Grunnleggeren som brenner for å menneskeliggjøre arbeidet med kunstig intelligens, avslører de emosjonelle grunnlagene som kreves for vellykket integrering

Bakgrunnen min omfatter arbeid i Big Four og en CFO-rolle, noe som har gitt meg dyp innsikt i beslutninger på høyt nivå i styrerommet og realitetene ved å lede transformasjon under press. Jeg har jobbet på tvers av bransjer og navigert gjennom fusjoner, omfattende omstruktureringer og tidlig innføring av ny teknologi, ofte i situasjoner der tempo og presisjon var avgjørende. Denne erfaringen ga meg et innsideperspektiv på både mulighetene og blindsonene ledere møter når de styrer organisasjoner gjennom endring.

Som ekspert på å fremme topprestasjoner har jeg alltid hatt som mål å få team bort fra «én-størrelse-passer-alle»-tilnærmingen til personalledelse, og i stedet skape systemer, strukturer og dynamikker som gjør det mulig for mennesker å blomstre — og prestasjonene å skyte fart.

Siden 2022 har vi hjulpet organisasjoner med å utnytte kunstig intelligens på måter som gjør mennesker og prestasjoner sterkere, ved hjelp av disse velprøvde prinsippene.

I Coincidencity samarbeider vi nå med seniorledere og teamene deres om å utforme arbeidsmåter som er forsterket av kunstig intelligens, og som er raskere, mer samkjørte og leverer reell strategisk forretningsverdi, samtidig som mennesket står i sentrum.

Hvordan kunstig intelligens redefinerer ledelse og beslutningstaking

Ledelse i en verden der kunstig intelligens står først, går fra å styre arbeid til å utforme menneske–AI-systemet.

Min egen endring har vært å gå fra «Hvorfor gjør vi dette?» til også å spørre: «Hva må fortsatt være menneskearbeid — og hva kan kunstig intelligens på en pålitelig måte ta over?» Jeg betrakter kreativ og etisk dømmekraft, kontekst og relasjonsbygging som beskyttede menneskelige områder, samtidig som jeg bruker kunstig intelligens til mønstergjenkjenning, simulering og en første syntese. For å generere disse AI-scenarioene arbeider jeg vanligvis med LLM-er som er klare for bruk i virksomheter, for eksempel OpenAI, Amazon Q, Zoom AI, Anthropic og Gemini.

På organisasjonsnivå betyr det å sette dette ut i praksis at man går bort fra rigide strukturer og over til mindre, myndiggjorte team som kan tilpasse seg raskt. Ledere er ikke lenger informasjonsportvoktere, men utformere av miljøer der mennesker og kunstig intelligens utfyller hverandre. I praksis betyr det å gi slipp på ideen om at hierarki og flere rapporteringslinjer fører til bedre beslutninger.

Et enkelt eksempel: I stedet for å be om «flere rapporter, raskere», rammer lederen inn beslutningen som skal tas, spesifiserer hvilke variabler som betyr noe, fastsetter terskler for godkjenning og risikorammer, og ber kunstig intelligens om tre scenarioalternativer med avveininger. Teamet setter deretter disse alternativene på prøve mot den aktuelle konteksten og forplikter seg til et kort, forhåndsavtalt eksperiment. Resultatet er ikke en tykkere presentasjon, men en beslutning med begrunnelse og neste steg.

På organisasjonsnivå betyr det å sette dette ut i praksis at man går bort fra rigide strukturer og over til mindre, myndiggjorte team som kan tilpasse seg raskt. Ledere er ikke lenger informasjonsportvoktere, men utformere av miljøer der mennesker og kunstig intelligens utfyller hverandre.

Share This Quote on:

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

Miriam Gilbert

Grunnlegger av Coincidencity

Hvordan ledere kan bruke kunstig intelligens til å skape strategisk klarhet

En av de mest kraftfulle omleggingene jeg har sett, har vært kunstig intelligens i beslutningstaking.

Et lederteam jeg jobbet med, satt fast i en syklus der de produserte stadig flere rapporter i håp om at mengde skulle gi klarhet. Det gjorde bare beslutningene langsommere og skapte frustrasjon.

