Grundare som ägnar sig åt att återmänskliggöra arbete med AI avslöjar de känslomässiga grunder som krävs för framgångsrik integration

I den här intervjun berättar Miriam hur de mest effektiva ledarna går från att styra uppgifter till att utforma system, och varför nyckeln till framgång med AI inte är bättre verktyg, utan bättre emotionella miljöer.

Att bygga människocentrerade, AI-redo organisationer

Jag heter Miriam Gilbert och är grundare av Coincidencity, där mitt fokus alltid har varit att #rehumanizework.

Min bakgrund omfattar de fyra stora revisionsbyråerna och en CFO-roll, vilket har gett mig djup insyn i beslut med höga insatser i styrelserum och i verkligheten bakom att leda förändring under press. Jag har arbetat i olika branscher och hanterat fusioner, omfattande omstruktureringar och det tidiga införandet av ny teknik, ofta i situationer där snabbhet och precision varit som viktigast. Den erfarenheten gav mig ett insiderperspektiv på både de möjligheter och de blinda fläckar som ledare möter när de styr organisationer genom förändring.

Som expert på att driva prestation på högsta nivå har jag alltid strävat efter att få team att lämna det standardiserade sättet att leda människor och i stället skapa system, strukturer och dynamik som låter människor blomstra — och prestationen skjuta i höjden.

Sedan 2022 har vi hjälpt organisationer att utnyttja AI på sätt som stärker både människor och prestation, med hjälp av dessa beprövade principer.

På Coincidencity samarbetar vi nu med ledande chefer och deras team för att utforma AI-förstärkta arbetssätt som är snabbare, mer samordnade och levererar verkligt strategiskt affärsvärde, samtidigt som den mänskliga aspekten står i centrum.

Hur AI omdefinierar ledarskap och beslutsfattande

Ledarskap i en AI-först värld innebär att gå från att styra arbetet till att utforma det mänskliga–AI-systemet.

Min egen förändring har inneburit att gå bortom ”Varför gör vi det här?” och också fråga: ”Vad måste förbli mänskligt arbete — och vad kan AI på ett tillförlitligt sätt ta över?” Jag betraktar kreativt och etiskt omdöme, kontext och relationsbyggande som skyddade mänskliga områden, samtidigt som jag använder AI för att identifiera mönster, simulera och göra en första syntes. För att generera dessa AI-scenarier arbetar jag vanligtvis med företagsanpassade LLM:er som OpenAI, Amazon Q, Zoom AI, Anthropic och Gemini.

På organisationsnivå innebär detta i praktiken att gå bort från rigida strukturer och mot mindre, självständiga team som snabbt kan anpassa sig. Ledare är inte längre informationsgrindvakter, utan utformar miljöer där människor och AI kompletterar varandra. I praktiken innebär det att släppa tanken på att hierarki och fler rapporteringslinjer leder till bättre beslut.

Ett enkelt exempel: I stället för att be om ”fler rapporter, snabbare” formulerar ledaren beslutet som ska fattas, specificerar de variabler som spelar roll, fastställer acceptanströsklar och riskramar och ber AI ta fram tre scenariealternativ med avvägningar. Teamet stresstestar sedan alternativen mot den aktuella kontexten och förbinder sig till ett kort experiment som man kommit överens om på förhand. Resultatet är inte en tjockare presentation, utan ett beslut med motivering och nästa steg.

Hur ledare kan använda AI för att skapa strategisk tydlighet

En av de mest kraftfulla förändringar jag har sett har varit AI i beslutsfattandet.

Ett ledningsteam som jag arbetade med hade fastnat i en cykel där de producerade allt fler rapporter i hopp om att större mängder skulle ge tydlighet. Det gjorde bara besluten långsammare och skapade frustration.

Vi förändrade processen genom att använda AI inte för att generera mer data, utan för att formulera bättre strategiska val. Den exakta uppsättningen varierar beroende på vilken AI-lösning kunden redan har på plats — i det här fallet var det Copilot. Ledarna började med att definiera det beslut som var viktigt, tydliggöra vilka variabler som spelade in och fastställa gränser för risk och acceptans. Därefter användes AI för att ta fram ett antal scenarier med tydligt angivna avvägningar. Teamet kunde sedan fokusera sin energi på att granska scenarierna kritiskt, tillämpa sitt omdöme och enas om vägen framåt.

