De sju förmågorna som skiljer AI-ledare från AI-eftersläntrare
Uppfattningsgap: Det finns en betydande klyfta mellan ledningar och medarbetare när det gäller förståelsen av AI-strategier.
Ledarskapsförmågor: En effektiv AI-omvandling kräver specifika ledarskapsförmågor utöver teknisk implementering.
Framgångsfaktorer för AI: Empati och förståelse för individuella förändringsprocesser förbättrar framgången med AI-användning.
Strategiskt tålamod: Många AI-initiativ misslyckas på grund av orealistiska tidsramar och otillräckligt stöd för att bygga förmåga.
Den handlingsplan som får mest uppmärksamhet just nu bygger på en enkel premiss: gör människor rädda, så kommer de att arbeta hårdare.
Uppsägningar som framställs som finanspolitisk disciplin. Krav på återgång till kontoret som presenteras som produktivitetsåtgärder. AI-omställning som tillkännages innan någon förstår vad den innebär för deras faktiska arbete.
Det genererar rubriker. Vad det inte genererar är den omställning som ledande befattningshavare säger sig vilja ha.
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
Ny forskning från BCG och Columbia Business School visar en skillnad på 51 procentenheter mellan ledande befattningshavare och medarbetare i första linjen när det gäller huruvida människor förstår AI-strategin. Ledare tror att 80 % av medarbetarna är välinformerade. Endast 29 % av individuella medarbetare håller med. Det beror inte på kommunikationen. Det är ett ledarskapsproblem.
Framgångsrik AI-omställning har väldigt lite att göra med att låta tuff eller att agera snabbt. Den beror på sju specifika ledarskapsförmågor som inte har något med teknisk implementering att göra och allt att göra med hur ledare agerar när resultaten är osäkra.
Innan Brian Elliott intog scenen på Transform som evenemangets konferencier i mars presenterade han via sin Substack vad han ser som fyra centrala förmågor för ledare i denna era.
Det tilltalade mig. Men det kändes också som något som kunde utvecklas vidare.
Det jag ska göra nu är att gå igenom förmågorna på samma sätt som Brian gjorde och utveckla dem med några tillägg till listan. Det här är inte en tid för svagt eller giftigt ledarskap. Som han och jag diskuterade i podden förra året blir tondövt ledarskap kostsamt i vad som kan vara den mest förvirrande arbetslivseran på ett sekel.
1. Empati: Att förstå hur människor upplever förändring
Entusiasmen för GenAI bland amerikanska medarbetare sjönk från 45 % till 36 % på bara tre månader under 2024, enligt Slacks forskning. Tekniken blev inte sämre, men implementeringssättet blev det. Organisationer lanserade verktyg utan att förstå hur olika människor tar till sig nya förmågor.
När chefer på BCG-studerade företag anpassade sina utbildningsmetoder för att ta hänsyn till individuella skillnader i AI-användning ökade användningen av generativ AI med 89 %. Det handlar inte om att vara snäll, utan om att använda en kognitiv förståelse av hur människor upplever förändring för att utforma bättre metoder.
Medarbetarcentrerade organisationer har medarbetare som är 70 % mer benägna att känna entusiasm inför AI-användning och 92 % mer benägna att känna sig välinformerade om strategin, enligt forskning från BCG och Columbia.
Kopplingen till affärsresultat är direkt. Samma organisationer rapporterar AI-mognadsnivåer som är betydligt högre än hos deras motsvarigheter. Medarbetarcentrering förklarade 36 % av variationen i AI-mognad—mer än bransch (14 %), avdelning (12 %) eller företagsstorlek (5 %) tillsammans.
David Zierk, klinisk psykolog och författare till "Mind Rules," beskriver det han kallar "bristunderskottssyndrom"—det tomrum som uppstår när AI ger svar men ledare inte lyckas ge sammanhang eller stöd.
"Sinnet tolererar inte osäkerhet," förklarar han. "Vi söker säkerhet så snabbt som möjligt, och AI ger lindring. Men allt som ger dig lindring har potential att skapa beroende. Ledare måste hjälpa människor att stå ut med tvetydighet tillräckligt länge för att utveckla genuin förståelse, inte bara ta det första svaret som AI erbjuder.
Skillnaden mellan budskapet "AI kommer att förstärka, inte ersätta" och samtidiga omstruktureringar på avdelningar som får nya verktyg har skapat exakt den misstro som undergräver AI-initiativ och tar död på ärlig feedback om huruvida implementeringarna fungerar.
