AI-integrasjon: 84 % av organisasjonene har ennå ikke redesignet stillinger for å integrere kunstig intelligens-teknologier fullt ut.
Utforming av arbeid på nytt: Organisasjoner fokuserer mer på å implementere AI-teknologi enn på å utforme hvordan arbeidet organiseres på nytt.
Ledelsesutfordring: Integreringen av AI i arbeidsflyter skaper utfordringer når det gjelder synlighet, ansvarlighet og organisatoriske resultater.
AI-sentrisk modell: Den AI-sentriske HR-driftsmodellen tar for seg hvordan AI bygges inn i arbeids- og beslutningsprosesser.
PXB-økosystemet: PXB-økosystemet gir et helhetlig bilde av hvordan AI integreres i virksomheten, arbeidsstyrken og styringen.
Ifølge nyere forskning har 84 % av organisasjonene ennå ikke redesignet jobber for å integrere kunstig intelligens fullt ut. Til tross for betydelige investeringer i AI-teknologier tyder forskning fra Deloitte på at relativt få organisasjoner har redesignet selve arbeidet fundamentalt rundt AI.
Selv om de fortsetter å investere milliarder i AI-plattformer, styringsrammeverk, transformasjonsprogrammer og arbeidsstyrkeinitiativer, er mange fortsatt opptatt av å implementere teknologi fremfor å redesigne hvordan arbeidet organiseres og hvordan verdi skapes.
Dette er viktig fordi AI ikke lenger er et fremtidskonsept som er begrenset til innovasjonsteam eller teknologifunksjoner. AI er i økende grad integrert i rekruttering, arbeidsstyrkeplanlegging, læring, resultatstyring, kundeservice, drift og beslutningstaking i ledelsen. I mange organisasjoner påvirker AI allerede hvordan informasjon samles inn, hvordan beslutninger tas og hvordan arbeidet flyter på tvers av team.
Organisasjoner implementerer AI i eksisterende organisasjonsstrukturer uten å ha full forståelse av hvordan det endrer ledelsens kontroll, ansvarlighet, økonomistyring, kompetanseutvikling og organisatoriske resultater.
Historisk sett var teknologi i stor grad begrenset til IT-funksjoner. Systemer ble anskaffet, administrert og styrt gjennom etablerte teknologi- og økonomiprosesser, noe som ga ledergrupper relativt tydelige linjer for eierskap, ansvarlighet og kontroll. AI endrer denne modellen fullstendig.
I dag flyter AI gjennom hele organisasjonen, og etter hvert som teknologien integreres i daglige arbeidsflyter, risikerer ledergrupper å miste oversikten over hvordan arbeidet utføres og hvordan beslutninger tas.
Dette skaper en betydelig ledelsesutfordring. Styrene er fortsatt ansvarlige for organisatoriske resultater, økonomiske resultater og overholdelse av regelverk, men AI opererer i økende grad på tvers av funksjoner, prosesser og team som aldri ble utformet for å håndtere distribuert intelligens. Uten hensiktsmessige driftsstrukturer risikerer organisasjoner å skape hull i tilsyn, ansvarlighet og kontroll.
De økonomiske konsekvensene kan være betydelige. AI som styres dårlig, kan bidra til regulatoriske undersøkelser, juridiske utfordringer, utbedringsprogrammer, omdømmeskade og mislykkede investeringer i transformasjon.
Mer grunnleggende kan organisasjoner få problemer med å realisere produktivitets- og resultatgevinstene de forventet, fordi AI er implementert uten å redesigne driftsmodellen som trengs for å støtte den.
Utfordringen handler derfor ikke bare om hvordan AI skal implementeres. Den handler om hvordan man opprettholder oversikt, kontroll og ansvarlighet i en organisasjon der intelligens ikke lenger er begrenset til mennesker eller teknologifunksjoner alene.
Hva bør erstatte de gamle strukturene?
Dette er spørsmålet som fikk meg til å forske på og utvikle den AI-sentriske HR-driftsmodellen.
De siste 30 årene har jeg utformet, implementert og transformert driftsmodeller i globale organisasjoner innen logistikk, luftfart, finansielle tjenester, legemidler, telekommunikasjon, energi og profesjonelle tjenester.
Noen ble utformet for å forbedre effektiviteten og redusere ressursbruken. Andre støttet vekst, fremskyndet transformasjon eller knyttet arbeidsstyrkens kompetanse tettere til forretningsstrategien. Selv om alle organisasjonene var forskjellige, hadde de én felles egenskap. De var utformet for en verden der mennesker sto i sentrum for kunnskapsproduksjon, beslutningstaking og arbeidsutførelse.
