AI-strategi är en kulturutmaning, och HR har en unik position att leda

Vi satte oss ner med henne för att ta reda på hur hon gör AI praktiskt för både ledare och team. Och hon berättade exakt varför HR spelar en avgörande roll i AI-strategi och införande.

Lika delar uthållighet och nyfikenhet

Jag heter Tracy Cote och är personalchef på Slickdeals. Jag leder också vårt Community Operations-team.

Min ledarskapsresa har formats av lika delar uthållighet och nyfikenhet. Jag bekostade själv mina universitetsstudier, arbetade mig upp genom mycket olika branscher och lärde mig tidigt att de bästa ledarna är de som förblir stabila, löser verkliga problem och får människor med sig.

Under åren har jag fått möjlighet att leda genom tillväxt, omvandling och komplexitet, bland annat global expansion, integration efter företagsförvärv och internationell verksamhet på företag som Genesys och StockX. Dessa erfarenheter lärde mig mycket om hur kultur antingen kan påskynda tillväxt eller i det tysta bromsa den, och varför tydlighet och förtroende blir ännu viktigare när team är distribuerade och förändring är konstant.

På Slickdeals är den skärningspunkten ständigt närvarande. Vi är en communitydriven plattform, så ”människor” är inte bara interna medarbetare. Det handlar också om miljontals medlemmar, bidragsgivare och erbjudandejägare som formar vår produkt och vårt rykte varje dag. Att leda både HR och Community Ops håller mig förankrad i vad som krävs för att växa ansvarsfullt: att bygga system som fungerar, skydda förtroendet och se till att företaget kan röra sig snabbt utan att förlora det som gör det speciellt.

Med tiden har min ledarstil förändrats från att vara personen som löser allt till att vara en byggare och kraftmultiplikator som skapar miljön där bra arbete kan utföras.

Jag är också mamma, och balansen mellan karriär och familj har fördjupat min övertygelse om empati och inkludering: inte som modeord, utan som grundläggande principer för verksamheten. I slutändan är mitt jobb att skapa tydlighet, undanröja friktion och hjälpa människor att utföra arbete de är stolta över.

Tracys tips

AI ökar tvetydigheten eftersom verktygen och möjligheterna förändras varje vecka. Ledarskap handlar nu mer om att sätta ramar, bygga kunskap och hjälpa team att experimentera ansvarsfullt utan att tappa fokus.

Så förändrar AI ledarskap och organisationsdesign

AI förändrar ledarskapets tempo och form. Arbetet går naturligtvis snabbare, men den största förändringen är de frågor som ledare ansvarar för att ställa.

I AI-eran handlar min roll mindre om att hantera kapacitet och mer om att utforma hävstångseffekter. Det innebär att fråga var människor tillför mest värde, var automatisering bör användas och hur vi höjer den grundläggande kvaliteten på besluten i organisationen.

Därför har jag behövt släppa antagandet att strukturen alltid kommer först. Historiskt sett utformade vi organisationsschemat, definierade roller och optimerade sedan arbetsflödena. AI i organisationsdesign vänder på det. Nu börjar vi med arbetsflöden och resultat och utformar sedan roller utifrån vad som faktiskt behövs när AI kan hantera en del av arbetet.

Jag har också behövt ifrågasätta idén att ledarskap innebär att ha svaren. I verkligheten ökar införandet av AI i personalplanering tvetydigheten eftersom verktygen och möjligheterna förändras varje vecka. Ledarskap handlar nu mer om att sätta ramar, bygga kunskap och hjälpa team att experimentera ansvarsfullt utan att tappa fokus.

Så HR:s fokus skiftar från automatisering till skalbart tankearbete

Jag minns ögonblicket då jag insåg att detta inte bara var ännu en våg av HR-automatisering, utan att vi för första gången gick bortom transaktionsarbete och skalade upp tankearbete.

Det var för flera år sedan, på ett annat företag. Vi satsade hårt på automatisering i HRIS-systemet för att stödja våra kunder: självbetjäningsarbetsflöden, standardiserade processer och färre manuella överlämningar. Det var automatisering som effektivisering.

Men sedan började AI hjälpa oss att automatisera de delar av HR och ledarskap som tidigare var långsammare och svårare att skala upp: syntes, mönsteridentifiering och coachning. Det blev en vändpunkt i mitt ledarskap.

