Personteknolog säger att AI-användning är 10 % teknik, 90 % psykologi

Yannick Fouagou är chef för personalverksamhet och personalösningar på Greenshield, där han fokuserar på att förena datadriven effektivitet med människocentrerat ledarskap.

Vi frågade honom om den ”mänskliga” aspekten av AI-integrering och införande. Han berättade varför — och hur — AI måste lyfta medarbetarna i stället för att ersätta dem.

Att bemästra teknik som skulle kunna automatisera bort mänskligheten

Min karriär är en berättelse om två decennier: det första som elektronikingenjör inom olja och gas, och det andra som personalteknolog. Med andra ord gick jag från att hantera rigorösa kvalitetssystem i extrema miljöer till att leda digitala transformationer som omdefinierar medarbetarens livscykel.

Denna tekniska grund, i kombination med kaoset i att uppfostra fem barn, lärde mig en viktig sanning: Människor reagerar på oförutsägbarhet på sätt som logiken inte alltid kan kartlägga. Denna insikt ledde mig till skärningspunkten mellan personalanalys och psykologi, vilket så småningom inspirerade min ledarskapsroman, Kaosåret.

För även om system skapar struktur är det den mänskliga faktorn som avgör motståndskraften.

I dag arbetar jag med att överbrygga gapet mellan datadriven effektivitet och människocentrerat ledarskap. Mitt övergripande syfte kan sammanfattas i ett ord: empati. Jag använder teknik inte för att ersätta kontakt, utan för att skydda den.

Framöver fokuserar jag på att hjälpa organisationer att gå bortom ren ”överlevnad” och mot avsiktlig tillväxt. Genom att utnyttja mitt ingenjörsmässiga tankesätt hjälper jag ledare att navigera genom ”sammanbrottet” av föråldrade strukturer.

Oavsett om det sker genom mina böcker eller min roll inom personalverksamheten är mitt mål att göra arbetsplatsen mer mänsklig genom att bemästra just den teknik som hotar att automatisera bort vår mänsklighet.

Så omformar AI ledarskap och organisationsstruktur

Jag var skeptisk till AI till en början. Men jag har gått från den skepsisen till en balanserad insikt. AI skapar enhetlighet i genomförandet, men människan är fortfarande den särskiljande faktorn. Vi måste gå från ”föråldrade människor” som utför rutinuppgifter till ”vakna människor” som driver strategin.

• Gammalt antagande: AI ersätter kunskapsarbetare.
• Ny verklighet: AI ersätter rutinarbetet. Människor måste bidra med den kreativa, kritiska och unika ”gnista” som AI inte kan simulera.

Varför AI-integrering förändrar organisationens resultat

Här är ett exempel. I ett nyligt projekt för modernisering av HR gick vi från att bara ”använda” AI till att göra den till projektets ”nervsystem”. Genom att mata in varje mötestranskribering, beslutslogg och krav i en anpassad AI-agent skapade vi ett levande arkiv över projektets samlade kunskap.

Denna agent lagrade inte bara data, utan genererade aktivt veckovisa statusrapporter, identifierade medarbetare som borde uppmärksammas och skrev komplexa testscenarier.

Denna integrering gjorde det möjligt för oss att trotsa projektledningens ”järntriangel” — att leverera i tid, inom budget och med hög kvalitet. Vi gick från low-code RPA till no-code agentisk AI och automatiserade arbetsflöden från början till slut, såsom enkätanalys och rapportering till ledningen, med minimalt ingripande.

• Produktionsvinst: Presentationer för ledningen minskade från två dagars arbete till bara fyra timmar.
• Strategisk förändring: Ledningen förfinar nu strategin i stället för att ändra storleken på PowerPoint-rutor.

I slutändan ser jag AI som elektricitet i ett hem. Min roll som ledare är inte längre bara att lysa upp rummet (tillhandahålla verktyg), utan att lära mitt team hur de också kan använda den kraften för att koka vatten eller ladda en bil (driva resultat).

Genom att automatisera det transaktionella röjde vi vägen för ett djupt, strategiskt arbete som tidigare begravdes under administrativ överbelastning.

Så kan AI revolutionera medarbetarnas självservice

Vi har också gjort en fullständig översyn av medarbetarnas självservice (ESS) och gått från en ”sökmodell” till en ”konversationsmodell”.

Tidigare letade medarbetarna igenom SharePoint-webbplatser eller PDF-filer för att hitta policyer. Nu har vi laddat in alla våra policyer och standardiserade arbetsrutiner (SOPs) i kunskapsbasartiklar (KBAs), som är tillgängliga via en konversationsbaserad AI-agent.

