Toppledere blir bedt om å vise frem AI-arbeidet sitt
Dokumentert arbeid: Troverdigheten til toppledere avhenger i økende grad av å vise hva de har bygget, tatt i bruk, forbedret og lært gjennom AI.
Implementering betyr noe: AI-kompetanse alene kan ikke skape transformasjon; ledere må opparbeide seg tillit hos interessentene og endre måten organisasjoner arbeider på.
Dømmekrafttest: Gjentatt bruk av AI kan skjerpe dømmekraften, men ukritisk tillit til resultater kan svekke kritiske beslutninger.
Ansettelsesgap: Virksomheter sliter med å vurdere ledere som kombinerer praktisk AI-kompetanse med erfaring i å lede endringer på tvers av funksjoner.
Systemoppdatering: Ansettelse av toppledere favoriserer fortsatt gamle signaler, noe som skaper press for å utforme praksis for forfremmelse, etterfølgerplanlegging og intervjuer på nytt.
Be en seniorleder om å ta deg gjennom et problem de har løst med AI, og legg merke til de første 30 sekundene.
JC Christian i rekrutteringsselskapet Christian & Timbers sier at han bruker disse samtalene som en målestokk. Det som først interesserer ham, er ikke løsningen. Det er om personen kan forklare problemet tydelig.
«De fleste klarer ikke engang å beskrive selve problemet nøyaktig, langt mindre komme i nærheten av en løsning», sa han.
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
Når en kandidat kan dele reell dybde både om problemet og om det de har bygget, forteller det ham noe. Hvis de ikke kan det, ser han på det som et faresignal.
Det interessante er ikke intervjuteknikken. Rekrutteringsfolk har bedt kandidater om konkrete eksempler i all evighet. Det handler om hva disse bevisene har begynt å erstatte.
I store deler av den moderne lederæraen kom troverdighet på toppen i hovedsak fra opparbeidet mønstergjenkjenning. Du hadde vært gjennom nok sykluser til å vite omtrent hvordan denne kunne utvikle seg, og verdien din lå delvis i tolkningen som ingen andre i rommet kunne bidra med. Tjue års driftshistorikk ga deg fordelen av tvilen de neste tolv månedene.
Denne modellen fungerte av en god grunn. Dømmekraft under usikkerhet er vanskelig å lære bort og vanskelig å late som man har over lang tid.
Den var også delvis avhengig av knapphet.
Brandon Sammut, personal- og AI-transformasjonsdirektør i Zapier, beskrev hvordan dette så ut i et tidligere selskap. Et par ingeniører var de eneste i organisasjonen som forsto én del av produktarkitekturen.
«Som et resultat var de i praksis urørlige», sa han. «Det er ikke særlig sunt eller velfungerende for noen av de involverte.»
Knappheten beskyttet disse ingeniørene og fanget dem. Ingen hadde råd til å la dem jobbe med noe annet. Sammuts bredere poeng er at AI fremskynder demokratiseringen av kunnskap som internett satte i gang.
Lederutgaven var aldri så mekanisk, men den hadde en lignende klang. Informasjon, tolkning og institusjonell hukommelse var mangelvare. Knappheten bidro til å fastsette prisen.
AI eliminerer ikke verdien av erfaring. Det endrer hva erfaringen må bevise.
Bevisene må være noe du har bygget
Christian trekker et skille mellom ledere som er AI-støttede og ledere som er AI-native, og han legger ikke fingrene imellom når han beskriver hvor få som har krysset den grensen.
«Jeg snakker med folk som sier: Vi begynte nettopp å bruke Copilot, og nå er vi AI-native», sa han. «Og det er som om, nei, dessverre er dere ikke det. Dere er helt i begynnelsen av kurven for AI-støttet bruk.»
Han vil se bevis på implementering: modeller som er tatt i bruk i arbeidsflyter, agenter som er rettet mot forretningsprosesser, og ledere som har kommet nær nok arbeidet til å forstå hva som har endret seg.
De virkelige lederne kommer til å brette opp ermene og bruke tastaturer. Det er nesten umulig å være AI-native og samtidig være en lenestol- eller skrivebordsleder.
Han leser selskaper på samme måte, og påpeker at børsnoterte selskaper er ivrige etter å snakke opp AI-avkastning, og han antar at noen av disse påstandene er overdrevet. Det som interesserer ham, er taushet.