Innan du går vidare, vill du testa dig själv på de sju förmågorna? Slutför bedömningen så kan du ladda ner en kostnadsfri, personlig rapport med utvecklingsmål.
Obs! Detta är inte en vetenskaplig bedömning, utan helt enkelt en tankeövning som kan sätta igång självreflektion eller idéer för din egen professionella utvecklingsresa. Om du letar efter en mer rigorös bedömning kan du läsa vår artikel från förra året om användningen av personlighetsbedömningar vid rekrytering.
2. Närvaro: Tillbaka ut på dansgolvet
Amazons krav på återgång till kontoret kom via ett PM. Ingen diskussion om hur hybridarbete faktiskt fungerade. Inget engagemang med team som hade designat om hela arbetsflöden kring distribuerat samarbete. Bara en policy som påverkade vardagen och levererades på avstånd.
Det är motsatsen till vad BCG:s rapport AI på jobbet från 2025 identifierar som avgörande för en lyckad omvandling: ledare som förstår hur arbetet faktiskt går till. Rapporten visade att endast 51 % av medarbetarna i frontlinjen regelbundet använder AI-verktyg, jämfört med över 75 % av ledare och chefer. Det är en ”kiselbarriär” som skapats av avståndet till den operativa verkligheten.
Elliott beskriver mönstret.
Jag hade en styrelseledamot som under ett möte med den högsta ledningen reste sig och sa: ’Ni måste alla återvända till kontoret, för jag vet att det är det bästa sättet att arbeta. Det baserar jag på mina erfarenheter från 1980-talet, när jag åt den där lunchen med killen som senare blev min mentor och coach.’ Och det är alltid en man. Han baserar sin erfarenhet på det som fungerade bäst för honom.
Samma logik gäller för AI, där chefer fattar beslut utifrån sitt eget sammanhang i stället för den operativa verkligheten.
Du kan inte hantera ”arbetskladd” – AI-genererat innehåll som är tekniskt komplett men saknar verkligt värde – om du inte visar hur god kvalitet ser ut. Du kan inte kräva omvandling om du inte har någon aning om hur arbetet faktiskt utförs.
3. Produktinriktat tänkande: att se arbetet som något du utformar
Forskning från MIT Sloan visade att 91 % av dataansvariga säger att kulturella utmaningar hindrar deras AI-satsningar. Endast 9 % pekar på tekniska problem. Ändå behandlar de flesta företag fortfarande AI som ett tekniskt problem och tillkännager effektivitetsmål innan de har förstått vad som skapar friktion i de faktiska arbetsflödena.
BCG:s forskning visar att minskat slitsamt arbete, eller det man skulle kunna kalla själsdödande repetitivt arbete, ökar sannolikheten för att lyckas med AI och förbättrar personalens kvarstannande.
Zapier gick från en initial användning på 65 % till att 89 % använde AI-verktyg dagligen genom att fokusera på att lösa verkliga problem i stället för att maximera utrullningen av funktioner. Kundtjänstteamet minskade tiden för att hantera ärenden med 50 %, samtidigt som medarbetarnas engagemang ökade med 20–30 poäng.
Brandon Sammut, Zapiers ledare under denna omvandling, förklarade förändringen.
Vi slutade fråga ’vad kan det här AI-verktyget göra?’ och började fråga ’vilka problem skapar slitsamt arbete för specifika team?’ Verktygen följde problemen, inte tvärtom.
Organisationer investerar årligen 142 miljarder dollar i att förstå kunder, men mindre än 11 miljarder dollar i medarbetarupplevelsen, trots tydliga belägg för att engagemang hänger samman med affärsresultat. Om du behandlade kunder på samma sätt som de flesta företag behandlar medarbetare under tekniska övergångar skulle du gå i konkurs.
Grundproblemet är det Elliott kallar ”produktivitetsteater” – att optimera för synliga tecken på aktivitet i stället för resultat.
”65 procent av de tillfrågade sa att det är viktigare för dem att svara snabbt på ett meddelande än att fokusera på och leverera sitt kärnarbete”, konstaterar Elliott. ”Det är bara sorgligt, eller hur? Det är de synliga tecknen på att aktivitet pågår. Att producera mer av något är inte ett resultat.”
