En schweizisk armékniv för AI-transformation: Så kan HR styra skutan genom tvärfunktionellt samarbete

Anthony Onesto har haft en karriär inom HR, verksamhet, marknadsföring och mycket mer. Han lanserade till och med ett HR AI-företag för 10 år sedan — innan ChatGPT fanns. För närvarande är han skapare av AI inom HR idag och VP för plattforms- och produktmarknadsföring på det AI-drivna företaget för prestationshantering 15Five.

Vi pratade med honom för att lära oss mer om, ja, AI inom HR idag. Han berättade varför det är så viktigt med tvärfunktionellt samarbete vid implementering av AI, där HR leder arbetet.

Från redovisning till AI-driven HR

Jag började min karriär som revisor, men insåg snabbt att det inte var mitt kall. Under dotcom-boomen och kraschen gick jag över till det vi idag kallar fraktionerad HR, där jag arbetade med företag i branscher som utvecklades snabbt.

Min resa tog verkligen fart när jag började på ett nystartat mobilföretag och drabbades av ”startup-bacillen”. Sedan dess har jag ägnat större delen av min karriär åt att hjälpa unga företag att bygga sina personalstrategier, etablera verksamheter och ibland utveckla sina affärsmodeller från grunden.

Mina roller har sträckt sig från personalchef och operativ chef till vd, general manager och nu VP för plattforms- och produktmarknadsföring på 15Five. Denna väg har gett mig både djup expertis och ett brett perspektiv över olika funktioner och branscher.

Jag ställdes konsekvent inför utmaningen att bygga HR-funktioner från grunden, ofta utan någon mall. Jag trivs i dessa outforskade områden och lärde mig tidigt att odla ett nätverk av rådgivare som fungerade som en ”schweizisk armékniv” — kollegor på olika utvecklingsstadier, i varierande branscher och även med olika bakgrunder. Dessa rådgivare, tillsammans med de snabbfotade entreprenörer jag har arbetat med, har varit ovärderliga för min utveckling och mitt ledarskap.

Så överbryggar man gapet mellan AI:s potential och resultat

Det finns för närvarande ett gap mellan ledningens förväntningar, som ofta sätts av vd:ar, och medarbetarnas verklighet.

Det här är inget nytt fenomen; det påminner om det vi såg under vågorna av digital transformation och outsourcing på 1990-talet. Ledare antar ofta att de kan införa och börja använda ny teknik omedelbart, utan att fullt ut ta hänsyn till den mänskliga sidan av ekvationen.

Medarbetare upplever förståeligt nog motstånd, eller det jag kallar en modern reaktion av typen ”kämpa, fly eller frys”, när de ställs inför plötsliga förändringar eller teknikmandat. Om organisationer introducerar AI-verktyg eller lägger ut uppgifter utan att tydliggöra förväntningarna, involvera medarbetarna i processen och bemöta deras farhågor, blir både användningen och avkastningen på investeringen oundvikligen lidande.

Sätt människorna i centrum, stärk HR

För att hantera detta förespråkar jag att HR leder AI-transformationen. Precis som vid tidigare förändringsvågor måste vi sätta människorna i centrum. Mitt tillvägagångssätt är att säkerställa en öppen dialog, ge sammanhang och stöd samt ge HR möjlighet att vara förespråkare för både de mänskliga och tekniska delarna av AI-användningen. Det är så vi överbryggar gapet mellan AI:s potential och praktiska resultat.

Varför HR måste stå i frontlinjen för AI-transformationen

Efter att ha navigerat genom flera tekniska förändringar, från internets framväxt till mobil teknik, sociala medier och nu AI, har jag lärt mig att det krävs en ständig nyfikenhet för att förbli relevant.

Redan innan ChatGPT kom till insåg jag AI:s potential att förändra HR och ledarskap. För nästan ett decennium sedan grundade jag ett företag som försökte använda AI för att besvara rutinmässiga HR-frågor. Även om tekniken var i sin linda och utmaningen enorm gav erfarenheten mig en tidig förståelse för hur djupt AI kunde omforma området.

Jag ser nu denna AI-våg som ännu mer omvälvande än internet i sig.

