AI omdefinierar lärande och utveckling – från innehållsleverans till strategisk samordning

• Dina utvecklare går inte kurser i bästa praxis för Python – de frågar GitHub Copilot medan de kodar.
• Ditt kundserviceteam loggar inte in i LMS:et för att gå igenom rutiner för samtalshantering – de frågar ChatGPT om vägledning i realtid.
• Ditt säljteam tittar inte på utbildningsvideor om invändningshantering – de använder AI för att förbereda sig inför samtal och skriva uppföljningsmejl.

Hela grundidén bakom L&D, att man behöver specialiserade personer för att sammanställa, leverera och mäta lärande, håller på att försvinna eftersom AI gör dessa saker med en kvalitet och i en skala som blir allt svårare att konkurrera med, samtidigt som det går snabbare och är billigare.

Den långsamma kollapsen för L&D:s värdeerbjudande

Låt oss spola tillbaka bandet och se vad L&D har lovat organisationer under det senaste decenniet.

Fas 1: ”Vi ska öka engagemanget”

Fokus låg på att få människor att faktiskt använda lärresurser. Utmaningen var verklig. Hur konkurrerar man med allt annat som kräver medarbetarnas uppmärksamhet?

L&D-team arbetade hårt för att göra innehållet mer engagerande, mer tillgängligt och mer övertygande. Slutförandegrad och engagemangspoäng blev de viktigaste mätvärdena eftersom de var mätbara och visade aktivitet.

Den svårare frågan om huruvida engagemanget ledde till affärsnytta förblev ofta obesvarad, inte för att L&D inte brydde sig, utan för att det verkligen var svårt att mäta.

Fas 2: ”Vi ska driva kompetensutveckling”

Detta innebar verkliga framsteg. Värdeerbjudandet skiftade till kompetensutveckling: att hjälpa människor utveckla nya färdigheter så att organisationer kunde befordra internt i stället för att rekrytera externt.

Detta var mycket logiskt med tanke på hur dyrt, tidskrävande och konkurrensutsatt det är att rekrytera. L&D blev en strategisk partner för talangutveckling. För många organisationer fungerade denna modell väl och skapade verkligt värde.

Fas 3: ”Vi ska vara resultatinriktade”

Detta är en naturlig utveckling, där man går bortom engagemang och till och med bortom kompetensutveckling för att fokusera direkt på prestation och produktivitet i faktiska yrkesroller. I stället för att mäta slutföranden mäter man affärsnytta. I stället för kurser erbjuder man prestationsstöd.

Detta arbetssätt fick allt större genomslag och representerade L&D:s mognad som strategisk funktion.

Och sedan kom AI och förändrade förutsättningarna i grunden.

”AI omvandlar L&D i en takt vi aldrig tidigare har sett, men det eliminerar inte funktionen – det omdefinierar den”, säger Valerie Gobeil, chef för talanghantering och lärande på Workleap. ”L&D:s värde förskjuts från innehållsskapande till att utforma de system, vanor och miljöer som gör kontinuerligt lärande till en del av det dagliga arbetet.”

Brandon Sammut, chef för medarbetarfrågor och AI-omställning på Zapier, uttrycker det ännu mer direkt: ”Med AI kommer vi att se en accelererad överalltillgång till innehåll. Det felaktiga sättet att se på detta är som ett hot mot L&D; det rätta sättet är att se det som en enorm hjälp och tidsbesparing.”

Denna utveckling sker inte för att L&D misslyckades – tekniken hann helt enkelt ikapp det som L&D hade försökt bygga i flera år. Behöver du veta hur man skriver en SQL-fråga? Behöver du hjälp med att formulera ett svårt mejl? Behöver du snabbt förstå ett komplext koncept? Vägen med minst motstånd är inte längre ”sök i LMS:et” eller ”kontakta L&D”. Det är ”fråga ChatGPT” och få ett anpassat svar på 30 sekunder.

L&D-team har i flera år talat om ”prestationsstöd” och ”just-in-time-lärande”. Visionen var riktig. Utmaningen var att tekniken för att leverera detta i verklig skala, med verklig individanpassning och i verklig hastighet, helt enkelt inte fanns i en form som verkligen motsvarade beskrivningen. Men att ha en AI-assistent som finns överallt där arbetet utförs förändrar spelplanen fullständigt.