Informasjon fløt gjennom mennesker, ekspertise var konsentrert i funksjoner, og ansvar fulgte relativt tydelige organisasjonsstrukturer. Disse driftsmodellene skapte betydelig verdi fordi de gjenspeilte realitetene i hvordan organisasjoner fungerte på den tiden.
I dag utfordres imidlertid disse antakelsene. Kunnskap kan genereres umiddelbart. Beslutninger kan påvirkes av algoritmer, prediktiv analyse og AI-genererte anbefalinger. Arbeidet flyter i økende grad mellom mennesker og intelligente systemer, snarere enn bare gjennom menneskelige prosesser.
Spørsmålet er derfor ikke om tradisjonelle driftsmodeller var effektive. Mange var svært vellykkede. Spørsmålet er om de fortsatt er tilstrekkelige for organisasjoner som opererer i et miljø der intelligens, kompetanse og beslutningstaking i økende grad er distribuert mellom både mennesker og AI. Den AI-sentriske HR-driftsmodellen ble utviklet for å besvare dette spørsmålet.
De sju søylene i en AI-sentrisk HR-driftsmodell
Den AI-sentriske HR-driftsmodellen ble utviklet for å hjelpe organisasjoner med å håndtere utfordringene som oppstår når AI blir integrert i arbeid, beslutningstaking og organisatoriske prosesser.
I stedet for å se på AI som et frittstående teknologiinitiativ, posisjonerer modellen AI som en muliggjører for arbeidsstyrkens og virksomhetens resultater. Den er bygget rundt sju sammenkoblede søyler, som hver tar for seg en kritisk komponent i organisatorisk suksess.
AI-drevne sentrale HR-funksjoner
Den første søylen fokuserer på å modernisere leveransen av HR-tjenester gjennom automatisering, intelligente arbeidsflyter og AI-støtte. Målet er ikke bare å redusere administrativt arbeid, men å frigjøre HR-medarbeidere fra rutineoppgaver slik at de kan fokusere på arbeidsstyrkestrategi, organisatorisk effektivitet og virksomhetens resultater.
AI-drevet planlegging av arbeidsstyrken og strategi
Den andre søylen anerkjenner at beslutninger om arbeidsstyrken i økende grad må være datadrevne. AI kan hjelpe organisasjoner med å forutse fremtidige kompetansebehov, identifisere nye kompetansegap, modellere scenarier for arbeidsstyrken og knytte investeringer i talenter tettere til virksomhetens mål.
Personalisert medarbeideropplevelse
Den tredje søylen gjenspeiler den økende forventningen om at medarbeidere får opplevelser som er relevante, tidsriktige og tilpasset behovene deres. AI gjør det mulig for organisasjoner å tilby mer personlig støtte, karriereveiledning, kommunikasjon og utviklingsmuligheter, samtidig som engasjementet forbedres gjennom hele medarbeiderreisen.
Kontinuerlig læring og utvikling
Den fjerde søylen står i sentrum av modellen. Etter hvert som teknologien øker tempoet i endringene, må organisasjoner kontinuerlig skape, overføre og anvende kompetanse. Læring kan ikke lenger betraktes som en periodisk aktivitet.
Den blir en strategisk mekanisme som gjør det mulig for organisasjoner å opprettholde tilpasningsevne, motstandskraft og konkurransefortrinn.
Etikk, etterlevelse og tillit
Den femte søylen tar for seg det økende behovet for styring, åpenhet og ansvarlighet. Etter hvert som AI påvirker flere beslutninger om arbeidsstyrken og virksomheten, må organisasjoner sikre tilstrekkelig menneskelig tilsyn, opprettholde medarbeidernes tillit og dokumentere etterlevelse av stadig mer komplekse regulatoriske krav.
Datadrevet beslutningstaking
Den sjette søylen fokuserer på å forbedre kvaliteten på organisatoriske beslutninger. AI og analyse gir tilgang til innsikt i en skala som tidligere var umulig, men teknologi alene er ikke nok. Effektiv beslutningstaking krever en kombinasjon av data, menneskelig dømmekraft og tydelig ansvarlighet.
Smidig rekruttering og bevaring av talenter
Den sjuende søylen anerkjenner at organisasjoner må tiltrekke seg, utvikle og beholde talenter i stadig mer dynamiske arbeidsmarkeder. AI kan støtte mer effektiv identifisering av talenter, samsvar mellom kompetanse og behov, intern mobilitet og strategier for å beholde medarbeidere, slik at organisasjoner kan bygge en arbeidsstyrke som er i stand til å tilpasse seg kontinuerlig endring.