Så förändrar AI prestationsbedömningar och chefscoachning

Här är ett konkret exempel: prestationsutvärderingar och coachning av chefer med hjälp av en kombination av verktyg:

Verktyg: ChatGPT Enterprise + Zoom AI-sammanfattningar + (snart) AI-coachning från 15Five integrerad i 1:1-samtal

Förändringar i konfiguration och arbetsflöde:

1. Vi standardiserade våra indata för AI i prestationshantering (självutvärdering, chefens bedömning och feedback från kollegor) så att råmaterialet är strukturerat och jämförbart.
2. Vi använder ChatGPT för att sammanfatta och syntetisera teman från underlagen: styrkor, utvecklingsområden, inkonsekvenser och saknad kontext.
3. Chefer använder den syntetiserade informationen som utgångspunkt, inte som det slutliga utkastet: de validerar den, lägger till specifika exempel och tar ansvar för bedömningen.
4. Vi använder Zoom AI-sammanfattningar för att fånga teman från viktiga samtal så att feedback inte försvinner i någons anteckningar.
5. Vi rullar ut AI-coachning från 15Five för att förstärka bättre chefsvanor i det löpande arbetet, vilket leder till bättre 1:1-samtal, tydligare mål och mer konsekventa utvecklingssamtal.

Resultat:

• Chefer lägger mindre tid på att sammanställa och mer tid på att coacha.
• Utvärderingarna är tydligare och mer konsekventa.
• HR får bättre insyn i mönster och brister, till exempel ojämn kvalitet på feedback eller otydliga förväntningar mellan team.
• Viktigast av allt är att det för oss mot skalbar ledarskapskvalitet utan att HR behöver skalas upp linjärt.

Observationer:

• AI stödjer syntes och konsekvens, medan människor fortfarande ansvarar för utvärderingen och resultaten.
• Att möjliggöra och coacha chefer är ett av områdena med störst hävstång, eftersom den största ”multiplikatorn” i de flesta företag inte är verktyget, utan chefen.

Mitt ”oj, wow”-ögonblick var att se hur snabbt AI omvandlade röriga, fragmenterade underlag till tydlighet, och sedan inse att den verkliga hävstången inte låg i själva verktyget. Den ligger i att kombinera AI med disciplinerade arbetsflöden och tydligt ansvar, så att ledare kan arbeta snabbare utan att sänka ribban.

Varför den verkliga fördelen kommer av att förankra AI i verksamheten

Den verkliga AI-fördelen uppstår när HR bygger förmågan och verksamheten bevisar värdet i arbetsflödet – och vi sedan skalar upp det.

Vi har genomgripande förändrat flera arbetsflöden inom AI i HR och ledarskap. En av de största förändringarna är att HR inte bara inför AI internt; vi möjliggör och påskyndar aktivt införandet av AI i våra operativa team. Eftersom jag leder både HR och verksamheten kan jag överbrygga gapet mellan vad ledare vill att AI ska göra och vad som faktiskt fungerar på arbetsflödesnivå.

Den röda tråden är denna: AI i verksamhetsstyrning blir omvälvande när det integreras i det dagliga arbetet, kombineras med automatisering och stöds av utbildning och skyddsräcken. Fristående AI-användning skalar inte. System gör det.

Prestationsutvärderingar och coachning är bra exempel, men jag har redan berört dem. Här är ett par andra arbetsflöden som vi har automatiserat.

Tracys tips

Den verkliga AI-fördelen uppstår när HR bygger förmågan och verksamheten bevisar värdet i arbetsflödet – och vi sedan skalar upp det.

Ledarskapets arbetsflöde: insyn i initiativ och operativ samordning

Använda verktyg: Atlassian Rovo (Confluence + Jira)

Vad vi ändrade: Vi använder Rovo för att sammanfatta statusen för initiativ, identifiera hinder, hitta teman från Jira och Confluence samt minska den manuella jakten på statusuppdateringar. Detta har varit särskilt värdefullt för tvärfunktionellt arbete, där friktion ofta uppstår på grund av bristande kontext och långsamma överlämningar.

