Strateg för framtidens arbetsliv analyserar de organisatoriska realiteterna kring AI och hur man navigerar dem

Nirit Cohen hade seniora roller inom HR och ledarskap på Intel, där hon arbetade i en snabbföränderlig teknisk miljö i tre decennier innan hon började ägna sig åt opinionsbildning. Nu är hon strateg inom framtidens arbetsliv, Forbes-kolumnist och skapare av nyhetsbrevet och podden Framtiden med mindre arbete.

Vi satte oss ner med Nirit för att förstå hur arbetet förändras i takt med AI:s ökade utbredning och vad HR-ledare måste göra för att hantera denna övergång effektivt. Här är vad hon hade att säga.

Att leda framtidens arbetsliv

Jag tillbringade nästan tre decennier på Intel och hade seniora roller inom HR och ledarskap i USA, Europa och Asien. Att arbeta på ett företag där tekniken omformade branscher i realtid innebar att ständigt tänka om kring hur arbetet organiserades, hur människor skapade värde och hur ledare fattade beslut under press.

Den erfarenheten formade mitt perspektiv på ledarskap. Jag närmade mig inte framtidens arbetsliv genom teori eller trendspaning, utan genom att ansvara för verkliga resultat, omforma roller i takt med teknikens utveckling, skala upp kompetens i olika regioner, leda genom osäkerhet och hjälpa chefer att balansera verksamhetens prioriteringar med mänsklig påverkan.

För ungefär femton år sedan, när smarttelefoner och mobilteknik började förändra var och hur människor kunde arbeta på ett grundläggande sätt, började jag ställa en annan fråga: "Hur kommer det att kännas att arbeta i framtiden?" Den frågan drog in mig i samtalet om framtidens arbetsliv långt innan det blev allmänt etablerat.

År 2012 ledde jag ett projekt som publicerade en av våra första vitböcker om kunskapsarbetets framtid, med sikte på 2025. Det som intresserade mig då driver fortfarande mitt arbete i dag: hur tekniken omformar själva arbetet, hur ledarskapet måste utvecklas tillsammans med den och hur organisationer kan utforma roller, system och kulturer som håller människor relevanta när automatiseringen accelererar.

I dag arbetar jag som strateg inom framtidens arbetsliv, skribent och rådgivare. Genom min Forbes-kolumn och min podcast, Framtiden med mindre arbete, utforskar jag de sociala och tekniska krafter som omformar ledarskap, organisationer och karriärer. Med ena foten i årtionden av ledarskapsbeslut och den andra i arbetet med att forma berättelsen om hur arbetslivet förändras hjälper jag ledare, HR-team och leverantörer av lösningar att förstå helheten och vad de bör göra åt den.

Varför AI flyttar organisationsscheman till arbetsdiagram

Jag ser övergången till AI-drivet arbete som mer än en teknisk uppgradering. Det är en omformning av hur vi organiserar mänskliga insatser.

I årtionden byggdes organisationer kring strukturer, tjänster och antal anställda. AI tvingar fram en annan logik.

För HR och ledarskap är detta en genomgripande förändring. Den påverkar inte bara personalprocesser, utan även många grundläggande strukturer som vi har förlitat oss på i årtionden.

Traditionella organisationsscheman och fasta roller är för rigida för en värld där arbetet ständigt förändras. I stället ser vi framväxten av arbetsdiagram, eller tillfälliga, resultatinriktade konstellationer där team samlas kring problem snarare än titlar.

Tidigt i min karriär trodde jag att tydlighet främst kom från struktur: tydliga roller, stabila hierarkier och väldefinierade processer. Jag har lärt mig att för mycket struktur kan minska tydligheten i miljöer som präglas av AI och ständig förändring. Samsyn kommer nu från en gemensam avsikt, förtroende och löpande dialog, inte från kontroll.

Det innebär att vi måste se arbetet som en portfölj som kan utvecklas i takt med både verksamhetens behov och medarbetarnas ambitioner. Det innebär att vi måste gå från arbetsbeskrivningar som arbetets primära beståndsdel till en mer flexibel förståelse av resultat, uppgifter och förmågor, särskilt när vi överväger att optimera jobb som försvinner.

Vi måste bryta ner, kombinera om och kontinuerligt omforma arbetet, så att människor kan fokusera på där mänskligt omdöme och utveckling gör störst skillnad. Och de personalprocesser som en gång drev statiska strukturer måste nu utvecklas för att driva dynamiska arbetsflöden.

Varför AI förändrar färdigheter och ansvarsområden

Denna förändring påverkar också vilka färdigheter och ansvarsområden som krävs i hela organisationen. Många förmågor som vi tidigare kallade ”ledarskapsfärdigheter” håller snabbt på att bli grundläggande arbetsfärdigheter.

Alla som arbetar effektivt med AI hanterar i praktiken digitala agenter: de tilldelar uppgifter, granskar resultat och avgör vad som ska omsättas i handling. Därför kan vi inte längre lära ut ledarskapsfärdigheter som delegering, utvärdering och återkoppling först vid en befordran. De måste bli grundläggande förmågor från dag ett.

