En chef inom talang och transformation om hur AI i det tysta omformar organisationer – ledare måste komma ikapp

Vi satte oss ner med Ravin för att förstå hur AI förändrar organisationsstrukturen och hur ledare måste gå till väga vid implementering av AI för att lyckas. Här är vad han berättade för oss.

En karriär inom affärsverksamhet och talang

Jag leder Mercers globala verksamhet inom transformationsrådgivning. Dessförinnan ledde jag all innovation och talanghantering på det som nu är Willis Towers Watson. Innan dess var jag konsult på Accenture inom deras strategiverksamhet.

Jag sitter också i ett antal styrkommittéer vid World Economic Forum. Jag är lärare vid Kellogg School of Management vid Northwestern, där jag också är exekutiv fellow. Jag är dessutom författare till sex böcker och ett par hundra artiklar om framtidens arbete och AI:s påverkan på arbete och organisationer.

Ravins tips

Det finns en föreställning om att man kan leda med hjälp av teknik och på något magiskt sätt få avkastning, i stället för att göra det krävande arbetet med att utforma arbetet och den arbetsarkitektur som omger organisationen på nytt. Det är denna missuppfattning som ligger bakom de grundläggande hindren för att ta till sig teknik.

Hur AI förändrar arbetsmodeller från "fasta" till "flödesbaserade"

Jag ser hur ledarskapet förändras ganska dramatiskt i en AI-fokuserad värld, och inte bara i den ledarroll jag har, utan också i det arbete jag gör med mina kunder.

Mer specifikt ser jag att ledare behöver samordna ett mycket bredare och mer distribuerat ekosystem av alternativ för att få arbetet utfört och genomföra sina strategier — oavsett om det handlar om anställda som ingår i organisationen, AI som de har utvecklat internt, AI som de har införskaffat, en allianspartners kapacitet eller en gigarbetares kompetens.

Alla dessa kapaciteter spelar en roll i en AI-förstärkt värld när arbetstakten ökar och AI efterfrågar nya kompetenser. Detta ersätter föreställningen om att arbete är knutet till en tjänst med mer agila arbetssätt.

I min senaste bok beskriver jag tre modeller för att engagera talanger:

1. Den fasta modellen: Detta är den traditionella, tjänstebaserade modellen.
2. Den flexibla modellen: Här har människor tjänster, men flexibilitet att uttrycka sina kompetenser inom olika områden eller skaffa nya kompetenser.
3. Flödesmodellen: Här kopplas talanger endast till arbete genom projekt, uppdrag och gig.

AI i organisationsdesign påverkar nu alla aspekter av arbete och ledarskap, så vi ser företag röra sig från fasta till flexibla och vidare till flödesbaserade arbetsmodeller.

Varför ledare måste utforma arbetet på nytt innan de implementerar AI

Det finns en föreställning om att man kan leda med hjälp av teknik och på något magiskt sätt få avkastning, i stället för att göra det krävande arbetet med att utforma arbetet och den arbetsarkitektur som omger organisationen på nytt.

Det är denna missuppfattning som ligger bakom de grundläggande hindren för att ta till sig teknik.

Tack vare generativ AI har vi övervunnit problemet med den sista milen som AI tidigare hade när tekniken inte var ändamålsenlig. Generativ AI är en teknik som är otroligt enkel att använda. Den är konversationsbaserad och finns implementerad i den teknik vi använder varje dag. Men den mest svårhanterliga utmaningen är fortfarande arbetsarkitekturen.

Det är där ledare i progressiva organisationer aktivt arbetar. Och av goda skäl — det är där de kan fånga exponentiella vinster.

Ledare måste vara beredda att se bortom att maskiner ersätter människor och faktiskt se all potential i ett distribuerat ekosystem.

Fokusera på den här typen av frågor: "Var kan arbetet potentiellt flyttas till en lägre kompetensnivå?" Och: "När arbete ersätts, var behöver vi någon med högre kompetensnivå för att ta över arbetet?"

Läs mer här om hur man kan omforma arbetet och dra nytta av AI-driven produktivitet.

Ett verkligt exempel på ett ”arbete-framåt”-inriktat arbetssätt

Här är ett exempel från arbete vi utförde tillsammans med en av våra kunder. På en avdelning inom en mycket stor global organisation för finansiella tjänster omformade vi arbetet utifrån funktionerna i en ny egenutvecklad teknikplattform som omfattade datorseende för dataimport, processautomation, maskininlärning och generativ AI.

Genom att omforma arbetet först kunde vi ta uppgifter, flytta dem till plattformen, ersätta dem och förstärka dem med plattformens funktioner. Och där slutade det inte. Andra delar av arbetet kunde sedan flyttas från medarbetare på mer seniora nivåer hela vägen ner till nybörjare. Detta var möjligt eftersom uppgifterna tidigare värderade erfarenhet högt, men tekniken minskade betydelsen av dessa färdigheter.

Faktum är att vi i vissa fall helt kunde eliminera behovet av vissa typer av färdigheter. Tekniken ersatte detta arbete på nybörjarnivå.

Vi använde ett ”arbete-bakåt”-inriktat arbetssätt för att omforma arbetet, snarare än det ”teknik-framåt”-inriktade arbetssätt som så många organisationer försöker införa — ofta utan framgång. Fördelen med vårt arbetssätt är att det frigör och synliggör inte bara teknikens primära effekter, utan även dess sekundära och tertiära effekter.

