Optimerar du jobb som håller på att försvinna?
Effektivitetsvinster: Företag automatiserar roller, men måste ta hänsyn till vilka mänskliga bidrag som är avgörande när AI utvecklas.
Förändringar på arbetsmarknaden: En betydande minskning av tjänster på nybörjarnivå hotar organisationers långsiktiga möjligheter att utveckla framtida ledare.
Brister i AI-investeringarna: De flesta organisationer prioriterar felaktigt automatisering framför att hantera avgörande mänskliga roller och kompetensutveckling.
Strategiskt ägarskap: Ansvaret för AI-omvandlingen bör ligga hos personalcheferna för att bättre samordna mänskligt arbete och teknik.
Talangutveckling: Framtidens arbetskraftsmodeller kräver fokus på mångsidig kompetens, inte bara traditionell specialisering.
Någonstans, just nu, gör ett företag en investering för att effektivisera en roll. Rollen hanterar skadeärenden, dirigerar förfrågningar eller sammanställer rapporter, eller något åt det hållet. Teamet kartlade arbetsflödena, identifierade friktionen och utarbetade en plan. Vid kvartalets slut kommer det att ta 30 % mindre tid för den rollen att utföra samma arbete.
Vid slutet av decenniet kommer arbetet att utföras helt av AI.
Det här är inte en berättelse om teknikens framgång eller misslyckande. Det är den pågående berättelsen om detta århundrades största ledarskapsutmaning, och den utspelar sig i stor skala inom branscher som tror att de arbetar strategiskt med AI medan de i själva verket bara är upptagna.
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
Frågan som ligger under nästan varje seriöst AI-samtal just nu är den som de flesta organisationer undviker: inte hur vi ska använda AI, utan vad vi faktiskt behöver människor till?
De som spenderar miljoner på produktivitetsoptimering besvarar inte den frågan. De skjuter upp den, en effektiviseringsvinst i taget.
Kompetensförsörjningskedjan håller redan på att kollapsa
Enligt Korn Ferry planerar 37 procent av organisationerna att ersätta roller för personer i början av karriären med AI. Ytterligare 66 % har saktat ner rekryteringen till nybörjarroller. Om du nyligen har tagit examen och försöker förstå varför arbetsmarknaden känns strukturellt annorlunda än vad dina lärare beskrev, är det här anledningen.
Nybörjarroller har historiskt fungerat som den primära mekanismen för organisationer att utveckla sin egen kompetens. Analytikern blir chef. Koordinatorn blir direktör. Den juniora medarbetaren som tillbringar tre år med att lära sig verksamheten inifrån blir den person som så småningom leder den.
Eliminerar du ingången förlorar du inte bara billig arbetskraft. Du förlorar den utvecklingsinriktade kompetensförsörjningskedja som om ett decennium producerar erfarna ledare.
IBM går i motsatt riktning och tredubblar sin rekrytering till nybörjarroller medan konkurrenterna drar sig tillbaka. Om det är en satsning på kompetens eller ett PR-utspel återstår att se. Men en sak som inte kan diskuteras är det enkla faktum att du inte kan utveckla ledare som du inte anställer. IBM positionerar sig för att ha människor vid rodret långt in i framtiden.
Fel fråga får hela budgeten
De flesta AI-investeringar följer i dag en välbekant logik: identifiera var människor lägger sin tid, automatisera så mycket som möjligt, mät produktivitetsvinsten och upprepa.
Det 70-20-10-ramverk som vi har gått igenom tidigare är hur vissa sofistikerade organisationer tänker kring AI-fördelning. Det speglar en annan prioritering – 70 % av investeringarna går till omformning av människor och processer, 20 % till infrastruktur och 10 % till själva algoritmerna. Det finns bara en liten brasklapp: nästan ingen organisation arbetar faktiskt på det här sättet. De flesta har vänt på fördelningen.
Resultatet blir organisationer som är tekniskt sofistikerade men strategiskt vilse. De har bättre verktyg och inget tydligare svar på vad människorna som använder verktygen förväntas utvecklas till.
De roller som är mest sårbara för automatisering är inte de roller som är minst värdefulla. Ofta är det roller som kräver mest rutinmässigt omdöme, eller den typ av strukturerad problemlösning som visar sig vara exakt det som maskininlärning är bra på. Detta skapar ett fenomen där medarbetare upplever kognitiv överbelastning till följd av AI-baserat beslutsfattande.
De roller som finns kvar, eller som kommer att skapas, kräver något annat: förmågan att navigera i tvetydighet, fatta etiska beslut, hantera relationer mellan motstridiga intressen och utöva den typ av kontextuellt omdöme som inte kan reduceras till en prompt.
Utifrån vad jag har sett finns det inte många befattningsbeskrivningar som passar in på detta. Det finns ingen karriärstege för det i nuläget och nästan ingen utvecklingsbudget är inriktad på det.
Vem äger den här frågan?
David Swanagon har hävdat att AI-implementeringen har överlämnats till CIO:er när den hör hemma hos CHRO:er.
