
Tidigare HR-chef delar med sig av vart ledarskapet är på väg i en AI-först-värld – och varför ledare måste satsa ännu mer på mänskliga aspekter

Mel Plett
Grundare av Cordellia Consulting

Mel Plett är grundare av Cordelia Consulting och medvärd för Your Work Friends, där hon undersöker och diskuterar arbetslivets framtid.
Mel Plett
Grundare av Cordellia Consulting

Key Takeaways
Ledarskapsinsikt: Ledarskap fokuserar på tillit, transparens och att hjälpa människor att utföra sitt bästa arbete i en AI-värld.
AI som verktyg: AI är värdefullt för att identifiera mönster, men förstärker – och ersätter inte – mänskligt beslutsfattande.
Teknikstrategier: Använd smala teknikstackar och utvärdera AI:s roll när det gäller att stödja strategiska mål och effektivitet.
AI-kunnande: Gör AI mindre skrämmande genom att hantera verkliga problem och experimentera med praktiska tillämpningar.
Människocentrerat förhållningssätt: Fokusera på tydlighet, tillit och samarbete när AI integreras i arbetsflöden och organisationskultur.
Mel Plett är grundare av Cordelia Consulting samt medgrundare och medvärd för Your Work Friends, där hon undersöker och diskuterar framtidens arbete och arbetsplatskultur.
Vi satte oss ner med Mel för att höra hennes tankar om övergången till AI inom ledarskap – och om hur viktigt det mänskliga inslaget blir. Så här hade hon att säga.
Att leda på alla nivåer, från chef till ledning
Jag är grundare av Cordelia Consulting och medgrundare och medvärd för Your Work Friends. Min ledarskapsresa började långt innan jag inledde en karriär inom HR. Den började inom idrott och detaljhandel, där jag lärde mig att verkligt ledarskap handlar om lagarbete, tillit och att finnas där för människor.
Jag har tillbringat hela min karriär inom alla HR- och talangområden (Big Law/Big 4) och lett på alla nivåer, från chef till ledning. Mitt arbete har alltid handlat om att balansera verksamhetens behov med det människor behöver för att kunna göra sitt bästa arbete.
Den största lärdomen jag har fått från min resa är att ledarskap inte handlar om att ha titlar eller alla rätta svar. Det handlar om att lyssna, ställa bättre frågor och forma arbetsplatser där människor ser sin påverkan. Det är fortfarande det arbete jag får ägna mig åt varje dag tillsammans med ledare och organisationer.
Ledarskap handlar inte om att ha titlar eller alla rätta svar. Det handlar om att lyssna, ställa bättre frågor och forma arbetsplatser där människor ser sin påverkan.
More Articles
Varför människocentrerat ledarskap behövs i en AI-fokuserad värld

Ledarskap har inte förändrats så mycket som man kanske tror i en AI-fokuserad värld. I grunden handlar det fortfarande om tillit, transparens och att stödja människor så att de kan göra sitt bästa arbete. Det är sådant som driver innovation och affärsframgång.
Om något har behovet av dessa grundläggande ledarskapsförmågor bara blivit större. Det som skiljer sig nu är behovet av att verkligen bygga vidare på våra unikt mänskliga förmågor, som omdöme, kreativitet, nyfikenhet och empati.
För de ledare som lyckas under de kommande fem åren kommer inte att vara de som vet mest om AI, utan de som vet mest om människor och strategier för AI-omställning.
De ledare som lyckas under de kommande fem åren kommer inte att vara de som vet mest om AI, utan de som vet mest om människor.
När allt mer tekniskt och operativt arbete automatiseras kommer ledarskap nästan helt att handla om att skapa djupa relationer, erbjuda transparens, bygga tillit och hjälpa andra att knyta an till sitt syfte. Den hierarkiska ledarstil som bygger på kommando och kontroll och som vissa ledare fortfarande håller fast vid (jag talar till er som kräver RTO) kommer att försvinna. Den typen av ledarskap dödar innovation och driver bort talanger.
De ledare som satsar på den mänskliga sidan kommer att vara de som driver den innovation och motståndskraft som strategin bygger på, och det är dessa ledare som formar de företag som kommer att överleva och växa i framtiden.
Ögonblicket då AI blev en tankepartner

