Tidigare HR-chef inom företag, nuvarande HR-utbildare, förklarar vad som krävs av ledare i en AI-värld – och hur man väljer rätt AI-verktyg för en organisation

Lydia Wu är skaparen av Oops, Did I Think That Out Loud. Som någon som arbetar med att granska HR-teknik hävdar hon att HR-proffs måste sluta utvärdera AI-verktyg på samma sätt som de tidigare utvärderade SaaS-verktyg.

Enligt Lydia kräver denna omvandling att vi blir tekniskt kunniga och förstår hur våra verktyg fungerar innan vi inför dem i våra organisationer.

Vi pratade med Lydia för att ta reda på hur ledare kan välja rätt teknik och integrera den effektivt. Här är vad hon berättade för oss.

Skärningspunkten mellan HR och AI-teknik på arbetsplatsen

Jag ser mig själv som branschobservatör, opinionsbildare och utbildare. Jag är grundare och skapare av Oops, Did I Think That Out Loud, en plattform som ägnar sig åt öppenhjärtiga samtal om skärningspunkten mellan HR och teknik.

Plattformen föddes för två år sedan när jag fortfarande arbetade med HR på ett företag. Jag insåg att det finns många, som jag skulle kalla det, "traumatiserade HR-köpare" på marknaden. Det är personer som av en eller annan anledning har haft mycket dåliga erfarenheter av HR-teknik.

Det finns några riktigt, riktigt briljanta leverantörer där ute som kanske har lagt lite för mycket pengar på produktutveckling och teknik, men inte tillräckligt mycket på marknadsföring. Därför blev det med tiden ett mål för mig att sammanföra HR-köpare med verkligt briljanta lösningar som faktiskt är utformade för att lösa problem utan alla överflödiga finesser.

Dessutom har min karriär omfattat produktutveckling inom HR-teknik, personalstrategi och storskaliga HR-transformationer. Jag har granskat över 800 HR-tekniklösningar, förvaltat en HR-portfölj på 40 miljoner dollar och lett den praktiska implementeringen av över 60 tekniklösningar. Jag har också arbetat med organisationer av alla storlekar – från snabbväxande nystartade företag till Fortune 500-företag – och hjälpt dem att navigera i HR-teknikens komplexa värld.

Varför HR-ledare måste bli mer tekniskt kunniga i AI-eran

Jag tror att HR:s sätt att se på, interagera med och välja teknik förändras snabbt i en värld med AI. Vi måste köpa verktyg på ett annat sätt.

Under den traditionella molnbaserade SaaS-eran brukade man vanligtvis bedöma tekniken utifrån användarkrav. Sedan fick man se en demonstration och avgjorde om verktyget kunde uppfylla användarkraven. Enkelt.

Så är det inte längre. De digitala komponenter och lager som behövs för att skapa AI-verktyg är mycket mer komplexa än tidigare versioner av HR-programvara – alla leverantörer har inte möjlighet att lagra och bearbeta sina egna data, och inte heller möjlighet att träna sina egna AI-modeller. Det innebär att de måste anlita tredjepartsleverantörer för sin tekniska infrastruktur.

Ur en HR-köpares perspektiv innebär detta större komplexitet och risker när det gäller dataskydd och säkerhet, eftersom du inte alltid vet vem som hanterar organisationens data eller var den bearbetas.

Därför måste även teknikens backend-lager, som i praktiken är den intelligens som driver plattformen, utvärderas.

Så utvärderar du AI-verktyg för HR före implementering

För att göra detta behöver du först förstå syftet med ett verktyg och matcha det mot dina affärsproblem.

• Automatiseringsbaserad AI automatiserar befintliga processer. Den är bra när företaget helt enkelt behöver göra något snabbare och smidigare.
• Assisterande AI hjälper människor att slutföra arbetsflöden. Den är bra när du vill hjälpa organisationen att göra saker mer konsekvent.
• Prediktiv AI förutsäger resultat. Den är bra när du vill förstå mönster och förebygga risker.
• Adaptiv AI erbjuder personanpassade upplevelser genom att anpassa sig efter individer. Den är bra när du behöver skala upp kultur och tillväxt.

När du har hittat en matchning rekommenderar jag att du ställer tre frågor till programvaruleverantören – och ser om de är villiga att svara:

1. Var hamnar mina organisationsdata, vem hanterar dem och var bearbetas de mellan det att jag matar in dem och får resultatet?
2. Vad använder ni som LLM i backend?
3. Vilken ytterligare träning får er modell, och hur genomförs den träningen?

Så kan HR-proffs bygga upp AI-kompetens

Det är också viktigare än någonsin att HR-proffs utbildar sig mer och håller sig uppdaterade om de många AI-aktiverade backend-lösningar som finns där ute.

Hur utbildar man sig mer? Genom att följa mig, LOL. Skämt åsido finns det några saker du kan göra:

• Var nyfiken. Bara för att något låter tekniskt betyder det inte att ChatGPT inte kan bryta ner det i komponenter som är lättare att förstå.
• Var inte rädd för att ställa frågor. Bra tekniklösningspartners är alltid villiga att ta rollen som utbildare. Om dina frågor förblir obesvarade säger det mycket om lösningen.
• Prata om det. Genom att dela dina utmaningar och bästa praxis i mindre grupper kan du få ett mycket mer heltäckande perspektiv från dina kollegor och komma i kontakt med personer med liknande erfarenheter.
• Ta saken i egna händer. Du kan inte lära dig AI genom att studera teori och koncept på nätet. Du måste uppleva det praktiskt för att verkligen förstå det.

