Författare och AI-expert uppmanar organisationer att gå från “människa i loopen” till “människa ovanpå loopen”

Jurgen Apello

Författare, talare och grundare

AI omformar ledarskap och arbetsflöden. Lär dig varför modeller med “människa ovanpå loopen” presterar bättre, hur man undviker produktivitetsteater och vad som gör organisationer verkligt AI-redo.

Key Takeaways

Förändrat ledarskap: AI kräver att ledare fokuserar på strategiska frågor, inte bara på att vara den smartaste i rummet.

AI-autonomi: Modellen med människa ovanpå loopen låter AI hantera uppgifter självständigt, vilket ökar organisationens effektivitet.

Kompetensintegrering: AI-verktyg som Claude kan koda in färdigheter och omvandla mönster till automatiserade arbetssätt i agenter.

Produktivitetsteater: Många företag tillämpar AI på ett ytligt sätt, vilket leder till ineffektivitet i stället för verkliga produktivitetsvinster.

AI-beroende: Yrkesverksamma måste behålla sitt kritiska tänkande för att undvika ett överdrivet beroende av AI vid beslutsfattande.

Jurgen Appelo är författare, talare och grundare. Hans senaste bok, Människa, robot, agent, utforskar ledarskap i AI:s tidevarv. Han har talat internationellt om hur AI förändrar organisationer och hur man undviker produktivitetsteater. Han driver också ett nyhetsbrev, The Solo Chief, som handlar helt och hållet om att samordna människor och AI-agenter.

Vi fick möjlighet att prata med honom i ett insiktsfullt samtal om vad som händer när AI slutar vara ett modeord och börjar utföra verkligt arbete. Här är vad han hade att säga. 👇

Att kasta pilar på ett organisationsschema

Grafik med pilar som kastas på ett organisationsschema

Min karriärväg ser ut som om någon kastade pilar på ett organisationsschema. Jag har varit mjukvaruutvecklare, teamledare, projektledare, utvecklingschef, CIO, entreprenör, intraprenör och nu skapare av ett Substack-nyhetsbrev där jag talar internationellt om vad som händer med organisationer när AI slutar vara en PowerPoint-pratpunkt och börjar utföra arbete.

Jag har också skrivit flera böcker om ledarskap och att leda människor, däribland Management 3.0, Att leda för lycka och senast Människa, robot, agent, som handlar om ledarskap i AI:s tidevarv.

More Articles

Varför ledarskap inte längre handlar om att vara den smartaste personen i rummet

Med AI urholkas och återuppbyggs ledarskapet samtidigt.

Jag brukade tro att ledarskap innebar att vara den smartaste personen i rummet. Men i dag är AI den smartaste entiteten i rummet inom ungefär 90 % av alla ämnen.

Ledarskap handlar nu om att veta vilka frågor man ska ställa, vilka begränsningar man ska sätta och när man ska ingripa. Det är svårare än att känna till svaren.

Varför AI måste gå från människa-i-loopen till människa-på-loopen

Jag satsar min karriär på agentiska organisationer. Ja, jag sa det offentligt, och jag menar det.

De delar av ledarskapet som främst handlar om att kontrollera informationsflöden, godkänna saker och sitta med i beslutscykler? De håller på att försvinna. AI kan bearbeta information, generera alternativ och genomföra arbetsflöden snabbare än någon chef kan gå igenom sin inkorg.

I årtionden har organisationer kanaliserat all intelligens – både mänsklig och artificiell – genom mänskliga flaskhalsar. Än i dag låter de flesta "AI-drivna" företag medarbetare skriva uppmaningar till ChatGPT hela dagen, dela smarta uppmaningar i Slack-kanaler och fira AI-framgångar på allmöten. Men varje AI-interaktion börjar och slutar fortfarande med en människa. AI-systemen pratar aldrig med varandra. De utför ingenting självständigt.

Det är vad vi kallar människor-i-loopen. Och det är en enorm begränsning. Allt saktar ner till hastigheten hos den långsammaste flaskhalsen.

AI-infödda konkurrenter arbetar inte på det sättet. De har AI-agenter som hanterar hela värdeflöden medan människor fokuserar på strategi, etik och specialfall. Skillnaden i genomströmning är häpnadsväckande.

Slutsatsen: Chefer skapar inte värde genom att vara med i loopen.

