Personalchef säger att företag oavsiktligt straffar medarbetare som använder AI på ett bra sätt

Analiese Brown har ägnat tolv år åt att bygga upp medarbetarfunktioner i företag i tillväxtfas. I dag är hon chef för medarbetarfrågor på SaaS-företaget Campminder, som har 150 anställda.

Vi pratade med Analiese för att ta reda på hur medarbetarfunktioner förändras i grunden av AI. Här är vad hon berättade.

AI är en kulturell omvälvning

Jag heter Analiese Brown och är chef för medarbetarfrågor på Campminder, ett SaaS-företag baserat i Boulder.

Vi har byggt programvara för lägerbranschen i över 25 år och betjänar i dag tusentals läger över hela Nordamerika. Vi är ungefär 150 personer.

Jag har ägnat tolv år åt att bygga upp medarbetarfunktioner i företag i tillväxtfas, varav de senaste nio åren har varit på Campminder. Där har jag fått den ovanliga möjligheten att växa tillsammans med en organisation genom verkliga vändpunkter: en pandemi, en M&A-resa, snabb expansion och nu det jag skulle beskriva som den mest avgörande förändringen i min karriär – integrationen av AI i hur vi arbetar, organiserar oss och tänker kring mänsklig potential.

Mitt ansvarsområde omfattar hela medarbetarlivscykeln: organisationsdesign, talangrekrytering, prestation, total ersättning, medarbetarupplevelse, DEI och M&A-integration.

Jag ingår i ledningsgruppen och samarbetar nära med vår vd och styrelse kring kompetensförsörjningsstrategi och organisatorisk hälsa. Kort sagt är mitt jobb att se till att vi växer utan att förlora det som gör oss bra.

Jag har en bakgrund inom kulturantropologi, ett förvånansvärt användbart perspektiv i den här situationen.

Analiese svarar

AI är inte bara ett produktivitetsverktyg. Det är en kulturell omvälvning. Organisationer som behandlar det som en programvaruimplementering kommer att få det svårt. De som leder det som en kulturförändring kommer att röra sig snabbt och effektivt.

Hur AI blir en prioritet i ledningsstrategin

Den mest betydelsefulla förändringen har varit den enklaste och svåraste: att göra AI till en verklig prioritet för ledningen i stället för ett sidospår.

Det låter självklart, men det är en viktig skillnad mellan ett företag som pratar om AI och ett som satsar på det på ledningsnivå.

I praktiken innebar det verkliga investeringar i form av ett särskilt AI-teknikteam, en budget för verktyg och att ta in extern expertis för att hjälpa oss att på ett strukturerat sätt förstå hur en AI-stödd organisation ser ut för ett företag i vår fas.

Det externa partnerskapet fick oss att gå från ambition till arkitektur. Vi befinner oss nu i ett tidigt skede av att bygga en formell styrmodell som definierar ansvar för AI-ledarskap och tillsyn i hela organisationen.

Den håller fortfarande på att utformas och förankras, vilket är rätt väg att gå. Man vill inte lägga till en policy i en kultur och kalla arbetet klart. Man vill att människor ska vara delaktiga i att bygga den, så att de känner ägarskap över den.

AI är nu oupplösligt kopplat till strategin och resultaten på ledningens agenda. Vi ställer andra frågor i rummet, inte bara ”använder människor AI?” utan också ”hur förändrar AI det som är möjligt, vad kan vi leverera till våra kunder och hur kan vi definiera ett bra arbete?”

Den förändrade kvaliteten på samtalet är den viktigaste ledande indikatorn vi har.

Vi har förstärkt den här inriktningen offentligt och konsekvent på våra stormöten. När människor hör samma budskap från ledningen upprepade gånger, i samma forum där vi pratar om affärsresultat och företagsvärderingar, signalerar det att detta inte är ett pilotprogram. Det är den riktning vi går i.

Hur AI kan integreras i organisatoriska system

Enbart inom vår medarbetar- och kulturfunktion har vi uppnått betydande effektivitetsvinster inom rekrytering, HR-verksamhet och rapportering.

En AI-agent sammanställer varje morgon information från Gmail, Slack, Notion och vårt ATS, automatiserar vårt arbetsflöde för daglig uppgiftsprioritering och sparar ungefär 15 till 20 minuter per person och dag. För hela teamet blir det uppskattningsvis 300 till 400 timmar per år i återvunnen kapacitet.

