Tidigare Google AI-grundare och doktor i maskininlärning avslöjar hur ledarskapet har förändrats – och vad ledare måste prioritera nu

I vår intervju med honom berättade han hur han skapar en AI-först-organisation och hur det förändrar både hans roll och hans ledarskapsstil.

Ashutosh Gargs resa från AI-forskare till AI-driven ledare

Min akademiska bakgrund lade en stark grund för mitt intresse för AI. Jag doktorerade i maskininlärning vid University of Illinois at Urbana-Champaign, där min avhandling fokuserade på inlärning i högdimensionella rum. Detta arbete gav mig Robert T. Chien Award för framstående forskning, och det var under den här tiden som jag utvecklade en djup fascination för AIs potential att lösa komplexa problem genom algoritmer och dataanalys.

Mina tidiga yrkeserfarenheter på IBM och Google stärkte ytterligare mitt intresse för AI. På Google ingick jag i forskarteamet som ansvarade för personaliseringsinsatser och centrala rankningsalgoritmer, vilka är avgörande komponenter i AI-drivna tjänster. Den här rollen gjorde det möjligt för mig att på nära håll se AIs omvälvande kraft när det gäller att förbättra användarupplevelser och optimera sökfunktioner.

Entreprenörsandan slog till när jag var med och grundade BloomReach, ett företag som använde stordata och AI för att förbättra digitala upplevelser. Det här företaget lärde mig vikten av att tillämpa AI på verkliga problem, särskilt inom e-handel.

Senare grundade jag Eightfold AI, driven av uppdraget att använda AI för att hjälpa människor att hitta meningsfullt arbete. Tanken var att skapa en AI-driven plattform för talangintelligens som kunde revolutionera hur kompetens hanteras över hela världen. Vi möjliggör rätt karriärvägar genom AI genom att motverka fördomar, förbättra matchningen av kompetenser och möjliggöra personaliserade karriärvägar. Plattformens förmåga att bearbeta stora mängder data för att ge insikter om karriärutveckling och matchning mot jobb är ett bevis på AIs kraft att förändra HR-processer.

Vi använder AI för att skapa en mer inkluderande arbetsstyrka, vilket ligger i linje med min övertygelse att teknik ska bidra till att lyfta och stärka individer.

Varför AI-först-ledarskap kräver att man släpper kontrollen

Jag har alltid varit stolt över att vara någon som gärna ”tar ratten”. Jag tycker om att köra och att ha kontroll — oavsett om det bokstavligen handlar om att sitta bakom ratten i en bil eller om att leda ett företag.

Under lång tid såg jag kontroll som avgörande för ett gott ledarskap. Men första gången jag satte mig i en Waymo — en AI-utrustad självkörande bil — förändrade det mitt perspektiv. Jag insåg mycket snabbt att jag befann mig i en av de säkraste, smidigaste och mest precisa körupplevelser man kan föreställa sig — och det var inte jag som hade kontrollen. Systemet fattade hundratals mikrobeslut varje sekund, hämtade information från miljontals datapunkter och gjorde det mer konsekvent än någon människa skulle kunna. Det ögonblicket fick mig att tänka annorlunda kring ledarskap i en AI-först-värld.

AI, precis som Waymo, tar inte ifrån oss kontrollen — det omdefinierar den. Det befriar ledare från att ständigt ”köra” varje beslut så att vi kan fokusera på riktningen, inte styrningen. På många sätt handlar ledarskap i dag om att lära sig lita på intelligenta system, låta dem bearbeta data, göra optimeringarna och lyfta fram insikterna som gör det möjligt för människor att fokusera på kreativitet, empati och strategi.

Det är en förändring som jag har tagit med mig i hur jag leder på Eightfold. Vi bygger system som lär sig kontinuerligt, som gör människor bättre på det de gör och som hjälper ledare att släppa detaljstyrningen till förmån för att möjliggöra.

Precis som i en Waymo inser man, när man väl har blivit bekväm med att låta AI ta ratten, att det faktiskt är en förstklassig upplevelse — snabbare, säkrare och betydligt mer befriande.

