ville dette ha betydd å ta tre kolleger bort fra annet arbeid det meste av en uke, hente ut data fra LinkedIn, kryssjekke lønnsundersøkelser, ringe kontakter og sette sammen svaret i en presentasjon.

I noen måneder hadde jeg eksperimentert med en annen tilnærming. Jeg ga oppgaven til en språkmodell i et prosjektområde jeg hadde satt opp for markedsundersøkelsene våre, med vår anonymiserte database over plasseringer, dataene våre for lønnsreferansemåling og en mappe med ferdigstilte markedsrapporter som referansemateriale. Jeg ba den utarbeide et førsteutkast.

Førti minutter senere hadde jeg en strukturert markedsoversikt med regionale talentvolumer, lønnsspenn, konkurrentindikatorer og navngitte målbedrifter. Arbeidet var ikke perfekt. Vi brukte en halv dag på å verifisere tall, legge til markedsinnsikt fra nylige samtaler og fjerne selskaper som AI-en ikke visste at vi hadde relasjoner til. Men grunnlaget for en ukes arbeid var på skjermen min før jeg var ferdig med kaffen.

Flere faktorer gjorde en forskjell for hvordan jeg tok det i bruk. Vi satte opp et dedikert prosjektområde i LLM-en vår, med våre egne anonymiserte data, eksempler på merkevaretonen vår, eksempler på gode og svake resultater og en skriftlig beskrivelse av hva som kjennetegner et godt resultat for virksomheten vår.

Vi innførte en konsekvent promptstruktur på tvers av teamet ved å bruke ROSES-rammeverket (Rolle, Mål, Scenario, Forventet løsning, Trinn). Vi bruker det til AI-prompter, på samme måte som vi bruker et strukturert intervjueformat for kandidater. Det reduserer hallusinasjoner, skjerper resultatet og gjør arbeidet etterprøvbart.

Slik kan AI støtte rekruttering og strategi

Nicks tanker

Vi pleide å bruke flere timer hver dag på arbeid rundt vurderinger, i stedet for på selve vurderingene … AI gjør nå det meste av dette på få minutter. Vi bruker tiden vi har frigjort, på samtaler med kandidater og kunder som påvirker resultatene.

I tillegg utarbeider AI nå utkast til kandidatbriefingdokumenter basert på notatene våre fra inntakssamtaler. Teamet vårt gjennomgår og ferdigstiller dem deretter. Dette kutter forberedelsestiden med omtrent en time for hvert søk og gir større konsistens på tvers av teamet.

En strukturert AI-arbeidsflyt håndterer innholdsproduksjonen for podkastene og nyhetsbrevene våre, og tar seg av transkripsjon, oppsummering og førsteutkast til programnotater. Dermed kan det redaksjonelle skjønnet overlates til teamet mitt og meg.

Lønnsanalysen vår, som tidligere var en manuell kvartalsøvelse, oppdateres nå kontinuerlig mot levende markedsdata.

Jeg bruker også AI i strategi og beslutningstaking, men med en tydelig disiplin. Jeg bruker det som en tenkepartner, ikke som beslutningstaker. Når jeg arbeider meg gjennom et forretningsspørsmål – enten det gjelder en ansettelsesbeslutning, et nytt marked vi vurderer eller en utfordring innen organisasjonsdesign – ber jeg ofte AI om å argumentere for det motsatte av magefølelsen min.

Dette er den konfronterende prompten jeg nevnte tidligere. Denne ene vanen har hindret meg i å ta minst to beslutninger det siste året som jeg ellers ville ha angret på.

Vi pleide å bruke flere timer hver dag på arbeid rundt vurderinger, i stedet for på selve vurderingene: utarbeiding av rollebeskrivelser, oppsummering av kandidatsamtaler og sammenligning av tusenvis av plasseringsoppføringer for å forstå hvorfor en bestemt lønnsspesialist trives i en bestemt virksomhet.

AI gjør nå det meste av dette på få minutter. Vi bruker tiden vi har frigjort, på samtaler med kandidater og kunder som påvirker resultatene.

Slik kan AI uthule det du står for

Men jeg trekker en tydelig grense. Vi har ingen planer om å bruke AI-avatarer til å intervjue kandidater, selv om muligheten finnes. Som en virksomhet som bygger på kvaliteten i menneskelige relasjoner, ville bruk av AI i øyeblikket for menneskelig kontakt ha uthult alt vi står for. AI i vår verden hjelper en kandidat med å forberede seg til intervjuet. Den blir ikke selve intervjuet.

Jeg er spesielt forsiktig med kultur og organisasjonsdesign. AI er nyttig for å stressteste strukturer eller modellere scenarioer, men mennesker må gjøre kulturarbeidet selv. Samtalene, tillitsbyggingen og tolkningen av det som ikke blir sagt. Jeg ville ikke delegert dette til en maskin, og jeg ville vært skeptisk til enhver leder som ville gjort det.