Vår rekryterare byggde ett anpassat AI-projekt för att utforma arbetsbeskrivningar. Det minskade tiden för det första utkastet från ungefär en timme till några minuter, vilket är betydelsefullt med tanke på vår nuvarande rekryteringsvolym på över 25 lediga tjänster. Vi eliminerade en manuell veckovis rapporteringsprocess och ersatte den med ett levande resultatkort som uppdateras automatiskt varje morgon.

Det svåra handlar inte om tekniken, utan om mänskligt beteende. Den största friktionen har uppstått på grund av den ojämna införandekurvan. Vissa personer kastar sig genast in i arbetet och lär sig själva hur verktygen ska användas, medan andra väntar, antingen för att de är osäkra eller för att de upplever att de saknar tid att experimentera med AI. Denna ojämnhet skapar en miljö där människor arbetar i olika hastigheter och använder olika arbetsflöden.

Att hjälpa chefer att skapa tydliga förväntningar och hantera prestationer när medarbetare arbetar i olika takt och använder olika processer är en verklig utmaning, och jag tycker inte att vi har löst den helt ännu.

Så driver AI karriärplaneringen

Vår personaldirektör byggde ett av de arbetsflöden jag är mest imponerad av: ett Claude-projekt som är kopplat till våra karriärnivåer, arbetsbeskrivningar och filosofi kring prestation och som fungerar som en ständigt tillgänglig resurs för chefer och medarbetare.

Om någon vill förstå hur man når nästa nivå, eller om en chef vill skapa en utvecklingsplan tillsammans med en medarbetare, kan de använda verktyget i stället för att boka tid med HR för att gå igenom dokumentationen. De kan ställa frågor på ett vardagligt språk och få svar som bygger på våra karriärramverk, inte generiska karriärråd från internet.

Vi ser vilka frågor som ställs och vilka svar som genereras. Detta gör två saker: Det låter oss kontinuerligt förbättra verktyget utifrån vad människor försöker förstå, och det skapar ett naturligt skyddsnät.

Om en fråga dyker upp som kräver vägledning från HR snarare än ett svar från verktyget kan vi se det och ingripa. Automatisering ersätter inte behovet av mänsklig vägledning. Den skyddar den genom att hjälpa till att synliggöra var sådan vägledning behövs.

Så omformar AI personalplaneringen

Varje del av medarbetarlivscykeln är viktig, men personalplaneringen är det område där förutsättningarna förändras snabbast, och att göra fel får de största konsekvenserna för verksamheten. Hela yrken kommer att förändras, vissa dramatiskt, och Personal och kultur måste vara redo för det arbetet.

Den traditionella modellen för personalplanering ställer frågan: ”Hur många personer behöver vi, i vilka roller och när?”

Det är rätt fråga i en stabil miljö. Vi befinner oss inte i en stabil miljö. Nu måste vi fråga: ”Vilka färdigheter kommer att vara viktiga om sex månader eller två år, vilka yrken kommer att se helt annorlunda ut som ett resultat av detta, och hur hjälper vi våra medarbetare att utvecklas tillsammans med tekniken?” Det är svårare frågor, och de kräver en annan typ av planeringsinfrastruktur.

När det gäller kompetensmixen investerar vi medvetet i AI-kompetens inom vår produkt- och ingenjörsorganisation. Den förmågan är central för vår produkts inriktning, och vi åtar oss att utveckla den på ett säkert, etiskt och regelrätt sätt.

I takt med att AI integreras allt djupare i hur vi bygger och levererar behöver vi personer som verkligen förstår dessa system och hur de ska användas ansvarsfullt. Detta är särskilt viktigt i en bransch som hanterar barns data.

Vem som helst kan numera koda ihop en snygg produkt på känsla, men verklig expertis säkerställer att det du bygger är säkert, tillförlitligt och värdigt de familjer som är beroende av det.

Analiese svarar

Vem som helst kan numera koda ihop en snygg produkt på känsla, men verklig expertis säkerställer att det du bygger är säkert, tillförlitligt och värdigt de familjer som är beroende av det.

Så flyttar AI fokus från aktiviteter till resultat

Jag har släppt antagandet att ett ”jobb” består av en statisk uppsättning dagliga handlingar. Under större delen av min karriär var jobb precis det: en lista över uppgifter, en uppsättning ansvarsområden och ett underförstått antagande om hur många timmar en uppgift skulle ta. AI har gjort den modellen föråldrad.

Vi rör oss mot att definiera arbete utifrån resultat, inte aktiviteter. Det är en hälsosammare utgångspunkt, oavsett AI. Men AI gör det brådskande eftersom "hur" nu är helt öppet. Två personer kan nå samma resultat genom helt olika vägar, men den ena kan använda AI för att göra något på en timme som tidigare tog en dag.

