Den bästsäljande HR-experten Josh Bersin berättar hur HR-ledare kan skapa morgondagens ”supermedarbetare”

Vi satte oss ner med Josh för att ta reda på hur HR-ledare kan skapa morgondagens ”supermedarbetare”. Här är vad han hade att säga.

En karriär inom IT, ledarskap, e-lärande och talang

Min karriär har omfattat mer än 20 år som medarbetare och ledare, några år som entreprenör och ytterligare tre decennier som senior HR-rådgivare, konsult och forskare.

Jag började min karriär som ingenjör. Sedan arbetade jag inom IT och tillbringade två år på Exxon, tio år på IBM och åtta år på Sybase. 1998 gick jag med i den då framväxande e-lärandebranschen och började arbeta på ett nystartat företag. Vi utvecklade företaget och sålde det så småningom till ett större företag, och plötsligt fann jag mig själv i rollen som expert på utbildning, lärande online och talanghantering.

År 2001, strax efter 11 september, blev jag uppsagd under IT-bubblan och bestämde mig för att det var dags för mig att bli analytiker. Till en början fokuserade jag på e-lärande – ett hett ämne vid den tiden. Därifrån breddade jag vårt fokus och byggde tillsammans med min partner Bersin & Associates, ett forsknings- och rådgivningsföretag med fokus på alla områden inom HR.

Min tekniska bakgrund ger mig ett enormt djup inom alla områden av HR-teknik, data och AI. Jag känner mig privilegierad som kan föra samman min personliga ledarskapserfarenhet, min tid som chef på stora företag och mitt arbete som analytiker för att hjälpa HR-team och ledare att förnya sina företag, organisationer och personliga karriärer.

The Josh Bersin Company må vara litet, men det är kraftfullt. Med ett team på 50 personer i världsklass har vi ett platt, ”talangtätt” företag där alla arbetar med kunder och bidrar exponentiellt till vår övergripande framgång. Jag har lärt mig hur man attraherar exceptionella personer som tror på vårt uppdrag och vill förändra arbetslivet. Och hittills verkar den strategin fungera.

Varför införandet av AI är den största förändringen HR-ledare står inför i dag

Den överlägset största nya utmaningen under de senaste åren är införandet, implementeringen och användningen av AI på arbetsplatsen.

CHRO:er måste nu bli bekväma med teknikerna och de nya funktionerna, arbeta nära IT- och datateam samt etablera konsult- och styrningsramverk för att vägleda verksamheten i att ta fram tydliga färdplaner för AI-projekt med högt värde.

På grund av detta har mitt fokus skiftat till att hjälpa organisationer att integrera AI i alla nivåer av beslutsfattande, talanghantering och strategisk planering. Faktum är att jag skulle uppskatta att 80–90 % av min tid går åt till att prata med CHRO:er och andra seniora ledare om hur de bör närma sig AI inom HR – inte bara i samband med sina medarbetare, hur viktigt det än är, utan som en strategisk förändringsmöjlighet.

Varför ledare måste arbeta praktiskt med AI för att driva verklig förändring

I IBM-datorns tidiga dagar undvek många chefer datorer och överlät uppgifterna till sekreterare. Den inställningen fungerar inte längre.

AI är så omvälvande inom så många olika delar av det moderna näringslivet och samhället. Ledare måste arbeta praktiskt med denna teknik. De måste förstå den.

Mer än så måste de möjliggöra och föregå med gott exempel när det gäller experimenterande. AI är så anpassningsbart att vem som helst kan använda eller bygga vidare på det, och därför har möjliggörandet av experimenterande blivit en viktig ledaregenskap.

I mitt eget ledarskap strävar jag efter att inte bara prata om saken, utan att leva som jag lär varje dag.

Så kan ledare fastställa tydliga grundregler för ansvarsfull användning av AI

Det är så enkelt för vem som helst att få tillgång till en chattbot, ställa frågor till den och sedan gå in i ett möte med information som kanske är korrekt, eller kanske inte. Det innebär att ledare måste fastställa grundreglerna.

• Varifrån ska vi hämta våra data?
• Kan vi lita på dem?
• Och ska vi bygga egna interna verktyg för att säkerställa noggrannhet och tillförlitlighet? 

De flesta företag utvecklar nu interna AI-verktyg för att hindra människor från att gå ut på internet och hämta data som kan vara opålitliga. Lika viktigt är att skapa en miljö där människor kan förnya sina roller och sitt arbete.

