Innan AI, ordna organisationen: En ledarskapsdoktors råd om att återgå till grunderna i organisationsdesign innan AI integreras och HR-team skalas upp

Vi pratade med henne för att förstå hur hon ser på systemdesign. Hon berättade för oss vad som förändras och vad som förblir detsamma under denna AI-revolution inom HR.

Från en doktorsexamen i AI till ledarskapsutveckling

Jag planerade inte att hamna inom HR; jag började som systemingenjör. Typisk asiatisk uppfostran: läkare, revisor eller ingenjör. Jag valde ingenjör.

Men det jag hela tiden lade märke till var detta: Fantastiska specialister befordrades och blev mindre fantastiska chefer. Inte för att de inte brydde sig, utan för att systemet inte hjälpte dem att lyckas. Det var det problemet jag ville lösa.

Så jag tog en doktorsexamen i ledarskapsutveckling.

Sedan dess har min resa handlat om att lära, avlära och lära om — från stora företag till snabbväxande företag och nu när jag driver Learngility, där jag ger råd till grundare och HR-ledare i riskkapitalfinansierade startupföretag som bygger för att kunna skala upp. Jag hjälper dem att gå från kreativt kaos till förutsägbara resultat. I grunden åtgärdar vi det röriga som bromsar tillväxten.

Hur ledarnas roll har förändrats

För mig har allt gått varvet runt. Jag arbetade med AI redan i början av 2000-talet — när det bokstavligen kunde få min dator att krascha att köra en modell över natten! Jag har inte längre kodningskunskaperna, men jag vet fortfarande vad som är möjligt. Och när jag gick över till ledarskap och organisationsdesign utvecklade jag en djup förståelse för mänskligt beteende.

Nu har mitt AI-arbete och mitt ledarskapsarbete äntligen förenats. Och det har förändrat hur jag arbetar fullständigt.

För ledarskapsutmaningen har alltid varit densamma: Vi har förväntats skapa tydlighet och fatta de bästa besluten, men vår kapacitet har alltid varit begränsad. Antingen fanns den rätta informationen inte tillgänglig, eller så fanns det så mycket information att vi inte kunde bearbeta den tillräckligt snabbt.

Och AI har förändrat det. För första gången kan själva tekniken bli beslutsystemet — den synliggör rätt mönster och rätt svar i realtid.

Ledarskap handlar inte längre om att vara den smartaste rösten i rummet. Det handlar om att skapa största möjliga hävstång genom hur vi tänker, hur vi utformar beslut och hur vi bygger för att kunna skala upp.

Joobees tips

Ledarskap handlar inte längre om att vara den smartaste rösten i rummet. Det handlar om att skapa största möjliga hävstång genom hur vi tänker, hur vi utformar beslut och hur vi bygger för att kunna skala upp.

Hur AI förändrar personalplaneringen för HR- och företagsledare

Jag leder inte längre ett team, men i mitt rådgivningsarbete med grundare och HR-ledare har jag sett en verklig förändring — särskilt inom personalplanering.

Traditionellt går ledare för snabbt från ”Det här behöver vi leverera” direkt till ”Vem behöver vi anställa?”. Mellansteget hoppas ofta över: att undersöka andra sätt att få arbetet gjort. Automatisering, processomformning, smartare arbetsflöden — allt sådant som kan skapa kapacitet utan att automatiskt utöka personalstyrkan.

Men AI och de rådande ekonomiska förhållandena tvingar grundare att stanna upp och inse att de inte längre helt enkelt kan anställa sig ur problemen. De måste se organisationen som ett system — förstå hur alla delar samverkar — i stället för att bara anställa fler eller bygga reaktiva funktioner.

Med andra ord måste vi fråga: ”Hur bör vi utforma arbetet?”