Resultat:

• Snabbare samordning inom ledningen
• Tidigare identifiering av hinder och beroenden
• Mindre tid på att samla in uppdateringar

Obs: Det viktiga är att AI inte ersätter ledarskapets rytm – det förstärker den. Människor validerar fortfarande vad som är viktigt, gör avvägningar och anger riktningen. Men AI minskar friktionen i att skapa samsyn och hjälper ledare att fokusera på beslut i stället för informationsinsamling.

HR + verksamhetens arbetsflöde: dokumentation av möten och uppföljning

Använda verktyg: Zoom AI för anteckningar och sammanfattningar

Vad vi ändrade: Vi använder AI-genererade sammanfattningar och fångar upp åtgärder för att säkerställa att beslut inte går förlorade och att uppföljningar är tydliga — särskilt inom återkommande verksamhetsrutiner och 1:1-samtal.

Resultat:

• Minskad administrativ börda
• Bättre ansvarstagande
• Mer konsekvent genomförande i alla team

Nödvändiga skyddsräcken: Tydliga förväntningar på när det används och hur anteckningar lagras, så att förtroendet förblir intakt.

Varför AI måste ha begränsningar inom HR

AI kan göra väldigt mycket, men det är viktigt att sätta gränser.

AI ska aldrig vara den slutgiltiga auktoriteten över någons karriär. Det kan hjälpa ledare att arbeta snabbare—sammanfatta underlag, synliggöra mönster och formulera tydligare beskrivningar—men beslut om prestation, lön, befordringar eller anställning måste förbli människans ansvar och kunna förklaras.

Det bästa samarbetet mellan människa och AI uppstår när AI komprimerar information och synliggör alternativ, medan ledare bidrar med sammanhang och fattar beslutet. Vi använder det ofta för att sammanställa underlag från prestationsbedömningar och uppmärksamma luckor eller inkonsekvenser, men chefen och HR förblir ansvariga för vad som händer därefter.

Hur HR direkt bidrar till att skala upp AI och automatisering

Implementering sker inte genom tillkännagivanden. Den sker när AI integreras i hur verksamheten faktiskt bedrivs. HR bidrar till detta på några mycket konkreta sätt:

1. Bygga infrastrukturen: åtkomst, policy och säkra standardinställningar

• Samarbeta med ekonomiavdelningen och IT kring att säkra företagets AI-licens så att teamen får standardiserad åtkomst
• Utveckla policyer och skyddsräcken så att vi inte skapar integritetsrisker eller inkonsekventa arbetssätt
• Fastställa tydliga riktlinjer för vad som får och inte får matas in i AI-verktyg, särskilt känslig information om medarbetare och företaget

Detta skapar förtroende och undanröjer tvekan, vilket är avgörande för implementeringen.

2. Utbildning och kompetens som bygger på verkliga arbetsflöden

I stället för generisk ”AI 101” fokuserar vi på användningsområden som teamen faktiskt behöver:

• Sammanfatta komplex information
• Formulera konsekvent kommunikation
• Snabba upp återkommande administrativa uppgifter
• Förbättra förberedelser och dokumentation inför beslut
• Skapa mallar som minskar behovet av omarbete

Vi har lärt oss att kompetens inte bara handlar om kunskap om verktyg, utan också om omdöme. Människor behöver veta hur de ska validera resultaten, när de ska eskalera och när de inte ska använda AI.

Mer om AI-kompetens om en stund.

3. Skapa kultur

Kulturellt bygger vi aktivt normen att användning av AI är uppmuntrad—men att validering och ansvarstagande är icke-förhandlingsbara. Målet är ansvarsfullt experimenterande som faktiskt förbättrar hur arbetet utförs.

4. Utforma organisationen för att skapa hävstång

Eftersom HR befinner sig i skärningspunkten mellan verksamhetsmodell, roller och kompetensutveckling har vi varit medvetna om att:

• Avsätta tid för experimenterande utan att ge avkall på genomförandet
• Definiera vem som äger arbetsflödet och vem som stödjer det
• Ställa förväntningar på att AI förbättrar genomströmningen, men att ansvaret förblir mänskligt
• Skala framgångsrika användningsområden genom gemensamma mallar och handlingsplaner, så att implementeringen inte är beroende av enskilda avancerade användare

Det är här organisationsdesign spelar roll: AI ersätter inte struktur—i stället sätter AI den på prov.

