AI-strategi er en kulturutfordring, og HR er unikt posisjonert til å lede

Gjennom årene har jeg fått muligheten til å lede gjennom vekst, transformasjon og kompleksitet, blant annet global ekspansjon, integrering etter oppkjøp og internasjonal drift i selskaper som Genesys og StockX. Disse erfaringene lærte meg mye om hvordan kultur enten kan akselerere vekst eller stille og rolig bremse den, og hvorfor tydelighet og tillit betyr enda mer når team er distribuert og endring er konstant.

I Slickdeals er dette samspillet konstant. Vi er en plattform drevet av et fellesskap, så «mennesker» betyr ikke bare interne ansatte. Det betyr også millioner av medlemmer, bidragsytere og tilbudsjegere som former produktet og omdømmet vårt hver dag. Å lede både HR og fellesskapsdriften holder meg forankret i hva som kreves for å skalere ansvarlig: å bygge systemer som fungerer, beskytte tilliten og sørge for at selskapet kan bevege seg raskt uten å miste det som gjør det spesielt.

Over tid har lederstilen min gått fra å være personen som løser alt, til å bli en som bygger og forsterker, ved å skape miljøet der godt arbeid skjer.

Jeg er også mor, og balansen mellom karriere og familie har styrket troen min på empati og inkludering: ikke som moteord, men som prinsipper for hvordan vi jobber. Når alt kommer til alt, er jobben min å skape tydelighet, fjerne friksjon og hjelpe folk med å gjøre arbeid de kan være stolte av.

Tracys tips

AI øker tvetydigheten fordi verktøyene og mulighetene endrer seg hver uke. Ledelse handler nå mer om å sette rammer, bygge kompetanse og hjelpe team med å eksperimentere ansvarlig uten å miste fokus.

Hvordan AI endrer ledelse og organisasjonsdesign

AI endrer tempoet og formen på ledelse. Arbeidet går selvsagt raskere, men den største endringen er spørsmålene lederne nå har ansvar for å stille.

I AI-æraen handler rollen min mindre om å håndtere kapasitet og mer om å utforme forsterkning. Det betyr å spørre hvor mennesker tilfører mest verdi, hvor automatisering bør ligge, og hvordan vi kan heve grunnnivået for kvaliteten på beslutninger i organisasjonen.

Derfor har jeg måttet gi slipp på en langvarig antakelse om at strukturen alltid kommer først. Historisk sett utformet vi organisasjonskartet, definerte roller og optimaliserte deretter arbeidsflytene. AI i organisasjonsdesign snur dette på hodet. Nå begynner vi med arbeidsflyter og resultater, og utformer deretter roller rundt det som faktisk trengs når AI kan håndtere deler av arbeidet.

Jeg har også måttet utfordre ideen om at ledelse betyr å ha svarene. I virkeligheten øker implementering av AI i bemanningsplanlegging tvetydigheten fordi verktøyene og mulighetene endrer seg hver uke. Ledelse handler nå mer om å sette rammer, bygge kompetanse og hjelpe team med å eksperimentere ansvarlig uten å miste fokus.

Historisk sett utformet vi organisasjonskartet, definerte roller og optimaliserte deretter arbeidsflytene. AI snur dette på hodet. Nå begynner vi med arbeidsflyter og resultater, og utformer deretter roller rundt det som faktisk trengs når AI bør kunne håndtere deler av arbeidet.

Share This Quote on:

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

Tracy Cote

Personaldirektør i Slickdeals

Hvordan HR-fokuset flyttes fra automatisering til skalerbart tankearbeid

Jeg husker øyeblikket da jeg innså at dette ikke bare var nok en bølge av HR-automatisering, men at vi for første gang gikk videre enn transaksjonsarbeid og skalerte tankearbeid.

Dette var for flere år siden, i et annet selskap. Vi satset hardt på automatisering i HRIS-systemet for å støtte kundene våre: selvbetjente arbeidsflyter, standardiserte prosesser og færre manuelle overleveringer. Det var automatisering som effektivitet.

Men så begynte AI å hjelpe oss med å automatisere deler av HR og ledelse som tidligere var tregere og vanskeligere å skalere: sammenstilling, mønstergjenkjenning og veiledning. Det ble et vendepunkt i lederskapet mitt.