Dr. Jill Stefaniak, lärandechef på Litmos, betonar att L&D fortfarande behövs.

”AI-eran behöver L&D som affärsfunktion för att överleva”, säger hon. ”Åttio procent av cheferna har uppgett att AI-implementeringen har stannat av i deras team på grund av bristande expertis kring hur verktygen ska användas effektivt. L&D-professionella bidrar med strategiskt och människocentrerat omdöme för att säkerställa att lärandeupplevelserna är förankrade i sitt sammanhang. Att skapa förståelse och bygga kapacitet för att stödja lärande har aldrig varit viktigare.”

It starts with one signal.

Each week, AI Signal takes one meaningful shift in AI and helps people leaders understand what changed, why it matters, and what to consider next.

Create Free Account

Have an account? Log In

De tre funktionerna L&D utförde (och vem som tar över dem)

Låt oss göra en ärlig bedömning av vad L&D ofta har levererat och hur det kommer att se ut framöver:

1. Kuration och tillgång till information

Vad L&D gjorde: Hittade eller skapade relevant innehåll, organiserade det i ett LMS och gjorde det sökbart.

Vad AI gör: Ger omedelbar tillgång till all mänsklig kunskap, anpassar den till din kontext och besvarar följdfrågor.

Vem äger det: AI.

2. Färdighetsutveckling och träning

Vad L&D gjorde: Skapade kurser, workshops och simuleringar för att hjälpa människor att bygga upp sin kompetens. 

Vad AI gör: Tillhandahåller oändligt många träningsscenarier, omedelbar återkoppling och personligt anpassad coachning i stor skala. 

Vem som faktiskt gör det nu: Människor lär sig genom att göra, med AI som sin andrepilot, inte genom att först gå kurser.

Färdigheter har nu kortare hållbarhet, men det betyder inte att medarbetare behöver mindre utveckling – snarare behöver de den mer kontinuerligt”, sade Gobeil. “Det nya uppdraget för L&D är inte att ”producera utbildningar” utan att möjliggöra prestation. Det innebär att bygga strukturer som hjälper människor att tänja på sina gränser, experimentera och snabbt anpassa sig.

3. Organisatorisk förändring och anpassning

Vad L&D gjorde: Införde nya processer, verktyg eller strategier genom utbildningsprogram.

Vad som faktiskt driver förändring: Direkt coachning från chefer, kommunikation från ledningen, lärande mellan kollegor och verkliga incitament.

Vem som bör äga detta: HR (kultur), ledningen (strategi), chefer (genomförande).

När L&D-leverantörer ser vad som håller på att hända

Taylor Blake genomför AI-experiment på Degreed, en av de ledande plattformarna för lärandeupplevelser på marknaden. I ett nyligt samtal försökte jag läsa mellan raderna i det han sade.

"AI-assistenter och andrepiloter tar över området för realtidsstöd i arbetet. Om du behöver komma vidare vänder du dig inte till L&D, utan tar hjälp av din AI-assistent."

"Företag anställer färre människor. Berättelsen om att ’utveckla kompetensen internt som ett alternativ till dyra nyanställningar’ fungerar inte längre när man behöver färre personer."

"Vi öppnar upp en ny verktygslåda kring AI-drivna samtal, dialoger och coachning."

Översättning: Degreed vet att deras kärnverksamhetsmodell behöver förändras. De ställer om till ”AI-driven coachning och dialog” eftersom det möjligen är den enda försvarbara positionen som återstår.

Med andra ord ser de personer som har arbetat med att göra lärandeinnehåll tillgängligt och mätbart hur AI gör tillgången till innehåll till en handelsvara. Deras överlevnadsstrategi måste därför utvecklas till något helt annat.

Vad som faktiskt förändras och vad det innebär för din budget

Frågan är inte ”vad bör vi sluta finansiera?” utan snarare ”vilka problem löser vi faktiskt, och vilket är det bästa sättet att lösa dem nu?”

L&D är fortfarande en del av din strategi, men den kommer att se lite annorlunda ut 2026 och framåt.

Lärplattformar

Vad LMS-plattformar lovade: En enda plats där allt lärandeinnehåll finns, tillgängligt för alla, med inbyggd uppföljning och rapportering.

