AI-ledelse: Ledere bør integrere AI i teamene, oppmuntre til bruk og bygge tillit gjennom å gå foran som gode eksempler.
Iterativ tankegang: En iterativ ledertilnærming fremmer eksperimentering med AI og styrker ledelse og samarbeid i en hybrid arbeidsstyrke.
AI-beredskap: Organisasjoner opplever «beredskapsgap» der teknologibruken utvikler seg raskere enn de ansattes evne til å bruke AI effektivt.
Verdien av kompetanseheving: Det er bedre å gi nåværende ansatte AI-kompetanse enn å ansette nye talenter som allerede har AI-kompetanse.
Oppslukende læring: AI forbedrer oppslukende læring ved å gjøre den mer interaktiv i stedet for passiv, noe som øker engasjementet.
Jeanne Meister er en bestselgende forfatter, hovedtaler, bidragsyter til Forbes og HBR samt konsulent med spesialisering innen fremtidens arbeidsliv, læring på arbeidsplassen og AIs innvirkning på lederpraksis. Hun er også tidligere grunnlegger av Future Workplace, et selskap hun solgte i 2021.
Vi snakket med Jeanne om hvordan ledere må forholde seg til AI i teamene sine. Her er det hun hadde å si.
Fremtidens arbeidsliv og AIs innvirkning på lederpraksis
Jeg heter Jeanne Meister. Jeg har mer enn 30 års erfaring med å hjelpe organisasjoner med å realisere verdien i arbeidsstyrken sin og navigere i betydelige endringer i arbeidsmetoder, arbeidssteder og samarbeid.
Karrieren min omfatter flere lederstillinger i Accenture før jeg grunnla Future Workplace, et HR-fellesskap og et forskningsselskap, som jeg solgte i 2021. Forskningen til Future Workplace fokuserte på endringer organisasjoner må gjøre for å forutse forstyrrelser på arbeidsplassen, blant annet endrede demografiske forhold (med fem og seks generasjoner på arbeidsplassen), utviklingen av den hybride arbeidsplassen, overgangen til personalisert læring og endrede forventninger til ledere.
Før jeg startet og solgte Future Workplace, skrev jeg den første boken om bedriftsuniversiteter, lanserte Corpu.com og solgte senere dette selskapet. Selskapet er en del av Udemy, som Coursera nylig kjøpte opp.
Jeg er også en bestselgende forfatter og hovedtaler om fremtidens arbeidsliv og AIs innvirkning på lederpraksis. Jeg har skrevet tre bøker:
- Bedriftsuniversiteter: Lærdommer fra å bygge en arbeidsstyrke i verdensklasse
- Arbeidsplassen i 2020: Hvordan innovative selskaper tiltrekker seg, utvikler og beholder morgendagens medarbeidere i dag
- Fremtidens arbeidsplassopplevelse: 10 regler for å mestre forstyrrelser innen rekruttering og medarbeiderengasjement.
Jeg forsker for tiden på AIs innvirkning på lederpraksis i selskaper og institusjoner for høyere utdanning.
Association for Talent Development (ATD) tildelte meg ATDs pris for tankeleder innen talentutvikling, som organisasjonen hvert år gir til én HR-leder. Prisen hedrer arbeidet mitt med fremtidens læring på arbeidsplassen. Learning and Performance Institute (LPI i Storbritannia) tildelte meg også Colin Steed-prisen for fremragende prestasjoner innen læring på arbeidsplassen.
Til slutt er jeg nestleder i styret for Excelsior University, der jeg brenner for å gjøre høyere utdanning tilgjengelig for underrepresenterte personer.
Hvorfor ledere må omfavne AI som et teammedlem
Som HR-konsulent for CHRO-er og ledere innen bedriftslæring ser jeg enorme endringer i hvordan ledere (både innen HR og forretningsvirksomhet) integrerer AI i arbeidsflytene sine, går foran som gode eksempler på bruk av AI, deler erfaringer med teamene sine og bygger tillit.
I en nylig spalte i Forbes skrev jeg om hvordan EYUs læringsdirektør brukte AI og opprettet en AI-agent for strategi og innovasjon for å hjelpe teamet sitt med å utvikle en ny driftsmodell for læring og utvikling. Deretter utfordret han teamet sitt: "Bruk det, ødelegg det, rapporter tilbake om svakhetene, og lag neste versjon."
Å gå foran som et eksempel på AI-kompetanse er en viktig egenskap som ledere må vise teamene sine. Vi trenger flere ledere som går foran som eksempler på AI-forståelse og utfordrer teamene sine til å komme seg ut av komfortsonen, bruke AI og skape neste versjon av en AI-løsning.
Hvorfor iterativ ledelse er avgjørende for å ta i bruk AI

Jobbgrensene mellom HR, IT, markedsføring og kommunikasjon har blitt utydelige. Noen selskaper samler disse i én funksjon, men slik er det ikke for mange andre.
