People-teknolog sier at KI-adopsjon er 10 % teknologi og 90 % psykologi
KI kan håndtere rutineoppgavene, men menneskene er fortsatt det som skiller seg ut. Yannick Fouagou fra Greenshield forklarer hvorfor organisasjoner må utforme KI for å løfte medarbeiderne, ikke automatisere bort menneskeligheten deres.
Yannick Fouagou
Direktør for medarbeideroperasjoner og -løsninger i Greenshield
KI-integrasjon: KI bør styrke medarbeidernes roller, ikke erstatte dem, ved å fokusere på strategiske oppgaver.
Utvikling av lederskap: KI skaper ensartet gjennomføring, mens menneskene tilfører den kreative gnisten KI ikke kan gjenskape.
Prosjekteffektivitet: KI kan forvandle prosjektledelse ved å håndtere data, rapportering og automatisering av arbeidsflyter med minimal innsats.
Medarbeidernes selvbetjening: KI flytter selvbetjeningsmodeller fra søkebaserte til samtalebaserte løsninger, noe som forbedrer tilgjengeligheten og effektiviteten.
Utfordringer ved bruk: KI-adopsjon handler for det meste om psykologi og krever kulturelle endringer for å sikre vellykket integrasjon.
Yannick Fouagou er direktør for drift og løsninger for medarbeidere hos Greenshield, der han fokuserer på å bygge bro mellom datadrevet effektivitet og menneskesentrert ledelse.
Vi spurte ham om det «menneskelige» aspektet ved integrering og innføring av AI. Han fortalte oss hvorfor – og hvordan – AI må løfte medarbeiderne i stedet for å erstatte dem.
Å mestre teknologi som kan automatisere bort menneskeligheten
Karrieren min er en fortelling om to tiår: det første som elektronikkingeniør innen olje og gass, og det andre som teknologiekspert på medarbeiderområdet. Med andre ord gikk jeg fra å lede strenge kvalitetssystemer i ekstreme miljøer til å lede digitale transformasjoner som redefinerer medarbeiderreisen.
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
Dette tekniske fundamentet, kombinert med kaoset ved å oppdra fem barn, lærte meg en viktig sannhet: Mennesker reagerer på uforutsigbarhet på måter logikken ikke alltid kan kartlegge. Denne innsikten førte meg til skjæringspunktet mellom personalanalyse og psykologi, og inspirerte meg etter hvert til å skrive lederromanen min, Kaosåret.
For selv om systemer gir struktur, er det det menneskelige aspektet som avgjør motstandskraften.
I dag arbeider jeg med å bygge bro mellom datadrevet effektivitet og menneskesentrert ledelse. Mitt overordnede formål kan oppsummeres med ett ord: empati. Jeg bruker teknologi, ikke for å erstatte kontakt, men for å beskytte den.
Fremover fokuserer jeg på å flytte organisasjoner forbi ren «overlevelse» og mot bevisst vekst. Ved å utnytte ingeniørtenkningen min hjelper jeg ledere med å navigere i «sammenbruddet» av gamle strukturer.
Enten det er gjennom bøkene mine eller rollen min innen personaldrift, er målet mitt å menneskeliggjøre arbeidsplassen ved å mestre teknologiene som truer med å automatisere bort menneskeligheten vår.
Hvordan AI omformer ledelse og organisasjonsstruktur
Jeg var i utgangspunktet skeptisk til AI. Men jeg har gått fra denne skepsisen til en balansert erkjennelse. AI skaper enhetlighet i gjennomføringen, men menneskene er fortsatt det som skiller oss ut. Vi må gå fra «utdaterte mennesker» som utfører rutinearbeid, til «våknede mennesker» som driver strategien fremover.
- Gammel antakelse: AI erstatter kunnskapsarbeidere.
- Ny virkelighet: AI erstatter rutinearbeidet. Mennesker må bidra med den kreative, kritiske og unike «gnisten» AI ikke kan simulere.
