Tidligere HR-leder i næringslivet, nåværende HR-underviser, forklarer hva som kreves av ledere i en AI-verden – og hvordan man velger de riktige AI-verktøyene for en organisasjon

Skjæringspunktet mellom HR og AI-teknologi på arbeidsplassen

Jeg ser på meg selv som en bransjeobservatør, påvirker og formidler. Jeg er grunnleggeren og personen bak Oops, Did I Think That Out Loud, en plattform viet til åpne samtaler om skjæringspunktet mellom HR og teknologi.

Plattformen ble til for to år siden, da jeg fortsatt jobbet med HR i en større virksomhet. Jeg innså at det finnes mange som jeg vil kalle «traumatiserte HR-kjøpere» i markedet. Dette er personer som av én eller annen grunn har hatt svært dårlige erfaringer med HR-teknologi.

Det finnes noen virkelig, virkelig briljante leverandører der ute som kanskje har brukt litt for mye penger på produktutvikling og teknologiutvikling, men ikke nok penger på markedsføring. Derfor ble det etter hvert et mål for meg å koble HR-kjøpere med virkelig gode løsninger som faktisk er utviklet for å løse problemer, uten alt det overflødige.

I tillegg har karrieren min omfattet produktutvikling innen HR-teknologi, personellstrategi og HR-transformasjoner i stor skala. Jeg har vurdert over 800 HR-teknologiløsninger, forvaltet en HR-portefølje på $40 millioner og ledet den praktiske implementeringen av mer enn 60 teknologiløsninger. Jeg har også jobbet med organisasjoner av alle størrelser – fra oppstartsbedrifter i sterk vekst til Fortune 500-selskaper – og hjulpet dem med å navigere i den komplekse verdenen av HR-teknologi.

Hvorfor HR-ledere må bli mer teknologisk kompetente i AI-æraen

Jeg tror måten HR har sett på, samhandlet med og valgt teknologi på, endrer seg raskt i en verden med AI. Vi må kjøpe verktøy på en annen måte.

I den tradisjonelle tiden med skybasert SaaS vurderte man vanligvis teknologien basert på brukerkrav. Deretter så man en demonstrasjon og avgjorde om verktøyet kunne oppfylle brukerkravene. Enkelt.

Slik er det ikke lenger. De digitale komponentene og lagene som trengs for å skape AI-verktøy, er langt mer komplekse enn tidligere versjoner av HR-programvare – ikke alle leverandører har mulighet til å lagre og behandle sine egne data, og de har heller ikke nødvendigvis mulighet til å trene sine egne AI-modeller. Det betyr at de må inngå avtaler med tredjepartsleverandører om sin egen teknologiske infrastruktur.

Fra en HR-kjøpers perspektiv tilfører dette mer kompleksitet og risiko når det gjelder databeskyttelse og sikkerhet, ettersom du ikke alltid vet hvem som håndterer organisasjonens data, eller hvor de behandler dem.

På grunn av dette må også teknologiens bakside, som i realiteten er intelligensen som driver plattformen, evalueres.

Slik evaluerer du AI-verktøy for HR før implementering

For å gjøre dette må du først forstå formålet med et verktøy og knytte det til virksomhetens problemer.

• Automatiseringsbasert AI automatiserer eksisterende prosesser. Det er nyttig når virksomheten ganske enkelt trenger å gjøre noe raskere og mer effektivt.
• Assisterende AI hjelper mennesker med å fullføre arbeidsflyter. Det er nyttig når du ønsker å hjelpe organisasjonen med å gjøre ting mer konsekvent.
• Prediktiv AI forutsier resultater. Det er nyttig når du ønsker å forstå mønstre og forebygge risiko.
• Adaptiv AI tilbyr personaliserte opplevelser ved å tilpasse seg enkeltpersoner. Det er nyttig når du trenger å skalere kultur og vekst.

Når du har funnet en god match, anbefaler jeg å stille programvareleverandøren tre spørsmål – og se om de er villige til å svare:

1. Fra jeg legger inn organisasjonens data til jeg mottar resultatet: Hvor sendes dataene mine, hvem håndterer dem, og hvor behandles de?
2. Hva bruker dere som deres underliggende LLM?
3. Hvilken ytterligere opplæring får modellen deres, og hvordan gjennomføres denne opplæringen?