Hvordan AI endrer medarbeidersamtaler og lederveiledning

Her er et konkret eksempel: medarbeidersamtaler og lederveiledning ved hjelp av en kombinasjon av verktøy:

Verktøy: ChatGPT Enterprise + Zoom AI-sammendrag + (snart) 15Five AI-veiledning integrert i 1:1-samtaler

Endringer i oppsett og arbeidsflyt:

1. Vi standardiserte inputen til AI i prestasjonsstyring (egenvurdering, leder- og kollegatilbakemeldinger), slik at råmaterialet er strukturert og sammenlignbart.
2. Vi bruker ChatGPT til å oppsummere og sammenfatte temaer på tvers av inputen: styrker, utviklingsområder, uoverensstemmelser og manglende kontekst.
3. Ledere bruker det sammenfattede resultatet som et utgangspunkt, ikke som det endelige utkastet: De kvalitetssikrer det, legger til konkrete eksempler og tar selv ansvar for vurderingen.
4. Vi bruker Zoom AI-sammendrag til å fange opp temaer fra viktige samtaler, slik at tilbakemeldinger ikke forsvinner i noens notater.
5. Vi ruller ut 15Five AI-veiledning for å styrke bedre ledervaner i det daglige arbeidet. Dette fører til bedre 1:1-samtaler, tydeligere mål og mer konsekvente utviklingssamtaler.

Resultater:

• Ledere bruker mindre tid på sammenstilling og mer tid på veiledning.
• Vurderingene er tydeligere og mer konsekvente.
• HR får bedre innsikt i mønstre og mangler, for eksempel ujevn kvalitet på tilbakemeldinger eller uklare forventninger på tvers av team.
• Viktigst av alt beveger det oss mot skalerbar ledelseskvalitet uten at HR må skaleres lineært.

Observasjoner:

• AI støtter sammenfatning og konsekvens, mens mennesker fortsatt har ansvaret for vurderingene og resultatene.
• Tilrettelegging og veiledning av ledere er et av områdene med størst effekt, fordi den største «multiplikatoren» i de fleste selskaper ikke er verktøyet, men lederen.

«Oi, dette var interessant»-øyeblikket for meg var å se hvor raskt AI forvandlet rotete og fragmenterte input til klarhet, og deretter innse at den virkelige effekten ikke lå i selve verktøyet. Det handler om å kombinere AI med disiplinerte arbeidsflyter og tydelig ansvarlighet, slik at ledere kan bevege seg raskere uten å senke kravene.

Hvorfor det virkelige fortrinnet kommer av å forankre AI i driften

Det virkelige AI-fortrinnet oppstår når HR bygger kompetansen, driften dokumenterer verdien av arbeidsflyten – og vi deretter skalerer den.

Vi har lagt om flere arbeidsflyter innen AI i HR og ledelse. En av de største endringene er at HR ikke bare tar i bruk AI internt; vi legger aktivt til rette for og fremskynder innføringen av AI i driftsteamene våre. Fordi jeg leder både HR og drift, kan jeg bygge bro mellom det lederne ønsker at AI skal gjøre, og det som faktisk fungerer på arbeidsflytnivå.

Den røde tråden er denne: AI i driftsledelse blir transformerende når det integreres i det daglige arbeidet, kombineres med automatisering og støttes av opplæring og tydelige rammer. Isolert bruk av AI skalerer ikke. Systemer gjør det.

Medarbeidersamtaler og veiledning er gode eksempler, men jeg har allerede vært inne på dem. Her er et par andre arbeidsflyter vi har automatisert.

Tracys tips

Det virkelige AI-fortrinnet oppstår når HR bygger kompetansen, driften dokumenterer verdien av arbeidsflyten – og vi deretter skalerer den.

Ledelsesarbeidsflyt: Oversikt over initiativer og samordning av driften

Verktøy som brukes: Atlassian Rovo (Confluence + Jira)

Dette endret vi: Vi bruker Rovo til å oppsummere status for initiativer, identifisere hindringer, hente ut temaer fra Jira og Confluence og redusere behovet for manuell innhenting av statusoppdateringer. Dette har vært spesielt verdifullt for tverrfunksjonelt arbeid, der friksjon ofte skyldes manglende kontekst og langsomme overleveringer.

Resultater:

• Raskere samordning i ledelsen
• Tidligere identifisering av hindringer og avhengigheter
• Mindre tid brukt på å samle inn oppdateringer

Merk: Det avgjørende er at AI ikke erstatter ledelsesrytmen – det styrker den. Mennesker kvalitetssikrer fortsatt hva som er viktig, gjør avveininger og setter retningen. AI reduserer imidlertid friksjonen ved å skape enighet og hjelper ledere med å fokusere på beslutninger i stedet for informasjonsinnhenting.