«Hvis vi ikke skryter i det hele tatt, er det vanligvis et faresignal», sa han. «Hvis du er ansvarlig for AI-implementering i et selskap, og de ikke har noen AI-avkastning, ser det ganske dystert ut med tanke på å kunne hevde at rollen din der var en suksess.»
Skiftet han beskriver, er at troverdighet blir mer etterprøvbar. «Jeg ledet gjennom tre transformasjoner» betyr fortsatt noe. I økende grad kommer oppfølgingsspørsmålet: Hva endret du faktisk i denne?
Hvor etterspørselen samler seg
Det betyr ikke at markedet ganske enkelt har bestemt seg for at teknisk forståelse slår erfaring.
Christian sier at kundene stadig kommer til ham med en variant av det samme problemet.
«Mange ledere sier: ‹Hei, jeg har et ungt vidunderbarn i tjueårene som fullstendig mangler tyngde og erfaring med transformasjon, men som har bygget alle disse kule tingene og kan mest om AI.› Og jeg vurderer om jeg skal forfremme vedkommende og gjøre dem til min AI-adopsjonsdirektør, eller om jeg skal se utenfor selskapet.»
Den tekniske terskelen er, slik han forteller det, ofte lavere enn ledere forestiller seg. Mange roller innen AI-transformasjon er ikke ingeniørstillinger, og nysgjerrige mennesker som holder seg tett på teknologien, kan lære seg verktøyene.
Så kompliserer han historien.
De samme hensynene som gjorde seg gjeldende for 20, 10 og 50 år siden, spiller fortsatt en rolle i dag.
Erfaring med omstilling og evnen til å arbeide på tvers av prosesser, teknologi og mennesker er fortsatt viktig, fordi det å bygge bare er halve problemet.
«Implementering er faktisk det største problemet», sa Christian. «Teknologien er et enklere problem. Den er lettere å løse.»
Uten oppslutning fra interessentene, la han til, «kommer implementeringen til å bli et kaos. Du kommer til å få null verdi, kanskje til og med negativ verdi.»
Den nye premien ligger derfor egentlig ikke på ungdom, eller engang på AI-kompetanse. Den ligger i kombinasjonen av tilstrekkelig nærhet til teknologien til å kunne bygge, og tilstrekkelig organisatorisk troverdighet til å få andre mennesker til å endre seg.
Christian sier at det er derfor etterspørselen konsentrerer seg mellom to arketyper:
- Den erfarne omstillingslederen som mangler praktisk AI-kompetanse
- Den yngre byggeren som mangler erfaring med å flytte en organisasjon.
Selskaper som plasserer den sistnevnte direkte i tverrfunksjonelle lederroller, støter ofte på et tillitsproblem. Christian ser for seg at de passer mer naturlig i roller som stabssjef eller nestkommanderende, der de kan jobbe sammen med en mer erfaren leder.
To ord har enorm betydning i dette argumentet, og de fortjener nærmere granskning.
«Tyngde» og «ledertilstedeværelse» har en lang historie med å fungere som stedfortredere for å se ut og høres ut som menneskene som allerede har jobben. Enhver kompetanse som hovedsakelig vurderes ut fra magefølelse, risikerer å gjenskape preferansene til menneskene i rommet der vurderingen finner sted.
Men Christians underliggende krav er mer konkret: Kan denne personen få en skeptisk finansleder, driftsleder eller leder for en forretningsenhet til å endre måten teamet deres arbeider på?
Det handler ikke om polering. Det handler om innflytelse.
Og det tyder på at erfaring ikke har blitt mindre verdsatt, men snarere har blitt tvunget til å konkurrere med en ny form for dokumentasjon.
Dømmekraft kan bygge seg opp eller forfalle raskere
Tony Castellanos, konserndirektør for personal og organisasjon i Nextdoor, gir den mest nyttige beskrivelsen av hvordan én del av denne nye meritten bygges.
Det skjer ikke gjennom enda et lederkurs.
Det er repetisjon. Det er forsøk. Det finnes egentlig ikke noe kurs eller noen opplæring du kan få for dette. Det handler om oppsamlingen av seirene og de harde støtene når du gjør noe feil.
AI kan øke antallet slike forsøk dramatisk. Et problem som noen kanskje har møtt et dusin ganger over flere år, kan nå stresstestes på dusinvis av måter i løpet av en ettermiddag. Det bør skape muligheter for å utvikle dømmekraft raskere.
Men det finnes en åpenbar komplikasjon. Mer produksjon betyr også flere muligheter til å ikke se nøye etter.
«Jeg har prøvd å lese det meste av dokumentasjonen som har kommet min vei, men helt ærlig strømmer den bare inn så raskt», sa Castellanos.
