Skip to main content
Key Takeaways

AI-integrasjon: AI-verktøy bør fokusere på å redusere manuelt arbeid for å styrke beslutningstakingen og teamets energi.

Effektivitetsgevinster: De viktigste fordelene ved å ta i bruk AI er raskere klarhet, færre flaskehalser og større tillit til beslutningene.

Lagvis tilnærming: Bruk av lag som konteksthenting og automatisering av arbeidsflyter kan effektivisere organisatoriske prosesser betydelig.

Fokus på varighet: Det er avgjørende å bygge et AI-system som er enkelt å vedlikeholde. Uten dette kan kapasiteten bli sårbar og avhengig av noen få personer.

Ledelsesinfrastruktur: AI handler ikke bare om teknologi, men også om å skape et organisert system som styrker lederskapet og teamdynamikken.

De fleste kjøp av AI-verktøy starter med funksjoner: automatisering, hastighet, integrasjoner.

Men HR- og personalledere som frigjør reell verdi, starter med et annet spørsmål: Hvor bremser manuelt arbeid beslutninger i det stille, eller tapper teamet for energi?

De snakker ikke om unødvendig arbeid i teorien, men om reell friksjon: oppfølginger som går tapt i Slack, beslutninger som blir fanget i møter, og godkjenninger som setter seg fast i direktemeldinger. Denne verktøystakken handler ikke om å erstatte mennesker. Den handler om å redusere koordineringskostnadene ved å drive organisasjonen, slik at menneskelig dømmekraft kan flyttes oppover i verdikjeden.

Continue Reading for Free

Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.

Nedenfor finner du verktøystakken «Slutt å gjøre manuelt arbeid» som ledere stadig samler seg rundt, samt konkrete eksempler du kan ta i bruk.

Den røde tråden: AI erstatter ikke arbeid, men organiserer det på nytt

Når team sier «AI sparte tid», handler den egentlige historien vanligvis om én av tre ledergevinster:

  1. Raskere klarhet - mindre arbeid foran en tom side; bedre sammenfatning.
  2. Færre flaskehalser - overleveringer rutes automatisk, og godkjenninger stopper ikke opp.
  3. Større tillit til beslutninger - kontekst er lett å finne, og antakelser er synlige.

Det er derfor de mest omtalte verktøyene ikke er nisjepregede HR-apper. De utgjør infrastrukturen for kunnskap, beslutninger og arbeidsflyt.

Verktøystakken «Slutt å gjøre manuelt arbeid»

1) «Hjernelaget»: en praksis med flere LLM-modeller, ikke én enkelt chatbot

Katie Burke, personaldirektør i Harvey, fortalte at de i selskapet hennes «bruker Gemini, Claude og ChatGPT både hver for seg og for å teste ulike resultater».

AI-strategen Christopher Lind foretrekker ChatGPT og Google Gemini. Han sier: «Jeg støtter meg mer på ChatGPT på grunn av de multimodale funksjonene.»

Rådgiver innen karriere- og arbeidsstyrkeinnsikt Jim Stroud nevner at «ChatGPT er mitt daglige arbeidsverktøy, den sveitsiske lommekniven innen AI». Men han advarer også:

Jim Stroud image

Jims tips

Ingen AI-verktøy er gode på alt. Derfor bruker jeg flere LLM-er – jeg har erfart at noen fungerer bedre til bestemte oppgaver enn andre!

Han bruker for eksempel Perplexity til grundig research og Claude som sin foretrukne redaktør.

Slik bruker HR- og personalledere LLM-er til mer enn å skrive raskere

  • Forberedelse av beslutninger: Gjør spredte notater og motstridende meninger om til strukturerte valgmuligheter for å skape enighet i ledelsen.
  • Utarbeiding av retningslinjer: Generer retningslinjer som er i samsvar med regelverket, og som setter mennesker i sentrum – raskere. Rediger deretter med tanke på tone og tillit.
  • Utprøving av strategier: Bruk kontroller på tvers av flere modeller for å avdekke logiske hull og få frem motargumenter før lansering.
  • Standardisering: Effektiviser tilbakevendende dokumenter som maler for medarbeidersamtaler, verktøykasser for ledere eller kommunikasjon om ansettelser – uten å finne opp hjulet på nytt.

Hva ledere bør ta med seg

LLM-laget hever grunnnivået for tenkning og kommunikasjon hvis ledere behandler det som en operativ kapasitet.

Når ledere bruker LLM-er som tenkningsinfrastruktur, ikke bare som skriveassistenter, hever de kvaliteten og hastigheten på samordningen i hele organisasjonen.

Det er derfor de mest «operative» teamene bygger opp bibliotek med ledetekster og rekkverk for konsistens og styring, ikke bare uformelle vaner.