Resultatet blev snabbare, mer strategiska beslut — inte för att AI gav ”svaret”, utan för att det skapade ett strukturerat sätt att ta sig förbi informationsöverflödet och övergå till målinriktad handling. Den förändringen i arbetsflödet minskade också bruset för team längre ned i organisationen, som inte längre behövde kämpa för att ta fram ändlösa presentationer, och förstärkte en kultur där AI ses som en strategisk partner, inte bara som ett produktivitetsverktyg.

Så omformar emotionell insikt AI-ledarskap och införande

Ett ögonblick som står ut var när jag arbetade med en ledningsgrupp som hade investerat stort i AI men var frustrerad över att införandet kändes långsamt och fragmenterat. Den första impulsen var att förespråka mer utbildning, kanske ännu ett hackathon.

Men vi valde en annan strategi. I stället för att definiera framgången för införandet utifrån produktionsvolym — eller ännu värre, antalet AI-inloggningar — undersökte vi hur människor upplevde AI i sina dagliga roller.

Vissa kände sig hotade, andra var osäkra på om deras bidrag fortfarande spelade någon roll. Vissa var frustrerade över det de uppfattade som brister i verktygen, medan andra hade blivit desillusionerade av att AI tvingades in i arbetsflöden som inte gav något verkligt strategiskt värde. Genom att lyfta fram dessa känslor kunde ledarna undersöka vad som behövde förändras, omvärdera processer och omformulera AI som en partner snarare än en ersättare — vilket frigjorde människor så att de kunde använda omdöme, kontext och kreativitet där det gjorde störst skillnad.

Flera förändringar blev resultatet:

• Flera arbetsflöden redesignades så att AI kunde utföra grundarbetet.
• Framgångs-KPI:er granskades — man gick från en rent kvantitativ utvärdering av arbetsuppgifternas utförande till att även inkludera kvalitativa mått.

För mig var insikten tydlig: AI-införande påskyndas inte av mer press eller teknisk utbildning. Det kräver att man odlar de emotionella förutsättningarna för att människor ska känna sig trygga och värdefulla i ett AI-förstärkt system. Den förändringen ändrade inte bara hur jag vägleder andra, utan också hur jag leder mig själv: När det mänskliga lagret hade hanterats följde samordning och prestation naturligt.

Varför ledare behöver emotionell intelligens för att vägleda team genom AI-transformation

Att utveckla det jag kallar ”AI-EQ” börjar med att se det som en central AI-kompetens inom ledarskap, inte som något trevligt men inte nödvändigt.

Det handlar om hur ledare reagerar på osäkerhet, hur de vägleder sina medarbetare genom identitetsförändringar och hur de skapar utrymme för både nyfikenhet och obehag när AI förändrar sättet arbetet utförs på.

I praktiken innebär det att bygga upp tre saker:

• Medvetenhet — att uppmärksamma var känslor som hot, motstånd eller desillusionering uppstår i team.
• Urskiljningsförmåga — att fråga vad som bör förbli mänskligt arbete och vad AI på ett tillförlitligt sätt kan förstärka.
• Omformulering — att hjälpa människor att se AI inte som en ersättare utan som en partner som lyfter deras omdöme och kreativitet.

Jag utvecklar detta i mitt eget ledarskap genom reflektion och identitetsarbete, och jag hjälper andra att bygga upp det genom våra AI-ramverk — enkla metoder som scenarioplanering med AI, rollförtydligande och strukturerade samtal som synliggör människors upplevelse av förändring. Vi använder verktyg som framtidsprognoser, förhandsanalys av misslyckanden, målbildsdiagram, färdplanering, identitetskartläggning, gap-analys med mera. Till exempel hjälpte en kombination av framtidsprognoser och förhandsanalys av misslyckanden ett team av ingenjörer att inse att de oroade sig för att AI skulle undergräva deras upplevda identitet som ”innovatörer”.

Förändringen är subtil men kraftfull: när ledare väl har utvecklat AI-EQ går team från att följa verktygen till att verkligen ta ägarskap över hur AI stärker deras bidrag.