HR + driftsarbeidsflyt: Dokumentasjon av møter og oppfølging

Verktøy som brukes: Zoom AI-notatskriver/-oppsummering

Dette har vi endret: Vi bruker KI-genererte sammendrag og registrering av tiltak for å sikre at beslutninger ikke går tapt, og at oppfølgingen er tydelig – særlig på tvers av tilbakevendende driftsrutiner og 1:1-samtaler.

Resultater:

• Redusert administrativ belastning
• Bedre ansvarliggjøring
• Mer konsekvent gjennomføring på tvers av team

Nødvendige rammer: Tydelige forventninger til når det brukes, og hvordan notater lagres, slik at tilliten opprettholdes.

Hvorfor KI må ha begrensninger innen HR

KI kan gjøre svært mye, men det er viktig å sette grenser.

KI bør aldri være den endelige beslutningstakeren i noens karriere. Det kan hjelpe ledere med å jobbe raskere – oppsummere innspill, avdekke mønstre og utarbeide tydeligere fremstillinger – men beslutninger om prestasjoner, lønn, forfremmelser eller ansettelsesforhold må fortsatt eies av mennesker og kunne forklares.

Det beste samarbeidet mellom mennesker og KI oppstår når KI komprimerer informasjon og synliggjør alternativer, mens ledere bidrar med kontekst og tar beslutningen. Vi bruker det ofte til å sammenstille innspill til medarbeidersamtaler og flagge mangler eller uoverensstemmelser, men lederen og HR er fortsatt ansvarlige for det som skjer videre.

Hvordan HR bidrar direkte til å skalere KI og automatisering

Adopsjon skjer ikke gjennom kunngjøringer. Den skjer når KI integreres i måten virksomheten faktisk drives på. HR bidrar til dette på flere svært konkrete måter:

1. Bygge infrastrukturen: tilgang, retningslinjer og trygge standardinnstillinger

• Samarbeide med økonomi og IT om å sikre virksomhetens KI-lisens, slik at teamene får standardisert tilgang
• Utarbeide retningslinjer og rammer slik at vi ikke skaper personvernrisiko eller uensartet praksis
• Fastsette tydelige retningslinjer for hva som kan og ikke kan legges inn i KI-verktøy, særlig sensitiv informasjon om medarbeidere og virksomheten

Dette skaper tillit og fjerner usikkerhet, noe som er avgjørende for adopsjon.

2. Opplæring og kompetanse bygget rundt faktiske arbeidsflyter

I stedet for generell «KI 101» fokuserer vi på bruksområder teamene faktisk trenger:

• Oppsummere kompleks informasjon
• Utarbeide konsekvent kommunikasjon
• Effektivisere gjentakende administrative oppgaver
• Forbedre forberedelse og dokumentasjon av beslutninger
• Opprette maler som reduserer behovet for å gjøre arbeid på nytt

Vi har lært at kompetanse ikke bare handler om verktøykunnskap, men også om dømmekraft. Folk må vite hvordan de skal kvalitetssikre resultater, når de skal eskalere, og når de ikke skal bruke KI.

Mer om KI-kompetanse om litt.

3. Skape kultur

Kulturelt bygger vi aktivt en norm der bruk av KI er oppmuntret – men kvalitetssikring og ansvarlighet er ikke-forhandlingsbart. Målet er ansvarlig eksperimentering som faktisk forbedrer måten arbeidet utføres på.

4. Utforme organisasjonen for å skape større effekt

Fordi HR befinner seg i skjæringspunktet mellom driftsmodell, roller og kompetanseutvikling, har vi vært bevisste på å:

• Sette av tid til eksperimentering uten å ofre gjennomføringen
• Definere hvem som eier arbeidsflyten, og hvem som støtter den
• Sette forventninger om at KI forbedrer gjennomstrømningen, men at ansvaret fortsatt ligger hos mennesker
• Skalere vellykkede bruksområder gjennom delte maler og arbeidsbeskrivelser, slik at adopsjon ikke avhenger av enkeltpersoner med særlig høy kompetanse

Det er her organisasjonsutforming blir viktig: KI erstatter ikke struktur – i stedet setter KI den på prøve.

5. Frigjøre team til arbeid med høyere verdi

Vi bruker også automatisering (og KI-forsterkede verktøy) til å fjerne repetitive oppgaver, slik at operative team kan bruke mer tid på arbeid som krever dømmekraft og har stor innvirkning.