Vi endret prosessen ved å bruke kunstig intelligens, ikke til å generere mer data, men til å formulere bedre strategiske valg. Det nøyaktige oppsettet varierer avhengig av hvilken AI-løsning kunden allerede har på plass — i dette tilfellet var det Copilot. Lederne begynte med å definere beslutningen som var viktig, tydeliggjøre hvilke variabler som var aktuelle, og fastsette grenser for risiko og godkjenning. Deretter ble kunstig intelligens brukt til å generere en håndfull scenarioer med tydeliggjorte avveininger. Teamet kunne så konsentrere energien om å undersøke disse scenarioene, bruke dømmekraft og samkjøre seg om veien videre.

Resultatet var raskere og mer strategiske beslutninger — ikke fordi kunstig intelligens ga «svaret», men fordi den skapte en strukturert måte å komme forbi informasjonsoverbelastning og over i målrettet handling. Denne endringen i arbeidsflyten reduserte også støyen for teamene lenger ned i organisasjonen, som ikke lenger måtte stresse med å produsere endeløse presentasjoner, og den styrket en kultur der kunstig intelligens ses på som en strategisk partner, ikke bare et produktivitetsverktøy.

Hvordan emosjonell innsikt omformer AI-ledelse og -adopsjon

Et øyeblikk som skiller seg ut, var da jeg jobbet med et lederteam som hadde investert tungt i AI, men var frustrert over at adopsjonen gikk sakte og var fragmentert. Den første impulsen var å satse på mer opplæring, kanskje enda en hackathon.

Men vi bestemte oss for en annen tilnærming. I stedet for å definere hvor vellykket adopsjonen var ut fra produksjonsvolum — eller enda verre, antallet AI-innlogginger — undersøkte vi hvordan folk opplevde AI i de daglige rollene sine.

Noen følte seg truet, mens andre var usikre på om bidraget deres fortsatt hadde betydning. Noen var frustrerte over det de oppfattet som mangler ved verktøyene, mens andre var desillusjonerte over at AI ble tvunget inn i arbeidsflyter som ikke ga noen reell strategisk verdi. Ved å bringe disse følelsene frem i lyset kunne lederne undersøke hva som måtte endres, revurdere prosesser og omformulere AI fra å være en erstatning til å bli en partner — slik at folk fikk frihet til å bruke dømmekraft, kontekstforståelse og kreativitet der det hadde størst betydning.

Dette førte til en rekke endringer:

• Flere arbeidsflyter ble redesignet slik at AI kunne utføre grunnarbeidet.
• Suksess-KPI-er ble gjennomgått — man gikk bort fra en rent kvantitativ vurdering av oppgaveutførelsen og inkluderte også kvalitative mål.

For meg var innsikten tydelig: AI-adopsjon fremskyndes ikke av mer press eller teknisk opplæring. Det krever at man dyrker frem de emosjonelle forutsetningene som gjør at folk føler seg trygge og verdifulle i et AI-forsterket system. Denne endringen påvirket ikke bare hvordan jeg veileder andre, men også hvordan jeg leder meg selv: Samkjøring og gode resultater fulgte naturlig da det menneskelige laget var ivaretatt.

Hvorfor ledere trenger emosjonell intelligens for å lede team gjennom AI-transformasjon

Å utvikle det jeg kaller "AI-EQ", begynner med å behandle det som en sentral AI-kompetanse i lederskap, ikke som noe som bare er kjekt å ha.

Det handler om hvordan ledere reagerer på usikkerhet, hvordan de veileder medarbeiderne sine gjennom endringer i identitet, og hvordan de skaper rom for både nysgjerrighet og ubehag når AI endrer måten arbeidet utføres på.

I praksis betyr det å bygge tre ting:

• Bevissthet — å legge merke til hvor følelser som trussel, motstand eller desillusjon viser seg i teamene.
• Dømmekraft — å spørre hva som bør forbli menneskelig arbeid, og hva AI på en pålitelig måte kan forsterke.
• Omformulering — å hjelpe folk med å se AI ikke som en erstatning, men som en partner som løfter dømmekraften og kreativiteten deres.

Jeg utvikler dette i mitt eget lederskap gjennom refleksjon og identitetsarbeid, og jeg hjelper andre med å bygge det gjennom AI-rammeverkene våre — enkle praksiser som scenarioutforming med AI, rolleavklaring og strukturerte samtaler som synliggjør den menneskelige opplevelsen av endring. Vi bruker verktøy som fremtidsscenarioer, premortem-analyse, destinasjonskartlegging, veikartlegging, identitetskartlegging, gap-analyse og så videre. For eksempel hjalp en kombinasjon av fremtidsscenarioer og premortem-analyse et ingeniørteam med å innse at de var bekymret for at AI skulle undergrave identiteten de hadde som «innovative».