Slik kan HR-fagfolk bygge AI-kompetanse

Det er også viktigere enn noen gang at HR-fagfolk setter seg grundig inn i og holder seg oppdatert på de mange AI-baserte underliggende systemene som finnes.

Hvordan blir du mer kunnskapsrik? Ved å følge meg, LOL. Spøk til side – det er noen ting du kan gjøre:

• Vær nysgjerrig. Bare fordi noe høres teknisk ut, betyr ikke det at ChatGPT ikke kan bryte det ned i komponenter som er enklere å forstå.
• Ikke vær redd for å stille spørsmål. Gode teknologipartnere er alltid villige til å ta rollen som veileder. Hvis spørsmålene dine forblir ubesvart, sier det mye om løsningen.
• Snakk om det. Ved å dele utfordringer og beste praksis i mindre fellesskap kan du få et langt mer helhetlig perspektiv fra andre i nettverket og komme i kontakt med personer med lignende erfaringer.
• Prøv selv. Du kan ikke lære kunstig intelligens ved å studere teori og konsepter på nettet. Du må erfare det i praksis for virkelig å forstå det.

Hvorfor HR-ledere må se på arbeidsflytene på nytt før de tar i bruk kunstig intelligens

Men husk at kunstig intelligens bare er enda et teknologisk verktøy. Vi står midt i en transformasjon, men vi har sett slike transformasjoner mange ganger tidligere. Kunstig intelligens er bare en annen type teknologi som muliggjør transformasjonen.

Noen grunnleggende prinsipper som har blitt brukt i tidligere transformasjoner, gjelder fortsatt i dette tilfellet. Bare fordi det er en ny teknologi, betyr ikke det at vi må forkaste alt vi vet. Vi må fortsatt kunne:

• Forstå og diagnostisere dagens prosesser
• Definere hvordan verdiskaping ser ut for virksomheten
• Og samarbeide med andre interessenter på tvers av ulike funksjoner og jobbe sammen som én enhet for å bringe virksomheten inn i fremtiden.

Jeg tror mange hopper over dette første trinnet, som er å undersøke dagens situasjon og virkelig forstå hvordan virksomheten fungerer på arbeidsflytnivå – og hvorfor enkelte trinn i arbeidsflyten er utformet slik de er.

Hvis du er en leder som ønsker å transformere en organisasjon ved hjelp av kunstig intelligens, men som ikke føler at du kan nok om det, vil jeg si at det er på tide å gå tilbake til det grunnleggende. Forstå hvordan arbeidet utføres i dag, før du forsøker å omforme fremtidens arbeidsliv. Finn deretter muligheter i disse arbeidsflytene. Og jobb innenfor organisasjonens kultur for å gjennomføre transformasjonen.

En ny definisjon av forretningsverdi og ROI i kunstig intelligens-æraen

Det handler ikke bare om hvordan organisasjonen fungerer; vi må også se på nytt hvordan vi skaper verdi.

Tidligere, da vi utarbeidet forretningsgrunnlag og beregnet ROI, antok vi en utrolig lineær sammenheng mellom handlingene og resultatene. Da vi for eksempel tok i bruk en digital plattform, antok vi at det ville gi effektivitetsgevinster, enten gjennom omfordeling av arbeidsstyrken eller en generell reduksjon i kostnadene.

Med kunstig intelligens er imidlertid veien til ROI ikke like lineær.

Når HR for eksempel tar i bruk bestemte løsninger basert på kunstig intelligens, ser man kanskje ikke resultatet direkte i HR-teamets samlede PNL, men man vil begynne å merke en forskjell i hvordan kundeservice-, salgs- og andre team presterer, målt i den totale andelen saker som blir avsluttet og lignende forhold.

I kunstig intelligens-æraen handler det derfor mer om at hele organisasjonen kommer sammen og samarbeider på tvers av funksjoner for å definere og skape verdi for hele organisasjonen, i stedet for at hver funksjon arbeider for seg selv, slik vi har sett tidligere.