Miriams tips

Ledare bör inte vänta på ”perfekt” AI. Se i stället de verktyg ni har i dag som prototyper för morgondagens strategi.

Varför de flesta AI-transformationer misslyckas — och hur ledare kan åtgärda dem

Organisationer behandlar ofta AI som ett sätt att få den befintliga maskinen att gå snabbare.

Alla utbildas i att använda det för mötesanteckningar, första utkast till e-postmeddelanden eller snabbare rapporter. Användbart, ja, men det skapar inte strategiskt värde eller konkurrensfördelar. Om alla företag gör samma sak blir resultatet enhetlig effektivitet och en kapplöpning mot botten.

Det är som när Blockbuster byggde en webbplats för att visa butikernas öppettider, medan Netflix ställde en annan fråga: ”Vilken ny affärsmodell möjliggör den här tekniken?”

Det är därför så många AI-program känns otillräckliga. Det beror inte på att införandet är lågt - det beror på att ”införande” är fel mål och fokuserar på fel tidshorisont. Att mäta inloggningar eller räkna resultat skapar en illusion av framsteg samtidigt som kärnverksamheten förblir oförändrad.

Det viktiga är om AI används för att omdefiniera hur värde skapas, hur team samordnar sig och hur beslut fattas under press. Det kräver att ledare går bortom resultat och utvecklar AI-EQ — det tankesätt som behövs för att skilja mellan vad som bör förbli mänskligt arbete och vad AI kan förstärka. Tillsammans med våra AI-ramverk förflyttar detta team från att ”göra samma sak, snabbare” till att utforma nya arbetssätt som konkurrenter inte enkelt kan kopiera.

Ramverken bygger på att skapa tre förändringar:

• En identitetsförändring: Hur uppfattar teammedlemmarna att de bidrar med värde?
• En beteendeförändring: Vilka beteenden kommer att bidra till bättre värdeskapande resultat?
• Vanebildning: Vi coachar teamet att göra de nya beteendena till norm genom prototyper baserade på beteendevetenskap.

När ledare omformulerar AI på det här sättet slutar de jaga effektivitet och börjar bygga konkurrensfördelar – snabbare samsyn, tydligare beslutsfattande och förmågan att agera först när möjligheter uppstår. Det är där det verkliga gapet finns, och där framtidens ledarskap ligger.

Hur ledare kan hantera både rädsla och överdriven entusiasm vid införandet av AI

Motstånd är som alltid förväntat vid en förändring eller införandet av ny teknik – rädsla för att ersättas och skepsis mot verktyg är vanligt förekommande. Men det jag inte förutsåg var i vilken grad positiva känslor också kan skapa oväntade utmaningar.

Jag arbetade till exempel med ett team där flera tidiga användare var genuint entusiastiska över AI. De experimenterade överallt – utformade dokument, automatiserade steg och byggde till och med om delar av sina arbetsflöden. Men eftersom det saknades ett gemensamt ramverk och en koppling till prioriteringarna övergick deras entusiasm snabbt i frustration. Experimenten hopade sig, men få av dem omsattes i verkligt värde, och kollegorna började stänga ute det de uppfattade som ”AI-brus”.

Den erfarenheten visade mig att ledarskap med AI-EQ inte bara handlar om att hantera rädsla; det handlar också om att kanalisera entusiasm till ett ändamålsenligt användande. Genom att hjälpa teamet att identifiera var AI skulle frigöra tid för arbete med högre värde – och var skyddsräcken behövs – blir deras entusiasm en katalysator snarare än en distraktion. Dessa skyddsräcken är ofta mycket specifika för varje kund. En kund tog till exempel fram en checklista för att ”arbeta baklänges” från verksamhetens resultat innan de experimenterade med AI för att lösa specifika problem.

Det överraskande var insikten att varje känslomässig reaktion, inte bara motstånd, måste uppmärksammas och styras om organisationer vill att AI ska skapa varaktigt värde.

Varför systemdesigners kommer att leda nästa era av AI-förstärkta organisationer

Inom fem år kommer de mest effektiva ledarna i mindre utsträckning att bedömas utifrån vilka beslut de fattar och i större utsträckning utifrån hur de utformar förutsättningarna för att beslut ska kunna fattas.