Och HR — ett yrke som ofta har släpat efter som tidig användare av ny teknik — behöver haka på.

Vi måste släppa idén om att HR:s roll är reaktiv eller administrativ. HR har faktiskt en unik position för att leda denna AI-drivna omvandling och överbrygga gapet mellan människor och teknik.

I takt med att AI får en allt mer central roll måste HR ligga i framkant och driva en genomtänkt integrering av mänsklig insikt och maskinintelligens i hela organisationen.

Hur AI förändrar rekrytering, personalbehållning och utbildning

HR handlar om att hitta (rekrytera), behålla och utveckla (utbilda) rätt personer. Här är några exempel på förändringar jag har genomfört inom varje kategori:

Att hitta

När det gäller rekrytering samarbetar vi med Sprouts.ai, en AI-driven rekryteringslösning. Verktyget hjälper oss att utforma arbetsbeskrivningar som är anpassade efter våra behov. Det söker automatiskt efter kandidater på olika marknadsplatser och LinkedIn och identifierar personer som uppfyller våra krav.

Sprouts.ai kontaktar sedan dessa kandidater med hjälp av vår varumärkesröst och våra strategier för marknadsintroduktion för att bedöma deras intresse. Plattformen förser rekryterare med en lista över förhandsgranskade, kvalificerade kandidater som är intresserade av rollerna. Rekryterarna bokar sedan samtal med dessa kandidater.

Även om lösningen också kan genomföra intervjuer har vårt team ännu inte implementerat dessa funktioner. Vårt mål är att övergå till en process där rekryterare främst arbetar med en stark grupp av helt förhandsgranskade kandidater för försäljnings- eller avslutande samtal.

Att behålla

När det gäller personalbehållning använder vi Suzy.com för att undersöka personer i vårt nätverk, inte bara våra anställda. Med hjälp av AI genomför vi en analys av drivkrafter och segmentering och identifierar olika profiler kopplade till en medarbetares relation till vårt företag. Analysen visar vilka drivkrafter eller faktorer som statistiskt sett har betydelse för deras engagemang och slutliga framgång.

Att utveckla

Vi använder verktyg som NotebookLM för att ge medarbetarna en egen "AI-coach". Denna resurs är särskilt användbar under introduktionen, eftersom vi fyller NotebookLM med viktiga dokument, anteckningar och annat material.

Nyanställda kan sedan skapa olika typer av innehåll för att förbättra sin introduktionsupplevelse, däribland ljudpodcastavsnitt, videor, presentationer, tankekartor och chattbotar som underlättar kunskapsdelning i hela organisationen. Detta är en av många fördelar med HR-chattbotar.

Author's Tip

Jag gjorde något liknande på ett tidigare företag för några år sedan. Jag implementerade en AI-driven Slack-app som gjorde det möjligt för medarbetare att ställa HR-relaterade frågor i realtid. Om svaret inte fanns tillgängligt eller frågan var för komplex skapade systemet automatiskt ett ärende åt HR-teamet.

När ärendet var löst kunde vi lägga till det nya svaret i kunskapsbasen, vilket gjorde systemet smartare för varje interaktion.

Effekten blev omedelbar: Vi såg en minskning på nästan 30 % av HR-relaterade e-postmeddelanden och Slack-meddelanden. Medarbetarna fick snabbt svar på sina frågor och kunde återgå till arbetet utan långa väntetider. HR-teamet fick dessutom mer tid över till strategiska uppgifter.

Så bygger du AI-kompetens för en effektiv omvandling

Här är stegen jag följer för att bygga AI-kompetens:

• Ge HR rollen som förändringsledare: Vi ger HR mandat att leda omvandlingen och överbrygga gapet mellan mänsklig insikt och maskinintelligens.
• Fokusera på användningsområden snarare än verktyg: Vi uppmuntrar teamen att använda verktyg som Gemini och NotebookLM för specifika resultat, till exempel forskning, dataanalys och sammanfattat lärande, i stället för att bara "använda AI" för sakens skull.
• Skapa en "inre rådgivargrupp": Vi uppmuntrar ledare att bygga upp ett mångsidigt nätverk av kollegor som delar bästa praxis och navigerar i de outforskade områdena kring AI-implementering.
• Uppmuntra praktiskt experimenterande: Med hjälp av plattformar som Lovable uppmuntras teammedlemmar med begränsade kunskaper i kodning att utveckla idéer och bygga appar med hög detaljtrohet, vilket visar att AI demokratiserar teknisk expertis.