5. Frigöra tid för teamen till arbete med högre värde

Vi använder också automatisering (och AI-förbättrade verktyg) för att ta bort repetitivt arbete, så att operativa team kan ägna mer tid åt arbete som kräver omdöme och har stor inverkan.

Inom HR använder vi till exempel automatiserad schemaläggning, vi har använt AI för att få hjälp med platsannonser och arbetsbeskrivningar, vi utvecklar vår egen HR-bot för Slack för att besvara medarbetares frågor, vi använder AI för att hjälpa till med sentimentanalys av enkäter och så vidare. Listan är nästan oändlig.

Så bygger du praktisk AI-kompetens som en kärnkompetens

Vi behandlar AI-kompetens som vilken annan kärnkompetens som helst: Den behöver struktur, övning och förstärkning.

Så här definierar vi att vara redo för AI:

• Man vet när man ska använda AI och när man inte ska göra det.
• Man kan skriva promptar och utvärdera kvaliteten på resultaten.
• Man förstår integritet, partiskhet och risker.
• Man kan integrera AI i arbetsflöden, inte bara använda det vid enstaka tillfällen.
• Ledare kan coacha kring AI-användning och tydliggöra förväntningar.

Vi följde dessa steg för att bli AI-redo:

1. Tydlig filosofi och tydliga riktlinjer (integritet, känsliga uppgifter, godkännanden)
2. Rollbaserad utbildning (användningsområden inom HR, användningsområden inom verksamheten, användningsområden för chefer)
3. Promptbibliotek med exempel så att medarbetare kan kopiera, klistra in och lära sig
4. Öppna frågestunder och sessioner för att visa och berätta
5. Uppmärksammande av team som bygger återanvändbara AI-arbetsflöden

Vi har stött på många problem på vägen. Här är de viktigaste problemen som jag kommer att tänka på:

• Att lita för mycket på AI eller misstro det helt
• Ojämn användning mellan team utan gemensamma standarder
• Rädsla och identitetsrelaterade farhågor
• Styrningen släpar efter verktygens utveckling

Det är också värt att notera att införandet av AI är betydligt mer känslomässigt än tekniskt. Människor lär sig inte bara att använda ett verktyg. De bearbetar förändringar i sin identitet: ”Om AI kan utföra en del av (eller hela) mitt jobb, vad säger det om mitt värde?”

Vi fokuserar mycket på att framställa AI för verksamheten som ett stöd, inte som en ersättning. Och vi pratar öppet om de färdigheter som blir viktigare: omdöme, kommunikation, prioritering, känsla för kvalitet, etik och empati för användaren.

Så här ser en AI-verktygsuppsättning för HR ut när fokus ligger på hävstångseffekt

Här är min nuvarande verktygsuppsättning för HR och ledarskap, med fokus på var AI faktiskt skapar hävstångseffekt. Tänk på att vi är ett litet företag, så vi gör mycket av detta på ett ganska enkelt och improviserat sätt:

