Tidligere HR-leder i Faang advarer mot kunstig intelligens i rekruttering uten gode, menneskesentrerte sikkerhetsnett
Jim Stroud har aldri vært redd for å eksperimentere. Fra å lansere en av de første videokampanjene for arbeidsgiverprofilering hos Microsoft til å lede global sourcing-strategi i Randstad har han alltid funnet nye måter å knytte mennesker og muligheter sammen på.
Jim Stroud
Karriereveileder
Kunstig intelligens’ påvirkning: Kunstig intelligens endrer rekrutteringen ved å automatisere oppgaver, noe som krever tilpasning for å styrke menneskers verdi.
Ledelsesstrategi: Kompetanseheving innen kunstig intelligens er mer fordelaktig enn nedbemanning for å sikre selskapets langsiktige suksess.
Kunstig intelligens-kompetanse: Kompetanse innen kunstig intelligens er avgjørende for kandidater, og små team som bruker kunstig intelligens blir normalen i virksomheter.
Verktøybalanse: Bruk av flere verktøy basert på kunstig intelligens kan øke effektiviteten uten å føre til utbrenthet, og skape en balansert arbeidsflyt.
Menneskelig tilsyn: Verktøy basert på kunstig intelligens i rekruttering trenger menneskelig tilsyn for å sikre rettferdighet og forhindre unøyaktigheter og skjevheter.
I dag, som vert for The Jim Stroud Podcast, skaper av nyhetsbrevet The Recruiting Life og forfatter av fem HR-bøker, utforsker han hvordan teknologi – særlig kunstig intelligens – endrer talentlandskapet.
Vi snakket med Jim for å forstå hvordan kunstig intelligens endrer søk etter kandidater. Han delte risikoene, samt hvordan de kan reduseres.
Jim Strouds HR-reise gjennom Microsoft, Google, Siemens og flere
Jeg liker å si at karrieren min har bestått av like deler nysgjerrighet og utholdenhet. Det siste tiåret har jeg hatt mange roller – søkestrateg, foredragsholder, konsulent, innholdsskaper og mer – men den røde tråden har alltid vært å hjelpe mennesker og selskaper med å knytte kontakt på smartere og mer meningsfulle måter.
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 har hatt privilegiet av å jobbe med organisasjoner som Microsoft, Google og Siemens, samt hardtarbeidende oppstartsbedrifter som prøver å hevde seg langt over sin vektklasse. I Randstad Sourceright var jeg global leder for søke- og rekrutteringsstrategi, og støttet kunder over hele verden mens de navigerte noen av de tøffeste utfordringene innen ansettelse. Min siste heltidsrolle var som redaktør for SourceCon, den fremste konferansen for alt som har med kandidatsøk å gjøre. Der hentet jeg inn foredragsholdere fra hele verden, administrerte et nettbasert fellesskap av engasjerte fagfolk og markedsførte arrangementet med alle typer innhold du kan tenke deg.
I dag tar arbeidet mitt flere former. Jeg utgir nyhetsbrevet The Recruiting Life og er vert for The Jim Stroud Podcast – begge med fokus på det som skjer nå og fremover i arbeidslivet. Jeg skriver også tekster som spøkelsesforfatter for HR-teknologiselskaper og rådgir ledere om strategier for jobbsøking. Jeg holder meg travel.
Underveis har jeg bygget opp og solgt digitale virksomheter, skrevet fem HR-bøker og stått på scener over hele Europa, Asia og USA. Men bortsett fra titler og plattformer har lederreisen min egentlig handlet om å lære hvordan man bygger tillit, setter i gang ideer og leder samtaler i bransjen vår.
Og når jeg ikke gjør det? Da finner du meg som regel sammen med familien min, mens vi ser Marvel-filmer – eller mens jeg prøver å overbevise meg selv om at sjokoladekjeks teller som en form for terapi.
Selv om kunstig intelligens endrer lederskap, forblir tidløse prinsipper de samme
Hvis det er én ting karrieren min har lært meg, er det at verktøyene kan endre seg, men grunnlaget for lederskap forblir det samme.
Verktøyene kan endre seg, men grunnlaget for lederskap forblir det samme.
Jeg liker å se på det som å bygge et hus. Du kan bytte ut hammeren med en spikerpistol, men du må fortsatt støpe betongen, sette opp reisverket og sørge for at fundamentet holder.
På 1990-tallet, lenge før kunstig intelligens kom på banen, kom eGrabber først på markedet. Og mange som jobbet med kandidatsøk, trodde at jobbene deres var over.