Ravins tips

Vi använde ett \u0022arbete-bakåt\u0022-inriktat arbetssätt för att omforma arbetet, snarare än det \u0022teknik-framåt\u0022-inriktade arbetssätt som så många organisationer försöker införa — ofta utan framgång. Fördelen med vårt arbetssätt är att det frigör och synliggör inte bara teknikens primära effekter, utan även dess sekundära och tertiära effekter.

Varför ett ”arbete-bakåt”-inriktat arbetssätt förbättrar AI-användningen

Ett ”arbete-bakåt”-inriktat arbetssätt underlättar även användningen av AI.

När man implementerar AI i strategisk planering är det mycket enkelt för organisationer att sprida tekniken och hoppas på det bästa — sprida tekniken och hoppas att människor ska börja använda den på ett enhetligt sätt. Men det händer sällan.

I stället behöver de göra det svåra arbetet med att:

• Omforma arbetsroller
• Omforma processer
• Förändra kraven på nya medarbetare
• Säkerställa den disciplin med vilken tekniken används, styrs och hanteras för att garantera en konsekvent tillämpning och implementering.

Jag vet, du vet, vi vet alla att förändringsledning är det som avgör om omställningar lyckas eller misslyckas. Ändå är AI i förändringsledning — och den aktiva omformningen av arbetet — fortfarande det största hindret för organisationer.

Ravins tips

Varje ledare behöver vara kunnig inom AI, och du blir inte det om du inte använder den här tekniken varje dag. Du blir inte det utan att experimentera, utan att \u003ci\u003e\u003cem class=\u0022Lexical__textItalic\u0022\u003eprova\u003c/em\u003e\u003c/i\u003e. Framför allt blir du inte det utan att föregå med gott exempel för resten av organisationen och gå i täten.

Hur uppbyggnad av AI-kompetens påskyndar användningen

Vi har använt vår egen LLM under större delen av de senaste två åren och, liksom många organisationer, demokratiserar vi tillgången.

För att säkerställa användning och kompetens fungerar våra ledare som förebilder i användningen. Vi utbildar också människor i hur tekniken ska användas. Vi har utbildat dem i att förstå hur en hallucination ser ut. Vi har utbildat dem i att validera och kontrollera data. Vi har utbildat dem i hur lämplig användning av AI i affärsverksamheten ser ut, vad som ska laddas upp och vad som inte ska laddas upp.

Utbildningen sker på olika sätt:

• AI-baserade simuleringar
• Lärande mellan jämlikar
• Workshoppar

Vi har investerat i att ge våra medarbetare den kunskap de behöver, så att AI inom lärande och utveckling verkligen är en partner de vänder sig till varje dag för varje arbetsuppgift.

Men jag säger det igen: Du kan inte uppnå ROI från AI om det enda du gör är att demokratisera tillgången utan att medvetet utforma om arbetsuppgifterna och processerna.

Så möjliggör en intern AI-stack snabbare omutformning av arbetet

Precis som nästan alla företagsledare är jag besatt av generativ AI.

Den har gjort det möjligt för oss att bygga vidare på ett arv av processautomatisering genom att stegvis förbättra intelligensnivån och integreringen av arbetsflöden. Och den har hjälpt oss att utveckla en agentisk förmåga som verkligen förändrar alla aspekter av vårt arbete.

Vi använder vår egen LLM för detta, liksom ett internt verktyg för arbetsutformning som hjälper våra kunder att utforma om sina arbetsuppgifter och processer.

Så förändrar agentiska arbetsflöden talanghantering, verksamhet och rådgivning

När vi ändå talar om agenter genomsyrar beredskap för agentisk AI alla aspekter av vår affärsmodell och kultur — från de operativa delarna av rådgivningen till talangprocesser och våra processer för ekonomistyrning.

Agentisk AI skapar möjligheter för nya tjänster och tillför värde till befintliga tjänster. Det är verkligen svårt att överdriva hur dramatiskt den förändrar vår strategi och vår affärsmodell.

Vårt interna verktyg för arbetsutformning har gjort det möjligt för oss att omvandla en sex veckor lång rådgivningsprocess till en process på sex timmar och tre workshoppar, vilket gör att vi kan hjälpa våra kunder att utforma om sina arbetsuppgifter och processer för att bättre möjliggöra införandet av AI

Verktyget hjälper oss att dekonstruera arbetsuppgifter och processer, analysera arbetet och identifiera möjligheter till omfördelning där arbete kan ersättas eller förstärkas av olika typer av teknik (RPA, maskininlärning, generativ AI, agenter, robotteknik med mera) samt rekonstruera nya arbetssätt.

Därför måste ledare bli AI-kunniga och leda framifrån

Snart kommer team och kunder att förvänta sig expertis i betydligt högre takt, med en nivå av insikt och testning som saknar motstycke — och i allt högre grad i takt med utvecklingen av digitala tvillingar. Testade, handlingsbara lösningar kommer att behöva implementeras på dagar och veckor i stället för månader.

Med AI inom ledarskapsutveckling når du inte dit om du inte använder den här tekniken varje dag. Du når inte dit utan att experimentera, utan att försöka.

Framför allt når du inte dit utan att vara en förebild för resten av organisationen och leda framifrån.

Följ med

Du kan följa Ravin Jesuthasans arbete på LinkedIn medan han fortsätter att implementera AI genom sitt arbetssätt med att "arbeta bakifrån".

Fler expertintervjuer kommer på People Managing People!