Samtidigt förändrar detta vad vi förväntar oss av personalchefer och ledare. De är inte längre ensamma ansvariga för svaren. När intelligens är allmänt tillgänglig ligger ledarens värde i omdöme, sammanhang och val. Ledare avgör vilka frågor som är värda att ställa, var mänsklig översyn är avgörande och när effektivitet bör ge vika för kvalitet, etik eller förtroende.

Jag har behövt släppa idén om att erfarenhet i sig ger en tillförlitlig färdplan. I ett snabbt föränderligt landskap är erfarenhet mindre en karta och mer en kompass. Dess värde ligger i omdömet och förmågan att navigera i osäkerhet, inte i att upprepa det som fungerade tidigare.

Att omdefiniera ditt unika värde förändrar hur du leder med AI

Som opinionsbildare var jag tvungen att ställa mig en svår fråga:

Vad händer med den modellen när AI kan generera, sammanfatta eller förklara mycket av det som människor söker hos mig?

Och jag tror att den frågan gäller alla ledare nu.

Jag experimenterar alltid tidigt med verktyg, och jag använde redan AI för det jag kallar ”arbete om arbetet”. Saker som:

• Sammanställa forskning
• Utarbeta dispositioner
• Sammanfatta samtal
• Förbereda första versioner innan jag tillämpar mitt omdöme och mitt perspektiv.

Men jag insåg att jag medvetet behövde dra om gränsen mellan mitt unika värde och maskinens arbete. Och detta är mer sant än någonsin med utbredningen av agentbaserade arbetsflöden.

Jag började arbeta mer medvetet med AI. Jag börjar med en idé, brainstormar den med AI, ber AI att samla in underlag och skapa en första sammanställning och stresstestar sedan antaganden och perspektiv genom att gå fram och tillbaka.

Jag betraktar uttryckligen AI som en tankepartner, och jag har blivit överraskad av djupet i den strategiska reflektion jag får genom att arbeta med AI på det här sättet. Tidigare, om jag hade lämnat ett coachningsmöte med en mentor i toppklass och fått den nivån av insikt, utmaning och omformulering, skulle jag ha ansett att pengarna var mycket väl spenderade. Jag förväntade mig inte det från teknik.

Men viktigt att komma ihåg är att AI inte fattar beslut. Jag granskar, omformulerar och väljer medvetet varje resultat för att säkerställa att jag inte förlorar min röst eller mitt perspektiv.

Den förändringen ändrade hur jag fördelar min uppmärksamhet. Jag blev mer medveten om var mitt mänskliga bidrag verkligen spelar roll:

• Utforma berättelsen
• Avgöra vad som inte ska sägas
• Knyta samman mönster mellan olika sammanhang
• Forma idéer för specifika målgrupper.

I slutändan tvingade AI mig att vara mer ärlig om min faktiska roll och mer disciplinerad när det gäller att släppa arbete där jag inte längre tillför ett unikt värde.

En medvetet flexibel AI-verktygsstack

Min AI-verktygsstack är medvetet flexibel. Jag använder regelbundet flera generativa AI-verktyg för allmänna ändamål, däribland ChatGPT, Claude, Gemini och Perplexity. Jag växlar mellan dem beroende på uppgiften och de specifika styrkor jag behöver.

Vissa är särskilt bra på sammanställning och strukturerat tänkande, andra på språk och ton, och ytterligare andra på att lyfta fram källor eller utmana antaganden. Genom att använda mer än ett verktyg undviker jag att anpassa mitt tänkande för mycket efter en enda modells mönster.

För arbete som kräver mycket research använder jag verktyg som Perplexity och NotebookLM för att organisera stora mängder information, jämföra perspektiv och lyfta fram samband som jag annars kanske hade missat. Detta har förändrat hur jag förbereder mig inför skrivande, poddar och rådgivningsarbete, eftersom jag tar del av mer material samtidigt som jag sparar min uppmärksamhet till tolkning och omdöme.

Just nu utforskar jag Notion, särskilt integrationen av AI i personliga arbetsflöden och kunskapshantering.

Utöver specifika verktyg handlar en viktig förändring under det senaste året om hur jag upptäcker och utvärderar varje verktyg. Jag följer aktivt nyhetsbrev, forskare och yrkesverksamma som identifierar nya verktyg och användningsområden.

Jag skummar igenom dessa dagligen, inte för att ta till mig allt, utan för att hålla mig informerad om vad som börjar bli möjligt. I synnerhet följer jag noga området för personliga AI-agenter som fungerar som hjälpmedel, till exempel ClawdBot, eftersom jag ser fram emot en tid då jag kan lämna över processer som jag utför i arbetet.

De flesta verktyg blir inte en del av mitt vanliga arbetsflöde, och det är avsiktligt. Experimenterandet är konstant, men införandet sker selektivt.