Frykten var: «Hvem trenger en som jobber med kandidatsøk hvis programvare kan finne kandidater raskere og billigere?» Men verktøyet kunne bare gjøre så mye. Det kunne ikke måle interesse, bygge relasjoner eller selge en mulighet på en måte som fikk noen til å bli engasjert.
Og som et resultat ble de som jobbet med kandidatsøk og tilpasset seg – som forsto verktøyets begrensninger og fylte hullene – enda mer verdifulle.
Jeg ser det samme mønsteret nå med kunstig intelligens. Disse verktøyene kan gjøre mye, og ja, folk føler seg truet – men historien gjentar seg. De som lærer, lytter og tilpasser seg, vil alltid finne en måte å lykkes på.
Hvorfor kompetanseheving slår nedbemanning som den smarteste lederstrategien i kunstig intelligens-æraen
Hvis du er leder, er det beste trekket ditt i kunstig intelligens-æraen ikke å kutte antall ansatte – det er å utvikle medarbeiderne dine. Og å hjelpe dem med å utnytte kunstig intelligens mer effektivt.
Hev kompetansen deres. Opplær dem. Invester i dem. Når du gjør det, skjer tre ting:
- Medarbeiderne dine blir mer verdifulle.
- Du gjør selskapet ditt mer attraktivt for fremtidige talenter.
- Du sikrer arbeid av høyere kvalitet fordi folk yter sitt beste når selskapet investerer i dem.
Og ikke hold det hemmelig. Snakk åpent om at du videreutvikler medarbeiderne dine. Del det på karrieresiden din, i sosiale medier og i rekrutteringskommunikasjonen din. Kandidatene legger merke til det.
Dette sikrer høyest mulig kvalitet på arbeidet fra de ansatte dine. Hvorfor? Kort sagt: Hvem ønsker å yte sitt beste for et selskap som allerede antyder at de vil bli erstattet av AI?
Hvorfor AI-kompetanse nå er den viktigste ferdigheten selskaper bør vurdere
Hvis jeg skulle ansette i dag, ville AI-kompetanse vært noe av det første jeg ville spurt en kandidat om.
Hvis jeg skulle ansette i dag, ville AI-kompetanse vært noe av det første jeg ville spurt en kandidat om.
Hvorfor? Fordi fremtidens arbeidsliv ikke lenger handler om enorme konglomerater drevet av tusenvis av mennesker – det handler om store selskaper drevet av små, smidige team med AI i ryggen.
Cursor nådde 200 millioner dollar med bare tretti ansatte. MidJourney nådde det samme med førti. En svensk oppstartsbedrift kalt Lovable nådde en verdsettelse på 1,8 milliarder dollar med et team som kunne fått plass i en liten buss.
Dette er ikke unntak; det er oppskriften.
Så ja, jeg ville ønsket å vite hvor klar en person er for AI. Ser jeg etter eksperter? Nei. Jeg ville sett etter personer som kan nok til å være farlige, og som brenner for å lære mer. Derfor ville jeg stilt svært konkrete spørsmål, som:
- Vis meg hvordan du organiserer livet ditt med AI.
- Fortell meg om en gang du brukte en flertrinnsoppfordring for å løse et problem eller lære noe.
- Hvis jeg gir deg et nytt problem, kan du gå gjennom hvordan du ville brukt AI til å angripe det?
- Vis meg hvor du har delt AI-arbeidet ditt på sosiale medier.
- Fortell meg om en gang AI ikke fungerte for deg – hva gjorde du etterpå?
- Og til slutt: Hvor mange LLM-er bruker du daglig, og til hva?
For i dagens verden handler det ikke bare om hvorvidt du bruker AI – det handler om hvor godt du bruker det.
Hvordan AI-arbeidsflyter kan øke effektiviteten uten å føre til utbrenthet
AI har definitivt endret måten jeg leder på. Og den viktigste måten det har gjort det på, er ved å gjøre meg mer effektiv og la meg ta på meg mer uten å bli utbrent. Det kan gjøre det samme for alle.
Tidligere i år deltok jeg i en virtuell sesjon arrangert av LexDuo – et selskap som lærer rekrutterere å bruke AI og til og med bygge sine egne verktøy. Det forandret alt. Det var utrolig å se hvordan plattformer uten kode kan drive alt fra enkle stillingsportaler og søknadsskjemaer til et lettvekts ATS, CRM, intervjuprogram og rekrutteringsdashbord. Uten kode betyr virkelig uten kode. Det er en måte å bygge systemer gjennom ideer, ikke teknisk datakode – der noen uten teknisk bakgrunn kan lage fullt funksjonelle rekrutteringsverktøy som fungerer med én gang. Helt vilt.
