Bör vi fortfarande bygga karriärer kring djup specialisering?
I årtionden har karriärråden varit enkla: specialisera dig, bygg upp djup expertis och bli oumbärlig. Men vad händer när AI gör denna expertis tillgänglig för nästan vem som helst? Värdet av att veta hur något ska göras förskjuts mot att veta vad som bör göras, varför det är viktigt och om resultatet faktiskt håller måttet.
I det här avsnittet av People Managing People samtalar programledaren David Rice med Tony Castellanos, personalchef på Nextdoor, om varför omdöme, nyfikenhet och känsla för kvalitet blir allt viktigare ledarskapsförmågor. De utforskar hur AI kan vända upp och ner på den traditionella hierarkin mellan specialister och generalister, varför det är mer meningsfullt att organisera team kring affärsproblem än att försvara funktionella gränser och vad som händer när organisationsschemat slutar bestämma vem som får lösa vad.
Det här får du lära dig
- Varför specialisering inte längre räcker: Hur AI förändrar värdet av djup expertis utan att eliminera behovet av specialister.
- Varför känsla för kvalitet och omdöme blir avgörande för ledarskap: Vad som skiljer användbart AI-genererat arbete från välpolerade resultat som missar poängen.
- Hur AI kan omforma organisationsstrukturer: Varför tvärfunktionell problemlösning kan bli mer värdefull än att arbeta inom traditionella avdelningar.
- Hur karriärutveckling ser ut när bredd spelar roll: Hur nyfikenhet, experimenterande och affärssammanhang kan påskynda lärandet.
- Hur mänskligt ansvar kan bevaras: Varför AI-stödda beslut fortfarande kräver tillsyn, skepsis och ett tydligt ägarskap.
Viktigaste slutsatserna
- Expertis försvinner inte. Dess värde flyttas uppströms.
AI gör specialiserad kunskap mer lättillgänglig, men det gör inte experter överflödiga. På samma sätt som Excel förändrade finansgruppernas arbete förskjuter AI värdet från att utföra tekniska uppgifter till att avgöra vilka problem som förtjänar uppmärksamhet och vad resultaten betyder för verksamheten. Specialister som kopplar sin kunskap till bredare resultat kommer att vara bättre positionerade än de vars värde helt bygger på upprepningsbara uppgifter. - Känsla för kvalitet byggs genom erfarenhet, inte genom ännu ett kompetensramverk.
När AI kan skapa 20 versioner av något på några minuter är det inte längre den svåra delen att generera innehåll. Det svåra är att känna igen vad som är bra. Tony menar att denna känsla utvecklas genom upprepning, experimenterande och ett och annat smärtsamt misstag. Ledare behöver ge medarbetare möjlighet att använda sitt omdöme i stället för att helt enkelt godkänna det som ett AI-system producerar. - AI bör sprida expertis, inte beslutsansvar.
Nextdoors ersättningsagent Compadre ger rekryterare och HR-partners tillgång till ersättningsdata och information om intern löneskälighet utan att kräva ständig hjälp från specialister. Avgörande är att den tillhandahåller information snarare än rekommendationer. Målet är att fatta bättre underbyggda beslut snabbare, inte att lägga ansvaret på programvara. - Nyfikenhet kan vara viktigare än att hålla sig till sitt område.
Traditionell karriärutveckling belönar gradvis djupare funktionell expertis. Tony ser en möjlighet för medarbetare att använda AI för att utforska närliggande områden, testa idéer och lära sig genom verkliga affärsproblem. Chefer kan uppmuntra detta genom att få medarbetare att fråga varför befintliga processer fungerar som de gör i stället för att anta att gårdagens begränsningar fortfarande gäller. - Att lita på AI betyder inte att du kan sluta kontrollera dess arbete.
När människor blir bekväma med AI granskar de naturligt nog dess resultat mindre. Tony föreslår att man tar in ett skeptiskt tredje perspektiv, eventuellt ytterligare en AI-tjänst, för att ifrågasätta resultaten och tvinga fram en ny bedömning. Poängen är inte att automatisera varje granskning. Det handlar om att se till att människor aktivt fortsätter använda det omdöme som de påstås få mer tid till. - Organisationsschemat bör inte vara en struktur för tillstånd.
Tony förutspår att organisationer i allt högre grad kommer att förlita sig på mindre grupper av specialister omgivna av generalister som kan tillämpa expertis på olika affärsproblem. Kostnadsställen kan fortfarande vara nödvändiga för redovisning, men de bör inte avgöra vem som äger en fråga eller bidrar till att lösa den. Möjligheten ligger i att organisera kring resultat i stället för att upprätthålla överlämningar bara för att avdelningar alltid har arbetat så.
Kapitel
- 00:00 — Expertisens föränderliga värde
- 02:20 — Riskerna med specialisering
- 05:29 — Varför smak spelar roll
- 09:43 — AI-ansvar
- 10:19 — Organisering kring problem
- 13:21 — Generalister kontra specialister
- 16:47 — Förhindra att AI urholkar färdigheter
- 18:44 — AI-driven ersättning
- 22:21 — Hantera informationsöverflöd
- 25:32 — Tänka om kring karriärutveckling
- 27:38 — Nyfikenhet och första principer
- 30:14 — Framtidens organisationsscheman
- 34:09 — Avslutande tankar
Möt vår gäst
Tony Castellanos är vice verkställande direktör med ansvar för personalfrågor på Nextdoor, där han leder företagets personalstrategi, rekrytering, ersättning, förmåner och HR som affärspartner. Med nästan två decenniers erfarenhet av personalfrågor och talangledning har han tidigare haft roller på Google, Square och Nuna. Sedan Tony började på Nextdoor 2020 har han hjälpt till att omvandla personalfunktionen till en strategisk affärspartner och drivit AI-drivna HR-processer som förbättrar effektiviteten samtidigt som den mänskliga kontakten bevaras. Hans arbete fokuserar på att bygga högpresterande team, stärka organisationskulturen och använda ny teknik för att skapa mer betydelsefulla medarbetarupplevelser.
Relaterade länkar:
- Gå med i People Managing People-communityn
- Prenumerera på nyhetsbrevet för att få våra senaste artiklar och poddar
- Kolla in det här avsnittets sponsor: Teamflect
- Ta kontakt med Tony på LinkedIn
- Besök Nextdoor
Relaterade artiklar och poddar:
David Rice: Under större delen av våra karriärer har rådet varit detsamma: specialisera dig. Gå på djupet inom något värdefullt. Bygg upp expertis som ingen annan har. Dagens gäst tycker att det rådet behöver uppdateras, inte för att expertis håller på att försvinna, utan för att AI innebär att vi behöver färre personer som är djupt specialiserade inom ett enda område. Kunskapen är mer lättillgänglig nu.