Endringen er subtil, men kraftfull: Når ledere først har utviklet AI-EQ, går teamene fra å etterleve bruken av verktøyene til å ta reelt eierskap til hvordan AI styrker bidraget deres.

Miriams tips

Ledere bør ikke vente på «perfekt» AI. Se heller på verktøyene dere har i dag som prototyper for morgendagens strategi.

Hvorfor de fleste AI-transformasjoner mislykkes — og hvordan ledere kan løse det

Organisasjoner behandler ofte AI som en måte å få den eksisterende maskinen til å gå raskere på.

Alle får opplæring i å bruke det til møtereferater, førsteutkast til e-poster eller raskere rapporter. Nyttig, ja, men det skaper ikke strategisk verdi eller konkurransefortrinn. Hvis alle selskaper gjør det samme, blir resultatet ensartet effektivitet og et kappløp mot bunnen.

Det er som at Blockbuster bygget et nettsted for å vise åpningstidene til butikkene, mens Netflix stilte et annet spørsmål: «Hvilken ny forretningsmodell gjør denne teknologien mulig?»

Det er derfor så mange AI-programmer føles lite imponerende. Det handler ikke om at adopsjonen er lav - det handler om at "adopsjon" er feil mål og er rettet mot feil tidshorisont. Å måle innlogginger eller telle resultater skaper en illusjon av fremgang, samtidig som kjernevirksomheten forblir uendret.

Det som betyr noe, er om AI brukes til å redefinere hvordan verdi skapes, hvordan team samkjøres, og hvordan beslutninger tas under press. Det krever at ledere beveger seg forbi resultater og over til AI-EQ — at de utvikler tankesettet som gjør dem i stand til å skille mellom hva som bør forbli menneskelig arbeid, og hva AI kan forsterke. Kombinert med AI-rammeverkene våre flytter dette teamene fra «å gjøre det samme, bare raskere» til å utforme nye arbeidsmåter som konkurrentene ikke enkelt kan kopiere.

Rammeverkene er basert på å skape tre skifter:

• Et identitetsskifte: Hvordan oppfatter teammedlemmene at de bidrar med verdi?
• Et atferdsskifte: Hvilken atferd vil bidra til bedre verdiskaping?
• Vanedannelse: Vi veileder teamet i å gjøre den nye atferden til den etablerte normen ved hjelp av prototyper basert på atferdsvitenskap.

Når ledere rammer inn AI på denne måten, slutter de å jage effektivitet og begynner å bygge konkurransefortrinn – raskere samordning, tydeligere beslutningstaking og evnen til å handle først når muligheter oppstår. Det er her det virkelige gapet ligger, og her lederskapets fremtid ligger.

Hvordan ledere kan håndtere både frykt og overbegeistring ved innføring av AI

Motstand er som alltid forventet ved endringer eller ny teknologi – frykt for å bli erstattet og skepsis til verktøy er vanlig. Men det jeg ikke hadde forutsett, var i hvilken grad positive følelser også kan skape uventede utfordringer.

Jeg jobbet for eksempel med et team der flere tidlige brukere var oppriktig begeistret for AI. De eksperimenterte overalt – utarbeidet dokumenter, automatiserte trinn og redesignet til og med deler av arbeidsflytene sine. Men fordi det ikke fantes noe felles rammeverk eller noen samordning med prioriteringene, ble begeistringen raskt til frustrasjon. Eksperimentene hopet seg opp, men få av dem ble omsatt til reell verdi, og kollegene begynte å stenge ute det de oppfattet som «AI-støy».

Den erfaringen viste meg at ledelse med AI-EQ ikke bare handler om å håndtere frykt; det handler også om å kanalisere begeistring inn i målrettet bruk. Ved å hjelpe teamet med å identifisere hvor AI kunne frigjøre tid til arbeid med høyere verdi – og hvor det er behov for rammer – blir begeistringen en katalysator i stedet for en distraksjon. Disse rammene har en tendens til å være svært spesifikke for hver enkelt kunde. Én kunde utarbeidet for eksempel en sjekkliste for å «jobbe baklengs» fra forretningsresultater før de eksperimenterte med AI for å løse bestemte problemer.

Det overraskende var å innse at enhver følelsesmessig reaksjon, ikke bare motstand, må anerkjennes og styres dersom organisasjoner skal få AI til å levere varig verdi.