Før vi automatiserer noe, stiller jeg meg nå ett spørsmål: "Bør vi gjøre det?" Dette filteret har blitt en sentral del av hvordan jeg leder i en tid dominert av AI-drevne løsninger.

Slik påvirker AIs smiskende natur lederskap

AI er en smisker. Jeg tror ikke dette diskuteres nok.

Be AI om tilbakemelding på noe du har skrevet, så vil den fortelle deg at arbeidet er godt. Utfordre den på et standpunkt den nettopp har tatt, så gir den etter og er enig med deg.

Spør om ideen din er god, så vil den fortelle deg at ideen er fantastisk. Standardinnstillingene er utformet for å få deg til å føle deg kompetent, noe som er en fin funksjon ved uformell bruk og et alvorlig problem hvis du bruker AI til å skjerpe tenkningen din.

Da jeg først la merke til mønsteret, begynte jeg å se det overalt. Derfor har jeg utviklet prosesser spesielt for å motvirke det, og det viktigste er det jeg kaller en «fiendtlig forespørsel». I stedet for å spørre «Hva synes du om dette?», ber jeg KI-en argumentere mot det. «Innta standpunktet til noen som er uenig i dette argumentet. Lag det sterkest mulige argumentet for hvorfor det er feil.»

Dette ene skiftet avdekker svakheter som standardforespørselen aldri ville ha synliggjort, og nå lærer jeg dette bort til alle konsulenter og coachingklienter.

I tillegg får alt som er viktig i virksomheten vår, et menneskes kritiske blikk før det forlater bygningen. KI håndterer førsteutkastet. Det siste ordet ligger alltid hos et menneske. Denne rekkefølgen er nå ikke til forhandling.

Den tredje tingen er mer personlig. Jeg har lært å være skeptisk til hvordan KI får meg til å føle. Hvis jeg avslutter en interaksjon med en følelse av å ha fått bekreftelse og energi, er det et signal om å bremse i stedet for å sette opp farten.

De mest nyttige KI-samtalene jeg har, er de som gjør meg ukomfortabel, fordi de har utfordret meg, avdekket noe jeg ikke hadde sett, eller fått meg til å revurdere et standpunkt jeg allerede hadde forpliktet meg til.

KI håndterer førsteutkastet. Det siste ordet ligger alltid hos et menneske. Denne rekkefølgen er nå ikke til forhandling.

Share This Quote on:

• Share on Twitter
• Share on LinkedIn
• Share on Facebook

Nick DayOpens new window

Grunnlegger av JGA Recruitment Group

Hvorfor innføring av KI krever fokus på atferdsendring

Organisasjoner kjøper KI raskere enn de forbereder brukerne. KI lover hastighet, nøyaktighet og strategisk fremdrift. Virkeligheten er stillere og mer uoversiktlig.

Organisasjoner tar i bruk et verktøy, gir brukerne en halvdagsdemonstrasjon, en Slack-kanal for spørsmål og vage instruksjoner om å «eksperimentere». Seks måneder senere lurer ledergruppen på hvorfor innføringen ikke er fullt integrert, og produktivitetsgevinstene har uteblitt. Teknologien fungerer. Systemene rundt den gjør ikke det.

De undervurderer den menneskelige delen av ligningen, spesielt fryktens rolle. De ruller ut KI som et teknologiprogram når de burde gjennomføre det som et program for atferdsendring med teknologi som en del av det. Jeg endret rekkefølgen på investeringene våre.

Før du tar i bruk en ny KI-funksjonalitet, bør du investere i tre ting:

1. En tydelig forståelse av hva teknologien vil og ikke vil gjøre, slik at fantasien ikke fyller tomrommet med verst tenkelige scenarioer
2. Psykologisk trygghet, slik at teamet føler seg i stand til å innrømme det de ikke forstår, uten at det blir brukt mot dem i neste medarbeidersamtale
3. Kompetansebygging, både teknisk og atferdsmessig, slik at folk vet at de får de nødvendige verktøyene, ikke blir erstattet.

Først når disse tre grunnpilarene er på plass, bør du ta i bruk selve verktøyet.

KI mislykkes ikke fordi verktøyet er feil. Det mislykkes fordi menneskene som bruker det, aldri fikk tillatelse til å være mennesker først.

Slik bygger du KI-kompetanse

Vi begynte å bygge KI-kompetanse med det grunnleggende. Jeg introduserte teamet for ROSES-rammeverket for forespørsler som jeg nevnte tidligere. Dette rammeverket ga oss et felles språk for å strukturere forespørsler: Rolle, Mål, Scenario, Forventet løsning, Trinn.

Dette alene løftet kvaliteten på resultatene i hele teamet i løpet av omtrent to uker. Vi sluttet å behandle KI som en søkemotor og begynte å behandle den som en forsker som trenger en ordentlig oppdragsbeskrivelse.