Vad som har förändrats: Det grundläggande problemet som LMS-plattformar löste – att göra information tillgänglig – har lösts mer elegant av AI. Friktionen i att ”logga in på LMS → söka i kurskatalogen → hitta rätt modul → titta på 20 minuters video → plocka ut de 30 sekunder du behövde” är absurd jämfört med att ”fråga ChatGPT eller Claude”.

Men hur är det med intern kunskap? Det är en berättigad invändning. Din AI-assistent känner inte automatiskt till företagets specifika processer, policyer eller organisatoriska kunskap. LMS-plattformar var dock aldrig heller den bästa lösningen för detta.

Interna wikis eller kunskapsbaser (Notion, Confluence), Loom för att demonstrera processer, Slack-kanaler för upptäckt i realtid och dokumentation vid sidan av det faktiska arbetet fyller alla detta syfte bättre – och kan matas in i AI-verktyg för åtkomst med naturligt språk.

Innehållsbibliotek: från 10 000 kurser till syntes i rätt tid

Vad innehållsbibliotek lovade: Tillgång till tusentals kurser inom alla ämnen, så att medarbetare kunde lära sig vad de än behövde.

Vad har förändrats: Värdeerbjudandet "vi har 10 000 kurser" har kollapsat när AI kan syntetisera information från miljontals källor och anpassa den till just din kontext. Någon behöver inte en fyra timmar lång kurs om "effektiv e-postkommunikation" – de behöver hjälp med att skriva just det här svåra mejlet nu.

Det verkliga problemet: De flesta prenumerationer på innehållsbibliotek har en användningsgrad på 5–15 %. Du betalar för kurser som 85 % av dina medarbetare aldrig kommer att använda. Och när de väl behöver lära sig något går de i allt högre grad till YouTube, Reddit eller AI innan de loggar in på din innehållsplattform.

France Hoang, vd och grundare av BoodleBox, en samarbetsplattform med AI för utbildning och arbetslivsberedskap, omformulerar vad L&D bör fokusera på.

"I små och medelstora företag där varje krona räknas har vi inte längre råd att vara innehållsbibliotekarier. Frågan är inte 'vilken information behöver medarbetarna?' utan 'vilka frågor har de ännu inte ställt?' AI demokratiserar tillgången till information; L&D måste demokratisera visdom."

Vad fungerar faktiskt? Tillgång till AI-verktyg för förklaringar och exempel i realtid, kurerade spellistor med verkligt enastående resurser, expertkontakter inom organisationen samt betalda kurser eller certifieringar först när någon behöver djup, strukturerad expertis inom ett specifikt område.

L&D-bemanningen: från tjänsteleverantörer till strategiska samordnare

Vad L&D-team lovade: Specialiserad expertis inom instruktionsdesign, läroplansutveckling, leverantörshantering, lärteknik och programgenomförande.

Vad har förändrats: Många av dessa specialiserade färdigheter håller på att bli standardiserade genom AI. Skapa en kursöversikt? AI. Formulera lärandemål? AI. Hitta relevant innehåll? AI. Det högspecialiserade området instruktionsdesign möter samma omvälvning som alla andra kunskapsarbetsområden.

Den nyanserade verkligheten: De färdigheter som L&D-professionella har, såsom att förstå hur människor lär sig, utforma upplevelser, underlätta förändring och mäta effekter, är fortfarande värdefulla. De är bara värdefulla i andra sammanhang nu.

Chris Eigeland, vd och medgrundare av Go1, en innehållsaggregator för L&D-ledare, ser detta ögonblick som en möjlighet snarare än ett hot.

"Fantastiska L&D-ledare och L&D-funktioner kommer inte bara att överleva övergången till en AI-aktiverad arbetsstyrka, utan också blomstra", säger han. "Under de senaste åren har L&D varit upptaget med administration, från att hitta innehåll till att genomföra kampanjer och hantera betungande rapportering. Löftet med ett AI-aktiverat HR- och L&D-team är att mycket av denna 'traditionella' roll kan automatiseras, så att L&D-ledare kan fokusera på att leverera och mäta tydliga verksamhetseffekter."

L&D-professionella skulle kunna lära medarbetare hur man lär sig effektivt som vuxen – hur man ställer bättre frågor, övar medvetet, överför kunskap mellan olika sammanhang och lär andra. De skulle kunna underlätta nätverk för kollegialt lärande, stödja chefer i rollen som lärande ledare och mäta det som faktiskt spelar roll: lärandehastighet, användningsgrad och verksamhetsresultat.