I HR bruker vi for eksempel automatisert planlegging, vi har brukt KI til å hjelpe med stillingsannonser og stillingsbeskrivelser, vi utvikler vår egen HR-Slackbot for å svare på spørsmål fra medarbeidere, og vi bruker KI til å analysere holdninger i spørreundersøkelser, med mer. Listen er nærmest endeløs.

Hvordan bygge praktisk KI-kompetanse som en kjernekompetanse

Vi behandler KI-kompetanse som enhver annen kjernekompetanse: Den trenger struktur, øvelse og forsterkning.

Dette er hva det betyr for oss å være klare for KI:

• Folk vet når de skal bruke KI, og når de ikke skal gjøre det.
• De kan skrive ledetekster og vurdere kvaliteten på resultatene.
• De forstår personvern, skjevhet og risiko.
• De kan integrere KI i arbeidsflyter, ikke bare bruke det til enkeltstående oppgaver.
• Ledere kan veilede i bruk av KI og tydeliggjøre forventninger.

Vi fulgte disse trinnene for å bli klare for KI:

1. Tydelig filosofi og retningslinjer (personvern, sensitive data, godkjenninger)
2. Rollebasert opplæring (bruksområder innen HR, bruksområder innen drift, bruksområder for ledere)
3. Biblioteker med ledetekster og eksempler, slik at folk kan kopiere, lime inn og lære
4. Åpen kontortid og «vis og fortell»-økter
5. Anerkjennelse til team som bygger repeterbare KI-arbeidsflyter

Vi har støtt på mange problemer underveis. Her er de viktigste utfordringene jeg kommer på:

• Å stole for mye på KI eller mistro det fullstendig
• Ulik bruk på tvers av team uten felles standarder
• Frykt og bekymringer knyttet til identitet
• Styringen henger etter utviklingen av verktøyene

Det er også verdt å merke seg at innføringen av KI er langt mer følelsesladet enn teknisk. Folk lærer ikke bare å bruke et verktøy. De bearbeider endringer i identiteten sin: «Hvis KI kan gjøre deler av (eller hele) jobben min, hva betyr det for min verdi?»

Vi legger stor vekt på å fremstille KI for forretningsdrift som en utvidelse av menneskelig kapasitet, ikke som en erstatning. Og vi snakker åpent om ferdighetene som blir viktigere: dømmekraft, kommunikasjon, prioritering, sans for kvalitet, etikk og empati med brukerne.

Innføringen av KI er langt mer følelsesladet enn teknisk. Folk lærer ikke bare å bruke et verktøy. De bearbeider endringer i identiteten sin: «Hvis KI kan gjøre deler av (eller hele) jobben min, hva betyr det for min verdi?»

Share This Quote on:

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

Tracy Cote

HR-direktør hos Slickdeals

Slik ser en KI-verktøystakk for HR med fokus på størst mulig effekt ut

Her er min nåværende verktøystakk for HR og ledelse, med fokus på hvor KI faktisk gir økt effekt. Husk at vi er et lite selskap, så vi gjør mye av dette på en ganske pragmatisk måte:

• ChatGPT Enterprise (GPT-baserte assistenter): Vi bruker dette daglig i HR- og lederarbeidet: til å utarbeide og forbedre kommunikasjon, oppsummere og sammenfatte informasjon, planlegge scenarier og omforme ustrukturert inndata til tydelige resultater. I HR bruker vi det også til å sammenfatte medarbeidersamtaler og finne mønstre på tvers av tilbakemeldinger, slik at ledere kan fokusere på veiledning og beslutninger i stedet for administrativt gjentakelsesarbeid. Verktøyet i stakken som gir høyest avkastning på investeringen, men bare når det kombineres med god dømmekraft. Ferdigheter i å skrive ledetekster og validere resultater er viktige!
• Perplexity: Selv om ChatGPT er førstevalget vårt, bruker vi Perplexity til undersøkelser.
• Claude: Claude er det beste alternativet for skriving.
• Atlassian Rovo (Confluence + Jira): Vi bruker Rovo til å oppsummere hva som skjer på tvers av initiativer, prioriteringer og prosjektarbeid i Jira og Confluence. Det hjelper oss raskt med å få oversikt, identifisere hindringer og skape samordning på tvers av team uten å måtte følge opp oppdateringer manuelt. Svært godt egnet til å spore initiativer og sammenfatte arbeid på tvers av fagområder. Det er spesielt nyttig som et «komprimeringslag for ledelsen».
• Zoom AI Companion: Vi bruker Zooms KI-funksjoner for notater til å registrere møtesammendrag, oppfølgingspunkter og videre oppfølging. Dette er særlig nyttig for én-til-én-samtaler, teammøter og tilbakevendende arbeidsrutiner. Et praktisk verktøy med høy bruk — så lenge personvern og forventninger er tydelige.
• 15Five AI: Vi tar i bruk 15Fives funksjoner for KI-basert lederveiledning, som er innebygd i én-til-én-samtaler, for å forbedre kvaliteten og kontinuiteten i ledernes atferd. Målet er å hjelpe ledere med å bli bedre veiledere og kommunikatorer uten at HR må skalere lineært etter hvert som selskapet vokser.
• Gamma, Canva og Beautiful.ai: Vi bruker KI-verktøy for å bygge presentasjoner til ledermøter, utvikle narrativer og fortelle strukturerte historier — særlig når det haster og vi ønsker et ryddig førsteutkast å videreutvikle. Dette er gode produktivitetsforsterkere. Det krever fortsatt menneskelig finpuss, men verktøyene eliminerer mye bortkastet tid