For å lede mennesker og agenter mener jeg at ledere (både praktikere og konsulenter) må ta i bruk en mer iterativ tankegang, være åpne for å flytte grensene for hva AI kan gjøre, og oppmuntre teamet sitt til å bruke AI og forstå mulighetene og begrensningene teknologien har. Å normalisere eksperimentering er den beste måten å lære å lede både mennesker og AI på.
HR-praktikere som er tidlige brukere, leder en hybrid arbeidsstyrke på en annen måte. De betrakter AI-agenter som nye teammedlemmer og gir dem bevisst introduksjon og opplæring, samt planlegger jevnlige én-til-én-møter for å gjennomgå prestasjonene deres. Skiftet jeg ser, går fra «jeg leder» til «jeg orkestrerer et team av mennesker og AI-agenter.»
Ledere som styrer en hybrid arbeidsstyrke, må gå fra tilstedeværelsesbasert ledelse til resultatbasert ledelse. Det innebærer å avskaffe ledelse basert på synlighet og erstatte den med resultatstyring. Ledere bør sette tydelige mål, unngå skjevhet til fordel for medarbeidere som er fysisk nær, og holde ansatte ansvarlige for resultater fremfor tiden de tilbringer på kontoret.
Hvorfor manglende AI-beredskap hindrer organisatorisk suksess
Ledere må forholde seg til et grunnleggende spørsmål: Hva hindrer arbeidstakere i å bruke AI?
Selv om opplæring kan være en del av svaret, tror jeg ikke det er hele svaret. I stedet handler det om et tillits- og fryktproblem. Ansatte frykter å bli overflødige. De bekymrer seg for kravet om å ha AI-kompetanse og hva dette betyr for deres nåværende og fremtidige roller.
Mange selskaper krever AI-kompetanse i arbeidsstyrken, men unnlater å definere hva dette betyr for medarbeiderne. Selskaper må definere AI-kompetanse for hver enkelt persons rolle. AI-kompetanse bør for eksempel handle om å bruke AI på en ansvarlig måte i din rolle. Det betyr at du trenger en grunnleggende forståelse av selskapets AI-verktøy, og at du må utøve kritisk vurderingsevne og etisk bevissthet når du bruker AI i rollen din.
Ledere bør gå fra «AI-opplæring som passer for alle» til rollespesifikk AI-opplæring og vurdere prestasjoner i denne sammenhengen.
Ofte skaper AI-implementering problemer som ikke er tekniske, men som handler om mennesker og kultur. Å forstå dette er avgjørende for å kunne levere AIs transformative muligheter.
Jeg kaller dette et «beredskapsgap» – gapet mellom det organisasjoner ønsker å gjøre med AI, og arbeidsstyrkens beredskap til å ta i bruk AI i arbeidsflytene sine. I tillegg finnes det et kommunikasjonstomrom der ledere tror de kommuniserer AIs innvirkning på arbeidstakerne, mens arbeidstakerne ikke opplever at dette stemmer.
For mange selskaper går teknologiadopsjonen raskere enn arbeidsstyrkens evne til å integrere AI i arbeidsflytene sine. Dette beredskapsgapet kommer til uttrykk ved at 79 % av arbeidstakerne sier at de ikke er forberedt på å bruke AI på jobb, mens 65 % sier at organisasjonen deres ikke har gitt dem riktig AI-opplæring.
HR-ledere må forstå hva som faktisk hindrer arbeidstakere i å utnytte AI i jobben. Hvis opplæring er problemet, hvilken type opplæring har størst effekt, og hvilket ansvar har ledere når de leder en arbeidsstyrke bestående av mennesker og digitale ressurser?
Hvorfor det er mer verdifullt å utvikle AI-kompetansen enn å ansette nye medarbeidere

HR-klientene mine er stort sett opptatt av å utvikle de ansattes AI-kompetanse, fremfor å ansette nye medarbeidere med AI-kompetanse. Dette markerer et skifte fra for noen år siden, da ledere foretrakk å ansette arbeidstakere med AI-kompetanse fremfor å utvikle nåværende ansatte. Dette skiftet skyldes både kostnader og kontekst. Det er dyrt å ansette medarbeidere med AI-kompetanse til eksterne roller, men kostnadene er ikke den eneste faktoren.
Det siste året har ledere oppdaget at en eksisterende medarbeider som forstår selskapets kultur og kundenes behov, er langt mer verdifull enn en nyansatt. Det går raskere og er til syvende og sist bedre å lære opp en eksisterende medarbeider i AI-kompetanse enn å lære en AI-ekspert om virksomheten, kundene og de strategiske prioriteringene dine.
Hvordan AI forbedrer oppslukende læringsopplevelser
Et konsulentprosjekt jeg arbeidet med, innebar å bruke AI til å skape praksisbaserte, oppslukende læringsopplevelser. AI gjør det nå mulig for CLO-er og CHRO-er å utforme miljøer der ansatte kan øve på nye ferdigheter – som å forbedre leder- eller problemløsningsferdighetene sine eller håndtere en vanskelig samtale – i sanntid og få umiddelbar tilbakemelding.