• ChatGPT Enterprise (GPT-baserade assistenter): Vi använder detta dagligen i HR- och ledarskapsarbetet: för att utarbeta och förbättra kommunikation, sammanfatta och syntetisera information, planera scenarier och omvandla ostrukturerade indata till tydliga resultat. Inom HR använder vi det specifikt också för att hjälpa till att sammanställa prestationsbedömningar och hitta teman i feedback, så att chefer kan fokusera på coachning och beslut i stället för administrativt upprepningsarbete. Verktyget med högst avkastning på investeringen i uppsättningen, men bara när det kombineras med gott omdöme. Färdigheter inom promptskrivning och validering är viktiga!
• Perplexity: ChatGPT är vårt förstahandsval, men vi använder Perplexity för research.
• Claude: Claude är det bästa alternativet för skrivande.
• Atlassian Rovo (Confluence + Jira): Vi använder Rovo för att sammanfatta vad som händer inom initiativ, prioriteringar och projektarbete i Jira och Confluence. Det hjälper oss att snabbt sätta oss in i läget, identifiera hinder och skapa samsyn mellan team utan att behöva jaga uppdateringar manuellt. Mycket starkt för uppföljning av initiativ och bearbetning av tvärfunktionellt arbete. Det är särskilt användbart som ett ”komprimeringslager för ledningen”.
• Zoom AI Companion: Vi använder Zooms AI-funktioner för anteckningar för att fånga mötessammanfattningar, åtgärdspunkter och uppföljningar. Detta är särskilt användbart för enskilda samtal, teammöten och återkommande arbetsrutiner. Ett praktiskt verktyg med hög användningsgrad – så länge integritet och förväntningar är tydliga.
• 15Five AI: Vi inför 15Fives AI-funktioner för chefscoachning, som är inbäddade i enskilda samtal, för att förbättra kvaliteten och konsekvensen i chefers beteenden. Målet är att hjälpa chefer att bli bättre coacher och kommunikatörer utan att HR behöver växa linjärt när företaget växer.
• Gamma, Canva och Beautiful.ai: Vi använder AI-verktyg för att bygga presentationer för ledningspresentationer, berättelser och strukturerat berättande – särskilt när snabbhet är viktigt och vi vill ha ett rent första utkast att vidareutveckla. Det här är utmärkta produktivitetsacceleratorer. Det krävs fortfarande mänsklig finslipning, men de eliminerar mycket bortslösad tid

Utöver det använder vi alla AI-aktiverade funktioner som är inbyggda i våra HR-system när de på ett meningsfullt sätt förbättrar effektiviteten: till exempel sammanfattningar, rekommendationer och automatisering av arbetsflöden i befintliga verktyg. De är inte spektakulära, men ofta är de den AI som ger störst effekt eftersom den är integrerad och återanvändbar.

Vi använder till exempel Slack-automatiseringar för alla möjliga påminnelser och uppdateringar, och vi använder tillägget Doozy för födelsedagar, årsdagar, högtidsdagar och liknande. Vi använder Googles automationsverktyg i Docs för återkommande möten för att automatisera mallar. Vi använder Calendly för schemaläggning, eller det inbäddade Google-verktyget. Vi använder Grammarlys AI-funktioner — nu har människor verkligen ingen ursäkt för dåligt skrivande! Och vi använder Loom.

Så genomför vi ansvarsfulla AI-experiment

Vi använder ChatGPT Enterprise som standard för säkerhet och konsekvens, men uppmuntrar också teamen att experimentera med andra verktyg när de löser verkliga produktivitetsproblem. Målet är inte ”ett verktyg som styr över alla andra”. Det handlar om att bygga en kultur där människor använder rätt verktyg på ett ansvarsfullt sätt för att öka kvaliteten på resultaten och minska arbete med lågt värde.

Ett stort fokus för oss är att kombinera AI med automatisering och processutformning — eftersom det är där resultaten förstärker varandra.

Exempelvis:

• Vi använder automatisering av kalendrar och schemaläggning för att frigöra vår rekryteringskoordinator så att hen kan ägna sig åt arbete med högre värde, och vi lägger till AI-stöd där det minskar samordningsbördan ytterligare.
• Vi har en växande lista över automationsprojekt i hela företaget som syftar till att minska manuellt arbete, förbättra överlämningar och öka den operativa effektiviteten.
• Vi sponsrar ett hackathon med fokus på AI.
• Vi har en AI-kanal i Slack och en Confluence-sida där medarbetare uppmuntras att dela berättelser, resurser och tips samt be varandra om hjälp

Vissa av dessa saker är inte nya – men det stora steget framåt i AI:s kapacitet, tillsammans med ökad trygghet och acceptans, har gjort dem betydligt mer skalbara och effektfulla.

Resultatet är att vi har gått från ”AI är valfritt och experimentellt” till ”AI är en del av hur vi arbetar”. Vi har gått från enstaka individuell användning till gemensamma arbetsflöden, styrning, utbildning och återanvändbara mönster. Fokus ligger nu på hållbar användning som förbättrar genomförandet – inte på nyhetens behag.

Vad den största skillnaden mellan AI-förväntningar och verklighet är

Överlag är den största skillnaden när det gäller AI att många ledare, särskilt vd:ar, förväntar sig att det omedelbart ska vara en universallösning. Det finns en tendens att tänka: ”Om vi bygger eller köper AI-grejen kommer produktiviteten på magiskt vis att fördubblas.”