Det har inte varit utan utmaningar, varav några jag redan har nämnt:

• ”kamp-, flykt- eller frysreaktionen”: Plötsliga krav utlöser ofta motstånd bland medarbetarna. Vi har lärt oss att vi inte kan införa teknik effektivt utan att ge en djup mänsklig kontext och skapa en öppen dialog.
• Partiskhet för favorit-AI-verktyg: Olika avdelningar samlar ofta på sig fragmenterade verktyg (t.ex. försäljningsavdelningen använder Rattle medan produktavdelningen använder Pendo), vilket leder till bristande tvärfunktionellt förtroende för data.
• Långsam användning: HR-yrket har historiskt sett varit sent ute med att ta till sig ny teknik, vilket kräver en samlad insats för att gå från ett reaktivt till ett proaktivt, vinstdrivande tankesätt.

Varför tvärfunktionellt samarbete behövs vid införande av AI

Det är fantastiskt hur snabbt organisationer samlar på sig en mängd olika AI-verktyg, vilket speglar spridningen av traditionell programvara mellan avdelningar. Även med kraftfulla plattformar för allmänna ändamål, som ChatGPT, Gemini eller Claude, dras individer och team till de lösningar de föredrar.

Denna fragmentering blir ännu tydligare på avdelningsnivå. Det verkar som om varje team börjar använda sina egna specialiserade AI-verktyg. Produktavdelningen kan använda Pendo AI, medan försäljningsavdelningen förlitar sig på Rattle, och så vidare, även när funktionaliteten överlappar.

Jag kallar detta för ”partiskhet för favorit-AI-verktyg”. Människor tenderar att lita mer på insikter från det verktyg de själva har valt än på insikter från andra, och avfärdar ibland resultat från andra plattformar som bristfälliga.

Jag tycker att detta visar hur viktigt det är med samordning och tvärfunktionellt samarbete när AI införs. Det handlar inte bara om att välja den bästa tekniken, utan om att skapa en gemensam förståelse för och tillit till de verktyg vi väljer som organisation.

Hur en lång lista med AI-verktyg hänger ihop

Apropå verktyg, här är min samling av AI-verktyg:

• Gemini (och ChatGPT): Coachning, samtal, efterforskning, innehållsskapande, bildskapande och ibland dataanalys.
• NotebookLM: Lärande, utbildning, introduktion och resultat från efterforskning.
• Sprouts.ai: Rekrytering och kandidatsökning.
• LinkedIn: Rekrytering och kandidatsökning.
• 15Five: Prestation, engagemang, ersättning och AI-coachning.
• ADP: HR-kärnsystem och lönehantering.
• Ashby: Rekrytering.
• Kona.ai: Coachning för chefer och ledare.
• Kona Meeting Assistant: Deltar i möten för att fånga upp transkriberingar och sammanfattar resultatdata från enskilda avstämningar.
• Articulate 360 (även kallat Rise) LMS: Lärande och utveckling (även om det innehåller minimalt med AI). Vi använde Gemini, NotebookLM och ChatGPT för utbildningsinnehåll och skapande av frågesporter.
• Jira AI: Atlassian Intelligence besvarar frågor om HR-policyer i Slack.
• Zoom AI: Spelar in möten, tillhandahåller transkriberingar/anteckningar och dokumenterar åtgärdspunkter och uppgifter.
• Granola: Spelar in interna och externa möten och tillhandahåller transkriberingar/anteckningar. Det erbjuder också coachning baserad på mötesinformation och transkriberingar samt dokumenterar åtgärdspunkter och uppgifter.
• Dado: Introduktion.
• Workato: Arbetsflöden, men vi gick nyligen över till Dado.
• Lovable: Lösningar för kreativ kodning som större plattformar inte kan hantera.

