Chef för talanginsikter förklarar hur AI kan göra HR mer strategiskt och människofokuserat

Trent Cotton är chef för talanginsikter på ICIMS, en ledande leverantör av lösningar för talanganskaffning för företag. Han hjälper ledare att bygga högpresterande HR-team genom att omvandla arbetskraftsdata och AI till sammanhängande berättelser, strategier och beslut. Han är också skaparen av Sprint Recruiting och podden The Human Capitalist.

Vi pratade med honom för att få veta hur AI gör HR mer strategiskt och människofokuserat. Här är vad han berättade.

Skärningspunkten mellan talang, teknik och förändring

Jag heter Trent Cotton och är chef för talanginsikter på ICIMS samt skapare av Sprint Recruiting och podden The Human Capitalist. I över 20 år har jag befunnit mig i skärningspunkten mellan talang, teknik och förändring, där jag har byggt om rekryteringsmodeller och personalfunktioner i organisationer som bryr sig mer om resultat än om yta.

Jag började inom bankväsendet, gick vidare till HR och talanganskaffning och insåg snabbt att traditionella HR-handböcker inte var byggda för det moderna näringslivets tempo. Jag anpassade agila principer till rekrytering, vilket blev Sprint Recruiting och så småningom en bredare filosofi för hur personalfunktioner kan fungera som verkliga affärsenheter, inte som interna serviceavdelningar.

I dag fokuserar mitt arbete på att omvandla arbetskraftsdata – baserat på kandidat- och arbetsgivaraktivitet från tusentals kunder världen över – och AI till berättelser, strategier och beslut som ledare kan bygga sin verksamhet på.

AI hjälper mig att mycket snabbare gå från ”här är en datamängd” till ”här är berättelsen, risken och beslutet”, utan att förlora nyanserna. Jag kan omvandla signaler från arbetsmarknaden till något som en chef kan agera på inom fem minuter.

Hur AI kommer att göra HR mer strategiskt och människofokuserat

AI gör HR mer strategiskt och människofokuserat när det slutar vara ”ännu ett verktyg” och blir den sammanbindande vävnaden genom hela talanglivscykeln. Det är kärnan i argumentet bakom den AI-drivna talangportföljansvariga som jag föreställer mig: AI sköter sammanfogningen och synliggörandet, så att HR äntligen kan fokusera på att leda och coacha.

Låt oss bryta ner det.

Från transaktioner till talangportföljer

I dag lägger HR för mycket tid på att jaga processer som inte hänger ihop – rekryteringsbehov här, intern rörlighet där och lärande i ännu ett system. AI förändrar detta genom att:

• Integrera data från rekrytering, intern rörlighet, prestation och lärande i en samlad talangportfölj för varje affärsenhet.
• Synliggöra kompetenser, potential och vägar för rörlighet på ett och samma ställe i stället för att begrava dem i separata plattformar.
• Kontinuerligt synliggöra ”vem, var och vad härnäst?” så att ledare kan fatta bättre beslut om huruvida talang ska utvecklas, köpas in eller lånas in.

När det sker blir HR:s strategiska värde uppenbart. Du fyller inte bara platser, utan hanterar en levande portfölj av kompetenser som är anpassade till strategin.

För många organisationer kanske detta inte sker på en gång. De flesta team börjar med att tillämpa AI på ett eller två arbetsflöden med stora friktioner och utökar sedan användningen när de bygger upp förtroende och kapacitet.

Att frigöra kapacitet för verkligt mänskligt arbete

AI tar redan över delar av det arbete som i det tysta slukar HR:s kalender, till exempel urval, schemaläggning, förberedelse av dokument, enkla frågor och svar om policyer, statusuppdateringar och styrning av arbetsflöden.

Viktigt att komma ihåg är att detta inte handlar om att minska HR:s roll. Det handlar om att höja den. Målet är att ta bort repetitivt arbete så att HR-team kan ägna mer tid åt omdöme, coachning och affärsresultat.

