Det nya ledarskapstestet: Vad gör någon AI-infödd?

David Rice: Allt fler chefer säger att de är AI-infödda. Väldigt få är det faktiskt, och skillnaden blir lättare att upptäcka än många tror. I dagens program talar jag med JC Christian, vd för rekryteringsföretaget Christian & Timbers, om hur definitionen av trovärdighet hos chefer förändras och hur snabbt marknaden rör sig förbi ledare som inte har hängt med.

AI-aktiverad innebär att du använder verktygen. AI-infödd innebär att du har byggt om hur du arbetar kring dem. Du använder agenter, du går själv in i affärsprocesser och arbetsflöden, och du kan i detalj beskriva problemet du löste och hur du löste det. Och den sista delen är det verkliga testet. De flesta chefer kan tala självsäkert om AI-strategi.

Men när man går in på detaljerna – vad de byggde, vad som förändrades och vilken avkastning på investeringen det gav – tenderar berättelsen att bli lite tunnare. JC tror att AI-inföddhet inom ett år slutar vara en konkurrensfördel och blir ett grundläggande krav, inte bara för tekniska chefer utan för varje plats runt ledningsbordet. Slutmålet är inte en AI-chef som sitter bredvid de traditionella cheferna.

Det är att varje chef äger omvandlingen av sin egen funktion. Så i dag går vi igenom den verkliga skillnaden mellan AI-aktiverad och AI-infödd på ledningsnivå, varför visa snarare än berätta har blivit det nya trovärdighetstestet, hur chefsrekrytering förändras kring erfarenhet av AI-implementering och varför dagens konkurrensfördelar blir morgondagens grundläggande förväntningar.

Jag heter David Rice. Det här är People Managing People. Och om AI-kunnighet fortfarande känns som något trevligt att ha när du tänker på ledarskap, visar det här samtalet hur snabbt det håller på att förändras.

Okej. JC, välkommen till programmet.

JC Christian: Tack. Det är väldigt roligt att vara här i dag.

David Rice: Vi pratade före programmet, och jag tror att en av de distinktioner du gjorde som jag tycker är viktig är skillnaden mellan att vara AI-aktiverad och AI-infödd.

De begreppen används oftast synonymt, men de är i grunden olika. Jag är nyfiken på om du kan beskriva för publiken vad som skiljer någon som verkligen är AI-infödd på ledningsnivå från någon som helt enkelt använder AI-verktyg på den nivån.

JC Christian: Ja, det är en väldigt bra fråga, Dave. Och helt ärligt besvarade du den delvis själv. Dagens AI-infödda ledare kan finnas inom vilken funktion som helst. Du pratar ofta med personalchefer, och man kan ha en fantastisk AI-infödd personalchef eller teknisk chef. I grunden handlar det om hur väl de använder modeller i sina arbetsflöden och hur väl de verkligen riktar automatiseringen av arbetsflöden mot agenter.

Alltså inte att använda RPA eller gamla verktyg. Jag pratar med personer som säger: ”Vi började precis använda Copilot, så nu är vi AI-infödda.” Och då tänker man: ”Nej, tyvärr är ni inte det.” Ni befinner er i början av kurvan för AI-aktivering, om man säger så. De verkliga ledarna kavlar upp ärmarna och använder tangentbord.

Inte för att händerna blir smutsiga av att använda tangentbord, men de går själva in i problemområdet. De är väldigt praktiska. Det är nästan omöjligt att vara AI-infödd och samtidigt vara en fåtöljexpert av något slag. Man måste verkligen ta itu med problemen direkt, använda agenter så mycket man kan och gå in i affärsprocesser och arbetsflöden.

Det här är vanligtvis personer med stor tyngd, stor förmåga att genomföra förändringar, som ligger i framkant tekniskt och dessutom har nyfikenheten. Det är ungefär så formeln brukar se ut.

David Rice: Man vet aldrig, någon kanske faktiskt får smutsiga händer av ett tangentbord. Jag hade en kollega vars tangentbord var en katastrof.

Jag brukade titta på det och bara—

JC Christian: Jag har haft flera sådana, ja.

David Rice: Ja, jag fick rysningar när jag såg hans tangentbord. Det var så smutsigt.

JC Christian: Det är en bra poäng. Jag har egentligen inte tänkt på det, men det stämmer.