Hvorfor AI-integrering endrer organisasjonens prestasjoner
Her er et eksempel. I et nylig prosjekt for modernisering av HR gikk vi lenger enn å «bruke» AI – vi gjorde det til prosjektets «nervesystem». Ved å mate hvert møtereferat, hver beslutningslogg og hvert krav inn i en tilpasset AI-agent opprettet vi et levende arkiv over prosjektets kunnskap.
Denne agenten lagret ikke bare data, den genererte aktivt ukentlige statusrapporter, identifiserte bidragsytere som burde anerkjennes, og skrev komplekse testscenarioer.
Denne integreringen gjorde det mulig for oss å trosse prosjektledelsens «jerntrekant» – å levere i tide, innenfor budsjett og med høy kvalitet. Vi gikk fra lavkode-RPA til kodefri agentisk AI og automatiserte arbeidsflyter fra ende til annen, som analyse av undersøkelser og rapportering til ledelsen, med minimal inngripen.
- Produktivitetsgevinst: Presentasjoner for ledelsen gikk fra to dagers arbeid til bare fire timer.
- Strategisk skifte: Ledelsen finpusser nå strategien i stedet for å endre størrelsen på PowerPoint-bokser.
Til syvende og sist ser jeg på AI som elektrisitet i et hjem. Min rolle som leder handler ikke lenger bare om å lyse opp rommet (skaffe verktøy), men om å lære teamet mitt hvordan de også kan bruke denne kraften til å koke vann eller lade en bil (skape resultater).
Ved å automatisere det transaksjonelle ryddet vi veien for dyptgående, strategisk arbeid som tidligere var begravd under administrativt arbeid.
Hvordan AI kan revolusjonere medarbeidernes selvbetjening
Vi har også gjennomført en fullstendig overhaling av selvbetjening for medarbeidere (ESS) og gått fra en «søk»-modell til en «samtale»-modell.
Tidligere lette medarbeiderne gjennom SharePoint-nettsteder eller PDF-filer for å finne retningslinjer. Nå har vi lastet inn alle retningslinjene og standardiserte arbeidsprosedyrer (SOP-er) i kunnskapsbaseartikler (KBA-er) som er tilgjengelige via en konversasjonsbasert AI-agent.
En medarbeider kan ganske enkelt spørre: «Hva er retningslinjene for permisjon ved dødsfall?» eller «Hvordan oppdaterer jeg skatteskjemaene mine?» og få et umiddelbart, kontekstuelt svar.
Den mest kraftfulle delen av denne overhalingen er tilbakemeldingssløyfen. Vi bruker AI til å analysere søkene som gir «Ingen resultater funnet», samt vanlige spørsmål. AI identifiserer hull i dokumentasjonen vår og anbefaler at vi oppretter nye kunnskapsbaseartikler. Den forteller oss: «50 personer spurte om ladestasjoner for elbiler denne uken, og vi har ingen retningslinjer. Lag et utkast.» Dette holder kunnskapsbasen vår levende.
Hvorfor AIs løfter og virksomhetenes virkelighet ofte ikke samsvarer
Når det er sagt, ser jeg en avstand mellom AIs løfter og virkeligheten. Det er to hovedspenninger som forårsaker dette.
For det første: «Bruksområde»-spenningen. Virksomheter jakter på AI-kompetanse, men overser behovet for forretningsforståelse. Sannheten er at det er enklere å lære bort AI-ferdigheter til en forretningsekspert enn å lære bort dybdeforståelse for virksomheten til en teknologisk arkitekt. Derfor videreutvikler vi domeneekspertene våre slik at de kan identifisere hvor teknologien passer inn, gjennom en strategi for AI-beredskap.
For det andre: «Ensartethets»-spenningen. Når alle tar i bruk de samme AI-verktøyene, risikerer bransjene å havne i et «ensartethetens hav». For å bryte ut av denne spiralen må organisasjoner tenke nytt om verdiforslagene sine.
For eksempel må en tjenesteleverandør utvikle seg til en datadrevet plattform for å skape et bærekraftig konkurransefortrinn.