När du medvetet riktar AI mot det lagret skapar du kapacitet för HR att:

• Ägna mer tid åt att utforma roller tillsammans med rekryterande chefer, inte bara att publicera dem.
• Ha djupare, datastödda samtal med medarbetare om karriärer, kompetenser och rörlighet – inte bara årliga prestationsbedömningar.
• Agera som verkliga rådgivare åt verksamheten i frågor om personalstrategi i stället för att bara hantera ärenden.

Med andra ord gör AI inte HR ”mindre mänskligt”, utan tar bort den administrativa börda som har hindrat HR från att fungera som en strategisk, människocentrerad funktion.

Faktum är att enligt vår enkät bland 250 chefer inom talangrekrytering uppger 84 % att förbättrad rekryterareffektivitet genom AI är deras högsta prioritet.

Att göra HR till en portföljansvarig och ”agentchef” med AI

Den AI-stärkta portföljansvariga för talanger är en person som har helhetsansvaret för externa och interna talanger och använder AI för att samordna, inte bara utföra. Den rollen:

• Utvecklar personalstrategier tillsammans med verksamhetsledare i varje behovs- eller planeringssamtal och använder AI-agenter för att testa scenarier i realtid.
• Övervakar både externa kandidatflöden och interna utvecklingsvägar och använder AI för att synliggöra risker, potential och alternativ för efterträdarplanering.
• Blir den centrala kontaktpunkten för talangstrategi, personalplanering och kompetensutveckling på affärsenhetsnivå.

Samtidigt får vi ”agentchefer”: HR- och verksamhetsledare som inte bara använder verktyg, utan leder AI-agenter som i bakgrunden hanterar sökning, matchning, uppmuntran och övervakning. Den förändringen – från att utföra arbetet till att styra systemet – är det som gör HR verkligt strategiskt.

Att förbättra samtal med AI, inte bara göra dem snabbare

Den verkliga möjligheten ligger i hur AI förändrar kvaliteten på människors samtal, inte bara deras hastighet. Med integrerade, AI-förstärkta insikter kan HR gå in i ett möte och säga:

• ”Här är kompetensmixen i ert team i dag, här är vad er strategi kräver och här är tre förändringar i talangportföljen som vi kan genomföra.”
• ”Här är de interna medarbetare som skulle kunna ta dessa roller med riktad utveckling, och här är risken om vi inte flyttar dem.”
• ”Så här påverkar det här rekryteringsbeslutet mångfald, efterträdarplanering och kompetensberedskap under de kommande 12–24 månaderna.”

Det innebär strategisk personalutformning förankrad i verkliga människor, verklig potential och verkliga avvägningar.

När AI hanterar arbetet med lågt värde avgör det du gör med den frigjorda kapaciteten hur strategisk och verkligt människocentrerad din HR-funktion blir.

Så förändrar AI beslutsfattande och strategi

Personligen ser jag AI som en samarbetspartner i tänkandet, inte bara som en produktionsmotor. När team använder det för att ställa bättre frågor – inte bara arbeta snabbare – förbättras kvaliteten på strategi, budskap och experimenterande.

AI berör nästan alla delar av mitt arbete:

• Strategi: Jag använder AI för att planera scenarier utifrån förändringar på arbetsmarknaden, AI-störningar och talangrisker och översätter sedan detta till tydliga alternativ för ledare. Jag använder det som en diskussionspartner när jag behöver kommunicera ett ämne eller en idé.
• Beslutsfattande: AI påskyndar det första utkastet till ett svar, men jag fattar fortfarande beslutet. Dess snabbhet eliminerar den tomma sidan och synliggör avvägningar snabbare. Jag ser det som min Jarvis (från Ironman). Det är en medhjälpare som hjälper mig att utveckla infallsvinklar för att säkerställa ett mer datainkluderande beslutsfattande.
• Innehåll och opinionsledarskap: AI-förstärkta agenter driver min närvaro i sociala medier och hjälper mig att hålla mig uppdaterad om aktuella händelser. Innan det här verktyget drunknade jag i nyhetsflödet. Nu kan jag ligga steget före och fortsätta vara en ledande och rådgivande röst på marknaden.