Ellers bruker vi alle KI-funksjoner som er innebygd i HR-systemene våre, når de gir en meningsfull effektivitetsforbedring: ting som oppsummering, anbefalinger og automatisering av arbeidsflyter i eksisterende verktøy. De er ikke prangende, men er ofte den mest virkningsfulle KI-en fordi den er integrert og kan brukes på nytt.

For eksempel bruker vi Slack-automatiseringer til alle slags påminnelser og oppdateringer, og vi bruker Doozy-pluginen til bursdager, jubileer, høytidsmarkeringer osv. Vi bruker Google-automatiseringsverktøyet i Docs til gjentakende møter for å automatisere maler. Vi bruker Calendly til planlegging, eller det innebygde Google-verktøyet. Vi bruker Grammarlys AI-funksjoner — nå har folk virkelig ingen unnskyldning for dårlig skriving! Og vi bruker Loom.

Slik gjennomfører du ansvarlig AI-eksperimentering

Vi standardiserer på ChatGPT Enterprise av hensyn til sikkerhet og konsistens, men vi oppfordrer også teamene til å eksperimentere med andre verktøy når de løser reelle produktivitetsproblemer. Målet er ikke «ett verktøy som styrer alle». Det handler om å bygge en kultur der folk bruker de riktige verktøyene på en ansvarlig måte for å øke kvaliteten på leveransene og redusere arbeid med lav verdi.

Et stort fokus for oss er å kombinere AI med automatisering og prosessutforming — fordi det er der resultatene forsterker hverandre.

For eksempel:

• Vi bruker automatisering av kalendere og planlegging for å frigjøre rekrutteringskoordinatoren vår til arbeid med høyere verdi, og vi legger inn AI-støtte der det reduserer koordineringsbelastningen ytterligere.
• Vi har en voksende liste over automatiseringsprosjekter på tvers av selskapet, med mål om å redusere manuelt arbeid, forbedre overleveringer og øke den operative effektiviteten.
• Vi sponser en hackathon spesifikt om AI.
• Vi har en AI-kanal i Slack og en Confluence-side der ansatte oppfordres til å dele historier, ressurser og tips, samt be hverandre om hjelp

Noe av dette er ikke nytt – men spranget i AI-kapasitet, sammen med økt trygghet og aksept, har gjort dette langt mer skalerbart og virkningsfullt.

Resultatet er at vi har gått fra «AI er valgfritt og eksperimentelt» til «AI er en del av måten vi jobber på». Vi har beveget oss bort fra enkeltstående individuell bruk og over til delte arbeidsflyter, styring, opplæring og gjentakbare mønstre. Fokuset ligger nå på bærekraftig innføring som forbedrer gjennomføringen – ikke på nyhetens interesse.

Hva som er det største gapet mellom forventningene til AI og virkeligheten

Overordnet sett er det største gapet innen AI at mange ledere, særlig administrerende direktører, forventer at AI skal være en mirakelkur med én gang. Det er en tendens til å tenke: «Hvis vi bygger eller kjøper AI-løsningen, vil produktiviteten på magisk vis dobles.»

Slik fungerer det ikke. AI er et verktøy — et utrolig kraftig verktøy, men det erstatter ikke strategi, operasjonell disiplin eller god ledelse. Det forsterker det som allerede finnes. Robuste arbeidsflyter og tydelige beslutninger blir raskere og bedre. Svake arbeidsflyter og uklare beslutninger blir raskere kaotiske.