De flesta missförstår AI:s verkliga avkastning på investeringar. Det handlar inte om att läsa e-post snabbare eller skapa ett diagram från ett kalkylblad; det handlar om att helt tänka om kring arbetsflödet, bygga egna agenter för att automatisera arbetet och sedan granska arbetsflöden inom flera olika roller för att automatisera större processer som kundupplevelse, medarbetarupplevelse, rekrytering, lärande och så vidare.

Hur AI möjliggör supermedarbetare och superchefer

AI förändrar lärande och utveckling och HR, men når också en tidigare förbisedd del av arbetsstyrkan: frontlinje- och skrivbordslösa medarbetare. Denna AI-drivna omvandling förändrar i grunden hur organisationer fungerar från topp till botten.

Denna insikt har lett oss fram till det vi kallar AI-aktiverade "supermedarbetare" – medarbetare som får stöd av AI-agenter och system som ökar deras produktivitet och resultat.

"Superchefer" är då människocentrerade ledare som också förstärks av AI. De främjar en kultur av experimenterande, ger team autonomi, använder AI för personlig utveckling, demokratiserar möjligheter och tillväxt samt prioriterar transparens.

Du kan läsa mer om dessa koncept här och här.

Varför det nu är en central ledarskapsförmåga att ifrågasätta AI-genererade data

I traditionella system spelar små datafel inte så stor roll och har begränsad påverkan. Men i samband med AI kan även en liten mängd förorenade data få spridning genom oräkneliga frågor och påverka beslut och insikter i stor skala.

Det innebär att alla som använder dessa system (vilket nu i praktiken är alla) behöver förstå de tillhörande datautmaningarna.

Bara för att en stor språkmodell ger ett självsäkert svar betyder det inte att svaret är korrekt. Användare behöver ha ett vetenskapligt förhållningssätt: ifrågasätta svaren, verifiera data och säkerställa att insikterna faktiskt är tillförlitliga.

Och om du är involverad i att implementera ett AI-system ska du veta att du kommer att behöva lägga mycket tid på datakvalitet, ägarskap och styrning – områden där du kanske tidigare har kunnat "chansa".

I vårt fall består arbetet av kvalitativ och kvantitativ forskning, ofta med stort djup och komplexitet. Om en analytiker kom till mig och sa att hen precis hade använt ChatGPT för att skriva en studie som någon hade betalat tusentals dollar för, tror jag inte att personen skulle vara kvar här den eftermiddagen.

Det jag däremot vill är att de visar mig hur de skulle genomföra analyser och utforska "tänk om"-scenarier genom att använda de miljarder datapunkter som våra partners inom talangintelligens tillhandahåller. Det är en teknisk färdighet.

Joshs tips

Om du är involverad i att implementera ett AI-system ska du veta att du kommer att behöva lägga mycket tid på datakvalitet, ägarskap och styrning — områden där du kanske tidigare har kunnat “chansa”.

Hur ledare kan bygga en verklig förståelse för AI i organisationer

En annan, lika viktig färdighet är att förstå AI:s djup och kapacitet och att inte bara behandla det som ett sökverktyg.

De flesta utnyttjar dessa system för lite; de driver dem inte tillräckligt långt och får därför inte ut särskilt mycket värde. Faktum är att jag skulle säga att de flesta som använder Sora eller TikTok för att skapa AI-drivet innehåll sannolikt är mer avancerade än den genomsnittliga kontorsmedarbetaren, som bara använder AI för att läsa e-post.

Det är därför en kultur av experimenterande är så viktig. Liksom en kultur där man lär sig av andra.

Det tar tid att förstå AI. Det är inget man bara kan gå en kurs om och sedan vara klar med; alla behöver använda AI på olika sätt eftersom det anpassar sig efter dig och lär sig av dina interaktioner. Det här är icke-deterministiska system – till skillnad från ett ERP-system, där du bara matar in data i fasta fält, kan du använda AI på otaliga sätt.

Att förstå AI:s kapacitet kräver nyfikenhet. Ju mer nyfiken någon är, desto mer intressanta tillämpningar kommer personen att skapa. Och dessa tillämpningar kommer att påverka deras produktivitet och prestation direkt och betydligt. Som ett resultat riskerar de som inte är nyfikna att hamna på efterkälken.

Det är organisationernas ansvar att uppmuntra nyfikenhet och behandla experimenterande och lärande som färdigheter.

En AI-driven HR-teknikstack som stödjer lärande, insikter och skalbarhet

Vår huvudsakliga motor är Sana AI. Vi använder också verktyg som AI-videoredigeraren Synthesia.