Förändringen jag förespråkar är människor-på-loopen. Låt AI-agenter hantera arbetsflöden autonomt medan människor fokuserar på strategisk riktning, etik och de röriga bedömningar som maskiner inte kan göra. Olika typer av intelligens, olika hastigheter, olika infrastruktur.

Hur mönster och arbetssätt kan finnas i AI i stället för i dig

Låt mig berätta om mitt "AlphaZero"-ögonblick.

Förra månaden hade jag åtta samtal med läsare av min Substack. Jag förfinade mitt arbete med att identifiera de jobb som ska utföras, alltså de faktiska problem som min målgrupp brottades med. Jag laddade ner alla mötesutskrifter, lagrade dem i Google Drive, hämtade en JTBD-färdighet från en offentlig marknadsplats för färdigheter och bad Claude analysera allt.

Claude genomförde hela processen: funktionella behov, emotionella behov, sociala behov, hela Christensens ramverk. Sedan genererade det en rapport. Jag bad det omvandla rapporten till en ny anpassad färdighet optimerad för min Substack, en JTBD-utvärderare som nu kan analysera framtida artikelutkast och berätta för mig hur väl de överensstämmer med mina läsares problem och vinster.

Tjugo minuters arbete. Kanske mindre. Och du skulle kunna göra det med ditt team eller dina kunder.

Jag satt där och insåg: Clayton Christensens ramverk finns inte längre i mitt huvud, utan nu inuti Claude. Jag behöver inte veta hur det fungerar. Claude genomförde analysen på mänskligt vis, med hjälp av mänskligt språk och genom att följa mänskligt utformade mönster. Jag var bara dirigenten som gav en agent en uppgift.

När mönster och arbetssätt finns i agenten i stället för hos dig sker en grundläggande förändring. Färdigheter är de nya mönstren och arbetssätten. Frågan blir: "När agenten gör fel, kan jag se det?"

Varför produktivitetsteater hindrar AI:s potential

Det största hindret mellan AI:s löfte och faktiska resultat? Produktivitetsteater. Punkt slut.

Mönstret finns överallt: Chefer går på en konferens, nickar instämmande under ett huvudanförande och är plötsligt "helt med på AI-tåget". De implementerar Microsoft Copilot eller någon intern chatbot med ett heroiskt namn och en instrumentpanel som ingen har bett om. De berättar för teamen att detta kommer att inleda en guldålder för produktiviteten.

Vad händer? Kollegor skickar AI-baserade mötesantecknare till möten de själva inte deltar i. Boten genererar sammanfattningar som ingen läser. Folk svarar automatiskt med fluffiga stycken som inte säger någonting. AI-genererade forskningsrapporter förökar sig som TikTok-videor. Presentationsbilder blommar upp och dör i gemensamma enheter. Ingen läser någonting. Alla sammanfattar bara översättningarna och översätter sammanfattningarna.

Medierna har lagt märke till det. Rubriker som "Majoriteten av vd:ar är oroade när AI inte ger någon ekonomisk avkastning" och "AI-genererat arbetsbråte förstör produktiviteten" har staplats på hög under hela året.

Företag strör AI ovanpå trasiga arbetsflöden, och det märks.

Där verklig acceleration sker — Novartis minskar urvalet av platser för kliniska prövningar från veckor till timmar, försäkringsbolag automatiserar 400 000 skadeärenden och minskar handläggningstiderna från tre veckor till minuter, enskilda utvecklare levererar fullstackappar under en helg — är mönstret tydligt. Dessa arbetsflöden blev inte 10 % snabbare. De kollapsade fullständigt. År blev veckor. Veckor blev minuter.

Hur teknostress påverkar införandet av AI och produktiviteten

Grafik om hur teknostress påverkar införandet av AI och produktiviteten

Jag prenumererar på över 100 AI-nyhetsbrev enbart på Substack. Varje tillkännagivande om ett nytt verktyg utlöser samma reaktion: en liten ångesttopp följd av impulsen att undersöka saken. Multiplicera det med trettio tillkännagivanden i veckan, så lärde jag mig inte längre. Jag skakade. Jag doomscrollade genom min att-göra-lista som om den vore ett LinkedIn-nyhetsflöde.

Jag blev överraskad av hur snabbt mitt nervsystem anpassade sig till kontinuerlig partiell aktivering och hur destruktiv den var.