Sammut erbjuder en vision för denna utvecklade roll.

"Där L&D-team kan ha en särskild inverkan under de kommande åren är genom att omforma funktionen kring att säkerställa ett datalager av hög kvalitet som AI kan använda för att anpassa lärande och coachning, samt utveckla effektmodeller som kopplar L&D-insatser (mikrolärande i rätt tid, coachning i arbetsflödet) till individuell utveckling och verksamhetseffekter."

"Framtidens L&D-professionella är en teknolog som förstår hantverket bakom mänsklig utveckling, använder datamodeller för att anpassa lärandeupplevelser och på ett kompetent sätt kan koppla L&D-investeringar till verksamhetsresultat."

Verkligheten kring bemanningen: Du behöver förmodligen inte åtta L&D-personer som arbetar med instruktionsdesign och programhantering. Men du kan behöva 2–3 personer som samordnar kollegialt lärande i hela organisationen, coachar chefer i hur de utvecklar sina team, mäter lärandehastighet och effekter, undanröjer hinder för experimenterande och kopplar samman interna experter med personer som behöver deras kunskap.

Där L&D kan leda: styrning, skyddsräcken och strategisk samordning

Medan mycket av det traditionella L&D-arbetet automatiseras eller fördelas uppstår en kritisk lucka, och det är precis där L&D bör kliva fram. Eigeland pekar på en oroande brist på samordning.

"Även om 82 % av organisationerna redan använder AI för lärande säger endast 23 % av L&D-professionella att ansvarsområdena och tydligheten kring företagets plan för AI-lärande är 'mycket tydliga'. Styrningen är fragmenterad eftersom människor har reagerat på den föränderliga världen, men det är precis det område där L&D bör leda: bygga ramverket, fastställa skyddsräcken och ge människor förtroende att använda AI ansvarsfullt på ett sätt som är relevant för deras roll."

Detta är den utvecklade rollen: inte att leverera innehåll, utan att skapa den struktur inom vilken lärande sker effektivt och säkert.

Så här ser det ut i praktiken:

Utforma lärande utifrån roll, inte ämne. Som Eigeland påpekar bör "AI-kompetens" definieras på olika sätt för en kundtjänstmedarbetare, en ekonomichef eller en personalchef. "Rollspecifika förväntningar minskar oklarheten och gör styrningen handlingsinriktad."

Det innebär att man går från "alla går AI 101-kursen" till "så här ser god AI-användning ut i just din roll, med just dina ansvarsområden".

Bädda in lärande i befintliga arbetsflöden. "Om L&D ansvarar för att utforma ramverket", fortsätter Eigeland, "är det snabbaste sättet att driva införande att placera lärandet där arbetet redan sker, i stället för i en separat fristående portal. Det skapar naturliga skyddsräcken och säkerställer en konsekvent tillämpning."

Låt AI hantera det operativa arbetet. "När L&D äger strukturen och tillsynen kan AI ta över operativa uppgifter som att sammanfatta innehåll, skapa första utkast till lärvägar eller analysera återkoppling. Det frigör mänskliga experter så att de kan fokusera på de styrningsdelar som är viktiga: designkvalitet, coachning och anpassning till verksamhetens mål."

Eigelands slutsats fångar möjligheten: "Den utlovade effektiviteten med AI förverkligas bara om människor vet hur de ska använda verktygen. Det gör L&D nödvändigt. Inte försvunnet, utan med ett skarpare fokus. Team som satsar på samordning, problemlösning och verklig beteendeförändring kommer att förbli oumbärliga."

Det är här L&D omvandlas från innehållskurator till strategisk möjliggörare och säkerställer att människor inte bara får tillgång till AI-verktyg, utan också de ramverk, skyddsräcken och rollspecifika riktlinjer som krävs för att använda dem effektivt.

Var dessa funktioner faktiskt finns nu

Om L&D som fristående funktion förändras, vart tar då dessa ansvarsområden vägen?

HR tar ansvar för: Organisatoriskt förändringsarbete, utveckling av chefers förmågor, karriärutvecklingssamtal samt välbefinnande och hållbara prestationer (särskilt viktigt när AI eliminerar dödtid).