Varför HR-chefer måste se över arbetsflöden innan de lägger till AI

Men kom ihåg att AI bara är ytterligare en del av tekniken. Vi befinner oss mitt i en omvandling, men vi har sett sådana omvandlingar många gånger tidigare. AI är bara en annan teknik som möjliggör omvandlingen.

Vissa grundläggande principer som har använts vid tidigare omvandlingar gäller fortfarande i det här fallet. Bara för att det är en ny teknik betyder det inte att vi måste kasta bort allt vi vet. Vi måste fortfarande kunna:

• Förstå och diagnostisera nuvarande processer
• Definiera hur värdeskapande ser ut för verksamheten
• Och samarbeta med andra intressenter inom olika funktioner och arbeta tillsammans som en enhet för att katapultera verksamheten in i framtiden.

Jag tror att många hoppar över det första steget, att undersöka nuläget och verkligen förstå hur verksamheten fungerar på arbetsflödesnivå — och varför vissa steg i arbetsflödet ser ut som de gör.

Om du är en ledare som vill omvandla en organisation med AI, men som inte känner att du vet tillräckligt om det, skulle jag säga att det är dags att återgå till grunderna. Förstå hur det nuvarande arbetet utförs innan du försöker omforma framtidens arbete. Hitta sedan möjligheter inom dessa arbetsflöden. Och arbeta inom organisationens kultur för att genomföra omvandlingen.

Omdefiniera affärsvärde och ROI i AI-eran

Det handlar inte bara om hur organisationen arbetar; vi måste också se över hur vi skapar värde.

Tidigare, när vi tog fram affärsunderlag och beräknade ROI, antog vi en otroligt linjär väg mellan åtgärderna och resultaten. När vi till exempel införde en digital plattform antog vi att det skulle leda till effektiviseringar, oavsett om de kom från omfördelning av arbetskraft eller en övergripande minskning av utgifterna.

Med AI är vägen till ROI däremot inte lika linjär.

När HR till exempel inför vissa AI-lösningar kanske du inte ser ett direkt resultat i HR-teamets övergripande PNL, men du kommer att börja märka en skillnad i hur kundservice-, säljteam och andra team presterar när det gäller den övergripande andelen avslutade ärenden och liknande.

I AI-eran handlar det därför mer om att hela organisationen samlas och samarbetar över funktionsgränserna för att definiera och skapa värde för hela organisationen, i stället för att varje funktion arbetar på egen hand, som vi har sett tidigare.

Varför företag inte kan behandla AI-eran som internet-eran

Vi kan inte driva företag i AI-eran på samma sätt som vi gjorde under internet-eran. Den här tekniken kräver en grundläggande omvandling av hur vi ser på vår verksamhet, våra arbetsflöden och vårt värdeskapande.

Det är den stora bristande överensstämmelsen. Vi försöker fortfarande få AI att skapa värde ovanpå föråldrade processer som utformades för internet-eran. Och visst, att lägga AI-verktyg ovanpå befintliga processer kommer att ge ett visst värde, men det skapar också utmaningar som förklarar varför företag inte kan skala upp från ett koncepttest eller pilotprojekt till större verksamheter, eftersom tekniken aldrig utformades för de gamla processerna.

En omvandling i AI-eran kommer att kräva att vi alla går tillbaka och granskar kärnan i hur våra företag drivs. Därefter kan vi förändra föråldrade processer innan vi tillämpar AI ovanpå de grundläggande principerna.

Lydias tips

En omställning i AI-eran kommer att kräva att vi alla går tillbaka och ser över kärnan i hur våra verksamheter drivs. Sedan kan vi förändra föråldrade processer innan vi tillämpar AI ovanpå de grundläggande principerna.

Bygg AI-kompetens genom korta, praktiska HR-upplevelser

Som jag nämnde tidigare utvecklas AI-kompetens genom övning och praktiskt, konkret lärande. Hela arbetsstyrkan behöver uppmuntras att kavla upp ärmarna och sätta igång.

Jag har sett några exempel där detta har gjorts riktigt bra, och de hade alla en sak gemensamt: De började i liten skala och gjorde AI konkret och betydelsefullt.

En HR-organisation startade till exempel en promptmaraton där det globala HR-teamet samlades för att ta fram prompter, testa dem i en verklig miljö och sedan sammanställa de bästa prompterna i ett promptbibliotek som hela organisationen nu kan använda.

Ett annat exempel är ett HR-team som uppmuntrar varandra att fundera över hur de använder AI i sina privatliv och dela med sig av bästa praxis från dessa erfarenheter. Därifrån försöker de ta reda på hur detta kan tillämpas i deras yrkesmässiga sammanhang.

Det är viktigt att komma ihåg att HR-team inte behöver bli AI-experter över en natt. Trygghet med AI kommer genom gradvisa erfarenheter i små steg och genom övning.

HR:s verksamhetsmodell kommer att förändras inom 12 månader

Om vi blickar tillbaka på HR-funktionen sedan 1970- och 80-talen har HR:s funktionella struktur egentligen inte förändrats. Jag menar, vi använder olika namn – rekrytering, talangförvärv, operativa tjänster eller gemensamma tjänster – men verkligheten är att arbetet utförs i olika funktionella silor.

Men AI-tekniken är på väg att förändra HR:s verksamhetsmodell – inom de närmaste 9-12 månaderna.

För att verkligen förverkliga AI:s värde och nytta behöver vi organisera om hur arbetet utförs inom HR och bryta ned de funktionella silorna. Vi måste fokusera på slutresultaten.

Följ med

Du kan utbilda dig själv och följa Lydias arbete på LinkedIn, YouTube och Instagram. Och missa inte Oops Did I Think That Out Loud.

Fler expertintervjuer kommer snart på People Managing People!