Hur AI omformar gamla modeller för organisationsdesign

Allt kring hur vi ser på arbete och ledarskap förändras. I en AI-först-värld är de gamla modellerna — hierarkier, statiska roller och rigida organisationsscheman — helt enkelt inte längre meningsfulla.

AI bryter ner arbetet i dess minsta byggstenar — uppgifter, inte titlar. I stället för att tänka ”Jag är marknadschef” eller ”Jag är rekryterare” tänker människor allt oftare: ”Här är problemen jag löser, här är uppgifterna som passar mig bäst.”

Det är en enorm förändring. Det innebär att organisationer kommer att bli mycket mer flexibla. Team kommer att bildas och ombildas kring det arbete som behöver utföras, snarare än kring fasta roller eller rapporteringslinjer.

Ashutoshs tips

Allt kring hur vi ser på arbete och ledarskap förändras. I en AI-först-värld är de gamla modellerna — hierarkier, statiska roller och rigida organisationsscheman — helt enkelt inte längre meningsfulla.

Hur AI förändrar ledarskapet från att leda till att orkestrera

För ledare förändrar det allt. Min roll handlar mindre om att leda och mer om att orkestrera — att se till att rätt personer med rätt kompetens fokuserar på rätt uppgifter vid rätt tidpunkt. Det handlar om att möjliggöra, inte kontrollera. Och AI ger oss data och insyn för att göra det i realtid. Vi kan se vilka kompetenser som finns i hela organisationen, var det finns luckor och hur vi dynamiskt kan omfördela talanger.

Vi använder våra egna verktyg internt för att göra detta, och de tidiga resultaten omfattar betydande förbättringar av kunskapsbevarande, introduktionshastighet och samarbete. Och för mig personligen har det förändrat spelplanen när det gäller att få den insyn i realtid som jag behöver.

Automatisering befriar också människor från de repetitiva delarna av deras arbete. Jag tycker att det är så spännande eftersom det låter människor fokusera på det arbete som faktiskt är givande, kreativt och ger hög avkastning. När människor ägnar mer tid åt sådant som ger dem energi, inte bara sådant som fyller deras kalendrar, vinner alla — individen, organisationen och kunden.

Så ja, jag har behövt släppa många gamla antaganden — att ledarskap handlar om struktur, kontroll eller linjära utvecklingsvägar.

Arbetslivets nya värld är dynamisk, kompetensdriven och förstärkt av AI. Ledarskap handlar om att skapa förutsättningarna för att det systemet ska blomstra — att stärka människor, bygga förtroende och hjälpa dem att utvecklas snabbare än själva tekniken.

Så hjälper AI team att arbeta på en högre nivå inom alla funktioner

Det spännande med denna nya AI-era handlar om mer än att automatisera uppgifter — den förstärker människors förmågor inom alla funktioner.

Ta våra team inom säljutveckling som exempel. AI hjälper nu SDR:er att göra sådant på några minuter som tidigare tog timmar. De kan identifiera rätt konton, anpassa sin kommunikation och kvalificera potentiella kunder med betydligt mer kontext. Det innebär mindre tid för efterforskning och mer tid till att faktiskt engagera sig med potentiella kunder — och samtalen blir djupare eftersom de bygger på verkliga insikter.

För ingenjörer är det likadant. Med AI-stödd kodning och testning har produktiviteten ökat dramatiskt. Ingenjörer kan skapa prototyper, felsöka och leverera kod snabbare — men minst lika viktigt är att de ägnar mer tid åt att lösa meningsfulla problem i stället för att skriva om standardkod eller leta efter små fel.

Även något så enkelt som kvartalsvisa verksamhetsgenomgångar — som tidigare tog enormt mycket tid — är helt annorlunda nu. Vi använder AI för att sammanställa resultatdata i realtid, analysera kundernas hälsa och automatiskt lyfta fram trender. I stället för att lägga dagar på att skapa presentationer ägnar teamen nu sin tid åt att diskutera insikter och åtgärder.