Varför tre AI-verktyg utmärker sig framför de andra

Tre verktyg utmärker sig, och jag använder dem varje dag.

Gemini: Eftersom Gemini hämtar kontext från mina e-postmeddelanden, finns i Chrome och på andra platser använder jag det mest. Jag använder det för att fylla i luckor i efterforskningen, analysera dokument och vissa rapporter, skapa bilder, bygga GEMs för specifika användningsområden, lära mig om ämnen och sammanfatta långa rapporter. Det har gjort det möjligt för mig att minska tiden för efterforskning, få insikter som normalt inte är tillgängliga, använda en direkt ”via röst”-coach och samtalspartner för idéer samt skapa rapporter eller analyser utan en analytiker.

Granola/Kona Meeting Assistant: Granola och Kona Meeting Assistant bearbetar det som talarna säger under möten och skapar transkriberingar och anteckningar samt tillhandahåller coachning. På vårt företag deltar Kona Meeting Assistant i alla möten och tillhandahåller anteckningar, åtgärder, utmaningar och tvärfunktionella insikter ur ett prestationsperspektiv. Genom att sammanställa möten, teman och anteckningar har jag kunnat skapa rapporter, följa upp och hålla medarbetare ansvariga.

Lovable: Lovable byggde min personliga webbplats, mitt nyhetsbrev och några andra verktyg. Jag har alltid arbetat med produktfrågor, men eftersom jag har begränsade kunskaper i programmering har Lovable varit till stor hjälp. Det har utökat min förmåga att skapa appar som löser specifika problem eller behov, utveckla nya idéer och se hur de fungerar i ”verkligheten”.

Så kommer HR att driva AI-transformationen

Under de kommande fem åren kommer HR-rollen att övergå från en reaktiv, administrativ funktion till en strategisk drivkraft för AI-transformation.

• Upplösning av expertissilos: AI kommer att demokratisera kunskap över tekniska och kommersiella gränser, vilket i grunden förändrar hur team arbetar.
• Plattare hierarkier: Organisationer kommer att bli mer flexibla, mindre hierarkiska och mer agila, eftersom dessa egenskaper är avgörande för överlevnad.
• Humancentrerad integration: Framgång under de kommande fem åren kommer att bero på att HR leder den "mänskliga sidan" av teknikanvändningen och hanterar medarbetarnas motstånd.
• Ökad produktivitet: AI-verktyg kommer att höja den individuella produktiviteten till nivån hos team på två personer, vilket gör det möjligt för HR-specialister att fokusera på strategiska initiativ i stället för rutinuppgifter.

Varför ett människan-först-perspektiv är avgörande vid införandet av AI

Här är mina råd till HR-ledare:

• Sätt människan i centrum: När ny teknik införs måste ledare ta hänsyn till den mänskliga aspekten, säkerställa en öppen dialog, ge sammanhang och involvera medarbetarna i processen för att minska motståndet.
• Var ständigt nyfiken: För att förbli relevant under stora tekniska förändringar måste ledare hela tiden vara nyfikna och villiga att lära sig.
• Undvik att införa teknik utan sammanhang: Ledare bör inte anta att de kan rulla ut och införa teknik omedelbart. I stället måste de hantera den "kämpa, fly eller frys"-reaktion som medarbetare kan känna inför plötsliga krav.
• Främja tvärfunktionell samsyn: I stället för att bara välja den "bästa" tekniken bör ledare fokusera på att skapa en gemensam förståelse för och tillit till de verktyg som väljs i hela organisationen.
• Bygg upp ett mångsidigt nätverk av rådgivare: Odla ett "schweizisk armékniv"-nätverk av kollegor och rådgivare från olika branscher och med olika bakgrunder för att hjälpa till att navigera i outforskade områden.

Följ med

Om du vill följa Anthony Onestos arbete med att driva på för att HR ska ta ledningen inom AI kan du besöka hans personliga webbplats och hans nyhetsbrev, AI in HR Today. Eller följ honom på LinkedIn.

Fler expertintervjuer kommer på People Managing People!