David Rice: Det är skillnaden mellan att skriva instruktioner och ställa frågor till verktyget, och att som chef fundera på hur man kan skriva ett företagsmejl, jämfört med att i grunden förändra hur man ser på sitt arbete, vad som är möjligt och hur man ska utforma ett visst slags beteende.

Vi har sett det här tidigare. För kanske tio år sedan fanns det en distinktion mellan digital kompetens och digital omvandling. Vi brukade prata om det. Det liknar det här, eftersom vem som helst kan öppna en språkmodell, men att vara AI-infödd antyder att man har tänkt om kring hur man ska arbeta med den.

Och det blir ganska uppenbart när man börjar fråga någon om problemen de har löst.

JC Christian: Det är, tycker jag, ett fantastiskt lackmustest. Jag är glad att du tog upp det. En bra generell mätare är att fråga någon hur de löste problemet. De flesta kan inte ens beskriva själva problemet korrekt, än mindre komma i närheten av en lösning.

Men om de kan ta med dig på djupet i både problemformuleringen och lösningen, är det också en mycket bra indikator. Och det är en varningssignal om de inte kan det. Så det var en bra poäng.

David Rice: Många chefer kan tala självsäkert om AI-strategi, eller hur? Vi har hört mycket i år om leverantörer, implementering och olika slags ramverk för hur man ska göra.

Men när man går in på detaljerna och håller fast vid idén om problemet de löste, vad de byggde och vad som förändrades, är det där berättelsen så ofta saknar detaljer eller tydlighet. Jag märker det till och med hos personer som kontaktar mig för att vara med i den här podden. När man börjar pressa dem lite blir frågan: ”Vad är egentligen berättelsen här?”

Du förstår vad jag menar?

JC Christian: Ja.

David Rice: Jag är nyfiken på hur du ser på det. Eftersom du arbetar så nära chefer och försöker hitta rätt personer för rätt roller, hur har din definition av trovärdighet hos chefer förändrats under de senaste åren till följd av detta?

JC Christian: Jag tror att det finns ett par saker.

Om vi återgår till användningsfallet för implementering: berätta vad du har gjort tidigare och hur det påverkar saker. Den andra saken är om företaget offentligt har sagt något om ett AI-infött initiativ som har skapat avkastning på investeringen. De flesta företag är, om man lyssnar på aktieägarbrev och resultatsamtal, extremt angelägna om att visa att de har sådan avkastning eller sådana resultat – och de brukar redan överdriva.

Om det finns väldigt lite av detta är företaget vanligtvis långt efter och har varken infört eller implementerat särskilt mycket. Jag tycker alltså att trovärdighet hos chefer kommer från implementeringar och från hur AI-infött företaget positionerar sig, samt hur mycket det faktiskt lyfter fram sina framgångar.

Om de inte skryter alls är det oftast en varningssignal på att inte mycket har blivit gjort. Och om du leder AI-implementeringen på ett företag som inte har någon AI-relaterad avkastning på investeringen, är det ganska dystert att hävda att din roll där var framgångsrik.

David Rice: Det är en intressant förändring. Traditionellt tror jag att trovärdighet hos chefer kom från förmågan att känna igen mönster och tillämpa sin erfarenhet. Nu känns det som att trovärdighet blir mer påvisbar.

Det handlar mindre om ”berätta din vision” och mer om ”visa mig vad du gjorde när det här var ett problem”.

JC Christian: Precis. Ja, jag tycker att visa snarare än berätta är helt rätt. Ser du några andra signaler när det gäller hur personalchefer eller rekryteringsteam bedömer trovärdighet hos ledande personer eller andra som de anställer?

David Rice: Jag tror att de ibland har svårt med ledare. Det är lite enklare när det handlar om en ingenjör eller någon som ska bygga ett team och när man letar efter vissa typer av egenskaper. När det gäller ledare och användning av AI har vi bara nått en punkt där kanske hälften faktiskt använder det aktivt.

Traditionellt tittade man på ett cv, en LinkedIn-profil och vilken närvaro personen hade, och det var ungefär så människor bedömde dem. Nu kanske sådant inte spelar lika stor roll. Det viktiga är hur väl du kan gå in i verktyget och tillämpa det på ett stort personalproblem.