Med det sagt är AI en värdefull tankepartner.
För ungefär tre år sedan, precis när AI gjorde entré och verkligen började få genomslag, höll mitt team och jag på att ta fram en strategi för en utbildningsplan som sträckte sig över hela verksamheten samt en treårig färdplan direkt kopplad till målen för en verksamhet i tillväxt. Vi hade data från alla håll: färdigheter, kompetenser, resultatstyrning, talangförvärv samt en samling kvalitativa och kvantitativa, mer övergripande verksamhetsbehov.
Normalt skulle vi ha sammanställt allt manuellt, som ett team med en vägg full av post-it-lappar för att ta oss igenom syntesen. Jag tycker om en bra post-it-lapp, men i stället använde vi AI för att hjälpa oss att sortera och förstå allt. Det som slog mig direkt var hur det gav oss en mer heltäckande bild och lyfte fram möjligheter som vi kanske hade missat.
Ett tydligt exempel var insikten att vi behövde börja bygga upp viktiga ledarskapsförmågor mycket tidigare än vi hade gjort, vilket förändrade hur vi utformade färdplanen och våra program. Det hjälpte oss också att stresstesta våra rekommendationer mot det som hände på marknaden.
Jag har lett initiativ inom digital strategi och HR-teknik under hela min karriär, så jag har alltid varit en tidig användare, men en försiktigt optimistisk sådan. Det ögonblicket med mitt team bekräftade för mig att AI inte handlade om att ersätta vårt omdöme; det var ett verktyg som hjälpte oss att se våra blinda fläckar och fungerade som ett bollplank för att fatta klokare beslut. Vi hade verkligen en test- och lärmiljö, med den vägledande principen att AI var ett verktyg som skulle stödja vårt tänkande, men aldrig ersätta det.
Så förändrar AI arbetsflöden, strategi och beslutsfattande
En av de största förändringarna jag har gjort med AI gäller hur jag samlar in och använder information från hela verksamheten. Jag kan ta information från workshoppar, intervjuer och research och organisera den på ett sätt som visar teman och luckor som jag kanske hade missat tidigare.
Det har förändrat hur jag arbetar med strategi och överväganden kring organisationsdesign, eftersom jag kan synliggöra mönster som annars kanske inte hade framträtt. Det gör det mycket enklare att stresstesta scenarier. Jag använde det till exempel för att analysera kontrollspann och ledningsnivåer för att se vad som skulle hända om en nivå togs bort.
AI hjälpte mig att analysera effekten av en förändring, inte bara utifrån intern rapporteringsdata utan också utifrån medarbetarfeedback och externa jämförelsepunkter. Det synliggjorde risken för att överbelasta teamen samtidigt som verksamheten drev på för snabbare genomförande. Att få den typen av överblick tidigare i processen gör att jag kan ta upp dessa avvägningar tidigare i rummet, vilket leder till bättre samtal och bättre beslut.
Verktygen som driver modernt HR-arbete och ledarskap
Jag föredrar tekniska lösningar med få delar; annars riskerar man att skapa frankenverktyg.
Mina viktigaste verktyg är:
- Google Workspace med Gemini
- Otter för AI-baserad anteckning och sammanfattning
- Jag använder ChatGPT, Perplexity och Claude för research, som bollplank, för analys och till och med för att utveckla kod till min webbplats.
- Jag har också utforskat lättviktiga agenter, som Reclaim och Motion, för uppgiftshantering och effektivitet, för att se hur de passar in.
Jag prenumererar också på There's an AI for That, bara för att se vad som finns och prova mig fram. Det finns mycket roligt där, och jag tycker att det är viktigt att experimentera för att lära sig.
Varför Otter.ai är en hemlig superkraft
Det här kanske låter enkelt och kanske till och med tråkigt, men Otter.ai har förändrat allt för mig.