Teknostress. FOBO — rädsla för att bli obsolet. Jag lät faktiskt ChatGPT, Gemini och Claude debattera med varandra om hur man skulle hantera problemet de själva hade orsakat. Rättvist ska vara rättvist, eller hur?

Den kontraintuitiva insikten jag fick var att ju mer "uppdaterad" du är, desto lättare blir du att ersätta. Om ditt värde ligger i att känna till de senaste funktionerna i Claude Code är du exakt lika värdefull som en prenumeration för 20 dollar i månaden. Ingenting minskar i värde snabbare än AI-kunskap.

I AI:s tidsålder är lugn en unik konkurrensfördel.

Varför det är en strategisk fördel att behärska färre AI-verktyg

Att behärska verktyg är fel spel. Ledare bör fokusera på verktygsimmunitet. Din konkurrensfördel är att skapa värde med färre tekniker än din oro antyder.

Med det sagt är det här vad jag använder dagligen:

  • Claude (Anthropic) — Min främsta AI. Jag använder Claude Projects flitigt, med anpassade färdigheter definierade som markdownfiler. Jag har byggt en personlig spökskrivarfärdighet, en JTBD-utvärderare, ett verktyg för formatförbättring, en SEO-optimerare och en marknadsföringsutvärderare. Claude är min tankepartner, redaktör, analytiker och ibland även min terapeut när den senaste AI-lanseringen får mitt kortisol att skjuta i höjden. Bedömning: den bästa resonemangsmodellen för långformigt innehållsarbete. Projects med färdigheter förändrade mitt arbetsflöde mer än någon annan enskild funktion inom AI.
  • ChatGPT (OpenAI) — Jag använder det för ett andra utlåtande. När jag har ett särskilt viktigt problem använder jag flera modeller och låter dem kritisera varandras återkoppling. ChatGPT är också bra för snabb, strukturerad analys. Jag genomför AI-debatter mellan ChatGPT, Gemini och Claude och publicerar resultaten.
  • Gemini (Google) — Den tredje rösten i mina debatter mellan flera modeller. Användbart eftersom hela min arbetsyta finns i Google, så det har inbyggd åtkomst till mina dokument och min e-post. Mer sarkastiskt än de andra två, vilket jag uppskattar.
  • Make — Ryggraden i min automatisering. Jag har byggt arbetsflöden som kopplar Claude till min innehållsprocess: artikelutkast går igenom formateringskontroller, SEO-analys, generering av inlägg för sociala medier och distribution av nyhetsbrev. Det är här arbetsflödeskomprimeringen sker.
  • Nano Banana Pro — För AI-bildgenerering. Jag har ingen aning om hur modellen skapar så fantastiska bilder. Det bara fungerar.

Så revolutionerade Claude Projects mitt arbetsflöde

Mitt favoritverktyg är Claude Projects med anpassade färdigheter. Det finns ingen konkurrens.

Här är varför. En Claude-färdighet är en markdownfil som lär Claude hur den ska utföra en specifik uppgift. Varje färdighet kodifierar mina preferenser, mina standarder och mitt samlade omdöme.

Vad skiljer detta från att bara skriva instruktioner? Beständighet och ackumulation. Varje färdighet jag bygger gör nästa bättre. De håller på att bli ett system, en sammanlänkad uppsättning kodifierad expertis som växer sig starkare med tiden.

Mina ramverk lever nu inuti agenterna. Det är både spännande och skrämmande. Spännande eftersom jag är tio gånger snabbare. Skrämmande eftersom jag kommer att förlora förmågan att bedöma om agenten gör rätt om jag slutar öva på det underliggande hantverket.

Så skapar du en agentbaserad rådgivningsgrupp

För strategi och beslutsfattande använder jag en metod med en "agentbaserad rådgivningsgrupp". När jag står inför ett strategiskt beslut ställer jag samma fråga till Claude, ChatGPT och Gemini och låter dem sedan kritisera varandras svar.

Det ger tre olika analytiska perspektiv, plus den friktion som uppstår genom oenighet – precis det en bra rådgivningsgrupp bör erbjuda. Debatterna är ofta mer rigorösa än samtal jag har haft med mänskliga rådgivare.

Varför de flesta organisationer inte är AI-redo

Jag ägnar mycket tid åt att fundera på AI-kunnighet för mina läsare och de organisationer jag ger råd till.