Så har vi tillit.
Arbeid tett med en modell i seks måneder, valider hvert eneste resultat og utøv reell dømmekraft, og etter hvert begynner en forutsigbar menneskelig atferd å vise seg: Kontrollene blir færre.
«Du har en nyansatt, og du stoler ikke automatisk på alt vedkommende gjør, men over tid leverer de, de gjør ting riktig, og du stoler mer og mer på dem, akkurat som du kommer til å stole mer og mer på en LLM», sa Castellanos.
«Når de sender deg ting for korrekturlesing, revisjon eller kontroll, gjør du sannsynligvis mindre og mindre og mindre av dette over tid.»
Det skaper en underlig mulighet. AI kan øke antallet repetisjoner som dømmekraft formes gjennom, samtidig som det skaper betingelser der denne dømmekraften brukes sjeldnere.
Castellanos' svar er ikke å kreve evig menneskelig kontroll av alt. Han ser for seg å introdusere en «tredje skeptiker» — potensielt et annet AI-system — hvis oppgave er å utfordre arbeidsforholdet mellom mennesket og modellen de har begynt å stole på.
To systemer er uenige. Mennesket må avgjøre hvorfor.
«Hva er den riktige avgjørelsen? Hva er det riktige for meg? Hva er det riktige for organisasjonen min?»
Poenget er ikke at skeptikeren vet bedre. Det er at uenighet tvinger dømmekraften tilbake inn i kretsløpet.
Det er viktig fordi AI-kompetanse etter hvert i seg selv vil bli mindre utslagsgivende. Christian spår at det som virker uvanlig hos lederkandidater i dag, vil bli en grunnleggende forventning.
Dagens bevis på at noen har uvanlig gode AI-ferdigheter, blir morgendagens variant av økonomisk kompetanse.
Den varige kvalifikasjonen handler ikke bare om å bruke teknologien. Det handler om å kunne avgjøre når den er riktig, når den er feil, hva som betyr noe, og hva man skal gjøre videre.
Utvelgelsesmaskineriet henger etter
Dette skaper et problem for rekruttering og utvikling av ledere.
Maskineriet som produserer toppledere — etterfølgerplaner, kriterier for forfremmelse, lederprogrammer, P&L-ansvar og lange læretider internt i en funksjon — ble i stor grad bygget rundt opparbeidet erfaring.
Mye av maskineriet som brukes til å velge dem ut, er fortsatt det.
Christian sa at mange intervjuprosesser for ledere ikke har endret seg vesentlig. Selskaper baserer seg fortsatt i stor grad på velkjente atferdsbaserte intervjuspørsmål, metoder for å hente ut eksempler og til syvende og sist en samling magefølelsesvurderinger fra intervjuerne.
Han blir spurt om hvilke nye spørsmål selskaper bør stille, fordi egenskapene de nå ser etter, kan være vanskelige å identifisere.
Hvis lederes troverdighet får en ny verdi basert på en kombinasjon av dokumentert handlingskraft, dømmekraft og evnen til å få mennesker med seg gjennom endring, vil det ikke ha særlig effekt å bare legge til «AI-kompetanse» i en gammel kompetansemodell.
Sammuts liste over det som blir mer verdifullt, er avslørende nettopp fordi så lite av den er nytt: dømmekraft, sans for kvalitet, pålitelighet, ansvarlighet og evnen til å påvirke uten formell myndighet. AI gjør disse egenskapene viktigere, ikke mindre viktige.
Castellanos kommer også frem til et lignende sted fra en annen retning. Han forventer at ekspertise fortsatt vil være viktig, samtidig som flere arbeider på tvers av bredere problemområder og bruker AI til å få tilgang til kunnskap som tidligere forble låst inne i en funksjon.
Det er dette som får en ny verdi. Erfaring har fortsatt verdi. Det samme gjelder teknisk kompetanse, men ingen av delene kan lenger tjene som bevis alene.
Jo mer tilgjengelig kunnskap blir, desto vanskeligere blir det å bygge senioritet rundt det å bare inneha den. Det som i stedet får større verdi, er evnen til å gjøre noe med den. Kan du identifisere problemet, bygge en løsning mot det, vite om resultatet er godt nok og overtale andre til å sette seg i bevegelse?
I flere tiår var ledertalentløpet innrettet mot å finne mennesker som hadde sett nok til å fortjene tvilens fordel.
I økende grad ligger tvilen i selve intervjuet.