Varför organisationer inte lyckas få ut AI:s fulla värde

Organisationer tenderar att införa AI som ett tekniskt initiativ, men dess verkliga påverkan är mycket mer grundläggande och påverkar automatisering på arbetsplatsen och organisationskulturen.

Eftersom organisationer vanligtvis arbetar genom roller, organisationsscheman och fasta framgångsmått lägger de flesta företag AI ovanpå befintliga strukturer. Jobben förblir desamma. Arbetsflödena förblir desamma. Förväntningarna på prestation förblir desamma. Ledare förväntar sig att AI ska ”förvandla” arbetet utan att ta itu med vilket arbete som fortfarande är viktigt, hur det bör flöda genom en AI-aktiverad organisation eller hur framgång bör se ut när intelligens inte längre är en bristvara.

Ledare förväntar sig produktivitetsvinster, men de förändrar inte beslutsmandat, godkännandenivåer eller hur de mäter resultat. Vi ifrågasätter sällan om våra prestationssystem uppmuntrar till lärande inför morgondagens arbete, eller helt enkelt belönar leverans baserat på gårdagens antaganden.

När jag arbetar med organisationer hanterar jag detta genom att börja med personalrelaterade processer, inte teknik. Vi letar efter de processer som antingen möjliggör transformation eller blockerar den.

Ett enkelt exempel är hur chefer granskar pågående arbete. Accepterar de arbete som utförs på samma sätt som det alltid har utförts, eller är de villiga att stanna upp, säga emot och be teamen göra om det med hjälp av nya verktyg, även om det innebär att det tar längre tid på kort sikt?

Sättet vi mäter prestation, uppmärksammar insatser och utvärderar framgång på gör verklig skillnad för om människor känner att de får ta ett steg tillbaka och lära sig.

Ett annat exempel är hur organisationer behandlar tidiga användare. I varje organisation finns det personer som naturligt experimenterar med nya verktyg och arbetssätt. Dessa personer är avgörande för att sprida praktisk kunskap mellan team, men det sker bara om organisationer ger dem tillåtelse, formella roller, tid och erkännande.

Alltför ofta betraktar organisationer detta arbete som en fritidsaktivitet, trots att det kan vara bland det viktigaste arbete som pågår i organisationen.

Hur roller och avdelningar kommer att utvecklas

Om fem år kommer de flesta av oss inte att utföra samma arbete på samma sätt som vi gör i dag, oavsett roll, funktion eller bransch. Varken vad vi gör eller hur vi gör det.

Expertis kommer inte att vara lika med värde

På ett personligt plan innebär detta en grundläggande förändring av identiteten. Värde kommer inte längre enbart att komma från expertis eller från att äga en funktion. Det kommer från förmågan att förstå komplexitet, ställa bättre frågor, koppla samman signaler mellan olika områden och hjälpa andra att navigera i beslut som saknar tydliga föregångare.

Detta innebär också att avdelningar, så som vi känner dem i dag, kommer att spela mindre roll än det arbete de möjliggör. Gränserna mellan HR, strategi, verksamhet och teknik kommer att fortsätta suddas ut, eftersom utformning av arbete, utveckling av människor och införande av intelligens blir oskiljaktiga aktiviteter.

I den bemärkelsen handlar framtiden om att inse att ingen av oss får stanna exakt där vi befinner oss och att besluta vilka vi vill bli härnäst.

Varför varje HR-ledare personligen måste ta ansvar för AI-övergången

Förändringens tempo och omfattning är för stora för att någon annan ska kunna reda ut detta åt oss. Det finns ingen universell handlingsplan för vilka verktyg som ska användas, vilka processer som ska förändras eller var ditt personliga värde kommer att ligga i en AI-formad värld. Det arbetet är nu djupt individuellt, och var och en av oss måste ta ansvar för det.

Det innebär att medvetet skapa utrymme för det. Du måste avsätta tid, uppmärksamhet och till och med budget för att förstå vad som händer, utforska, testa och experimentera.

På kort sikt bromsar detta ofta leveransen. Du kanske producerar mindre eller behöver mer tid, eftersom du lär dig att arbeta på ett annat sätt. Men den investeringen är oundviklig. Att vänta på klarhet eller på att någon annan ska utforma svaret är inte längre ett alternativ.

Det viktiga är inte bara vad du lämnar över till AI, utan hur du omformar det värde du skapar i dess ställe. Det verkliga arbetet handlar om att förstå var ditt omdöme, ditt perspektiv och din erfarenhet gör skillnad och sedan medvetet bygga din roll kring detta, snarare än kring uppgifter som blir enklare att automatisera för varje dag.

För ledare mer generellt är rådet liknande, men förstärkt. Du kan inte delegera detta ögonblick. Ledare måste föregå med det beteende de vill se. Skapa utrymme för lärande, acceptera kortsiktiga ineffektiviteter för att bygga långsiktig kompetens och var tydlig med vilka typer av arbete som förtjänar mänsklig uppmärksamhet.