Men du må ha de riktige systemene rundt det. For den ekstra tiden er en gave, men den kommer også med en advarsel. Faren er å tenke «Jeg kan gjøre mer med mindre», og deretter gi etter for fristelsen til å ganske enkelt … gjøre mer. Før du vet ordet av det, har du mistet all tiden du trodde du hadde spart.
Den økte effektiviteten fra AI kommer med en advarselsetikett. Faren er å tenke, “Jeg kan gjøre mer med mindre,” og så gi etter for fristelsen til ganske enkelt … å gjøre mer. Før du vet ordet av det, har du mistet all tiden du trodde du hadde spart.
Som et eksempel bygde jeg et system som lar meg undersøke potensielle kunder, identifisere markedsføringsmangler og automatisk generere e-poster for oppsøkende kontakt. Denne prosessen hjelper meg med å skaffe en jevn strøm av kunder hver måned. Hvis jeg ville, kunne jeg enkelt tredoble kundelisten min ved å bruke det samme systemet. Men her er saken — en slik oppskalering ville ført rett til utbrenthet.
Jeg har lært meg å ikke la effektivitet bli en felle. Joda, jeg kunne fortsatt å ta på meg mer, forfølge hvert eneste prosjekt og tjene en absurd mengde penger. I stedet har jeg valgt balanse. Jeg tar bare på meg et bestemt antall kunder om gangen. Det betyr noen ganger en venteliste, men det betyr også at jeg kan levere mitt beste arbeid uten å bli utbrent.
Alle LLM-er har sin plass: Slik bygger du en fleksibel verktøykasse for AI
Når det gjelder teknologistakken min, er ChatGPT arbeidshesten jeg bruker hver dag — AI-verdenens sveitserkniv. Jeg bruker den til alt: idémyldring, redigering, løsning av tekniske problemer, og så videre.
Men ingen enkeltstående AI-verktøy er god på alt. Derfor bruker jeg flere LLM-er — jeg har oppdaget at noen fungerer bedre til bestemte oppgaver enn andre.
- Jeg bruker Perplexity til grundige undersøkelser.
- Claude er redaktøren jeg tyr til. Den har en ren og gjennomtenkt rytme som får teksten til å virke smartere.
- NotebookLM — den er det stille geniet. Den leser lange dokumenter som om den blar gjennom en roman — skarp, rolig og alltid presis.
- Grok er jokeren — litt trendsporer, litt standupkomiker. Her om dagen kom den med denne: «Hva kaller du en falsk nudel på et jobbintervju? En impasta.» Haha! Jeg ler fortsatt av den.
- Jeg er litt besatt av MidJourney. De kreative bildene jeg kan lage med det, og nå også video, har virkelig løftet arbeidet mitt. Slående bilder trekker folk inn, fanger oppmerksomheten og gjør dem mer tilbøyelige til å verdsette ordene som følger. MidJourney har gitt meg dette fortrinnet og får arbeidet mitt til å skille seg ut før den første setningen i det hele tatt er lest.
- Jeg har også utforsket verktøy som DeepSeek og Z.ai fra Kina og sammenlignet dem med andre modeller. Jeg har erfart at ChatGPT gir meg balanserte og brukervennlige svar med tydelige alternativer og oppfølgingsspørsmål. DeepSeek har en tendens til å svare mer teknisk. Og Z.ai gir klare og detaljerte svar — og lenker noen ganger til og med til visuelle eksempler. Jeg har ikke gått i dybden på noen av dem ennå, men hvis jeg gjør det, ville jeg sannsynligvis unngått geopolitiske eller kulturelle spørsmål, siden Kina sensurerer politisk sensitive temaer kraftig — tenk #TiananmenSquare.
Sannheten er at teknologistakken min endrer seg hele tiden. Jeg er alltid åpen for å prøve noe nytt hvis det hjelper meg med å jobbe smartere — eller hvis noe fungerer bedre enn verktøyene jeg allerede bruker.
Dette tankesettet – å se på AI ikke som én magisk løsning, men som en verktøykasse – har sannsynligvis vært mitt største fortrinn som leder.
AI-skjevhet i rekruttering: Hvorfor menneskelig tilsyn er avgjørende
AI lever likevel ikke alltid opp til forventningene. Den gjør feil – for det meste hallusinasjoner – og noen ganger bruker du mer tid på å dobbeltsjekke arbeidet enn du skulle ønske. Det kan koste deg dyrt i etterkant.