En medarbetare kan helt enkelt fråga: ”Vilken policy gäller för ledighet vid dödsfall?” eller ”Hur uppdaterar jag mina skatteformulär?” och få ett omedelbart svar i rätt sammanhang.

Den mest kraftfulla delen av denna översyn är återkopplingsslingan. Vi använder AI för att analysera sökningar som ger "Inga resultat hittades" och vanliga frågor. AI identifierar luckor i vår dokumentation och rekommenderar att vi skapar nya KBA:er. Den säger till oss: "50 personer frågade om laddstationer för elfordon den här veckan, och vi har ingen policy. Ta fram en." Detta håller vår kunskapsbas levande.

Varför AI:s löfte och verksamhetens verklighet ofta inte överensstämmer

Med det sagt ser jag en klyfta mellan AI:s löfte och dess verklighet. Det finns två huvudsakliga spänningar som orsakar detta.

För det första spänningen kring "användningsfall": Företag jagar AI-talanger, men bortser från behovet av verksamhetsförståelse. Sanningen är att det är lättare att lära en verksamhetsexpert AI-färdigheter än att lära en teknisk arkitekt djup verksamhetskunskap. Därför kompetensutvecklar vi våra domänexperter så att de kan identifiera var tekniken passar genom en strategi för AI-beredskap.

För det andra spänningen kring "enhetlighet". När alla börjar använda samma AI-verktyg riskerar branscher att hamna i ett "hav av likformighet". För att bryta sig ur denna loop måste organisationer tänka om kring sina värdeerbjudanden.

En tjänsteleverantör måste till exempel utvecklas till en datadriven plattform för att skapa en hållbar konkurrensfördel.

För att hantera dessa spänningar fokuserar jag på "matrisintegration". Vi bryter ner silos mellan HR, ekonomi och IT för att möjliggöra ett sömlöst dataflöde genom hela organisationen.

Varför AI-användning består av 10 % teknik och 90 % psykologi

Det mest överraskande jag har lärt mig är att AI-användning består av 10 % teknik och 90 % mänsklig psykologi.

För att hantera detta har jag återvänt till grunderna i organisationsdesign. Jag delar uttryckligen in mina intressenter i "förespråkare" och "motståndare" och möter dem där de befinner sig på kurvan. Vi rullar inte bara ut verktyg, utan kodifierar det nya arbetssättet i standardrutiner och policyer för att säkerställa ansvarsskyldighet. Det innebär att förändringen är kulturell och strukturell, snarare än bara en tillfällig ökning av entusiasm.

Denna insikt har flyttat mitt ledarskapsfokus mot mänsklig beredskap. Vi mäter avkastningen på våra verktyg inte bara i sparad tid, utan också i vår personals "uppvaknande".

• Steg 1: Definiera sammanhanget (varför det är viktigt för det specifika teamet).
• Steg 2: Identifiera kurvan (var finns motståndet?).
• Steg 3: Mät effekten (används den sparade tiden till arbete med högt värde?).

Varför organisationer måste lära medarbetare att ställa tre frågor

Att vara "AI-redo" handlar inte om teknisk certifiering, utan om att ha ett AI-först-tänkande. Det är en reflex att stanna upp innan man påbörjar en uppgift och ställa tre frågor:

1. "Kan AI göra detta åt mig?"
2. "Kan AI ta mig från nybörjare till expert inom detta ämne?" (det vill säga lära mig grunderna direkt).
3. "Kan AI vara min managementkonsult?" (det vill säga kritiskt granska min strategi).

Att bygga upp detta tankesätt överensstämmer med filosofin för förändringsledning som jag nämnde tidigare. Vi ser AI-användning som en beteendeförändring, inte som en utrullning av programvara. Vi uppmuntrar teamen att se AI inte som ett verktyg de måste använda, utan som en partner som tar bort det monotona arbetet ur deras vardag. Målet är att gå från att "utföra arbetet" till att "styra arbetet".

Så förbättrar viktiga AI-verktyg effektiviteten inom HR och ledarskap

Min verktygsuppsättning fokuserar på de ekosystem i företagsklass som driver vår verksamhet, uppdelade i två huvudsakliga motorer:

1. Registersyste​met: HCM med fullständig uppsättning

Vi använder hela sviten – rekrytering, talanghantering, lärande och självservice. Den fungerar som vår enda sanningskälla. Genom att ha hela uppsättningen samlad på ett ställe säkerställer vi dataintegritet och en sömlös användarupplevelse, vilket gör att vi kan automatisera arbetsflöden från anställning till pension utan integrationsavbrott. Den ger den stabilitet och efterlevnad som en stor organisation kräver.