Elliott fortsatte med att beskriva den nödvändiga förändringen. Ledare måste överge synliga aktivitetsmarkörer till förmån för resultatbaserad styrning. Det innebär att definiera organisatoriska mål, tydliggöra de högsta prioriteringarna, fastställa mått för framgång och låta denna tydlighet genomsyra hela företaget.
Om det görs på rätt sätt skapar det lika villkor och levererar de resultat som ledningen faktiskt vill ha. Men det kräver betydande investeringar och innebär en grundläggande förändring av hur organisationer fungerar.
4. Mod: Att visa ryggrad när det är riskfyllt
Vid ett allmänt möte på Salesforce skämtade ledningen om att ICE väntade längst bak i rummet på internationella medarbetare som reste sig upp. Den efterföljande upprördheten handlade inte bara om dåligt omdöme, utan om förstörelsen av den psykologiska trygghet som krävs för att experimentera med AI.
Det snabbaste sättet att hantera osäkerhet är att döma, konstaterar Zierk. Det stänger sinnet. Motsatsen till dömande är nyfikenhet, och nyfikenhet är vad organisationer behöver just nu. Men nyfikenhet kräver psykologisk trygghet, och rädslobaserat ledarskap förstör den.
Mod i ledarskapet innebär att personligen framföra svåra besked med en ärlig förklaring av verksamhetens drivkrafter, inte att överlämna uppsägningsmanus till chefer. Särskilt när roller tas bort innan AI faktiskt har bevisat sitt värde, och bekvämt nog innan bonusutbetalningarna har betalats ut.
Den breda uppslutningen kring ett tufft ledarskap skapar möjligheter för ledare som är villiga att bygga organisationer där människor kan utföra sitt bästa arbete under osäkerhet. Inte för att det är vänligt, utan för att rädsla skapar lydnad medan tillit skapar det intelligenta risktagande som AI-omställningen kräver.
5. Strategiskt tålamod: Att tänka långsiktigt
Enligt forskning från S&P Global överger 42 % av företagen AI-initiativ innan de någonsin når produktion, en siffra som har mer än fördubblats på bara ett år. Mönstret ser ut så här:
- Tillkännage aggressiva effektivitetsmål för att tillfredsställa styrelser
- Skynda på driftsättningen för att hålla tidsplanerna
- Upptäcka att den organisatoriska förmågan saknas
- Tyst backa från förväntningarna sex månader senare.
Begreppet "omformningsfas" har uppstått för att beskriva företag som omformar arbetsflöden från början till slut i stället för att bara införa verktyg. I dessa organisationer är 46 % av medarbetarna oroliga för sin anställningstrygghet, jämfört med 34 % i mindre avancerade företag.
Den oron är kostnaden för en verklig omställning. Strategiskt tålamod innebär att skydda tid för att oron ska kunna lösas genom konkret stöd och kompetensuppbyggnad, inte att låtsas att omställning sker utan friktion.
BCG fann att 79 % av de medarbetare som fick mer än fem timmars AI-utbildning blev regelbundna användare, jämfört med 67 % av dem som fick mindre än fem timmar. Strategiskt tålamod innebär att skydda den investeringen även när styrelser vill se omedelbara resultat.
6. Transparens: Ärlighet om osäkerhet
Skillnaden på 51 procentenheter mellan vad chefer tror att medarbetarna förstår och vad medarbetarna faktiskt förstår beror inte på otillräcklig kommunikation – den beror på oärlig kommunikation.
Ledare tillkännager att "AI kommer att frigöra tid för arbete med högre värde" utan att specificera vad det arbetet är eller om det kommer att finnas på deras nuvarande ersättningsnivå. De presenterar AI-strategier som färdigutformade planer när de i själva verket är hypoteser som testas i realtid. De hävdar att de är säkra på AI:s utveckling när de högsta cheferna själva är osäkra.
Steve Cadigan förklarar dynamiken.
För att du ska känna förtroende måste man bygga upp en historik av konsekventa och tillförlitliga resultat. Och det har vi ännu inte riktigt med AI. Vi har också just nu en omfattande berättelse i medierna om att artificiell intelligens kommer att ersätta dig. Den kommer att ta ditt jobb ifrån dig. Den nivån av rädsla och misstro kommer att skapa vissa hinder för implementeringen.