Här är min ärliga åsikt: De flesta program för AI-kunnighet är värdelösa. De lär människor vilka knappar de ska trycka på i ChatGPT och kallar det "kompetensutveckling". Det är som att lära någon att använda en hammare och kalla personen arkitekt.

"AI-redo" innebär tre saker:

  1. Att förstå vad AI kan och inte kan göra på ett konceptuellt plan – inte att memorera funktioner som kommer att förändras nästa månad, utan att förstå vad mönstermatchning, språkgenerering och agentbaserade arbetsflöden innebär för ditt arbete.
  2. Att identifiera vilka arbetsflöden som bör omformas kring AI i stället för att bara strö in AI i dem.
  3. Att utöva omdöme för att veta när AI har fel. Det kräver att du behåller din egen domänexpertis.

Varför yrkesverksamma inte får bli beroende av AI

Jag är rädd för att en dag vakna upp och inte längre kunna skriva eller tänka kritiskt eftersom jag har överlåtit mina kognitiva muskler till agenter under för lång tid. En enda hals att strypa blir en enda förtvinad muskel.

Jag arbetar aktivt mot detta. Jag skriver fortfarande varje artikel själv. Jag läser fortfarande fysiska böcker. Jag tänker fortfarande igenom saker innan jag ber Claude kontrollera mitt arbete, inte efteråt. Men dragningen mot beroende är verklig och ständig.

Jag är rädd för att bli det jag varnar andra för: någon som ser produktiv ut men i det tysta lägger ut förmågan till självständigt tänkande på entreprenad. Den rädslan är användbar. Den håller mig kvar i övningen.

Och jag tänker inte låta det hända.

Varför ledare måste vakna upp inför AI:s verklighet

Varför ledare måste vakna upp inför AI:s verklighet, grafik

Sluta jaga verktyg. Stabilisera dina principer, begränsa din exekveringsyta och tidsbegränsa din nyfikenhet.

Det är mitt råd i en enda mening. Här är den längre versionen:

Under kreditkrisen 2008 tog jag en gång tag i min vd:s axlar. Bokstavligen. Företaget var på väg rakt mot en ekonomisk vägg. Intäkterna sjönk och vår finansiella uthållighet krympte. Och han bara frös som ett rådjur i strålkastarljus och förberedde sig lugnt på att låta hela verksamheten gå i sömnen över en klippkant genom passivitet.

Jag sa till honom: "Vakna för Guds skull! Vår finansiella uthållighet försvinner. Vi måste agera."

Det gjorde han. Senare tackade han mig.

Jag tänker på det ögonblicket varje gång en chef säger: "AI genererar ingen avkastning." Självklart gör den inte det, inte på det sätt ni använder den. Ni behandlar AI som en assistent för anteckningar när ni borde behandla den som en motor för att omforma arbetsflöden. Ni skickar idéer från brainstorming till kommittéer för godkännande i stället för att ge människor tillåtelse att experimentera.

Om ert ledarskap förvandlar AI-användning till en förslagslåda och ett styrningsarbetsflöde måste någon skaka dem vakna innan de leder organisationen över en klippkant.

Varför de organisationer som överlever kommer att vara agentbaserade

När det gäller det som kommer härnäst håller AI på att förvandla varje yrkesperson till en enmansverksamhet, vare sig de vill det eller inte. De som lär sig att orkestrera AI-agenter, behålla sitt eget omdöme och leverera verkligt värde med minimala omkostnader kommer att blomstra.

De organisationer som överlever kommer att vara agentbaserade — system med två parallella spår där AI hanterar genomförandet i maskinhastighet medan människor fokuserar på strategi, etik och de genuint svåra problemen.

De organisationer som fortsätter att kanalisera all intelligens genom mänskliga flaskhalsar kommer, sannolikt för sent, att upptäcka att deras konkurrenter byggde ringvägar medan de fortfarande satt fast i trafiken.

Följ med

Du kan prenumerera på Jurgen Appelos kostnadsfria nyhetsbrev två gånger i veckan, Den ensamma chefen, där han publicerar skarpa, ikonoklastiska essäer som skär igenom hypen. Eller följ honom på LinkedIn och läs mer på hans webbplats.

Fler expertintervjuer kommer snart på People Managing People!

You may also like