Och det är mycket svårare, eftersom även HR-data är ganska rörig. Att berätta en bra och tydlig historia är inte alltid det enklaste. Jag antar att du ser samma sak. Jag föreställer mig att intervjuprocessen förändras lika mycket som ledarprofilen: vilka frågor man ska ställa och vilket test man ska använda för att se om man får det man vill ha.

JC Christian: Det är en intressant del. Jag tror faktiskt inte att många interna team har förändrat sin intervjuprocess särskilt mycket. Det handlar fortfarande till stor del om magkänsla. Men många av metoderna är ändå ganska bra. Om man pratar med ett stort konsultföretag får man många frågor att ställa, och det finns en stjärnmodell och andra modeller för att få fram konkreta exempel och sedan väga dem mot varandra.

Förhoppningsvis har man tillräckligt med bevis i slutet av en intervju för att säga: ”Ja, tummen upp eller tummen ner.” Om det inte är något av dem blir det kanske automatiskt tummen ner.

Men jag upplever att de flesta fortfarande gör någon form av magkänslebedömning. Man hoppas på tillräckligt många positiva omdömen från intervjupanelen för att känna sig säker på att fatta ett beslut. Det är troligen ett område som företag också vill förbättra. Vi får ofta frågan: ”Vilka frågor bör vi ställa?”

Vi vill vanligtvis inte presentera en färdig frågebank, eftersom det kan kännas konstgjort. Men vissa saker är svåra att identifiera, precis som du säger.

David Rice: Det är också intressant ur personalchefens perspektiv. Många i branschen var till en början tveksamma till de här verktygen.

De litade inte på dem och trodde inte att resultaten nödvändigtvis var korrekta. De var långsammare med att införa dem eftersom människorelaterade frågor kändes mer känsliga, och man ville inte experimentera för mycket. Samtidigt fanns det personer som gav sig ut som pionjärer och gick helt in i det.

Det finns ett stort spann av erfarenhet och experimenterande, och jag tror att vi ser mycket lärande just nu. Det har blivit mer allmänt accepterat, och människor börjar se vinsterna och förstå vad de kan göra. Jag tror att vissa tidiga användare verkligen har gått vidare.

Jag har lagt märke till det när jag tittar på mina LinkedIn-kontakter och på många personer jag känner som har varit med i programmet eller intervjuats av mig. De går vidare till verksamhetsinriktade roller. Vissa är kanske till och med AI-chefer någonstans nu, tack vare sina experiment.

Det finns alltså en rollförändring för personer som leder människor och för personer som har arbetat inom HR. Nya titlar håller på att växa fram, och människor hittar in i dem. Det tycker jag är intressant. Något vi pratade om före programmet, som du tog upp, var att ledare som sticker ut i dag inte nödvändigtvis är de djupaste specialisterna.

Det är de som uppfinner sig själva på nytt flera gånger under karriären. Varför blir förmågan till nytänkande och omuppfinning en så viktig ledarskapsförmåga?

JC Christian: Om man ser tillbaka på tekniken och världen förändras saker snabbare än någonsin. Därför har det historiskt varit mer hållbart att vara specialist inom en kategori och förbli ganska statisk än vad det är i dag.

För tusen år sedan kunde man vara verksam inom ett yrke i tvåhundra år, även om man förstås inte levde så länge, och mycket kanske inte förändrades. För fyrtio eller femtio år sedan kunde man arbeta på samma företag hela livet, få en Rolex på slutet och vara nöjd. Men det blir allt ovanligare.

Det handlar inte bara om sociala eller generationsrelaterade förändringar. Olika företag kräver också olika saker av samma titel eller funktion över tid. Det finns ett växelspel mellan mänskligt kapital, agentbaserat eller maskinbaserat kapital och andra kapitalformer som börjar få betydelse.

Jag tror därför att människor måste uppfinna sig själva på nytt snabbare, helt enkelt eftersom teknikutvecklingen kräver det. Det ser vi tydligt inom HR, eftersom de flesta HR-funktioner krymper.

HR är en kostnadsfunktion. Alla kostnadsfunktioner i ett företag behöver förändras, och HR har historiskt betraktats som en sådan. Men jag tycker om argumentet att sammansättningen av talangerna är den viktigaste ledande indikatorn på en organisations framgång. De flesta framgångsrika riskkapitalfonder och ledare i börsnoterade företag förstår det och försöker bemanna de områdena och hela företaget så bra som möjligt.