Så fungerar det inte. AI är ett verktyg — ett otroligt kraftfullt sådant, men det ersätter inte strategi, operativ disciplin eller gott ledarskap. Det förstärker det som redan finns. Starka arbetsflöden och tydligt beslutsfattande blir snabbare och bättre. Svaga arbetsflöden och otydligt beslutsfattande blir snabbare kaotiska.

Fördelarna med AI realiseras när det kombineras med omutformning av arbetsflöden och automatisering. Magin finns inte i modellen — den finns i systemen runt omkring den.

I stället för att behandla AI som en engångsimplementering behandlar vi det därför både som ett förändrat tankesätt och en förändrad verksamhetsmodell:

• Vi prioriterar ett litet antal användningsområden med högt värde.
• Vi utformar om arbetsflöden så att AI integreras där arbetet faktiskt utförs.
• Vi fastställer gränser och styrning så att teamen vet vad som är säkert och lämpligt.
• Vi bygger upp kompetens så att människor vet hur de ska validera resultat och använda sitt omdöme.
• Vi skalar upp det som fungerar genom mallar, gemensamma prompter och återanvändbara handlingsplaner.

Löftet är verkligt – men det är ingen färdig lösning. De organisationer som lyckas blir de som bygger in AI i hur arbetet utförs, inte de som bara tillkännager det.

Hur HR i en AI-driven organisation kommer att se ut om fem år

Snart kommer HR att gå från att vara en stödfunktion till att vara operativsystemet för organisationens prestation – och det kitt som håller ihop den mänskliga sidan av en snabb omvandling.

Om fem år kommer de starkaste HR-teamen att arbeta med insikter i realtid, AI-assisterat beslutsstöd och snabbare iterationscykler. En stor del av det rutinmässiga HR-arbetet kommer att vara automatiserat. Men det som skiljer dem åt kommer inte att vara vem som automatiserar mest – utan vem som använder den hävstången för att bygga bättre ledarskap, sundare team och högre prestation utan att förlora förtroendet.

Jag tror också att HR i allt högre grad kommer att leda införandet av AI i organisationer, inte för att vi är ”verktygsexperterna”, utan för att AI-införande i grunden är en kulturell förändring och ett förändringsledningsarbete. Det påverkar hur arbetet utförs, hur beslut fattas, hur prestation mäts och hur människor ser på sitt eget värde. HR har en unik position för att knyta samman strategi och medarbetarupplevelse samt säkerställa ansvarsutkrävande, transparens och konsekvens när dessa verktyg integreras i det dagliga arbetet.

De organisationer som lyckas blir de där HR hjälper ledare att skapa tydlighet, kompetens och förtroende i sina team när förändringstakten ökar.

Vad HR- och personalledare bör göra nu för att leda införandet av AI

Här är mina råd:

• Utgångsläge: Ignorera inte AI. Det kommer inte att försvinna.
• För det första: Behandla inte AI som ett sidoprojekt. Om du gör det får du resultat som från ett sidoprojekt.
• För det andra: Fokusera mindre på verktyg och mer på arbetsflöden. De organisationer som lyckas bäst kommer att vara de som utformar om hur arbetet utförs, inte de som köper mest programvara.
• För det tredje: Styrning är inte valfritt. Det är så du bygger förtroende och ett hållbart införande.
• Övergripande: Förbli mänsklig. AI kan öka hastigheten och produktionen, men det kan inte ersätta de mänskliga grundvalar som är avgörande för företagskultur och produktivitet: tydlighet, mod, empati, ansvarstagande och att skapa samsyn.

AI bör göra starka kulturer ännu starkare. Och det kan göra svaga kulturer mer sköra. Ledare behöver investera i kulturen med samma intensitet som de investerar i verktyg.

Följ med

Du kan följa Tracys arbete när hon implementerar AI-arbetsflöden utifrån sitt dubbla perspektiv på HR och drift på LinkedIn. Du kan också läsa hennes bok, Personaladministration: Automatisera HR, utforma en fantastisk medarbetarupplevelse och frigör din arbetsstyrka. Kolla också in Slickdeals!

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 kostnadsfria konto idag.