Hvorfor systemdesignere vil lede den neste æraen med AI-forsterkede organisasjoner

Om fem år vil de mest effektive lederne i mindre grad bli vurdert ut fra hvilke beslutninger de tar, og i større grad ut fra hvordan de utformer betingelsene for at beslutninger skal kunne tas.

I en AI-forsterket verden vil fordelen ikke komme av å ha mer data eller raskere analyser – AI vil jevne ut konkurransevilkårene. Forspranget vil tilhøre ledere som kan orkestrere menneske–AI-systemet: forme samtalen om hva som må forbli menneskelig, hva som kan forsterkes, og hvordan de to kan kombineres til noe som er større enn hver av dem alene.

Dette vil kreve et dyptgripende skifte i lederidentitet. Ledere må utvikle seg fra å være beslutningseiere til kontekstskapere – de må forme rammeverkene, grensene og de følelsesmessige betingelsene som gjør det mulig for teamene å bevege seg raskt med AI, samtidig som de holder seg på linje med formål og verdier.

I praksis betyr det at fremtidens styrerom ikke vil være fulle av mennesker som gransker endeløse presentasjoner. Det vil heller ikke være kald automatisering. De vil være miljøer der lederskap demokratiseres, og der mennesker stiller skarpere spørsmål, utforsker flere scenarier og forplikter seg til kortere handlingssykluser. Lederskap vil i mindre grad handle om hierarki og i større grad om å dyrke tilpasningsevne i stor skala.

De lederne som lykkes, vil være de som omfavner AI-EQ – de som ikke bare forstår AIs tekniske muligheter, men også de menneskelige følelsene, identitetene og kulturelle endringene AI utløser. De vil vite at tillit, samordning og formål er det som gjør AI til et reelt konkurransefortrinn, i stedet for bare et verktøy.

Miriams tips

Ledere må utvikle seg fra å være beslutningseiere til kontekstskapere – de må forme rammeverkene, grensene og de følelsesmessige betingelsene som gjør det mulig for teamene å bevege seg raskt med AI, samtidig som de holder seg på linje med formål og verdier.

Hvordan ledere kan navigere i AI-transformasjon med selvtillit og tydelighet

Se på dette som et øyeblikk for strategisk forestillingsevne, ikke bare en operasjonell justering.

Her er mitt råd:

• For det første bør ikke ledere vente på «perfekt» AI. Se heller på verktøyene dere har i dag som prototyper for morgendagens strategi. Bruk dagens AI-muligheter til å utforske – ikke levere – ved å gjennomføre parallelle eksperimenter som undersøker spørsmål som «Hvilken type innsikt kan endre verdiforslaget vårt?» eller «Hvordan kan delvis automatisering åpne nye markeder?» Disse eksperimentene trenger ikke skaleres; de trenger et tydelig formål.
• For det andre bør dere bygge inn åpenhet i utformingen av arbeidsflyter og AI i organisasjonsdesign. Involver medarbeiderne i utviklingen av disse verktøyene – helt ned på instruksjonsnivå. Når de samskaper AI-spørsmål og modeller – når de ser «menneskene bak verktøyet» – oppstår tillit. Og når tilliten først er på plass, blir AI noe mennesker former, ikke noe som skjer med dem.
• For det tredje bør dere investere i fremvoksende lederskap: mennesker som opptrer som forbindelsesledd mellom teamets formål og AIs potensial. Dette er ikke alltid de formelle lederne deres – det er menneskene som spør «hva om?» på tvers av grenser. Identifiser dem, gi dem større gjennomslag, og gi dem små mandater til å eksperimentere. De trenger ikke unntak fra retningslinjene – de trenger tillatelse til å teste hvordan fremtiden kan se ut, og til å bringe tilbake lærdommene.
• Til slutt bør dere endre rytmen. Slutt å tenke på store AI-satsinger som krever styregodkjenning. Begynn heller å tenke i meningsfulle mikrosykluser – ukentlige oppfølginger som utelukkende fokuserer på «Hva avslørte AI for oss om arbeidet, kundene eller prosessen vår?» Over tid bygger disse øyeblikkene med mikrolæring dybde i strategien. Dere tar ikke bare igjen konkurrentene – dere går forbi dem.

Følg med

Du kan følge Miriams arbeid på LinkedIn, hennes nettsted og hennes Substack-nyhetsbrev  mens hun fortsetter å utforme og skalere menneskesentrerte, AI-drevne systemer.

Flere ekspertintervjuer kommer på Mennesker som leder mennesker!