Detta är ingen ny filosofi. AI tar bara bort genvägen och gör den rätta vägen oundviklig. Vi går tillbaka till grundprinciperna för hur man bygger en organisation:

• Tydliggör ägarskapet: vem fattar beslut, vem bidrar med underlag och vem informeras
• Fastställ principer: reglerna människor använder när du inte är där (t.ex. snabbhet framför perfektion; kundens verklighet framför åsikter; spendera som om pengarna vore dina)
• Standardisera tänkandet: briefs på en sida, tydliga modeller eller ramverk, alternativ, risker och rekommendationer
• Utveckla omdömet: lär människor hur de ska tänka, inte vad de ska göra
• Använd AI för utvärdering: låt systemet lyfta fram data och scenarier, medan människor fattar de slutliga besluten
• Belöna tydlighet: tydlig inramning och eskalering framför brus och aktivitet

En framgångsrik integrering innebär att kodifiera hur organisationen tänker och arbetar och därefter sömlöst integrera AI i organisationsdesignen. Så här kan du till exempel utforma kriterier, processer och principer för befordringsbeslut. Och här kan du se hur du kan utforma rättvisa, evidensbaserade och skalbara prestationsutvärderingar.

För vi kan inte bara kasta in AI i ett trasigt system och förvänta oss magi. Om vår organisationsdesign, vårt beslutsfattande eller våra arbetsflöden är röriga kommer AI bara att skala upp röran.

Joobees tips

Vi kan inte bara kasta in AI i ett trasigt system och förvänta oss magi. Om vår organisationsdesign, vårt beslutsfattande eller våra arbetsflöden är röriga kommer AI bara att skala upp röran.

Varför AI blottlägger svagt tänkande och hur ledare kan använda det för att bli skarpare

Det gäller vårt tänkande såväl som våra system — AI speglar brutalt hur du tänker.

Om du är vag eller fluffig i din inmatning får du tillbaka något vagt och fluffigt. Ingen nåd. Om din logik är oklar kommer den att spegla det perfekt.

Så det tvingar mig att bli skarpare. Om något inte fungerar är det nio gånger av tio … jag som är problemet.

Så kan HR-ledare bli AI-redo och skapa strategisk påverkan

Som jag nämnde leder jag inte längre ett team, men jag ser min community som mitt team. Vi sitter i samma båt — vi bygger upp vår AI-kompetens samtidigt som vi hjälper våra organisationer att göra detsamma. Och jag tror att mina lärdomar från att bygga denna community är tillämpliga på alla organisationer.

Kärnan i att bli AI-redo inom HR är att dela experiment, testa varandras tänkande och bredda vårt perspektiv bortom enbart HR. För att göra detta:

• Bjud in företagsledare till sessioner och skapa utrymme för medlemmar att dela med sig av vad de lär sig — bredda perspektivet, tillämpa det i sin egen kontext och återkoppla till gruppen.
• Anordna levande rundabordssamtal där ledare delar med sig, utmanar varandra och får varandra att tänka längre.
• Skapa kanaler som är utformade för reflektion, diskussion och att lyfta fram verkliga exempel från det verkliga arbetet.

Framgång bygger på tre delar som fungerar i samspel:

1. Medlemmar som delar öppet.
2. Att dessa delningar inspirerar och låser upp nya möjligheter för andra.
3. Aktiv facilitering från ledare — som uppmuntrar, lyfter fram insikter och upprätthåller tydliga förväntningar.

För mig är det detta som det innebär att vara "AI-redo". Strategiska HR-ledare håller sig inte inom sina egna områden. De bygger upp ett kommersiellt perspektiv, kopplar ihop delarna i hela verksamheten och använder AI som en hävstång för att tänka om kring hur arbetet utförs.

Varför ChatGPT är ledarskapets och affärstillväxtens "NutriBullet"

Jag är alltid noga med att inte rekommendera specifika verktyg. När jag nämner ett verktyg ger jag alltid sammanhang och förbehåll — eftersom det som fungerar utmärkt i ett företag kan vara helt fel i ett annat.

Rätt verktyg beror på organisationens utvecklingsfas, operativa modell och kontext. Slentrianmässigt införande är riskabelt; att ta in ett nytt verktyg kräver kritiskt tänkande.

Personligen använder jag fortfarande min gamla teknikstack — det enda egentliga tillskottet är ChatGPT.