Det är den verkliga berättelsen om AI som stärker människor: Den ger människor tid och fokus tillbaka. Den låter varje team arbeta på en högre nivå — med mer kreativitet, större precision och större tillfredsställelse i arbetet de utför.

Ashutoshs tips

Jag har behövt släppa många gamla antaganden — att ledarskap handlar om struktur, kontroll eller linjära utvecklingsvägar.

Varför AI-framgång beror på att utforma organisationer som experimenterar och mäter

En MIT-studie visade nyligen att 95 % av de företag som investerar i AI ännu inte ser någon betydande avkastning på investeringen — och det gapet mellan AI:s löften och resultaten förvånar mig inte.

Alltför ofta lanseras AI-projekt som experiment i stället för att integreras i centrala arbetsflöden. De ser imponerande ut på en presentationsbild, men de kopplas inte till mätbara resultat.

Därför fokuserar vi på konkret och försvarbart värde. Vi har till exempel sett en kraftig ökning av rekryterarnas produktivitet och även förbättringar av kandidatupplevelsen genom vårt AI-verktyg för intervjuer, som vi använder internt i våra rekryteringsteam. Varje intervju har en verklig, kvantifierbar kostnad i form av rekryterares och rekryterande chefers tid, så vi automatiserade processen. Värdet är inte teoretiskt; det går att mäta.

Lärdomen är enkel: AI skapar bara värde när det är djupt integrerat i hur arbetet faktiskt utförs — inte när det läggs ovanpå. Som ledare innebär det att utforma organisationer som experimenterar snabbt men också mäter effekten obevekligt. Vi firar inte demonstrationer; vi firar resultat.

Så bygger du en organisation som experimenterar snabbt och mäter effekten

För att utforma den här typen av organisation måste du först skapa en experimenterande kultur. Teamen behöver friheten att prova nya idéer, och det måste vara okej att misslyckas — så länge ni misslyckas snabbt, lär er och itererar.

För det andra måste organisationen prioritera snabbhet. I dagens miljö är snabbhet ingen lyx — det är den konkurrensfördel som skiljer er från mängden. Ni behöver små, självständiga team, snabba återkopplingsloopar och förmågan att snabbt lansera, mäta och förbättra.

För det tredje måste ni kontinuerligt utforma verksamheten för innovation. Innovation sker inte av en slump. Varje år bör organisationer medvetet avsätta en betydande del av sina medarbetare och resurser till nya idéer, nya produkter och nya satsningar.

Om ni inte planerar för innovation strukturellt kommer andra prioriteringar att tränga undan den.

Vad det egentligen innebär att vara en AI-redo organisation

För mig innebär det tre saker att vara ”AI-redo”:

1. Varje team arbetar utifrån ett AI-först-perspektiv.
2. Medarbetarna har möjlighet att själva använda och förbättra AI-verktyg.
3. Medarbetarna ser AI som en kollega, inte som ett hot.

I slutändan är målet enkelt: att göra AI till en självklar del av vardagen. När människor slutar fråga ”Borde jag använda AI till det här?” och börjar fråga ”Hur kan AI hjälpa mig att göra det här bättre?” — då vet du att ni verkligen är AI-redo.

För oss på Eightfold är AI-kompetens inte en utbildningsmodul — det är ett tankesätt. Du kan inte vara ett AI-företag om inte varje person, inom varje funktion, känner sig bekväm med att använda och ifrågasätta AI varje dag. Därför har vi, i stället för att behandla AI som något separat, vävt in det i vårt sätt att arbeta.

Vi använder allt internt själva. Alla på Eightfold använder våra verktyg i sitt eget arbete, oavsett om det handlar om att be sin digitala tvilling om uppdateringar, använda AI för att förbereda kundmöten eller automatisera uppföljningar. Det är praktiskt arbete medvetet utformat så. Det bästa sättet att bygga upp AI-kompetens är att leva med tekniken.

Vi anordnar också regelbundna AI-utbildningssessioner för icke-tekniska team. Målet är inte att göra alla till ingenjörer, utan att hjälpa dem att tänka på vad som är möjligt. När människor ser att AI inte är magi — utan bara matematik och data som används på kreativa sätt — försvinner rädslan och nyfikenheten tar över. Det är det vi vill uppnå.