Rädslan visar sig i det som Ethan Mollick kallar "hemliga cyborgar"—människor som använder AI-verktyg men inte berättar det för sina chefer, ibland av rädsla för att ett erkännande av användningen ska signalera att de kan ersättas. Det är motsatsen till det transparenta experimenterande som krävs för omvandling, och det är vad vi nu kallar skugg-AI.
Johannes Sundlo, expert på AI-användning, ifrågasätter vår relation till det vi kallar kunskap.
När universitet diskuterar att förbjuda AI eftersom studenter använder det för att fuska missar de den verkliga frågan: vad är kunskap i en AI-anpassad värld? Ledare i organisationer gör samma misstag—de försöker kontrollera berättelsen i stället för att vara ärliga med vad de ännu inte vet.
Transparens innebär att skilja det som är säkert (vi investerar i AI, vissa roller kommer att förändras) från det som är osäkert (exakt vilka roller och på vilket sätt). Det innebär att dela pilotresultat, inklusive misslyckanden. Det innebär att erkänna "vi tar reda på det här tillsammans" i stället för att låtsas ha svar som man inte har.
Cadigan påpekar att en viktig faktor bakom misstag kring AI är att det är "olikt all annan teknik vi har sett tidigare. Vi är vana vid att vara ganska tydliga med hur detta ska tillämpas. Med AI vet vi inte ens mycket av vad den kan göra, och vi lär oss fortfarande det. Möjligheterna har ännu inte utforskats fullt ut, men vi är ganska säkra på att det finns konkurrensfördelar här. Så nu kör vi."
Den osäkerheten gör traditionella implementeringsplaner föråldrade och ärlig kommunikation avgörande.
7. Systemtänkande: Att förstå ringeffekter
De flesta AI-initiativ misslyckas i gränslandet mellan team. Man implementerar ett AI-verktyg inom kundservice utan att ta hänsyn till påverkan på produktutvecklingen (andra mönster i klagomålen), marknadsföringen (budskapen behöver förändras) eller verksamheten (bemanningsmodeller förändras när AI hanterar rutinärenden men eskalerar komplexa sådana).
BCG:s forskning om AI-styrning visar att 52 % av framgångsrika organisationer nu använder tvärfunktionella team med ledare från verksamheten och teknikområdet för att driva strategin, jämfört med bara 5 % året innan. Förändringen erkänner att AI-beslut skapar konsekvenser för människor och processer som IT-ledda angreppssätt inte kan hantera.
Grundorsaken till stuprörsbaserade implementeringar är enligt Cadigan hur vi gjorde saker tidigare.
"Som standardprogramvara", säger han. "Man kopplar in den, får utbildning och här är hur man använder den. Men AI kräver experimenterande, och det är inte något vi vanligtvis är vana vid att se. Vi måste inse att AI påverkar alla våra medarbetares jobb, karriärvägar och arbete på sätt som kräver tänkande på systemnivå."
Caldwell beskriver implementeringen av AI-verktyg för allmänna ändamål utan utbildning som likvärdig med att ge medarbetare en schweizisk armékniv med 20 funktioner, men bara förklara tre. Utan att förstå hur deras arbete hänger samman med andras arbete optimerar de lokalt på sätt som skapar dysfunktion på systemnivå.
Bygg förmåga, inte bara genom att tillkännage strategin
Dessa sju förmågor—empati, närvaro, produktinriktat tänkande, mod, strategiskt tålamod, transparens och systemtänkande—är inte mjuka färdigheter. De kräver hårt arbete och ihållande övning.
Forskningen från BCG och Columbia visar att företag med starkt förändringsledarskap med fokus på AI har 3,2 gånger högre vinstmarginaler än de som använder traditionella IT-ledda angreppssätt. Teknologisk sofistikering är bortkastad om ledningsgrupper inte kan driva den kulturella omvandling som AI kräver.
Vi befinner oss i en situation där ledare och chefer löper större risk att oroa sig för att förlora sina jobb till AI under de kommande tio åren än medarbetare i frontlinjen. Den oron skapar press att agera snabbt, låta självsäkra och visa kontroll. Men de ledningsgrupper som lyckas gör det motsatta genom att agera metodiskt, erkänna osäkerhet och bygga förtroende.
Avståndet mellan var du befinner dig och var du behöver vara när det gäller dessa förmågor är inte oföränderligt. Det är en funktion av hur medvetet du investerar i att utveckla dem. Frågan är om du är villig att göra arbetet medan alla andra skapar rubriker.