Att ta något i bruk är helt annorlunda än att driftsätta det. CIO:n har fått ansvar för inte bara utformningen, testningen och driftsättningen av verktyg, utan också för att få dem att användas. Användningen bör ägas av CHRO:n — eftersom den handlar om kultur, förtroende, självständighet och kompetens.
Resonemanget håller. Teknikimplementering är en relativt liten del av det som avgör om en AI-transformation lyckas eller misslyckas. Den större utmaningen är att avgöra vilket arbete människor bör ansvara för, vilka kompetenser det kräver och hur man utvecklar dessa kompetenser hos personer som anställdes för helt andra kompetenser.
CIO:er är inte positionerade för att besvara de frågorna. Deras fokus ligger på system, inte på den mänskliga infrastruktur som systemen är avsedda att tjäna.
När AI-strategin ligger inom teknikfunktionen blir frågorna som besvaras tekniska. De organisatoriska och mänskliga frågorna skjuts upp eller delegeras till HR som en eftertanke när implementeringen redan är igång.
Det är så man får en AI-lansering som fungerar tekniskt men misslyckas strategiskt. Verktygen fungerar. Arbetsstyrkan vet inte vad den ska göra med dem, hur dess roll kommer att se ut om tre år eller om den bör utveckla kompetenser som organisationen inte har signalerat att den värdesätter.
Det betyder inte att CHRO:er för närvarande stiger fram och tar det ansvaret. Faktum är att Swanagon skulle hävda att de inte gör det.
De flesta CHRO:er börjar tyvärr med: 'vi vill automatisera saker och vi vill spara pengar.' Och det är bra, men det är inte roligt, sa Swanagon. Det är inte heller intressant. Det är bara bra.
Det M-formade glappet
I åratal har kompetensstrategin gynnat T-formade medarbetare — specialister med tillräckligt bred förståelse för angränsande områden för att kunna samarbeta över dem. Modellen var logisk i en miljö där specialisering var stabil och bredd var en fördel för samordningen.
AI förändrar vad bredd innebär. Den framväxande modellen kallas ibland M-formad eller kamformad: medarbetare som har flera områden med verkligt djup, inte bara ytlig kännedom, sammanlänkade genom ett integrerande omdöme som gör att de smidigt kan röra sig mellan olika områden.
Skillnaden spelar roll eftersom utveckling av kamformade medarbetare kräver en annan typ av investering än utveckling av T-formade medarbetare. Man breddar inte bara någons perifera synfält. Man bygger upp flera kompetenscentra hos samma person och odlar sedan det omdöme som krävs för att använda dem situationsanpassat.
De flesta organisationer har inget utvecklingsprogram som gör detta. De har utbildningskataloger och licenser för LinkedIn Learning.
Vad förvaltarskap kräver
Ordet förvaltarskap används löst i ledarskapssammanhang. Det betyder vanligtvis något i stil med "vi tar hand om våra medarbetare", i samma vaga anda som "våra medarbetare är vår största tillgång". Ingen av formuleringarna överlever mötet med ett besked om personalnedskärningar.
Verkligt förvaltarskap i en AI-omställning innebär att fatta beslut nu som skyddar människors förmåga att skapa värde över en fem- till tioårshorisont, även när dessa beslut är svårare att rättfärdiga i en kvartalsöversyn än ytterligare en automatiseringsomgång.
Nyligen satte jag mig ner med Adam DeRose från HR Brew för ett avsnitt av Dina arbetsvänner med Francesca Ranieri och Mel Plett. Och Adam sa något som jag tänkte på resten av dagen.
“Jag förstår värdet av den kvartalsvisa verksamhetsöversynen, men ärligt talat tycker jag att vi bara borde avskaffa dem.”
Anledningen? Fokuset på kvartalsresultat har försämrat ledarskapets förmåga att tänka långsiktigt. Besattheten av kvartalssiffror genomsyrar allt, från styrelsenivå ända ner till linjecheferna, men den taktik som driver kvartalsresultat undergräver ofta vår förmåga att tänka strategiskt långsiktigt, särskilt kring kompetensförsörjning i den situation vi befinner oss i.
Det här är ett tillfälle som mycket väl kan kräva finansiering av utvecklingen av kompetenser som ännu inte har några jobbtitlar. Det innebär att bevara inflödet till nybörjarroller även när kalkylen säger att man kan avveckla det. Det innebär att behandla den organisatoriska frågan om vad människor ska bidra med som en strategisk fråga, inte som HR:s problem, och att se till att personalfunktionen finns med i rummet där besluten fattas.
De flesta organisationer gör inte detta. De optimerar. Och optimering, tillämpad på en struktur som förändras under ens fötter, är ett sofistikerat sätt att springa i fel riktning.
De jobb som effektiviseras i dag är inte de jobb som kommer att definiera organisatoriskt värde år 2030. Det arbete som kommer att spela roll — omdöme, navigering, etiskt beslutsfattande och förmågan att leda andra människor genom genuin osäkerhet — utvecklas och förverkligas nästan ingenstans. Det saknar budgetpost, rapporteringsmått och definitivt tillräckligt många chefer som aktivt stöder det.
Det är ledarskapets misslyckande. AI gör det möjligt för oss att förverkliga målet att gå snabbt, men det är värt att fråga sig om vi förstör för många saker på vägen.