Om ert prestationssystem fortfarande mäter insatser och handlingar i stället för resultat och påverkan ligger ni inte bara efter. Ni straffar oavsiktligt uppfinningsrikedom.

Det spännande är detta: När ni slutar anta hur lång tid något borde ta, slutar ni också anta vad som är möjligt. Standarden blir den positiva påverkan vi kan skapa. Det leder till en i grunden mer intressant och meningsfull arbetsupplevelse, om det görs på rätt sätt.

Hur AI skapar utmaningar kring ersättning under rekryteringsprocessen

Medarbetare använder AI för att undersöka sin egen ersättning, vilket är helt logiskt. Men de flesta AI-verktyg för allmänna ändamål vet inte om de hämtar information från en jämförbar arbetsbeskrivning, en relevant geografisk marknad, ett företag av liknande storlek eller en bransch som liknar vår.

Vi har haft personer som kommit till ersättningssamtal med löneuppgifter från teknikföretag i San Francisco i ett sent skede eller från roller i organisationer som är tio gånger större än vår som utgångspunkt.

Den skillnaden försätter HR i den besvärliga positionen att ifrågasätta medarbetarnas egen research. På plussidan driver det oss att bli mer proaktiva och transparenta kring vår ersättningsfilosofi och hur vi fastställer intervall.

Vi omformar vårt ersättningsprogram för att göra vårt arbetssätt tillräckligt tydligt så att människor inte ska behöva förlita sig på ett generiskt AI-verktyg för att förstå var de står.

Den bredare lärdomen är att AI inte bara förändrar vad vi gör internt, utan också hur våra medarbetare kommer till bordet och vad de förväntar sig. Vi måste utforma för det.

Hur AI misslyckas med intern kommunikation

Det finns ett antagande om att AI kan skriva vad som helst om det kan generera innehåll. Men när man behöver att människor ska känna något, lita på ett budskap och tro på personen bakom det kan AI-genererat innehåll skapa en kuslig dal-effekt. Det ser rätt ut. Det låter nästan rätt. Ändå är något fel, och människor kan känna det.

Vi har fått lära oss den hårda vägen att allt som kräver vår autentiska röst — arbete med kärnvärderingar, svår förändringskommunikation, viktiga kundmeddelanden — är ett område där överdriven användning av AI kan undergräva vår avsikt.

Här är ett exempel. Tidigt använde vi AI för att utarbeta Slack-meddelanden till hela företaget, och till en början kändes det mer effektivt. AI kunde sammanfatta sammanhang från flera källor, strukturera meddelanden logiskt och snabbt utarbeta innehåll. Men resultatet var konsekvent för polerat, för formellt och för likt ett företags pressmeddelande. Det är inte så vi vill prata med våra medarbetare.

Relationen mellan verksamheten och dess team är en av våra viktigaste tillgångar. Människor förväntar sig att höra från oss med en röst som känns äkta. När den rösten jämnas ut till något som låter som om det kunde ha kommit från vilket företag som helst skapar det distans när man försöker skapa kontakt. Vi lyssnade på feedbacken och kände det själva. Vi justerade oss.

Varför AI bör användas med försiktighet vid rekrytering

Rekrytering är ett annat område där AI inte kan hantera hela arbetsflödet. AI kan hjälpa oss att arbeta snabbare och minska vissa former av inkonsekvens i hur vi utvärderar kandidater. Men vi är vaksamma på var i processen det används.

Det är helt okej att automatisera administrativa funktioner som schemaläggning och anteckningar, men att bedöma potential eller någons förmåga att utvecklas... det är mänskliga bedömningar, punkt slut.

Historiken av partiska resultat från algoritmiska rekryteringsverktyg är väl dokumenterad, och som ledare med engagemang för att avveckla systemiska hinder tar jag det på allvar.

Varför mänskliga relationer urholkas av AI

När AI accelererar allt ökar arbetstempot, och mänskliga interaktioner kan urholkas förvånansvärt lätt. Man arbetar snabbare, producerar mer, löser problem fortare och i all denna framåtrörelse kan den mänskliga gemenskapen försvagas om man inte är försiktig.

Jag har behövt bli mycket mer medveten om att avsätta tid för kontakt. Att ha samtal som bara handlar om hur någon mår. Att ge personlig, inte genererad, uppskattning. Att vara uppmärksam på impulsen att sakta ner när en teammedlem verkar ur balans, även när personens resultat är högt. AI gör många saker enklare. Att vara lyhörd för sitt eget nervsystem och läsa andras signaler är inte en av dem.

Om något kan den hastighet och volym som AI möjliggör dränka de viktiga signalerna.