Även om mitt tillvägagångssätt är personligt kan samma principer skalas upp till olika team: genom att integrera AI i arbetsflöden, beslutsfattande och kommunikationsmönster på ett strukturerat, repeterbart och verksamhetsanpassat sätt.

Så skapar AI ett mer dynamiskt ledarskap

AI har tvingat mig att tänka mindre på statiska organisationsscheman och mer på dynamiska arbetsflöden som kan kopplas om i takt med att tekniken och arbetet utvecklas. Min roll har förändrats från ”ledare för en funktion” till ”designer av system som lär sig”.

Som ett resultat av AI har jag behövt släppa taget om några sedan länge etablerade antaganden:

• Att kontrollspann är detsamma som påverkan. Med AI är hävstångseffekten viktigare än antalet medarbetare.
• Att ledare personligen behöver ”äga” varje beslut. Nu är mitt jobb att utforma beslutsflöden där människor och maskiner gör det de är bäst på.
• Att strukturen måste vara fast. Jag känner mig mer bekväm med att testa tillfälliga ”arbetsgrupper” kring problem och sedan upplösa eller omforma dem när värdet förflyttas.

Så hjälper AI ledare att kommunicera

Jag bestämde mig för att integrera AI direkt i coachningen av mitt ledarteam, och det förändrade mitt sätt att leda. Vi hade flera års bedömningsdata — DISC, StrengthsFinder och andra ledarskapsprofiler — men det mesta fanns i bildspel och pärmar. Jag integrerade alla dessa resultat i en AI-kunskapsbas och använde den som en coachningsassistent i realtid.

I enskilda samtal och teammöten kunde jag omedelbart ta fram en ledares kommunikationspreferenser, vad som gav dem energi och var konfliktmönster kunde uppstå mellan olika stilar. Sedan översatte jag det till konkreta riktlinjer för ”så här närmar du dig den här personen”.

Det förändrade också sättet jag leder samtal på. I stället för att ge mig generiska råd som — ”kommunicera mer” eller ”samarbeta bättre” — gav det mig mycket mer skräddarsydd coachning, som ”Eftersom du har högt D och de har högt S är det här språket och tempot som fungerar för dem.”

Allt detta gör ledarteamet till bättre ledare och mig till en bättre coach genom att omvandla statisk bedömningsdata till dynamiska insikter i stunden för omedelbar handling.

Varför AI bör användas som ett gränssnitt

Jag förlitar mig mycket på AI-assistenter för att sammanställa forskning, utforma innehåll och testa idéer. Jag använder också videoplattformar privat för mina kanaler.

Under det senaste året har jag gått från ”AI som en app” till ”AI som ett gränssnitt”— jag arbetar allt oftare i miljöer där AI är inbäddat i sökning, skrivande, analys och schemaläggning, i stället för att hoppa mellan verktyg med ett enda användningsområde.

För att analysera data använder jag vanligtvis Claude och Gemini. Båda hjälper mig att analysera trender som jag inte hade övervägt. Min favoritfråga att ställa i en prompt är: ”Berätta om en eller två trender som du ser och som jag inte frågade om.”

Jag använder Perplexity Spaces för innehåll och Claude Co-Work för mina agenter.

Varför ledare måste förstå AI:s värde innan de genomför stora förändringar

De flesta företag gör om organisationsscheman innan de förstår var AI skapar värde. De minskar antalet roller, slår ihop team och förklarar segern vunnen, men de har inte gjort det svåra arbetet med att kartlägga arbetsflöden, beslut och felmoder i en AI‑driven miljö.

Så här kan organisationer och ledare förändra detta:

• Se AI som en hypotes, inte ett svar. Genomför små, instrumenterade experiment innan ni låser fast strukturella förändringar.
• Utforma organisationen kring värdeflöden — hur värde rör sig från problem till kund — inte kring avdelningar.
• Ställ en enkel fråga innan varje AI-initiativ: ”Vilket beslut eller vilken begränsning försöker vi förändra, och hur vet vi om den har förändrats?”