AI lever ikke alltid opp til forventningene. Den gjør feil – for det meste hallusinasjoner – og noen ganger bruker du mer tid på å dobbeltsjekke arbeidet enn du skulle ønske. Det kan koste deg dyrt i etterkant.
Og det handler ikke bare om personlig erfaring:
- Amazon måtte skrote en rekrutteringsbasert KI som nedvurderte kvinners CV-er til tekniske stillinger.
- HR-systemet til iTutor Group avviste kvinner over 55 år og menn over 60 år, uavhengig av kvalifikasjoner.
- Advokater som brukte ChatGPT, viste til falske rettssaker i retten, noe som førte til offentlig ydmykelse.
- Studier viser at CV-filtre fortsatt favoriserer navn som «høres hvite ut», fremfor like kvalifiserte svarte kandidater.
Så har vi MIT-forskningen: 95 % av pilotprosjektene med generativ KI i selskaper mislykkes. Fortune-magasinet rapporterte at bare rundt 5 % faktisk gir målbar innvirkning på inntektene, mens resten stopper opp.
Alt dette forteller meg at tankegangen om at man har sluppet en allmektig kraft løs, er farlig.
Så, er KI-verktøy verdt det? I det store og hele, ja – men bare med riktig oppfølging. Du trenger mennesker i loopen for å kontrollere nøyaktigheten og bruke skjønn.
Her er en enkel arbeidsflyt for KI i rekruttering der mennesker og maskiner kan samarbeide for å unngå disse problemene.
Automatisert: KI skanner stillingsportaler, interne databaser og LinkedIn for å identifisere potensielle kandidater basert på nøkkelord og erfaring. Deretter rangerer den profilene etter treffscore.
Menneske i loopen: Rekruttereren går gjennom de KI-rangerte kandidatene og bruker skjønn når det gjelder ting som indikatorer på kulturell tilpasning, utradisjonelle karriereskiftere med potensial, unike bakgrunner og mangfoldshensyn. Mennesker må kontrollere rangeringsalgoritmen regelmessig for å sikre at avvikende kandidater får en rettferdig vurdering. En tredjepart kan være best egnet til dette, fordi rekrutterere altfor ofte stoler blindt på maskinene av gammel vane og legger sitt eget skjønn til side.
Verktøy er kraftige, men uten mennesker som vet hvordan «riktig» ser ut, kan de gjøre mer skade enn nytte.
Verktøy er kraftige, men uten mennesker som vet hvordan «riktig» ser ut, kan de gjøre mer skade enn nytte.
Hvorfor empati blir den neste leder-KPI-en i en KI-først-verden
Til syvende og sist handler godt lederskap ikke bare om å holde tritt med teknologien – det handler om å ha menneskene i sentrum. Og det er nettopp derfor jeg tror empati blir en KPI.
Innen 2030 vil ledere ikke bare bli målt på inntekter eller vekst – de vil bli målt på empati. Og med KI vil de faktisk ha verktøyene til å gjøre det – gjennom tilbakemeldingssløyfer fra ansatte, følelsesanalyse og til og med biometriske data.
Innen 2030 vil ledere ikke bare bli målt på inntekter eller vekst—de vil bli målt på empati.
Hvorfor? Fordi mental helse og inkludering ikke lenger er sidesamtaler; de står i sentrum. Hvis en leder ikke kan skape psykologisk trygghet, vil vedkommende bli utdatert.
Karismatisk utstråling blir den avgjørende kvaliteten i intervjuer med toppledere. Evnen til å skape kontakt, inspirere og fremstå som genuint menneskelig vil ikke være valgfri; den vil bli forventet.
Ledere som Steve Jobs, Jeff Bezos og Elon Musk er legendariske i dag fordi de hadde den blandingen av fremsyn, strategi og karisma som inspirerte ansatte til å yte sitt beste, samtidig som de skapte nærmest kultlignende tilhengerskarer blant kundene. Det er nettopp denne typen lederskap som vil utløse milliardstore kompensasjonspakker i fremtiden.
Følg med
Du kan følge Jims arbeid på LinkedIn og X mens han fortsetter å utforske og forklare hvordan KI forandrer arbeidslivet. Ta også en titt på nettstedet hans og pågående prosjekter: Jim Stroud-podkasten og nyhetsbrevet The Recruiting Life.
Flere ekspert-samtaler kommer snart her på People Managing People!