Vi har också lanserat interna program som hjälper människor att experimentera med AI i verkliga arbetsflöden — inom HR, marknadsföring, ekonomi, överallt. Vi uppmuntrar små pilotprojekt som snabbt visar värdet, eftersom användningen ökar när människor själva upplever nyttan. Det vi kallar ”Project Andromeda” är ett bra exempel.

Hur Eightfold utvecklades från fristående verktyg till ett enhetligt agentiskt operativt lager

Under det senaste året lanserade vi ”Project Andromeda”, ett företagsomfattande initiativ för att införa agentisk AI i hela Eightfold. Vi identifierade 72 användningsområden med stor påverkan och har redan implementerat många av dem, vilket gör agentiska arbetsflöden till en central del av vårt sätt att arbeta.

Inom forskning och utveckling har verktyg som Cursor och GitHub Copilot påtagligt ökat utvecklingstakten. Våra team lägger nu mer tid på innovation och mindre på buggfixar, dokumentation och beredskap, eftersom agentiska system proaktivt hanterar en stor del av det rutinmässiga arbetet.

Inom försäljning och marknadsföring hjälper vår interna Andro Bot till med förberedelser inför behovskartläggning, poängsättning och kontoplanering, medan agentiska SDR:er automatiserar kontakt och kvalificering. Detta har effektiviserat RevOps och förbättrat enhetligheten och effektiviteten genom hela försäljningstratten.

Inom allmänna och administrativa funktioner har vi implementerat agentiska arbetsflöden för HR, juridik och ekonomi — från leverantörsreskontra till frågor och svar inom juridik och regelefterlevnad — vilket minskar handläggningstiden och frigör teamen från rutinuppgifter.

Sammantaget har dessa förändringar omvandlat vår interna teknikstack från en samling verktyg till ett samordnat, agentbaserat operativt lager. Vi använder samma agentbaserade principer internt som vi levererar till våra kunder, vilket håller oss i framkant och förankrade i verklig operativ påverkan.

Varför ledare bör lita på att människor tar till sig AI

Överlag har jag blivit överraskad av hur villiga människor är att ta till sig AI.

Det är en bra påminnelse för mig som ledare: Lita på att människor tar till sig det som fungerar. Vi antar ofta att AI kommer att kännas opersonligt eller kallt, men när det byggs med empati och tydlighet kan det faktiskt skapa en bättre och mer mänsklig upplevelse. Den insikten har verkligen förstärkt hur jag ser på AI-design — inte som en ersättning för mänsklig kontakt, utan som ett sätt att göra den mer konsekvent, skalbar och rättvis.

Övergången till AI är ett höghastighetståg — och varför ledare inte har råd att missa det

Och slutligen vill jag säga detta: Övergången till AI är som att gå från ett analogt tåg till ett höghastighetståg.

I den gamla världen kunde du fortfarande hoppa på om du var en minut sen — du kanske förlorade lite tid, men skulle så småningom komma ikapp. I den värld vi nu träder in i är höghastighetståget borta när det väl lämnar stationen. Du kan inte bara springa efter och ta igen försprånget senare. Förändringstakten är så hög.

Investera tid och energi nu för att komma ombord. Att bygga AI-kapacitet — hos dina medarbetare, i dina processer och i din kultur — kräver arbete, tid och investeringar. Det är inget du bara kan köpa färdigt. Men risken att gå miste om utvecklingen, eller till och med bara hamna lite efter, är långt större än obehaget i att komma igång.

AI är inte längre ett sidoprojekt; det är det nya operativsystemet för företag. Det innebär att vårt jobb som ledare är att skapa miljöer som är anpassningsbara, experimentella och alltid lärande. Det handlar inte om att känna till alla svar — det handlar om att bygga organisationer som kan hålla jämna steg med tåget när det väl börjar rulla.

Följ med

Du kan följa Ashutosh på LinkedIn för mer information om hur han anpassar karriärvägar efter AI. Kolla också in Eightfold AI.

Fler expertintervjuer kommer på People Managing People!