Den bestselgende HR-eksperten Josh Bersin deler hvordan HR-ledere kan skape morgendagens «superarbeidere»
Josh Bersin har hatt en lang karriere med ansvar for ingeniørvirksomhet, HR og talent i selskaper som Exxon og IBM. I dag hjelper han ledere og organisasjoner med å bruke KI til å fornye seg. Nylig bygget han en KI-assistent kalt Galileo, som allerede står for en tredjedel av selskapets virksomhet.
Josh Bersin
Grunnlegger av The Josh Bersin Company
KI skaper superarbeidere – men bare med praktisk ledelse: Den virkelige verdien av KI handler ikke bare om hastighet eller automatisering, men om å redesigne arbeidsflyter. Ledere må aktivt bruke KI, gå foran med eksperimentering og tenke nytt om arbeidet fra ende til annen for å frigjøre eksponentiell produktivitet.
Nysgjerrighet og skepsis er nå grunnleggende lederferdigheter: Ledere med gode resultater stiller spørsmål ved resultater, forstår datakvalitet og bruker KI som en motor for hypoteser – ikke som en sannhetskilde.
HRs største KI-mulighet er strategisk, ikke transaksjonell: Den høyeste avkastningen kommer fra KI-drevet introduksjon, læring, intern mobilitet og bemanningsplanlegging – ikke fra grunnleggende produktivitetsverktøy.
Vi satte oss ned med Josh for å finne ut hvordan HR-ledere kan skape morgendagens «superarbeidere». Her er det han hadde å si.
En karriere innen IT, ledelse, e-læring og talent
Karrieren min har strukket seg over mer enn 20 år som ansatt og leder, noen år som entreprenør og ytterligere tre tiår som senior HR-rådgiver, konsulent og forsker.
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
Jeg startet karrieren som ingeniør. Deretter jobbet jeg med IT, med to år i Exxon, ti år i IBM og åtte år i Sybase. I 1998 gikk jeg inn i den gryende e-læringsbransjen, der jeg jobbet i en oppstartsbedrift. Vi utviklet selskapet og solgte det til slutt til et større selskap, og plutselig fant jeg meg selv i ferd med å bli ekspert på opplæring, nettbasert læring og talentforvaltning.
I 2001, rett etter 11. september, ble jeg sagt opp under dotcom-boblen og bestemte meg for at det var på tide å bli analytiker. Til å begynne med fokuserte jeg på e-læring – et hett tema på den tiden. Derfra utvidet vi området vårt, og sammen med partneren min bygget jeg opp Bersin & Associates, et forsknings- og rådgivningsfirma med fokus på alle områder innen HR.
Teknologibakgrunnen min gir meg stor dybde innen alle områder av HR-teknologi, data og kunstig intelligens. Jeg føler meg privilegert som kan kombinere min personlige ledererfaring, tiden jeg har brukt på ledelse i store selskaper og arbeidet mitt som analytiker for å hjelpe HR-team og ledere med å fornye selskapene, organisasjonene og karrierene sine.
The Josh Bersin Company er kanskje lite, men det er slagkraftig. Med et team på 50 medarbeidere i verdensklasse har vi et flatt, «talenttett» selskap der alle jobber med kunder og bidrar eksponentielt til vår samlede suksess. Jeg har lært hvordan man tiltrekker seg eksepsjonelle mennesker som tror på oppdraget vårt og ønsker å endre arbeidslivet. Og så langt ser denne tilnærmingen ut til å fungere.
CHRO-er må nå bli komfortable med teknologiene og de nye funksjonene, samarbeide tett med IT- og datateamene og etablere rådgivnings- og styringsrammeverk for å veilede virksomheten i arbeidet med å utvikle solide veikart for AI-prosjekter med høy verdi.
Hvorfor innføringen av AI er den største endringen HR-ledere står overfor i dag
Den klart største nye utfordringen de siste årene er innføringen, implementeringen og bruken av AI på arbeidsplass en.