For å håndtere disse spenningene fokuserer jeg på «matriseintegrasjon». Vi bryter ned siloene mellom HR, økonomi og IT slik at data kan flyte sømløst gjennom hele organisasjonen.
Hvorfor innføring av AI består av 10 % teknologi og 90 % psykologi
Det mest overraskende jeg har lært, er at innføring av AI består av 10 % teknologi og 90 % menneskelig psykologi.
Jeg antok først at alle ville være like ivrige etter å ta i bruk disse verktøyene, men innså raskt at AI krever den samme tradisjonelle endringsledelsen som vi har brukt i flere tiår. Hvis du hopper over det menneskelige arbeidet med å håndtere frykt, motstand og endringskurven, vil selv den mest avanserte teknologien fortsatt mislykkes.
For å håndtere dette har jeg vendt tilbake til grunnprinsippene for organisasjonsdesign. Jeg deler bevisst interessentene mine inn i «forkjempere» og «motstandere», og møter dem der de befinner seg på kurven. Vi ruller ikke bare ut verktøy; vi formaliserer den nye arbeidsmåten i standardiserte arbeidsprosesser og retningslinjer for å sikre ansvarlighet. Det betyr at endringen er kulturell og strukturell, ikke bare en midlertidig økning i begeistring.
Denne innsikten har flyttet lederfokuset mitt mot menneskelig beredskap. Vi måler avkastningen på verktøyene våre, ikke bare i spart tid, men også i «oppvåkningen» blant medarbeiderne våre.
- Trinn 1: Definer konteksten (hvorfor det er viktig for det spesifikke teamet).
- Trinn 2: Identifiser kurven (hvor er motstanden?).
- Trinn 3: Mål effekten (blir tiden som spares, brukt på arbeid med høy verdi?).
Hvorfor organisasjoner må lære medarbeiderne å stille tre spørsmål
Å være «AI-klar» handler ikke om teknisk sertifisering, men om å ha en AI-først-tankegang. Det handler om å stoppe opp før man begynner på en oppgave og stille tre spørsmål:
- «Kan AI gjøre dette for meg?»
- «Kan AI ta meg fra nybegynner til ekspert på dette temaet?» (det vil si lære meg det grunnleggende umiddelbart).
- «Kan AI være min ledelseskonsulent?» (det vil si kritisere strategien min).
Å bygge denne tankegangen samsvarer med filosofien for endringsledelse som jeg nevnte tidligere. Vi behandler innføring av AI som en atferdsendring, ikke som utrulling av programvare. Vi oppmuntrer teamene til å se på AI, ikke som et verktøy de må bruke, men som en partner som fjerner det kjedelige arbeidet fra hverdagen deres. Målet er å gå fra «å utføre arbeidet» til «å styre arbeidet».
Slik fremmer sentrale KI-verktøy effektivitet innen HR og ledelse
Verktøystakken min fokuserer på økosystemene i bedriftsklassen som driver virksomheten vår, kategorisert i to primære motorer:
1. Systemet for registrering: HCM i full skala
Vi bruker hele pakken – rekruttering, talent, læring og selvbetjening. Den fungerer som vår eneste sannhetskilde. Ved å ha hele pakken på ett sted sikrer vi dataintegritet og en sømløs brukeropplevelse, slik at vi kan automatisere arbeidsflyter fra ansettelse til pensjonering uten integrasjonsbrudd. Den gir stabiliteten og etterlevelsen en stor organisasjon trenger.
2. Produktivitetssystemet: Microsoft 365-økosystemet
Det er her arbeidet skjer. Vi bruker hele pakken – Power BI for sanntidsanalyse av medarbeidere, Power Apps for å bygge tilpassede løsninger med lite kode, og Teams/SharePoint for samarbeid.