Teknik/IT hanterar: Verktygstillgång, säkerhet och styrning, anpassade AI-integrationer och arbetsflöden, utveckling av tekniska färdigheter samt innovationslabb.

Chefer ansvarar för: Behovsstyrd coachning i den faktiska arbetssituationen, återkoppling på prestationer och samtal om utveckling, teambaserad kompetensutveckling samt att skapa utrymme för experimenterande.

Individer driver: AI-assisterad kompetensutveckling precis när den behövs, lärande mellan kollegor och kunskapsdelning, personligt experimenterande och upptäckande samt att ta ansvar för sin egen utveckling.

Vad återstår för L&D? Strategiska personer som samordnar strategin för AI-implementering (men inte genomför den), följer upp införande och effekt (men inte sammanställer rapporter), knyter samman trådarna i hela organisationen (men inte äger arbetet) och identifierar möjligheter till systematiska insatser (men samarbetar med andra för att genomföra dem).

I verkligheten är det förmodligen inte ett team. Det är en roll. Kanske två.

Det verkliga samtalet du bör ha

Om du är chef på direktörsnivå eller ingår i högsta ledningen är det här de faktiska frågorna inför nästa budgetmöte.

I stället för: "Hur mycket bör vi lägga på AI-utbildning?" Fråga: "Hur bör vi omstrukturera L&D för att fokusera på styrning, samordning och möjliggörande i stället för innehållsleverans?"

I stället för: "Vilken utbildningsplattform bör vi investera i?" Fråga: "Vilka förmågor behöver vi bygga upp för AI-implementering som plattformar ensamma inte kan erbjuda?"

I stället för: "Hur mäter vi utbildningens effektivitet?" Fråga: "Hur mäter vi lärandehastigheten och dess påverkan på verksamhetens resultat i stället för genomförandegrad?"

I stället för: "Vem bör driva vårt AI-utbildningsprogram?" Fråga: "Hur fördelar vi möjliggörandet av lärande mellan L&D, chefer och kollegiala nätverk i stället för att centralisera det?"

"Chefer bryr sig inte om er genomförandegrad", sade Hoang. "De bryr sig om konkurrensfördelar. Det nya ROI-samtalet är enkelt: förklara hur lärande hjälper er att vinna. I små och medelstora företag har ni inte råd med långsiktiga satsningar som inte ger resultat. Ledare vill veta hur AI-drivet lärande har minskat tiden till kompetens eller hur det har hjälpt chefer i frontlinjen att fatta bättre beslut snabbare."

Hoangs syn här fångar L&D:s nya uppdrag i ett nötskal. "AI är verktyget. L&D är arkitekten. Hantera inte bara tekniken, utan använd den för att bygga något som inte kunde ha existerat utan mänsklig insikt."

En annan typ av investering

Så här ser en genomtänkt budget för AI-kompetens ut – inte en detaljerad treårsplan, utan en grundläggande omorientering av utgifterna.

Skifta från: LMS-licenser, prenumerationer på innehållsbibliotek, löner för stora L&D-team, kursutveckling och uppföljning av genomförandegrad.

Skifta till: Tillgång till AI-verktyg för alla, avsatt tid för experimenterande, coachningsförmåga hos chefer, kollegiala lärandenätverk, rollspecifika styrningsramverk och mätetal som följer lärandeshastighet och verksamhetens resultat.

Pengarna går inte till plattformar och program, utan till tillgång, tid och strategisk samordning.

Vägen framåt

Lärande är viktigare än någonsin. Men lärandeavdelningar som driver traditionella utbildningsprogram och följer upp dem i lärhanteringssystem? Den modellen är sannolikt inne på sina sista dagar.

Den framtiden kräver inte en utbildningsbudget på $1M som investeras i plattformar och innehåll. Den kräver en ärlig bedömning, en klok omfördelning och L&D-ledare som är villiga att förändra sin funktion i stället för att försvara den.

I slutändan har de en viktig roll att spela när det gäller att forma hur arbetet faktiskt utförs nu, med AI som medpilot, chefer som coacher och L&D som den strategiska funktion som ser till att allt leder till verklig kompetens och affärsnytta.

Det är bäst att komma igång, eftersom dina medarbetare redan lär sig av AI, oavsett om du har en strategi för det eller inte.