Varför kulturell förändring är avgörande

Se AI som en kulturell förändring, inte som en teknisk implementering. Det här är det råd jag ger oftast.

Människor behöver förstå varför, inte bara vad. De behöver psykologisk trygghet för att experimentera och misslyckas. De behöver se sina ledare föregå med gott exempel, inte bara kräva förändringen. Och de behöver avsatt tid för att experimentera, vilket kan stå i konflikt med det höga tempo som många företag arbetar i. Det kräver verklig självrannsakan och en genuin vilja att utveckla kulturen, inte bara tekniken.

En annan viktig punkt är att företag inte anammar AI – det gör människor. Motstånd är sällan ett utbildningsproblem eller ett verktygsproblem. Det är ett upplevelseproblem. Varje individ måste få sitt eget uppvaknande, det ögonblick då något faller på plats och de själva får uppleva vad som nu är möjligt.

Ett konkret sätt att skapa dessa förutsättningar är att avsätta komprimerad tid där människor samlas kring ett specifikt problem och använder AI för att utveckla lösningar i realtid.

Det är något magiskt med den första verkliga framgången med AI. När någon väl har upplevt det personligen behöver de inte övertygas om att använda det igen.

Varför ledare måste tänka om kring informationsflödet

De flesta företag har dokumentation som är föråldrad, inkonsekvent eller helt enkelt svår att hitta. Det har alltid varit ett problem. Men AI gör det brådskande, eftersom AI bara är lika tillförlitligt som den information det hämtar från.

För att använda AI effektivt måste du först förbereda dina interna data. Jag rekommenderar att rikta ledarnas uppmärksamhet mot den interna verksamheten och projektstyrningen – särskilt informationsflödet genom organisationens system.

När informationen är förberedd kan AI erbjuda en kraftfull funktion: att visa rätt information för rätt person vid rätt tidpunkt, utan att personen behöver leta efter den.

Ett konkret exempel från vårt arbete är att vi har tänkt om kring OKR:er. Historiskt sett var processen omständlig. En kvartalscykel med granskningar och godkännanden som kändes något föråldrad när den väl var klar.

Vi arbetar mot att använda AI för att hjälpa människor koppla sitt arbete till företagets strategi i realtid, inte bara en gång i kvartalet. Vårt mål är att alla som arbetar med ett specifikt initiativ ska kunna se exakt hur deras arbete hänger samman med företagets mål, utan att boka ett möte eller leta igenom en presentation. Samordningen blir kontinuerlig i stället för händelsebaserad.

Varför styrning är avgörande för att förhindra AI-kaos

När alla i en organisation får tillgång till AI samtidigt, utan någon verksamhetsmodell för hur det ska användas, vad som ska byggas eller vem som ansvarar för resultaten, uppstår en mängd verktyg, arbetsflöden och beslut som ingen har full överblick över. Det kan se ut och kännas som produktivitet. Men under ytan är det djupt fragmenterat, och företag kommer så småningom att samla på sig en AI-driven ”kaosskuld”.

Det är därför vi investerar i styrning parallellt med innovation, för att säkerställa att vi utvecklas i linje med våra värderingar, våra efterlevnadskrav och vår strategiska inriktning.

Jag varnar ledare som ser styrning som byråkrati. I en AI-förstärkt organisation gör skyddsräcken det möjligt att upprätthålla ett högt tempo.

Att välja optimism

Mycket av samtalet fokuserar på risk, rädsla, undanträngning och omvälvning. Men jag anser att vi investerar för lite i den andra sidan av berättelsen. Det här ögonblicket är djupt hoppfullt, om vi tillåter det att vara det.

Vi har möjlighet att utforma arbetet på nytt på sätt som gör det mer mänskligt, inte mindre. Att ta bort delar av människors arbetsuppgifter där deras talang aldrig kom till sin rätt. Att skapa organisationer där ribban sätts av uppfinningsrikedom och omdöme snarare än arbetstimmar och resultat. Att göra arbetet – och därmed livet – bättre för våra medarbetare, kunder och de bredare samhällena.

Det är något värt att sträva mot, inte bara hantera.

Jag vill omge mig med ledare som samtidigt erkänner både de verkliga riskerna och omvälvningen i denna övergång, samt de genuina möjligheterna på andra sidan. Den berättelsen är svårare och mer nyanserad än cynism eller blind optimism, men det är den berättelse jag vill vara en del av.

Följ med

Du kan följa Analiese Brown när hon hjälper till att forma framtidens arbetsliv på Campminder och få kontakt med henne på LinkedIn.

Fler expertintervjuer kommer på People Managing People!