Och vi använder vårt eget verktyg Galileo internt till nästan allt annat. Varje dag sammanfattar det möten, går igenom stora datamängder och tillhandahåller ett mycket användbart företagsminne. Det blir oumbärligt för att fånga insikter och upprätthålla kontinuitet mellan projekt.

Vi byggde det med hjälp av flera LLM:er, däribland ChatGPT, Claude och andra generativa AI-verktyg.

Så omformar AI HR, L&D och tillgången till kunskap

När vi gör om arbetsflöden med AI ligger vårt fokus främst på HR och L&D. Vi har effektiviserat kandidatsökningen, förbättrat matchningen av talanger och skapat individanpassade lärvägar.

Men vi använder också teknik med digitala tvillingar, vilket gör det möjligt för oss att snabbt hämta information från vem som helst i företaget utan att störa dem. Det har sparat mycket tid. Vi använder den också för att besvara frågor som ”Vad är statusen för XYZ-avtalet?” eller ”Visa mig alla konversationer med företaget ABC” på ett anmärkningsvärt integrerat sätt.

Varför ledare måste förhålla sig skeptiska till AI:s självsäkerhet och bekvämlighet

Jag är inte orolig för att AI ska ta jobb, men det finns något som bekymrar mig: Lär sig människor tillräckligt snabbt om AI:s grundläggande begränsningar?

De här systemen är farligt självsäkra, men har ofta fel. Jag använder uttrycket ”Inte alltid rätt, men sällan osäker”. Modellerna i det offentliga området säger aldrig ”Jag vet inte svaret på den frågan”, och det är ett stort problem.

I den här nya eran är det viktigt att förbli ständigt nyfiken och en smula skeptisk, att ifrågasätta de här systemen i stället för att utgå från att AI:s svar alltid är rätt.

Min magkänsla säger mig att när vi lär oss att arbeta med AI kommer detta att vara bekvämlighetens mörka sida, ungefär som hur bristen på integritet var priset vi betalade för bekvämligheten med smarttelefoner.

Joshs tips

I den här nya eran är det viktigt att förbli ständigt nyfiken och en smula skeptisk — att ifrågasätta de här systemen i stället för att utgå från att AI:s svar alltid är rätt.

Så kan HR-ledare fokusera på AI-arbetsflöden med hög avkastning

Här är mitt råd: Välj ett område.

Fokusera på de tillämpningsområden och användningsfall som är mest strategiska. Det kan verka häftigt att ge alla ett mötesverktyg, men den större möjligheten kanske ligger i att förbättra global introduktion, utbildning och mobilitet.

Samarbeta med IT. Ni behöver en standardiserad verktygsuppsättning så att medarbetarna inte går ut på internet och använder vad de än hittar. När den godkända tekniken och användningen har fastställts på ett korrekt och säkert sätt kan ni rulla ut versioner av verktygen och lära medarbetarna vad som är nytt varje eller varannan vecka. Det är precis så vi gör här.

När det gäller AI-arkitekturen finns det inget svar som passar alla. Vissa företag förbjuder användning av externa data helt och hållet. Och många begränsar användningen av interna data i AI-system till sådana som har godkänts av IT. Dessa regler måste definieras i er egen miljö.

Men utifrån vad jag har sett under de senaste två åren kommer de verkliga innovationerna inte att komma från OpenAI och andra AI-jättar, utan från riktiga företagsanvändare som kommer på hur AI kan användas för att skapa bättre affärsmodeller, produkter och tjänster.

Det är därför supermedarbetare som vägleds av superchefer betyder mycket mer än hur många biljoner token ert system helt enkelt kan bearbeta.

Varför nyfikenhet är den viktigaste färdigheten för ledare i AI-eran

Och en sak till. De mest inspirerande ledarna jag träffar är inte de mest självsäkra eller arroganta; de är de mest nyfikna och lär sig alltid.

När jag fyller 70 nästa år känner jag mig fortfarande som en tonåring på många sätt och lär mig hur jag ska leda och hjälpa andra varje dag.

Förbli ödmjuk och fortsätt lära dig

Följ med

Du kan följa Josh Bersins arbete på LinkedIn och hans webbplats medan han fortsätter att utbilda HR-ledare i korrekt implementering av AI. Och kolla in hans AI-verktyg, Galileo.

Fler expertintervjuer kommer på People Managing People!

Redo att tänka om kring AI-eran?

Gå med i People Managing People-communityn. Gratis konton ger dig veckovisa insikter, praktiska ramverk och strategier från kollegor som hjälper dig att leda smartare, inte hårdare.

Skapa ditt gratiskonto idag.