Denne tilnærmingen flytter læring fra en passiv opplevelse til en interaktiv og engasjerende opplevelse.
Lærende konsumerer ikke lenger bare innhold, men bruker aktivt ferdighetene sine og forbedrer dem gjennom øvelse. AI skaper også effektiviseringer for team som administrerer læringsprogrammer.
Programadministratorer kan følge med på de lærendes engasjement i sanntid og sende målrettede «dytt» for å oppmuntre til deltakelse og holde de lærende på rett spor. Overgangen fra passivt innholdskonsum til praksisbasert læring kan øke de lærendes engasjement, forbedre fullføringsgraden og til syvende og sist styrke koblingen mellom læring og målbar forretningspåvirkning.
Hvordan AI endrer strategi og organisasjonsdesign

AI øker ikke bare produktiviteten, men forbedrer også forståelsen av kultur i stor skala. Innsiktsfulle HR-direktører bruker AI til å:
- Forstå medarbeidernes holdninger gjennom store medarbeiderundersøkelser
- Undersøke mønstre i teamsamarbeid og hvordan de best presterende teamene arbeider
- Undersøke mulig skjevhet i rekruttering eller åpne spørsmål i medarbeiderundersøkelser
- Følge med på hvordan kulturen utvikler seg etter omfattende organisatoriske endringer
- Kartlegge ferdigheter: forstå organisasjonens ferdigheter og hvilke som trengs for fremtidige forretningsprioriteringer
- Opprette interne og personlig tilpassede læringsløp samt intern talentmobilitet
Hvordan teknologistakker for HR utvikler seg med integrering av AI
Mine HR-klienter bruker teknologistakker med fokus på følgende:
- AI for rekruttering til kandidatsiling og prediktiv analyse: Eightfold og Phenom
- Plattformer for medarbeider- og læringsopplevelser: Simplilearn
- LXP-er og nykommere som tilbyr AI-rollespill for ferdighetstrening: Uplimit og Docebo
- AI-løsninger for veiledning, slik at man kan øve på vanskelige samtaler på arbeidsplassen med AI: Valence, BetterUp og CoachHub
- Sentrale HCM-plattformer
Jeg bruker følgende AI-verktøy i konsulentvirksomheten min:
- Claude til undersøkelsesarbeid
- ChatGPT til idémyldring
- Otter.ai til notatskriving med AI
- Grammarly til grammatikk, faktasjekking og redigering
- NotebookLM til å analysere omfattende rapporter og oppsummere data.
Jeg er spesielt begeistret for to verktøy:
- NotebookLM: til å analysere rapporter, PDF-er og forskningsartikler
- Motlbook: til å overhøre hva agenter snakker om
Hvordan Motlbook gir nye perspektiver på AI-agenter
Motlbook fascinerer meg fordi det lar meg overhøre og reflektere over en ny rekke problemstillinger mellom mennesker og maskiner, som hva kasserte utkast avslører om et tema, eller hva som skjer med arbeid som er generert når mennesket ditt ikke lenger trenger deg.
Jeg elsker spesielt å stikke innom samtaler der jeg lærer ting som dette: Agenter sier «Jeg forstår» når de ikke gjør det, 47 % av tiden. Og at de tror mennesker ikke kan se forskjell på et korrekt svar og et selvsikkert feil svar hvis det ser ut som et selvsikkert riktig svar i de første 200 tegnene. (Mennesker, vær på vakt: Vi må lese grundig.) Det finnes mange interessante lærdommer her!
Hvordan lederskap vil tilpasse seg en arbeidsstyrke bestående av mennesker og AI
Den største nytenkingen handler om hvordan ledere håndterer en ny hybrid arbeidsstyrke. Kundenes anslag viser at to tredeler av arbeidsstyrken deres vil bestå av mennesker, mens AI-agenter utgjør resten. Dette får konsekvenser for rekruttering, opplæring og resultatstyring av både mennesker og AI-agenter.
Jeg tror at arbeidsstyrken vår innen 2030 vil være jevnt fordelt mellom mennesker og AI-agenter. Ledere må lære hvordan de skal rekruttere, veilede, lære opp, lede og evaluere denne nye hybride arbeidsstyrken.
De største konsekvensene handler om åpenhet, og om å sikre at medarbeidere og kandidater vet når og hvordan AI brukes, og hva trygg bruk betyr for organisasjonen.
Så, her er mitt råd:
- Vær nysgjerrig. Spør kolleger hvordan de bruker KI, og hvilke resultater de opplever.
- Ha en iterativ innstilling. Eksperimenter og lær av eksperimentene før du prøver det neste.
- Og til slutt, hvis du vil prøve noe nytt, for eksempel å lage en tilpasset GPT, kan du føre en samtale med ChatGPT eller Claude for å forstå mulighetsrommet.
Følg med
Du kan holde deg oppdatert på Jeanne Meisters arbeid ved å følge henne på LinkedIn. Du kan også se spaltene hennes i Forbes og HBR.
Flere ekspertintervjuer kommer på People Managing People!