CHRO-er må nå bli komfortable med teknologiene og de nye funksjonene, samarbeide tett med IT- og datateamene og etablere rådgivnings- og styringsrammeverk for å veilede virksomheten i arbeidet med å utvikle solide veikart for AI-prosjekter med høy verdi.
På grunn av dette har fokuset mitt skiftet til å hjelpe organisasjoner med å integrere AI i alle nivåer av beslutningstaking, talentforvaltning og strategisk planlegging. Faktisk vil jeg anslå at 80–90 % av tiden min går med til å snakke med CHRO-er og andre seniorledere om hvordan de bør tilnærme seg AI i HR – ikke bare i sammenheng med medarbeiderne deres, selv om det er viktig, men som en strategisk endringsdriver.
Hvorfor ledere må jobbe praktisk med AI for å skape reell transformasjon
I PC-enes tidlige dager unngikk mange ledere datamaskiner og overlot oppgavene til sekretærer. Den tankegangen fungerer ikke lenger.
AI er så omveltende på så mange ulike områder av moderne næringsliv og samfunn. Ledere må jobbe praktisk med denne teknologien. De må forstå den.
Mer enn det må de legge til rette for og være rollemodeller for eksperimentering. AI kan tilpasses i så stor grad at hvem som helst kan bruke eller bygge videre på den, og derfor har tilrettelegging for eksperimentering blitt en viktig lederegenskap.
I min egen ledelse prøver jeg hver dag ikke bare å snakke om det, men også å praktisere det.
Hvordan ledere kan fastsette tydelige grunnregler for ansvarlig bruk av AI
Det er så enkelt for hvem som helst å få tilgang til en chatbot, stille den spørsmål og deretter gå inn i et møte med informasjon som kanskje er riktig, eller kanskje ikke. Det betyr at ledere må fastsette grunnreglene.
- Hvor skal vi hente dataene våre fra?
- Kan vi stole på dem?
- Og skal vi utvikle våre egne interne verktøy for å sikre nøyaktighet og pålitelighet?
De fleste selskaper utvikler nå interne AI-verktøy for å hindre at medarbeidere går ut på internett og henter inn data som kan være upålitelige. Like viktig er det å skape et miljø der medarbeidere kan fornye jobbene og arbeidet sitt.
De fleste misforstår AIs reelle avkastning på investeringen. Det handler ikke om å lese e-poster raskere eller lage et diagram fra et regneark; det handler om å tenke arbeidsflyten helt på nytt, bygge egne agenter for å automatisere arbeidet og deretter se på arbeidsflyter på tvers av flere jobber for å automatisere større prosesser som kundeopplevelse, medarbeideropplevelse, rekruttering, læring og så videre.
Det er så enkelt for alle å få tilgang til en chatbot, stille den spørsmål og deretter gå inn i et møte med informasjon som kanskje er riktig, eller kanskje ikke. Det betyr at ledere må sette grunnreglene.
Hvordan AI gjør superarbeidere og superledere mulig
AI omformer L&D og HR, men når også en tidligere oversett del av arbeidsstyrken: førstelinjeansatte og ansatte uten fast skrivebord. Denne AI-drevne omformingen endrer grunnleggende hvordan organisasjoner fungerer fra topp til bunn.
Denne erkjennelsen har ført oss til det vi kaller AI-støttede «superarbeidere» – ansatte som støttes av AI-agenter og systemer som øker produktiviteten og arbeidsresultatene deres.
«Superledere» er derimot menneskesentrerte ledere som også får støtte fra AI. De fremmer en kultur for eksperimentering, gir teamene selvstendighet, bruker AI til personlig utvikling, demokratiserer muligheter og vekst og prioriterer åpenhet.
Du kan lese mer om disse konseptene her og her.