Jag tänker på verktyg på samma sätt som jag tänker på matlagning. Det är frestande att köpa varje glänsande kökspryl, men jag frågar alltid: "Vad lagar jag faktiskt, och var behöver jag mest hävstång?"

För mig är det NutriBullet. Ett verktyg som mal kryddor, krossar is, bearbetar mat och vispar smet. Det förtjänar sin plats genom att utföra flera uppgifter väl.

ChatGPT är min NutriBullet. Det står i centrum eftersom det ger mig hävstång där jag behöver den som mest — att skapa, skala upp och leverera värde för mina kunder och min målgrupp.

Därför har min verktygsuppsättning utvecklats kring det som betyder mest: resultat, inte rörighet.

Så kan ledare bygga en skräddarsydd AI-coach med GPT:er

Skräddarsydda GPT:er har förändrat spelplanen för mig.

Precis som en terapeut behöver en terapeut behöver jag en coach — någon som utmanar mina blinda fläckar och pressar mig hårdare än jag pressar mig själv.

Coachen jag skulle vilja ha är mycket specifik: någon som har skalat upp en verksamhet av samma typ som min, som bryr sig lika mycket om HR som jag gör och som förstår pojkbandet BTS — inte som en fanfråga, utan eftersom deras GTM-strategier är några av de mest sofistikerade i världen.

Sannolikheten att hitta den personen är nära noll. Även om personen fanns skulle jag inte ha råd med hen. Och om jag genom något mirakel hade råd med hen skulle hen aldrig känna till mitt tänkande på den detaljnivå som jag själv gör.

Så jag byggde en. Jag tränade en GPT med min ton, mina ramverk, mina produkter och mitt sätt att se på världen. Nu är den min coach på begäran.

Och effekten är enorm. Jag arbetar snabbare. Jag vässar mitt tänkande innan det någonsin når ut. Jag skalar upp på djupet utan att gå in i väggen. Min verksamhet levererar mer värde eftersom jag i princip har byggt den rådgivare jag aldrig skulle kunna anställa.

Det är inte bara ett verktyg — det är ren hävstång.

Bygga en coach på begäran

Om du vill göra samma sak, så här såg processen på en övergripande nivå ut:

1. Definierade omfattning och beteende: Kartlade resultaten, tonen och uppgifterna som den behövde hantera
2. Byggde den centrala systeminstruktionen: Kodifierade ramverk, ton, beslutsregler och begränsningar direkt i instruktionen
3. Kurerade referensmaterial: Laddade in viktiga dokument — alla mina ramverk, modeller och språkmönster — som referens
4. Förstärkte stil och resonemang: Lade till strukturerade exempel (indata → önskade utdata) så att den lärde sig min tankegång
5. Testade med extrema fall: Itererade med verkliga scenarier, förfinade luckor och skärpte instruktionerna
6. Kontinuerlig finjustering: Jag fortsätter att uppdatera den utifrån verklig användning för att vässa resultaten över tid.

Jag "tränade" den inte i traditionell ML-bemärkelse — den är promptkonstruerad med kurerade exempel och löpande förbättringar.

Varför ledare bör sluta fråga hur man använder AI och börja lösa rätt problem

Mitt råd till ledare som navigerar i den här omvandlingen? Sluta fråga: "Hur använder jag AI?"

Sluta jaga mallar och införa "bästa praxis" bara för att någon annan har gjort det.

Börja ställa bättre frågor. Fråga "Varför?" Fråga sedan igen. Utforma därefter lösningen för det verkliga problemet. Om du inte har klarhet där kommer du att slösa tid på att bygga fel saker snabbare.

För sanningen är denna: AI kommer inte att ersätta HR, men irrelevans kommer att göra det — om vi inte går från uppvärmningsakt till affärsledare.

Följ med

Ta del av JooBees nyhetsbrev för alla hennes senaste insikter. Besök också hennes webbplats och STEP UP-community. Ta kontakt med henne på LinkedIn.

Fler expertintervjuer kommer på People Managing People!