Hver søyle tar individuelt for seg en spesifikk organisatorisk utfordring. Samlet sett danner de imidlertid en integrert driftsmodell. Modellens egentlige verdi ligger ikke i én enkelt søyle, men i å forstå hvordan de fungerer sammen for å forbedre arbeidsstyrkens og virksomhetens resultater.
Fra HR-driftsmodell til organisatorisk økosystem
Etter hvert som forskningen skred frem, begynte jeg å innse at de sju søylene ikke bare var knyttet til hverandre, men også til den bredere organisasjonen. Selv om modellen var utformet for å håndtere HRs respons på en AI-mediert verden, strakte konsekvensene seg langt utover HR.
Planlegging av arbeidsstyrken påvirket virksomhetsstrategien. Læring påvirket organisasjonens resultater. Styring påvirket tillit, risiko og beslutningstaking. Medarbeideropplevelsen påvirket produktivitet, medarbeiderbevaring og kundeutfall.
Jo mer jeg utforsket forholdet mellom disse områdene, desto tydeligere ble det at de ikke kunne behandles som separate aktiviteter. Dette ble særlig tydelig da jeg undersøkte hvordan AI ble tatt i bruk i organisasjoner.
AI hører ikke naturlig hjemme i én enkelt funksjon. Teknologien bygges inn i daglige arbeidsflyter, og i prosessen blir grensene mellom funksjoner stadig mer utydelige. Organisasjonen begynner å fungere som et sammenkoblet system i stedet for en samling individuelle avdelinger.
Samtidig er ledergruppene fortsatt ansvarlige for organisasjonens resultater, økonomiske styring, regulatoriske etterlevelse og virksomhetens resultater. Likevel ble mange av strukturene som brukes til å lede organisasjoner i dag, utformet for en verden der teknologien i stor grad var avgrenset til IT-funksjoner og styrt gjennom relativt tydelige ansvarsmodeller.
Etter hvert som intelligens flyter på tvers av funksjoner, prosesser og team, blir det betydelig mer krevende å opprettholde oversikt over hvordan beslutninger tas, hvordan arbeidet utføres og hvordan verdier skapes.
Dette førte meg til en grunnleggende konklusjon. Utfordringen organisasjoner står overfor, handler ikke bare om hvordan man skal redesigne HR i AI-alderen. Utfordringen er hvordan man skal redesigne selve organisasjonen.
De sju søylene ga et rammeverk for å forstå hvordan HR kunne skape verdi i et AI-mediert miljø, men de forklarte ikke fullt ut hvordan mennesker, teknologi, styring, kapasitet og virksomhetsresultater samhandler på tvers av hele virksomheten.
Denne innsikten førte til slutt til utviklingen av PXB-økosystemet. I stedet for å fokusere på én enkelt funksjon, tar PXB et helhetlig organisasjonsperspektiv. Det anerkjenner at mennesker, opplevelse og virksomhetsresultater henger sammen, og at varig suksess avhenger av å forstå forholdet mellom kapasitet, beslutningstaking, styring, ledelse og organisatoriske resultater.
More Articles
- Kunstig intelligens som informerer, mennesker som beslutter: Slik holder vi HR ansvarlig i automatiseringens tidsalder
- Tidligere BBC-personaldirektør sier at KI nødvendiggjør en redefinering av HRs verdi
- Visepresident for mennesker og organisasjon i en AI-enhjørning sier at HR-ledere må bli arkitektene bak en menneske-maskin-arbeidsstyrke
- AI-strategi er en kulturutfordring, og HR er unikt posisjonert til å lede
- Kunstig intelligens i organisasjonsdesign: Hva enhver leder bør vite om bruksområder og avkastning
PXB-økosystemet™️
På mange måter ble den AI-sentriske driftsmodellen for HR grunnlaget, mens PXB ble arkitekturen som knyttet disse grunnpilarene til den bredere organisasjonen. Økosystemet utviklet seg til å omfatte åtte sammenkoblede domener som samlet påvirker organisatoriske resultater: virksomhet, arbeidsstyrke, ledelse, kapasitet, styring, data, teknologi og kunde.
Til sammen gir disse domenene ledere et mer helhetlig bilde av hvordan verdi skapes, hvordan beslutninger flyter, hvor ansvaret ligger, og hvordan organisasjoner kan opprettholde oversikt og kontroll etter hvert som AI blir integrert i den daglige driften.