I en AI-förstärkt värld kommer fördelen inte att ligga i att ha mer data eller snabbare analyser – AI kommer att jämna ut spelplanen. Försprånget kommer att tillhöra ledare som kan orkestrera systemet mellan människor och AI: forma samtalet om vad som måste förbli mänskligt, vad som kan förstärkas och hur de två kan förenas till något större än var och en för sig.

Detta kommer att kräva en djupgående förändring av ledarskapets identitet. Ledare behöver utvecklas från att vara beslutsägare till att vara kontextskapare – och forma de ramverk, gränser och känslomässiga förutsättningar som gör det möjligt för deras team att arbeta snabbt med AI och samtidigt förbli förankrade i syfte och värderingar.

I praktiken innebär det att framtidens styrelserum inte kommer att vara fyllda av människor som går igenom ändlösa presentationer. Det kommer inte heller att handla om kall automatisering. De kommer att vara miljöer där ledarskapet demokratiseras och där människor ställer skarpare frågor, utforskar fler scenarier och åtar sig kortare handlingscykler. Ledarskap kommer i mindre grad att handla om hierarki och i högre grad om att skapa anpassningsförmåga i stor skala.

De ledare som lyckas kommer att vara de som omfamnar AI-EQ – de som inte bara förstår AI:s tekniska möjligheter utan också de mänskliga känslor, identiteter och kulturella förändringar som tekniken utlöser. De kommer att veta att tillit, samsyn och syfte är det som förvandlar AI från ett verktyg till en verklig konkurrensfördel.

Miriams tips

Ledare behöver utvecklas från att vara beslutsägare till att vara kontextskapare – och forma de ramverk, gränser och känslomässiga förutsättningar som gör det möjligt för deras team att arbeta snabbt med AI och samtidigt förbli förankrade i syfte och värderingar.

Hur ledare kan navigera AI-transformationen med självförtroende och tydlighet

Se detta som ett ögonblick av strategisk föreställningsförmåga, inte bara en operativ anpassning.

Här är mina råd:

• För det första bör ledare inte vänta på ”perfekt” AI. Se i stället verktygen du har i dag som prototyper för morgondagens strategi. Använd dagens AI-funktioner för att utforska – inte leverera – genom att köra parallella experiment som undersöker frågor som ”Vilken typ av insikt skulle kunna förändra vårt värdeerbjudande?” eller ”Hur skulle delvis automatisering kunna öppna nya marknader?” Dessa experiment behöver inte skalas upp; de behöver ett tydligt syfte.
• För det andra bör du bygga in transparens i utformningen av arbetsflöden och AI i organisationsdesign. Bjud in dina medarbetare att delta i utvecklingen av dessa verktyg – även på promptnivå. När de tillsammans skapar AI-frågor och modeller – när de ser ”händerna bakom verktyget” – uppstår förtroende. Och när förtroende väl finns blir AI något som människor formar, inte något som händer dem.
• För det tredje bör du investera i framväxande ledarskap: människor som växer fram som länkar mellan teamets syfte och AI:s potential. Det är inte alltid era formella chefer – det är människorna som frågar ”tänk om?” över gränserna. Identifiera dem, förstärk dem och ge dem små mandat att experimentera. De behöver inga undantag från policyn – de behöver tillåtelse att testa hur framtiden skulle kunna se ut och att komma tillbaka med lärdomar.
• Slutligen bör du ändra din rytm. Sluta tänka i stora AI-satsningar som kräver styrelsens godkännande. Börja i stället tänka i meningsfulla mikrofaser – veckovisa avstämningar med fullt fokus på ”Vad avslöjade AI för oss om vårt arbete, vår kund eller vår process?” Med tiden bygger dessa mikrolärande stunder djup i din strategi. Du kommer inte bara ikapp konkurrenterna – du går förbi dem.

Följ med

Du kan följa Miriams arbete på LinkedIn, på hennes webbplats och i hennes Substack-nyhetsbrev när hon fortsätter att utforma och skala människocentrerade, AI-drivna system.

Fler expertintervjuer kommer på The People Managing People!