Anteckningar är oerhört viktiga, men de tar ofta bort en del av min förmåga att vara helt närvarande i ett samtal. Otter ger mig utrymme att vara fullt närvarande och engagerad utan att behöva oroa mig för att missa något viktigt.
Det har synliggjort insikter som jag kanske hade förbisett tidigare, och det ger mig möjlighet att reflektera efter ett samtal över vilken information jag fortfarande behöver och vilka åtgärder jag ska vidta. Ibland är den enkla och tråkiga lösningen den bästa.
Ibland är den enkla och tråkiga lösningen den bästa.
Jag använder Otter.ai på flera sätt. Här är några exempel:
- Coachning av klienter – fånga klienternas reflektioner så att de kan vara fullt närvarande i stunden. Det gör att både jag och klienten kan gå tillbaka och hitta formuleringar för teman, mönster och blinda fläckar som de kanske inte hade uppmärksammat.
- Kvalitativ research och kartläggning – vid intervjuer med medarbetare, intressenter eller ledare under en behovsanalys. Det gör det mycket enklare att märka upp återkommande teman eller problemområden i olika samtal.
- Intervjuer med intressenter för strategiarbete – fånga flera perspektiv från hela organisationen (ledningspersoner, chefer och medarbetare nära verksamheten) så att jag inte förlorar nyanser. Det hjälper till att jämföra och synliggöra brister i samsyn.
- Utbildningar och workshoppar – hjälper till att bevara en löpande dokumentation av idéer, beslut och spänningar i gruppsammanhang.
- Rundabordssamtal och fokusgrupper – hjälper mig att sammanfatta diskussionspunkter i realtid så att jag snabbare kan gå från samtal till handling. Det ger mig också material för att skapa insikter och nästa steg efter sessionen.
- Klientpresentationer och återkopplingsloopar – hjälper till att spela in samtalet kring rekommendationer så att jag kan reflektera över invändningar, farhågor eller möjligheter som klienterna tar upp i stunden. Det fångar kommentarer som ligger utanför manus och som jag annars kanske hade missat.
- Personlig utveckling – återkopplingssamtal och även konferenser jag deltar i (där det är tillåtet), för att hjälpa mig att sammanfatta viktiga lärdomar för framtida reflektion och användning.
Men jag använder det bara om klienterna har tackat ja.
AI är inte en strategi – det är ett verktyg
Det är viktigt att inse att AI inte är en strategi i sig. Det är en uppsättning verktyg.
Strategin handlar fortfarande om produkter, tjänster och människor. Om hur du bygger förtroende, hur du frigör kreativitet och hur du hjälper team att göra sitt bästa arbete så att de kan leverera till kunder och klienter.
Ledare som behandlar AI som målet kommer att fastna. Ledare som ser det som ett hjälpmedel i tjänst för sina medarbetare och sin affärsstrategi kommer att gå snabbare framåt.
Så undviker du att skapa mänsklig skuld™ med AI
Det är inte heller en perfekt lösning, precis som alla tidigare teknikvågor. Det fungerar bäst som en tankepartner, forskningspartner och till och med ansvarighetspartner, men det är inte en ersättning.
Det viktigaste är att fråga:
- Vad behöver människor göra?
- Och var kan AI ha störst inverkan på att uppnå det?
Det verkliga värdet ligger i det som frigörs, som mer tid för kreativitet, kontakt och till och med innovation, men bara om vi först gör det svåra analysarbetet. Om organisationer och ledare hoppar över det första steget riskerar vi att bygga upp det som Duena Blomstrom kallar mänsklig skuld™, det gap som växer när vi ignorerar den mänskliga sidan av AI-omställningen, särskilt när det gäller tekniska förändringar.
För mig har det varit den största aha-upplevelsen. AI har inte minskat behovet av mänskligt omdöme; det har höjt ribban.
AI har inte minskat behovet av mänskligt omdöme; det har höjt ribban.
Så överbryggar vi gapet mellan AI:s löfte och den organisatoriska verkligheten