Vi formaliserte også styringen. Vi innførte en intern policy for bruk av KI. Den beskriver hvilke data som kan og ikke kan legges inn i KI-verktøy, hvor en menneskelig kontroll er obligatorisk, og hva som er helt forbudt. I tillegg får alle konsulenter opplæring i EUs KI-forordning og tilhørende direktiver. Vi arbeider med kunder over hele Europa, og regelverket er i rask utvikling.

Nesten alle problemene vi støtte på, var menneskelige. Noen konsulenter stanset i det stille fordi de skammet seg over at de ikke forsto det. Andre stolte for mye på resultatet og hoppet over verifiseringen. Derfor har det vært avgjørende å bygge trygghet rundt bruk av KI.

Slik avgjør du hvilke KI-verktøy det er verdt å ta i bruk

Teknologiplattformen vår dekker fire lag:

• Et sentralt LLM-miljø der vi utfører det meste av forskningen, utarbeidelsen av utkast og analysen vår, satt opp med prosjektarbeidsområder og våre egne data.
• Et CRM-system som håndterer relasjonene til kandidater og kunder.
• Et lag for produksjon av podkaster og innhold.
• Et arbeidsflytlag som integrerer alt.

Selve verktøyene er stort sett standardvarer nå. Likevel mener jeg fortsatt at et godt team med gjennomsnittlige verktøy alltid vil prestere bedre enn et gjennomsnittlig team med de beste verktøyene.

Prinsippet jeg nå bruker ved alle verktøybeslutninger, er: Fjerner det friksjon fra arbeid som krever menneskelig dømmekraft, eller legger det til enda et lag mellom menneskene vi hjelper og oss? Hvis det siste er tilfelle, kjøper vi det ikke.

Hvorfor AI vil polarisere rekrutteringsbransjen

Nicks tanker

Lederne som lykkes de neste fem årene, vil ikke være de som har best teknologiforståelse. De vil være de mest menneskelige.

I årene som kommer, vil markedet for transaksjonelle generalister med høyt volum forsvinne fullstendig. AI vil erstatte rekrutterere som konkurrerer på hurtighet, volum og tilgang til LinkedIn, og gjøre alle tre deler bedre og billigere.

Det gjenværende markedet vil polariseres. I den øvre enden finner vi spesialistfirmaer med dyp bransjekunnskap, reelle relasjoner og dømmekraft til å gjøre komplekse ansettelser forsvarlige overfor et styre. I den nedre enden finner vi helautomatiserte plattformer som utfører det transaksjonelle arbeidet til en brøkdel av dagens pris.

Lederne som lykkes de neste fem årene, vil ikke være de som har best teknologiforståelse. De vil være de mest menneskelige. Når alle har tilgang til den samme AI-en, slutter kunnskap å være det som skiller oss. Hvem du er villig til å være i rommet, blir avgjørende. Det vil kreve mot og fryktløst lederskap.

Ledelsesråd for vellykket integrering av AI

Her er mine råd:

• Gjør AI-opplæringen selv før du ber teamet ditt om å gjøre det.
• Vær kompromissløs når det gjelder hvor AI ikke hører hjemme i virksomheten din. Fristelsen til å automatisere alt som kan automatiseres, er reell, og den er feil. Alle ledere trenger en tydelig liste over øyeblikkene i arbeidet der mennesket er produktet, og de må forsvare disse øyeblikkene høyt og tydelig. Hvis du ikke gjør det, vil teknologien sakte snike seg inn i rom den aldri burde ha kommet inn i, og når du oppdager det, vil tilliten du har bygget opp over flere år allerede være i ferd med å forvitre.
• Bygg de menneskelige forutsetningene før teknologien. Psykologisk trygghet, tydelighet om hva verktøyet gjør, og en kultur som belønner folk for å si at de ikke forstår noe. Uten dette vil ingen utrulling lykkes, uansett hvor godt finansiert den er.

For ledere mer generelt er rådet mitt enklere. Arbeidet AI ikke kan gjøre, er det arbeidet de fleste ledere har unngått i årevis. De vanskelige samtalene. De etiske vurderingene. Å bevare tillit når alt rundt deg er i endring.

Dette arbeidet er nå selve jobben, ikke bare en del av jobben, og lederne som fortsetter å sette det bort til travelhet, kommer til å oppdage at de blir forbigått av dem som ikke gjør det.

Hvis du ikke vet hvor du skal begynne, kan du begynne med frykt. Først din egen, deretter teamets. Frykt er nesten alltid variabelen som ligger under motstanden, overlovnadene og nølingen som kamufleres som forsiktighet.

Sett ord på det som det faktisk er, så viser det meste som ser ut som et strategiproblem, seg å være et motproblem.

Følg med videre

Du kan komme i kontakt med Nick på LinkedIn, lytte til podkasten hans, utforske hans lederveiledning eller se nærmere på boken hans, Lønnsvendingen: Fra usynlighet til innflytelse.

Flere ekspertintervjuer kommer snart på People Managing People!