Fordelene med AI realiseres når AI kombineres med ny utforming av arbeidsflyter og automatisering. Magien ligger ikke i modellen — den ligger i systemene rundt den.

Så i stedet for å behandle AI som en engangsimplementering, behandler vi det både som et holdningsskifte og et skifte i driftsmodellen:

• Vi prioriterer et lite antall bruksområder med høy verdi.
• Vi utformer arbeidsflyter på nytt slik at AI er integrert der arbeidet faktisk utføres.
• Vi fastsetter grenser og styringsregler slik at teamene vet hva som er trygt og passende.
• Vi bygger kompetanse slik at folk vet hvordan de skal kontrollere resultater og utøve skjønn.
• Vi skalerer det som fungerer, gjennom maler, delte instruksjoner og gjentakbare arbeidsmetoder.

Løftet er reelt – men dette er ikke noe som bare kan kobles til og tas i bruk. Organisasjonene som lykkes, vil være de som bygger AI inn i måten arbeidet utføres på, ikke de som bare kunngjør at de har innført det.

Hvordan HR i en AI-drevet organisasjon vil se ut om fem år

Snart vil HR gå fra å være en støttefunksjon til å bli operativsystemet for organisatoriske resultater – og limet som holder den menneskelige siden av en rask omstilling sammen.

Om fem år vil de sterkeste HR-teamene arbeide med innsikt i sanntid, AI-assistert beslutningsstøtte og raskere iterasjonssykluser. Mye av det rutinemessige HR-arbeidet vil bli automatisert. Men det avgjørende vil ikke være hvem som automatiserer mest – det vil være hvem som bruker denne kraften til å bygge bedre lederskap, sunnere team og bedre resultater uten å miste tilliten.

Jeg tror også at HR i økende grad vil lede innføringen av AI i organisasjoner, ikke fordi vi er «verktøyekspertene», men fordi innføring av AI i bunn og grunn er et kulturelt skifte og en endringsledelsesøvelse. Det påvirker hvordan arbeidet utføres, hvordan beslutninger tas, hvordan prestasjoner måles, og hvordan folk opplever sin egen verdi. HR er unikt posisjonert til å knytte sammen strategi og medarbeideropplevelsen, og sikre ansvarlighet, åpenhet og konsistens etter hvert som disse verktøyene bygges inn i det daglige arbeidet.

Organisasjonene som lykkes, vil være de der HR hjelper ledere med å skape tydelighet, kompetanse og tillit i teamene sine etter hvert som endringstakten øker.

Hva HR- og personalledere bør gjøre nå for å lede innføringen av KI

Her er mine råd:

• Nullpunktet: Ikke ignorer KI. Det forsvinner ikke.
• For det første: Ikke behandle KI som et sideprosjekt. Hvis du gjør det, får du resultater som fra et sideprosjekt.
• For det andre: Fokuser mindre på verktøy og mer på arbeidsflyter. Organisasjonene som lykkes, vil være de som redesigner hvordan arbeidet utføres, ikke de som kjøper mest programvare.
• For det tredje: Styring er ikke valgfritt. Det er slik du bygger tillit og en bærekraftig innføring.
• Og mer generelt: Bevar det menneskelige. KI kan øke hastighet og produksjon, men det kan ikke erstatte de menneskelige grunnpilarene som er avgjørende for bedriftskultur og produktivitet: tydelighet, mot, empati, ansvarlighet og det å skape samordning.

KI bør gjøre sterke kulturer enda sterkere. Og det kan gjøre svake kulturer mer sårbare. Ledere må investere i kultur med samme intensitet som de investerer i verktøy.

Følg med

Du kan følge Tracys arbeid med å innføre KI-arbeidsflyter fra hennes doble perspektiv innen HR og drift på LinkedIn. Du kan også sjekke ut boken hennes, People Operations: Automatiser HR, utform en god medarbeideropplevelse og frigjør arbeidsstyrken. Og sjekk ut Slickdeals!

Flere ekspertintervjuer kommer snart på People Managing People!

Klar for å tenke nytt om KI-æraen?

Bli med i People Managing People-fellesskapet. Gratis kontoer gir deg ukentlig innsikt, praktiske rammeverk og strategier fra kolleger som hjelper deg med å lede smartere, ikke hardere.

Opprett gratiskontoen din i dag.