2. Produktivitetssystemet: Microsoft 365-ekosystemet

Det är här arbetet sker. Vi använder hela uppsättningen – Power BI för personalanalys i realtid, Power Apps för att bygga anpassade lösningar med lite eller ingen kod, samt Teams/SharePoint för samarbete.

Och framför allt har vi integrerat Microsoft 365 Copilot i detta ekosystem. Det har förändrat arbetstempot radikalt. Det gör att vi kan sammanfatta möten, utarbeta strategisk kommunikation och ställa frågor till våra data inom arbetsflödet. Det eliminerar administrativt rutinarbete och ger mitt team tillgång till kunskap på högsta nivå. Dessutom demokratiserar det den digitala omvandlingen och gör det möjligt för mitt team att bygga egna automatiserade lösningar utan att alltid vara beroende av IT-utvecklare.

En PowerPoint-agent förändrar hur ledare använder sin tid

Jag är för närvarande helt fokuserad på vår AI-agent för att skapa PowerPoint-presentationer, som vi byggde med hjälp av Co-Pilot Studio.

Jag insåg att det fanns en enorm ineffektivitet i vårt arbete, kopplad till det faktum att presentationer för ledningen har ett mycket högt strategiskt värde (de driver beslut), medan det ofta krävs låg kompetens och låg effektivitet för att skapa dem – i praktiken timmar som går åt till att ändra storlek på rutor och justera teckensnitt.

Vi byggde en agent för att lösa detta. Vi matar in rådata, en narrativ struktur och våra varumärkesriktlinjer. Inom några minuter genererar den en presentation som är 90 % färdig, med professionella visuella element och en sammanhängande berättelse.

Effekten är att den har gett mitt ledningsteam timmar av tid för "fokuserat arbete" tillbaka. Vi tillbringar inte längre helgerna med att formatera bilder, utan använder tiden till att förfina själva strategin. Vårt fokus har förskjutits från presentationsteknik till strategiskt innehåll.

Varför mikroagenter slår autonoma roller

Små, specialiserade agenter som den är mycket användbara. Men vi ställer också stora frågor: Kan en agent vara projektledare från början till slut – lyssna på möten, tilldela åtgärder och fastställa milstolpar utan mänsklig inblandning? Kan AI vara min säkerhetschef? Kan den vara min marknadschef?

Just nu är tekniken ofta suboptimal för dessa helt autonoma roller. Men potentialen går inte att förneka.

Varför AI förändrar arbetets sociala och intellektuella kontrakt

Jag förutspår en dubbel utveckling av arbetets sociala och intellektuella kontrakt.

För det första tror jag att de enorma produktivitetsvinsterna från AI kommer att göra universell basinkomst (UBI) till en nödvändighet snarare än en teori. När fyradagarsarbetsveckan blir standard kommer själva definitionen av "fattigdom" och "nytta" att förändras, vilket tvingar fram en fullständig omförhandling av hur samhället värderar människors tid och bidrag.

För det andra förutspår jag polyhistorns återkomst. Tidigare tvingade komplexiteten oss att bli hyperspecialiserade "kuggar". AI vänder på detta genom att hantera det tekniska genomförandet av vitt skilda uppgifter, vilket återigen gör det möjligt för en enda person att behärska flera områden. Vi går in i en era där en "stor tänkare" återigen kan vara filosof, programmerare och strateg samtidigt, med AI-drivet genomförande som kraftkälla.

För att förbereda oss på detta måste vi vara "på arken" och omfamna förändringens flod i stället för att se på från stranden. Framtiden tillhör dem som kan sammanföra information över gränser för att lösa problem som ännu inte finns.

Varför ledare bör använda AI för att komma närmare sina team

Människor flyr från kaos. I denna omvandling är din roll som ledare inte att bidra till kaoset med fler verktyg och mer komplexitet, utan att använda AI för att minska det.

Mitt råd: Förankra dig i empati.

När vi automatiserar det transaktionella blir det relationella din verkliga valuta. Använd inte AI för att distansera dig från ditt team, utan använd det för att rensa ditt skrivbord så att du kan tillbringa mer tid med dem.

Följ med

Du kan följa Yannick Fouagous arbete på LinkedIn.

Fler expertintervjuer kommer på People Managing People!