5 KI-lærdommer fra tredje kvartal som alle HR-direktører bør huske
Opplæringssignaler: Forespørsler om opplæring i KI-innføring avdekker ofte uklare prioriteringer, arbeidsflyter og standarder, snarere enn enkle kunnskapshull om verktøy.
Skjult KI: Ikke-godkjente KI-arbeidsflyter avdekker udekkede behov hos ansatte, samtidig som de skaper risiko knyttet til eierskap, dokumentasjon og styring.
Dokumentasjon på tilsyn: Effektivt menneskelig tilsyn krever dokumenterte utfordringer, reell beslutningsmyndighet og målbare overstyringer i arbeidsflyter med stor innvirkning.
Grenser for oppfølging: De samme KI-analysene kan forbedre prestasjoner eller muliggjøre overvåking, avhengig av tilgang, brukerkontroll og lagringstid.
Strategisk tålmodighet: Raskere KI-støttet arbeid rettferdiggjør ikke umiddelbar omstrukturering; ledere trenger dokumentasjon før de endrer roller, forventninger eller kapasitet.
Rapporteringen vår det siste kvartalet vendte stadig tilbake til det samme poenget: Den vanskelige delen av å ta i bruk AI begynner etter at verktøyet fungerer.
Når folk kan bruke AI, må ledere avgjøre hvilke problemer det er verdt å løse, hva som bør standardiseres, hvem som skal utfordre det teknologien produserer, og hvor raskt organisasjonen bør endre seg rundt den.
Med dette i tankene er her fem lærdommer fra tredje kvartal som det er verdt å ha med seg i planleggingen for 2027.
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
1. Forespørsler om opplæring signaliserer vanligvis et vurderingsgap
På AI4 i august beskrev Markus McKay-Fleisch, direktør for AI-tilrettelegging innen profesjonelle tjenester hos Smartsheet, hvordan han hadde funnet mer enn 50 separate Claude Projects som ansatte innen økonomi, kundestøtte, salg og HR hadde bygget for å lage materiell i tråd med merkevaren.
Problemet var at de ansatte ikke visste at noen andre allerede hadde løst det samme problemet.
Det er i økende grad problemet som skjuler seg bak forespørsler om mer AI-opplæring. Ledere ber kanskje om opplæring når det de ansatte egentlig mangler, er klarhet om hvilke problemer det er verdt å løse, hvordan et godt resultat ser ut, eller hvordan arbeidet deres bør endres.
Den samme begrensningen viser seg i instruksjonsbiblioteker. En bedre instruksjon kan gjøre en oppgave raskere, men en redesignet arbeidsflyt kan endre hvordan arbeidet utføres i sin helhet.
AI-tilrettelegging kan ikke stoppe ved å lære folk hvordan de bruker verktøyet. Den må hjelpe dem med å avgjøre hvor det er nyttig å bruke det.
2. Ikke-godkjent AI forteller deg hvor problemene ligger
Analiese Brown, personaldirektør hos Campminder, kaller fragmenteringen som skapes av ukontrollert bruk av AI for «kaosgjeld».
Det kan se ut som fremgang i begynnelsen. Ansatte lager omveier, automatiserer oppgaver og deler verktøy med kolleger. Over tid samler organisasjoner opp arbeidsflyter med uklart eierskap, lite dokumentasjon og avhengigheter ingen hadde planlagt.
Det skaper et åpenbart styringsproblem, men også nyttig informasjon.
Hvis noen i økonomiavdelingen lager sin egen avstemmingsprosess, eller en rekrutterer omgår et godkjent system med en AI-arbeidsflyt, bør du spørre hva som fikk dem til å omgå den offisielle prosessen i utgangspunktet.
Skjult AI viser ikke bare hvor kontrollene er svake. Det kan også vise hvor eksisterende verktøy og prosesser ikke dekker behovene til dem som bruker dem.
3. Menneskelig tilsyn trenger dokumentasjon
De fleste rammeverk for AI-styring har fortsatt et menneske et sted i sløyfen.
Det mer nyttige spørsmålet er om denne personen noen gang er uenig med systemet.
En måte å teste om beslutningsrettigheter knyttet til AI er reelle, er å se på arbeidsflyter med store konsekvenser, som kandidatutvelgelse eller prestasjonsflagg, og telle de dokumenterte overstyringene.
Hvis tallet er null, er det verdt å undersøke.
Kanskje systemet faktisk har hatt rett hver gang. Eller kanskje de ansatte ikke tror at de har reell myndighet til å utfordre det, ikke vet når de bør gjøre det, eller ikke registrerer uenighetene når de oppstår.
Det er enkelt å utpeke et menneske som ansvarlig. Det er vanskeligere å bygge et system som gjør det mulig for denne personen å utøve skjønn.
4. Den samme AI-en kan veilede eller overvåke
AI kan synliggjøre deler av arbeidet som ledere tidligere ikke kunne se.
Hos Cognite fikk ledere analyser av sine egne jobbintervjuer. Én oppdaget at 90 % av spørsmålene hans hadde vært lukkede. En annen oppdaget at han hadde brukt 85 % av et intervju på å snakke i stedet for å lytte.
Informasjonen ble gitt tilbake til lederne selv, slik at de kunne forbedre seg.
Dette skillet er viktig fordi veiledning og overvåking kan komme fra det samme verktøyet.
Hvem ser resultatet? Kan personen som blir målt, bruke det? Hvor lenge blir oppføringen lagret?
Disse beslutningene ligger i økende grad i verktøy for møtenotater, transkripsjonsprodukter og analyseplattformer. Når en organisasjon begynner å diskutere om et verktøy føles invaderende, kan noen av de mest betydningsfulle valgene allerede ha blitt tatt i innstillingene.
5. Raskere er ikke det samme som å komme lenger
AI skaper press for å korte ned tidslinjene.
Bygg raskere. Sett i drift raskere. Vis avkastning på investeringen tidligere. Gjør spart tid om til målbar verdi.
Men hastighet kan også få ledere til å ta permanente beslutninger basert på midlertidig dokumentasjon.
Det er derfor strategisk tålmodighet blir viktigere når KI setter opp arbeidet. At en arbeidsflyt blir raskere, forteller deg ikke umiddelbart hvordan jobben bør utvikle seg, om gevinsten vil vare, eller hva de ansatte bør gjøre med kapasiteten som er frigjort.
KI har en tendens til å endre arbeidet én oppgave om gangen. Noen ansvarsområder forsvinner. Andre blir viktigere. Nye oppstår.
Ledere trenger nok tid til å se dette mønsteret før de utformer jobber på nytt, hever prestasjonsforventningene eller reduserer kapasiteten basert på en tidlig produktivitetsgevinst.
Planleggingssesongen gjør dette spesielt viktig. Beslutningene som tas nå om budsjetter, roller og forventninger, vil vare lenger enn pilotprosjektene som ligger til grunn for dem.
Hva Q3 ga oss
KI-samtalen blir mer spesifikk.
Samtalene om bruk beveger seg inn i bakspeilet. Spørsmålene nå er om de ansatte bruker det på problemer som er verdt å løse, hva uformell bruk forteller oss, om mennesker fortsatt utøver skjønn, og om ledere kan motstå å gjøre enhver tidlig gevinst til et umiddelbart pålegg.