Hvorfor det å stille spørsmål ved AI-genererte data nå er en grunnleggende lederferdighet
I tradisjonelle systemer har små datafeil liten betydning og begrenset innvirkning. Men i AI-sammenheng kan selv litt forurensede data spre seg gjennom utallige forespørsler og påvirke beslutninger og innsikt i stor skala.
Det betyr at alle som bruker disse systemene (noe som nå i praksis gjelder alle), må forstå de tilhørende datautfordringene.
At en stor språkmodell gir et selvsikkert svar, betyr ikke at det er riktig. Brukerne må ha en vitenskapelig tilnærming: stille spørsmål ved svarene, kontrollere dataene og sørge for at innsikten faktisk er pålitelig.
Og hvis du er involvert i implementeringen av et AI-system, må du vite at du kommer til å bruke mye tid på datakvalitet, eierskap og styring – områder du kanskje tidligere kunne ha «tatt på sparket».
I vårt tilfelle består arbeidet av kvalitativ og kvantitativ forskning, ofte med stor dybde og kompleksitet. Hvis en analytiker kom til meg og sa at de nettopp hadde brukt ChatGPT til å skrive en studie som noen hadde betalt tusenvis av dollar for, tror jeg ikke de ville vært her den ettermiddagen.
Det jeg vil at de skal gjøre, er å vise meg hvordan de ville gjennomført analyser og utforsket «hva om»-scenarioer ved å utnytte de milliarder av datapunkter som våre partnere innen talentintelligens leverer. Det er en teknisk ferdighet.
Hvordan ledere kan bygge en reell forståelse av AI i organisasjoner
En annen, like viktig ferdighet er å forstå AIs dybde og muligheter, og ikke bare behandle det som et søkeverktøy.
De fleste utnytter disse systemene for lite; de utfordrer dem ikke nok og får derfor ikke særlig mye verdi ut av dem. Faktisk vil jeg si at de fleste som bruker Sora eller TikTok til å lage AI-drevet innhold, sannsynligvis er mer avanserte enn den gjennomsnittlige kontorarbeideren, som bare bruker AI til å lese e-poster.
Derfor er en kultur for eksperimentering så viktig. Det samme gjelder en kultur for å lære av andre.
Det tar tid å forstå AI. Det er ikke noe du bare kan ta et kurs i og bli ferdig med; alle må bruke AI på forskjellige måter, fordi det tilpasser seg deg og lærer av samhandlingene dine. Dette er ikke-deterministiske systemer – i motsetning til et ERP-system, der du bare legger inn data i faste felt, kan du bruke AI på utallige måter.
Å forstå AIs muligheter krever nysgjerrighet. Jo mer nysgjerrig noen er, desto mer interessante bruksområder vil de skape. Og disse bruksområdene vil ha direkte og betydelig innvirkning på produktiviteten og prestasjonene deres. Som et resultat risikerer de som ikke er nysgjerrige, å bli hengende etter.
Det er opp til organisasjonene å oppmuntre til nysgjerrighet og behandle eksperimentering og læring som ferdigheter.
En AI-drevet HR-teknologistakk som støtter læring, innsikt og skalering
Hovedmotoren vår er Sana AI. Vi bruker også verktøy som AI-videoredigeringsverktøyet Synthesia.
Og vi bruker vårt eget verktøy, Galileo, internt til omtrent alt annet. Til daglig oppsummerer det møter, går gjennom store datamengder og fungerer som et svært nyttig virksomhetsminne. Det blir stadig mer uunnværlig for å fange opp innsikter og opprettholde kontinuitet på tvers av prosjekter.
Vi bygget det ved hjelp av flere LLM-er, inkludert ChatGPT, Claude og andre generative AI-verktøy.
Hvordan AI omformer HR, L&D og tilgang til kunnskap
Når vi gjennomgår arbeidsflyter med AI, er fokuset vårt først og fremst på HR og L&D. Vi har effektivisert kandidatsøk, forbedret talentmatching og laget personaliserte læringsløp.