Löftet om AI låter alltid större än verkligheten för hur det faktiskt tar form i organisationer. I mitt arbete pratar jag med ledare och medarbetare varje vecka, och jag hör samma teman. Det finns en förväntan på att använda det, men ingen vägledning kring hur eller var det kommer att ha störst inverkan.
Som ett resultat lämnas människor ofta med känslan: vad händer nu? Å ena sidan talar ledare om effektivitet, men medarbetare oroar sig ofta för vad det innebär för deras jobb.

Mels tips
Om du inte bygger förtroende och tydlighet kommer tekniken inte att användas på meningsfulla sätt.
Om du inte bygger förtroende och tydlighet kommer tekniken inte att användas på meningsfulla sätt. Ett annat gap handlar om data. AI är bara så bra som den information den får, men jag ser många organisationer behandla AI:s resultat som magiska lösningar på alla affärsproblem. AI gör fortfarande många misstag, och utan sammanhang och omdöme kan det leda till en hel mängd dåliga beslut.
En annan bristande överensstämmelse jag ser är strukturell. Företag vill ha innovation och den smidighet som AI lovar, men de arbetar fortfarande i rigida hierarkier som saktar ner allt, ungefär som att vända ett kryssningsfartyg. I mitt arbete rekommenderar jag att ledare överbryggar dessa gap genom att sätta människor först vid införandet av AI, stresstesta insikterna mot verklig erfarenhet och verka för organisationsstrukturer som är mer anpassningsbara och kompetensinriktade. Det här är inte perfekta lösningar, men dessa små förändringar kan hjälpa organisationer att använda AI på ett sätt som faktiskt stödjer människor och prestation.
Praktiska steg för att göra team redo för AI
AI-kompetens är avgörande för det arbete jag gör med kunder. Jag undersöker och delar ständigt ledande arbetssätt genom konsultationer, mitt nyhetsbrev och de experter jag intervjuar på Your Work Friends.
Det jag har sett fungera bäst är att göra AI mindre skrämmande och mer praktiskt. Det innebär att hjälpa ledare och team att börja med de verkliga problem de försöker lösa och sedan visa hur AI kan stödja dem utan att tillföra mer brus.
För mig handlar det inte om att vara redo för AI genom att ha en massa verktyg; det handlar om att experimentera, ställa bättre frågor, förstå var AI kan ge störst avkastning på investeringen och var mänskligt arbete fortfarande är viktigast.
Ledarskapsråd för att navigera i AI-omställningen
Överlag: sätt människorna först. Trots all ny teknik har det människor vill ha från ledare inte förändrats. De vill ha tydlighet och förtroende, veta att de är värdefulla och har en inverkan, och de vill känna en mening. Vi arbetar 90 000 timmar under vår livstid, och vi vill känna att det räknas. Ledare spelar en avgörande roll. Ha det alltid i fokus.
Med AI bör du börja i liten skala, förbli nyfiken och inte jaga perfektion. Fokusera på att lösa verkliga problem i dina verkliga situationer och involvera teamet från början, så att förändringen blir samarbetsinriktad och inte en order.
Jag arbetade till exempel med en kund som ville att hans team skulle lära sig använda AI i det dagliga arbetet. Vi utformade en fyra veckor lång AI-sprint som var upplagd som en vänskaplig tävling. Varje vecka träffades teamet i en timme och ägnade 10 minuter var åt att dela en AI-lösning som de hade testat på en verklig operativ uppgift, med en bild som visade processen de hade förbättrat, påverkan på intressenterna och affärsvärdet (besparingar i tid, pengar och resurser samt påverkan på strategin).
Vid den fjärde veckan hade de fyra fungerande lösningar och genomförde en turnering för att välja den som hade störst inverkan, inte bara för teamet utan även för organisationen. När de delade idéerna med andra avdelningar väckte det intresse och samarbete långt utanför deras ursprungliga teamsprint.
Det här tillvägagångssättet fungerade eftersom det var enkelt och praktiskt, gav psykologisk trygghet att experimentera och gav människor ägarskap över beslutet. I stället för att AI kändes som ett direktiv uppifrån som riktades mot dem blev det något de upptäckte och formade tillsammans.
Följ med
Du kan följa Mels arbete och tankar genom:
Fler expertintervjuer kommer på People Managing People!