Profftips:
Ta i bruk en flertrinns kontroll med flere modeller. Bruk en rytme med «utkast og utfordring» – la én LLM generere, og en annen kritisere. Det simulerer en fagfellevurdering og reduserer risikoen for ekkokamre i beslutningslogikken.

Each week, AI Signal takes one meaningful shift in AI and helps people leaders understand what changed, why it matters, and what to consider next.

2) «Fangstlaget»: møtetranskripsjon som et lederfortrinn

Ledere prøver ikke først og fremst å fjerne møter, men å fjerne det møter skaper i etterkant: uklarhet, omkamper og oppgaver som faller mellom stolene.

Fremtidens arbeidsliv-rådgiver Darren Murph anbefaler klienter å «ta opp og transkribere hvert møte» og viser til verktøy som Fathom. Mel Plett, fraksjonell HR-leder og coach, beskrev Otter.ai som en «gamechanger» fordi det gjør det mulig for henne å være «fullt til stede og engasjert» i stedet for å dele oppmerksomheten mellom å lytte og ta notater. Hun satte også en tydelig grense: «Jeg bruker det bare hvis klientene har valgt det.»

Hva ledere får ut av det

  • Beslutninger forsvinner ikke.
  • Handlingspunkter er ikke avhengige av én persons notater.
  • Oppfølging blir synlig i stedet for uklar.

Ledelsespoenget

Møteopptak er ikke et produktivitetstriks, men et system for beslutningsintegritet. Når beslutninger blir dokumentert, bruker ledere mindre tid på å rekonstruere fortiden og mer tid på å komme seg videre.

Profftips:
Ikke bare ta opp møter – merk beslutninger og handlingspunkter i transkripsjonen. Verktøy som Fathom og Gemini lar deg fremheve viktige øyeblikk, slik at neste steg kan spores i stedet for å bli begravd.

3) «Konteksthentingslaget»: kunnskapssøk som reduserer avbrytelser

Hvis LLM-er hjelper ledere med å tenke raskere, hjelper søk via AI i kunnskapsforvaltning ledere med å slutte å bli avbrutt for å få grunnleggende kontekst.

Katie Burke beskrev den største endringen deres som innføringen av en AI-assistent, Glean.

Vi vokser superraskt i Harvey, så muligheten for at ansatte raskt kan søke i Slack og Google Docs etter akkurat den ene tingen de trenger, på få sekunder, var avgjørende. Det har spart enormt mye tid.

Katie Burke image

Hun trakk også frem virkningen på ledelsen: Det hjelper henne med å få kontekst «uten å forstyrre noen i et møte».

Hva ledere får ut av det

  • Færre meldinger med «hvor er det?»
  • Raskere opplæring og innkjøring på tvers av funksjoner
  • Bedre beslutninger fordi historikk og presedens kan hentes frem

Ledelsespoenget

Dette er en av oppgraderingene med høyest avkastning som skjer «i det stille»: Den reduserer avhengigheten av menneskelige flaskehalser. Når organisasjonen selv kan finne frem til kontekst, slutter ledere å være den selvskrevne brukerstøtten.

Profftips:
Begynn med å indeksere introduksjonsdokumentene og standardprosedyrene deres med AI-søk. Tidlige gevinster her reduserer tiden det tar å komme i gang og kutter ned på konteksthenvendelser fra nyansatte eller tverrfunksjonelle team.

4) «Arbeidsflytens rørføringslag»: automatisering som gjør resultater om til handlinger

Det er her de fleste AI-tiltak stopper opp. Ikke fordi resultatene er dårlige, men fordi ingenting skjer etterpå.

Team genererer sammendrag, innsikt og utkast i lynfart … og mister deretter dager på overleveringer, godkjenninger og manuell ruting.

Christopher Lind beskrev uttrykkelig hvordan han bruker Zapier og n8n som orkestreringslag for å koble sammen verktøy fra ende til ende, slik at arbeidet ikke stopper opp mellom systemene.

Christophers tips

Christophers tips

Ta en pause før du automatiserer noe som helst. Spør: «Hvilket problem prøver jeg egentlig å løse?» Hensikt før prosess vinner alltid.

AI-rådgiver Reyhaneh Khalilpour bruker også Zapier til å flytte søknadsdata fra Typeform til strukturerte systemer automatisk, slik at manuell ruting og oppfølging elimineres.

På tvers av eksemplene fremstår Slack som utførelsesflaten: Godkjenninger, varsler og neste steg skjer der arbeidet allerede foregår.

Hva ledere får ut av det

  • Færre usynlige overleveringer – arbeidet rutes automatisk
  • Kortere gjennomføringstid – godkjenninger blir ikke liggende og vente på at noen skal huske dem
  • Mindre koordineringskostnad – færre avklaringer, færre meldinger med «følger bare opp»

Ledelsespoenget

LLM-er sparer minutter. Orkestrering sparer dager.
Fordi den virkelige kostnaden ved arbeid ikke er skriving, men overleveringskjeden: hvem som må se dette, godkjenne dette, handle på det og lagre det. Når ledere fikser dette laget, omsetter AI endelig resultater til fremdrift.