Og ikke minst har vi integrert Microsoft 365 Copilot i dette økosystemet. Det har endret spillereglene for arbeidstempoet. Det lar oss oppsummere møter, utarbeide strategisk kommunikasjon og søke i dataene våre som en del av arbeidsflyten. Det fjerner tidkrevende administrativt arbeid og gir teamet mitt tilgang til kunnskap på førstenivå. Det demokratiserer også digital transformasjon ved å gi teamet mitt mulighet til å bygge egne automatiserte løsninger uten alltid å være avhengig av IT-utviklere.
En PowerPoint-agent endrer hvordan ledere bruker tiden sin
Jeg er for tiden helt oppslukt av KI-agenten vår for PowerPoint-oppretting, som vi bygget ved hjelp av Co-Pilot Studio.
Jeg innså at vi hadde en enorm ineffektivitet i arbeidet vårt, knyttet til det faktum at selv om presentasjoner for ledelsen har svært høy strategisk verdi (de styrer beslutninger), er det ofte lite krevende og lite effektivt å lage dem – i praksis går det timevis med til å endre størrelsen på bokser og justere skrifttyper.
Vi bygget en agent for å løse dette. Vi gir den rådata, narrativ struktur og retningslinjene våre for merkevaren. I løpet av minutter genererer den en presentasjon som er 90 % ferdig, med profesjonell visuell utforming og en sammenhengende fortelling.
Resultatet er at den har gitt ledergruppen min timevis med tid til «fordypet arbeid» tilbake. Vi bruker ikke lenger helgene på å formatere lysbilder, men på å videreutvikle selve strategien. Det flyttet fokuset vårt fra presentasjonsteknikk til strategisk innhold.
Hvorfor mikroagenter slår autonome roller
Små, dedikerte agenter som denne er svært nyttige. Men vi stiller også store spørsmål: Kan en agent være en prosjektleder fra ende til ende – lytte til møter, tildele oppgaver og sette milepæler uten menneskelig innblanding? Kan KI være sikkerhetsansvarlig for meg? Kan den være markedsdirektøren min?
Akkurat nå er teknologien ofte mindre enn optimal for disse fullt autonome rollene. Men potensialet er ubestridelig.
Hvorfor KI endrer arbeidslivets sosiale og intellektuelle kontrakt
Jeg spår en todelt utvikling av arbeidslivets sosiale og intellektuelle kontrakt.
For det første tror jeg at de enorme produktivitetsgevinstene fra KI vil gjøre universell grunninntekt (UBI) til en nødvendighet snarere enn en teori. Når fire dagers arbeidsuke blir standard, vil selve definisjonen av «fattigdom» og «nytte» endres, noe som tvinger frem en fullstendig reforhandling av hvordan samfunnet verdsetter menneskers tid og bidrag.
For det andre spår jeg at polyhistoren vender tilbake. Tidligere tvang kompleksitet oss til å bli hyperspesialiserte «tannhjul». KI snur dette ved å håndtere den tekniske utførelsen av ulike oppgaver, slik at enkeltpersoner igjen kan beherske flere fagområder. Vi går inn i en tid der en «stor tenker» igjen kan være filosof, programmerer og strateg samtidig, drevet av KI-basert gjennomføring.
For å forberede oss på dette må vi «være på arken» og omfavne endringens flodbølge i stedet for å se på fra land. Fremtiden tilhører dem som kan sammenstille informasjon på tvers av grenser for å løse problemer som ennå ikke eksisterer.
Hvorfor ledere bør bruke KI for å komme nærmere teamene sine
Folk flykter fra kaos. I denne transformasjonsperioden er ikke rollen din som leder å tilføre mer kaos gjennom flere verktøy og mer kompleksitet, men å bruke KI til å redusere det.
Mitt råd: Forankre deg i empati.
Når vi automatiserer det transaksjonelle, blir det relasjonelle din egentlige valuta. Ikke bruk KI til å distansere deg fra teamet ditt, men bruk det til å rydde skrivebordet ditt slik at du kan tilbringe mer tid med dem.
Følg med
Du kan følge Yannick Fouagous arbeid på LinkedIn.
Flere ekspertintervjuer kommer på People Managing People!