Hvorfor virksomheter ikke kan behandle kunstig intelligens-æraen som internett-æraen

Vi kan ikke drive virksomheter i kunstig intelligens-æraen på samme måte som vi gjorde i internett-æraen. Denne teknologien krever en grunnleggende transformasjon av hvordan vi tenker på driften av virksomheten, arbeidsflytene våre og verdiskapingen vår.

 

Vi kan ikke drive virksomheter i kunstig intelligens-æraen på samme måte som vi gjorde i internett-æraen. Denne teknologien krever en grunnleggende transformasjon av hvordan vi tenker på driften av virksomheten, arbeidsflytene våre og verdiskapingen vår.

Share This Quote on:

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

Lydia Wu

https://www.linkedin.com/in/lydiaywu/Opens new window

Det er her det store misforholdet ligger. Vi forventer fortsatt at kunstig intelligens skal skape verdi oppå foreldede prosesser som ble utviklet for internett-æraen. Og ja, det å legge verktøy basert på kunstig intelligens oppå eksisterende prosesser vil gi noe verdi, men det skaper også utfordringer med hensyn til hvorfor selskaper ikke kan skalere utover et konseptbevis eller pilotprosjekt til større driftsformer, fordi teknologien aldri ble utviklet for disse gamle prosessene.

En transformasjon i kunstig intelligens-æraen vil kreve at vi alle går tilbake og ser på kjernen i hvordan virksomhetene våre drives. Deretter kan vi endre foreldede prosesser før vi legger kunstig intelligens oppå de grunnleggende prinsippene.

Lydias tips

En transformasjon i AI-æraen vil kreve at vi alle går tilbake og ser på kjernen i hvordan virksomhetene våre drives. Deretter kan vi endre utdaterte prosesser før vi legger AI oppå kjerneprinsippene.

Bygg AI-kompetanse gjennom korte, praktiske HR-opplevelser

Som jeg nevnte tidligere, kommer AI-kompetanse gjennom praksis og praktisk, taktisk læring. Hele arbeidsstyrken må oppmuntres til å få praktisk erfaring.

Jeg har sett noen eksempler på at dette er blitt gjort svært godt, og de hadde alle én ting til felles: De startet i det små og gjorde AI svært konkret og nyttig.

For eksempel startet en HR-organisasjon en promptdugnad der det globale HR-teamet ble samlet for å komme opp med instrukser, teste dem ut i en virkelig situasjon, og deretter ble de beste instruksene samlet i et promptbibliotek som hele organisasjonen nå kan bruke.

Et annet eksempel er et HR-team som oppmuntrer hverandre til å tenke over hvordan de bruker AI i privatlivet, og dele beste praksis fra disse erfaringene. Derfra prøver de å finne ut hvordan dette kan anvendes i arbeidssammenheng.

Det er viktig å huske at HR-team ikke trenger å bli AI-eksperter over natten. Trygghet med AI kommer gjennom gradvise, korte erfaringer og øvelse.

HRs driftsmodell vil endre seg i løpet av 12 måneder

Hvis vi ser tilbake på HR-funksjonen siden 1970- og 80-tallet, har den funksjonelle strukturen i HR egentlig ikke endret seg. Jeg mener, vi bruker ulike navn – rekruttering, talentanskaffelse, operasjonelle tjenester eller fellestjenester – men realiteten er at arbeidet utføres i ulike funksjonelle siloer.

Men AI-teknologi er i ferd med å endre HRs driftsmodell – i løpet av de neste 9–12 månedene.

For å virkelig realisere verdien og fordelene ved AI må vi organisere hvordan arbeidet utføres i HR på nytt og bryte ned de funksjonelle siloene. Vi må rette oppmerksomheten mot sluttresultatene.

Følg med

Du kan lære mer på egen hånd og følge Lydias arbeid på LinkedIn, YouTube og Instagram. Og ikke gå glipp av Oops Did I Think That Out Loud.

Flere ekspertintervjuer kommer på People Managing People!