Endringen er betydelig. I stedet for å se på AI som et teknologitiltak eller et HR-transformasjonsprogram, plasserer PXB AI i et bredere organisatorisk system der mennesker, prosesser, beslutninger og teknologi kontinuerlig samhandler.
Dette gjør det mulig for ledere å gå utover isolerte AI-prosjekter og begynne å vurdere hvordan selve organisasjonen må utvikle seg for å støtte langsiktige resultater, motstandskraft og vekst. Det som vokste frem gjennom forskningen, var ikke nok en driftsmodell. Det var et økosystem.
Tradisjonelle driftsmodeller beskriver vanligvis strukturer, roller, prosesser og rapporteringslinjer.
Økosystemer fungerer annerledes. De er dynamiske, sammenkoblede og tilpasser seg kontinuerlig. Endringer på ett område skaper konsekvenser andre steder, ofte på måter som ikke er umiddelbart synlige.
Dette gjelder i stadig større grad for organisasjoner som tar i bruk AI. En endring i rekrutteringen påvirker arbeidsstyrkens kapasitet. Arbeidsstyrkens kapasitet påvirker resultatene. Resultatene påvirker kundeopplevelsen. Kundeopplevelsen påvirker virksomhetens resultater. Beslutninger om styring påvirker tillit. Læring påvirker kvaliteten på fremtidige beslutninger. Hvert element påvirker alle andre elementer.
PXB-økosystemet ble utformet for å synliggjøre disse sammenhengene. Sentralt står forholdet mellom mennesker, opplevelse og virksomhet. I stedet for å behandle disse som separate prioriteringer, anerkjenner økosystemet at de kontinuerlig påvirker hverandre.
Systemet fungerer som en kontinuerlig syklus snarere enn en lineær prosess. Rundt denne kjernen finnes de muliggjørende elementene som gjør at økosystemet kan fungere effektivt: arkitektur, data, kapasitet, etikk, beslutninger og styring.
Dette er ikke frittstående programmer eller avdelinger. De fungerer som sammenkoblede mekanismer som former hvordan informasjon flyter, hvordan beslutninger tas, hvordan læring skjer, og hvordan ansvar opprettholdes.
Økosystemet registrerer, lærer og tilpasser seg kontinuerlig. Etter hvert som ny informasjon oppstår, teknologien utvikler seg og organisatoriske prioriteringer endres, utvikler også forholdet mellom mennesker, opplevelse og virksomhet seg.
Dette skaper et levende system som kan håndtere kontinuerlig endring, i stedet for å være avhengig av periodisk organisatorisk redesign. Det er her forskjellen mellom et rammeverk og et økosystem blir viktig. Rammeverk beskriver komponenter. Økosystemer forklarer sammenhenger. I en AI-mediert organisasjon er det disse sammenhengene som i stadig større grad avgjør resultatene.
En ny rolle for HR-ledere
HR-ledere har mulighet til å spille en bredere rolle enn mange tradisjonelle driftsmodeller så for seg. Utfordringen handler ikke lenger bare om å håndtere personalprosesser. Den handler om å hjelpe organisasjoner med å opprettholde oversikt, ansvarlighet og resultater i et stadig mer AI-mediert miljø.
Den fremtidige utfordringen for organisasjoner handler derfor ikke bare om å ta i bruk AI. Den handler om å utforme driftsmodeller som opprettholder oversikt, ansvarlighet og resultater, samtidig som mennesker og intelligente systemer får mulighet til å arbeide effektivt sammen.
Den AI-sentriske driftsmodellen for HR ble utviklet for å møte denne utfordringen innen HR. PXB-økosystemet representerer neste steg og gir ledere et helhetlig organisasjonsperspektiv på hvordan mennesker, opplevelse og virksomhetsresultater fortsatt henger sammen i en stadig mer AI-mediert verden. Viktigst av alt bidrar det til å synliggjøre det som ofte er skjult.
Ledere trenger en tydelig oversikt over hvordan arbeidet utføres, hvordan beslutninger fattes, hvor ansvaret ligger, og hvordan verdi skapes.
Ved å knytte mennesker, opplevelse og virksomhetsresultater sammen gjennom en felles arkitektur bidrar PXB til å gjenopprette oversikten, styrke styringen og sette ledere tilbake i førersetet for organisatoriske resultater, i stedet for at de må forsøke å styre systemer de ikke har full oversikt over.