Men vi bruker også teknologi for digitale tvillinger, som gjør det mulig for oss å hente frem informasjon fra hvem som helst i selskapet uten å forstyrre dem. Dette har spart mye tid. Vi bruker det også til å svare på spørsmål som «Hva er statusen til XYZ-kontrakten?» eller «Vis meg alle samtalene med ABC-selskapet» på en bemerkelsesverdig integrert måte.
Hvorfor ledere må forbli skeptiske til AIs selvsikkerhet og bekvemmelighet
Jeg er ikke bekymret for at AI skal ta jobber, men det er noe som bekymrer meg: Lærer folk raskt nok om AIs grunnleggende begrensninger?
Disse tingene er farlig selvsikre, men tar ofte feil. Jeg bruker uttrykket «Ikke alltid riktig, men sjelden i tvil». De offentlig tilgjengelige modellene sier aldri «Jeg vet ikke svaret på det spørsmålet», og det er et stort problem.
I denne nye æraen er det viktig å forbli nysgjerrig hele tiden og være litt skeptisk, slik at vi stiller spørsmål ved disse systemene i stedet for å anta at AIs svar alltid er riktig.
Intuisjonen min sier at når vi lærer å arbeide med AI, kommer dette til å bli bekvemmelighetens mørke side, på samme måte som manglende personvern var prisen vi betalte for smarttelefonenes bekvemmelighet.
Hvordan HR-ledere kan fokusere på AI-arbeidsflyter med høy ROI
Her er mitt råd: Velg et område.
Fokuser på bruksområdene og brukstilfellene som er mest strategiske. Det kan virke kult å gi alle et møteverktøy, men den større muligheten ligger kanskje i å forbedre global introduksjon av nyansatte, opplæring og mobilitet.
Jobb sammen med IT. Du trenger et standardisert verktøysett, slik at ansatte ikke går ut på internett og bruker hva som helst de finner. Når den godkjente teknologien og bruken av den er ordentlig og sikkert etablert, ruller dere ut versjoner av verktøyene og lærer de ansatte hva som er nytt hver uke eller annenhver uke. Det er nøyaktig slik vi gjør det her.
Når det gjelder AI-arkitekturen, finnes det ingen universell løsning. Noen selskaper forbyr bruk av eksterne data. Og mange begrenser bruken av interne data i AI-systemer, med unntak av systemer som er godkjent av IT. Disse reglene må defineres i deres eget miljø.
Men ut fra det jeg har sett de siste to årene, kommer de virkelige innovasjonene ikke fra OpenAI og andre AI-giganter, men fra faktiske bedriftsbrukere som finner ut hvordan de kan bruke AI til å skape bedre forretningsmodeller, produkter og tjenester.
Det er derfor superarbeidere som veiledes av superledere, betyr langt mer enn hvor mange billioner av tokener systemet ditt kan behandle.
Fokuser på bruksområdene og brukstilfellene som er mest strategiske. Det kan virke kult å gi alle et møteverktøy, men den større muligheten ligger kanskje i å forbedre global onboarding, opplæring og mobilitet.
Hvorfor nysgjerrighet er den viktigste ferdigheten for ledere i AI-æraen
Og én ting til. De mest inspirerende lederne jeg møter, er ikke de mest selvsikre eller arrogante; de er de mest nysgjerrige, og de lærer alltid.
Når jeg fyller 70 år neste år, føler jeg meg fortsatt som en tenåring på mange måter, mens jeg hver eneste dag lærer hvordan jeg skal lede og hjelpe andre.
Vær ydmyk og fortsett å lære
Følg med
Du kan følge arbeidet til Josh Bersin på LinkedIn og nettstedet hans mens han fortsetter å lære HR-ledere opp i riktig implementering av KI. Ta også en titt på KI-verktøyet hans, Galileo.
Flere ekspertintervjuer kommer på People Managing People!
Klar for å tenke nytt om KI-tiden?
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.