Trents tankar

Se AI som en hypotes, inte ett svar. Genomför små, instrumenterade experiment innan ni låser fast strukturella förändringar.

Hur ledare bör närma sig AI-omställning

Dessutom bör ledare se AI som ett projekt för organisationsdesign, inte som ett IT-projekt. Om ni bara jagar verktyg får ni lokala effektiviseringar och global förvirring.

Några praktiska principer som jag ofta delar:

• Börja med en karta över beslut, inte en lista över jobbtitlar. Var fattas era viktigaste, dyraste eller mest felbenägna beslut?
• Utforma ”människa i loopen” som standard och ta sedan selektivt bort människor där risken är låg och återkopplingslooparna är starka.
• Ge era team tillåtelse att ifrågasätta gamla mätetal, processer och policyer när AI gör dem föråldrade. Om ni fortsätter att mäta gårdagen kommer ni att fortsätta optimera fel saker.

Så bygger du AI-kompetens för ett AI-anpassat team

AI-kompetens handlar mindre om ”kan du skriva bra promptar?” och mer om ”kan du utforma ett användningsfall och bedöma resultatet?”

Jag fokuserar på tre förmågor: att förstå var AI passar in i ett arbetsflöde, att veta hur man granskar resultat och att ha tydlig koll på riskerna och etiken kring beslut som rör medarbetare.

En AI-redo organisation ser ut så här:

• Team har tydliga riktlinjer för när AI kan hjälpa till, när människor måste fatta beslut och när vissa uppgifter inte får användas.
• Experimenterande är enkelt och förväntat. Små pilotprojekt är en del av kulturen, inte särskilda projekt.
• Ledare känner sig bekväma med att säga ”jag vet inte, låt oss testa” i stället för att automatiskt förlita sig på gamla arbetssätt eller implementera den senaste tekniken utan eftertanke.

Och kom ihåg att även personer utan teknisk bakgrund kan bli avancerade användare när du förklarar AI utifrån de problem de bryr sig om, snarare än utifrån funktioner.

Några av de bästa användningsfallen jag har sett kom inte från ”AI-folket”, utan från rekryterare, HRBP:er och operativa medarbetare som fick tillåtelse att experimentera och utmana gamla regler.

Tänk på juniora roller eller roller för personer tidigt i karriären. När AI förstärker dessa roller förkortas tiden tills investeringen börjar ge avkastning. Jag tror att detta kommer att förändra hur vi arbetar och vad vi fokuserar på.

Så kommer ledarskapet att skilja sig åt med AI-drivna arbetsflöden

Under de kommande fem åren kommer framgångsrika ledare kontinuerligt att utforma om hur arbetet utförs, i stället för att bara fastställa en strategi och föra den vidare i organisationen.

Ledare kommer mer sällan att styra och kontrollera och oftare att känna av, sammanställa och bygga om organisationen – särskilt när agentbaserade system börjar hantera hela arbetsflöden från början till slut.

En tydlig skiljelinje kommer att uppstå mellan ledare som ser AI som ett verktyg för kostnadsbesparingar och de som använder det för att öka organisationens förmåga att lära, i linje med perspektiv på AI:s nödvändighet för att omdefiniera HR:s värde.

De senare kommer att attrahera bättre talanger, arbeta snabbare med mindre utbrändhet och bygga personalfunktioner som äntligen är anpassade efter hur värde skapas och förflyttas genom verksamheten.

Följ med

Ta del av Trent Cottons podcast, The Human Capitalist, där han hjälper ledare att bygga högpresterande HR-team. Hitta resten av hans erbjudanden här eller ta en titt på ICIMS insikter om talanger och forskningsrapporter. Ta också kontakt med honom på LinkedIn.

Fler expertintervjuer kommer på People Managing People!