Profftips:
Kartlegg «sammenbrudd i siste ledd» der resultater stopper opp. Automatiser disse punktene først, for eksempel forespørsler om godkjenning eller ruting av dokumenter. Det er ofte her fremdriften stille dør.

5) «Robusthetslaget»: dokumenter systemet, ellers dør det med ildsjelene

Mel Plett image

Mels tips

Jeg liker slanke teknologistakker; ellers risikerer du å skape frankentøy.

Det siste laget handler ikke så mye om et verktøy som om en ledelsesdisiplin: gjør stakken vedlikeholdbar.

Reyhaneh Khalilpour beskrev hvordan Notion brukes som et system for registrering, der arbeidsflyter, standardiserte arbeidsprosedyrer og opplæring av ildsjeler finnes, slik at systemet kan skaleres utover én enkelt superbruker.

Grunnlegger og administrerende direktør i eyemail, Lisa Jones, gir et annerledes, men utfyllende eksempel på bruk av Notion: Notion som en plattform for strategi og samordning, ikke bare som driftsdokumentasjon.

Vi erstattet statisk årlig planlegging med dynamiske, AI-assisterte sprinter. Notion AI hjelper oss med å organisere innsikt, følge beslutninger og synliggjøre den emosjonelle tonen i strategidokumenter.

Lisa Jones image

Hva ledere får ut av det

  • Mindre avhengighet av «superbrukere»
  • Raskere opplæring og færre gjentatte spørsmål
  • Muligheten til å forbedre systemet uten å svekke tilliten

Ledelsespoenget

Hvis du ikke bygger robusthet, har du ingen AI-kapasitet. Du har bare laget en skjør nødløsning.

Profftips:
Gjør dokumentasjon til en del av arbeidsflyten, ikke en separat oppgave. Bygg inn standardiserte arbeidsprosedyrer og stakkdiagrammer i verktøy teamet allerede bruker, som Notion eller Confluence, i stedet for å gjemme dem i mapper.

Sekvensen ledere følger (og hvorfor den fungerer)

Et nyttig mønster på tvers av intervjuer er at ledere ikke automatiserer alt. På tvers av intervjuer automatiserer ikke ledere alt på én gang. De følger en sekvens som beskytter ledernes kapasitet:

  1. Fang opp beslutninger (Otter.ai, Fathom)
  2. Utarbeid utkast og sammenfatt (ChatGPT, Claude, Gemini, Perplexity)
  3. Hent frem kontekst (Glean)
  4. Rout godkjenninger og overleveringer (Zapier, n8n, Slack)
  5. Gjør det robust (Notion)

Denne rekkefølgen er viktig fordi den holder systemet pålitelig: beslutninger registreres, kontekst kan hentes frem, resultater blir til handlinger, og maskinen forblir forståelig.

Profftips:

Se på denne sekvensen som Maslows behovshierarki. Ikke hopp over lag. Å fange opp beslutninger og sikre at de kan hentes frem, legger grunnlaget. Automatisering for tidlig uten kontekst = kaos.

Hva dette betyr for ledere innen HR og personaldrift

Denne stakken er ikke «teknologi for teknologiens skyld». Det er organisasjonsdesign forkledd som verktøy.

De første gevinstene er forutsigbare:

  • Rekrutteringsprosesser blir mindre administrasjonstunge
  • Introduksjon blir mindre avhengig av hvem som er tilgjengelig
  • Lederkommunikasjonen blir mer konsekvent og mindre reaktiv

Den større gevinsten er gjennomslagskraft: Personalarbeid går fra å være organisasjonens lim til å bli systemdesigneren.

Poenget: Dette er ikke en verktøystakk, men lederinfrastruktur

Ledere som ser den kumulative verdien av AI, jakter ikke på funksjoner. De reduserer koordineringsarbeidet slik at menneskelig oppmerksomhet og dømmekraft kan brukes der det hører hjemme.

Hvis AI-utrullingen din føles fastlåst, bør du ikke begynne med å legge til enda et verktøy. Som Christopher Lind sier,

De som vil lykkes, er ikke de som velger de riktige verktøyene. Det er menneskene som hadde en tydelig forståelse av hva de måtte gjøre, og som deretter på en klok måte samarbeidet med AI-verktøyene rundt seg for å gjøre det.

Begynn med å spørre: Hvor bremser manuelt arbeid beslutningene?
Bygg deretter en verktøystakk som fanger opp, henter frem, ruter og opprettholder arbeidet – slik at ledelsen kan bevege seg raskere uten å bryte ned tilliten.

Klar til å slutte å lappe sammen AI-driften og begynne å utforme den?

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.