Behovet av att rättfärdiga sig själv och sin organisation är större än någonsin. Man letar efter effektiviseringar överallt. Och kanske kan många kostnadsfunktioner för första gången på länge omvärdera sig själva och säga: ”Hur blir vi nu ett område som bidrar till intäktsökning och intäktsskapande?”

HR försöker hitta sätt att påverka alla möjliga delar av företaget, bland annat genom en chef för AI-aktivering och andra initiativ. IT fungerar på samma sätt. IT brukade vara en ren kostnadsfunktion, men nu handlar det allt mer om förbättringar av verksamhetens resultat.

Det är alltså en helt annan muskel man måste träna. Så ser spelplanen ut, och de som bäst kan anpassa sig kommer att lyckas bäst. Så har det varit sedan mänsklighetens början, men nu sker förändringarna mycket snabbare.

David Rice: Verkligen, och jag gillar att du använde ordet muskel, eftersom det verkligen handlar om muskeluppbyggnad.

För tjugo eller trettio år sedan kanske nytänkande mer kändes som en medelålderskris. Något som hände en gång, varefter man uppfann sig själv på nytt och gick vidare. Nu är det inte så. Det är en muskel man måste bygga, och man kommer inte att kunna förutse varje förändring. Din expertis har mycket kortare hållbarhet än tidigare.

Därför är anpassningsförmåga mer värdefull än visshet eller till och med självförtroende.

JC Christian: Jag hade inte kopplat ihop de sakerna, men du har rätt. Tidigare var det en medelålderskris eller livskris, och människor var rädda för att behöva uppfinna sig själva på nytt eftersom det kunde betyda att jobbet eller marknaden var i svårigheter.

Nu tror jag snarare att man kan förvänta sig någon form av nytänkande vartannat år, eller ett ständigt nytänkande och ständigt lärande. Det är förmodligen mer normalt.

David Rice: Jag såg nyligen någonstans att livslängden för en färdighet under de kommande fem åren kommer att vara ungefär tolv månader, varefter färdigheten helt förändras av vad tekniken kan göra.

Om man tänker på färdigheter och expertis behöver man en viss grund, liksom sammanhanget för hur organisationen fungerar och vad maskinerna gör. Men på ledningsnivå handlar det mycket om att kunna ställa rätt frågor, vara nyfiken på rätt saker och anpassa sig efter dagens krav.

Historiskt har chefsrekrytering belönat erfarenhet, precis som det mesta på arbetsplatsen. Erfarenhet var en valuta: hur många år man hade lett team eller hur många förändringar man hade övervakat. Erfarenhet var mycket värdefull. AI verkar flytta fokus något mer mot handlingskraft.

Har du faktiskt byggt något? Har du experimenterat, lärt dig eller själv skapat värde? Tror du att vi omdefinierar vad erfarenhet hos chefer faktiskt innebär?

JC Christian: Jag tror att du är inne på rätt sak. Många ledare säger: ”Jag har en tjugoårig underbarnstyp som helt saknar tyngd och erfarenhet av förändringsarbete, men som har byggt alla de här häftiga sakerna och kan AI bäst. Ska jag befordra personen till AI-ansvarig eller leta externt?”

Det är där skon klämmer. Det är nästan komiskt att gränsåldern verkar sjunka. Man ser unga personer som är tidigt i karriären men som är mest aggressiva och ambitiösa när det gäller vad de kan bygga med AI.

Det finns ingen teknisk barriär som hindrar det. Verktygen är ganska lätta att använda. Jag tror att alla som är nyfikna och har tillräcklig närhet till teknik kan lära sig dem, eftersom rollerna ofta inte är tekniska.

Jag känner till ett företag som i praktiken tillhandahåller programvara för support och försöker automatisera mycket av företagens supportfunktion. De omsätter ungefär en miljard per år. De anställde någon till HR i en verksamhetsroll, och den personen började automatisera nästan allt inom HR. De uppgav att de tog bort kostnader på tjugo miljoner, även om det kanske var överdrivet, som sådana siffror ofta är. Men det visar att nyfikenhet i många fall är viktigare än ren erfarenhet.

Samtidigt gäller samma överväganden som för tjugo, tio eller femtio år sedan: erfarenhet av förändringsarbete, processer, teknik och människor är minst lika viktig, om inte viktigare, än teknisk erfarenhet. I många AI-roller är det bra att ha någon som behärskar verktygen, kan bygga själv och leda andra i byggandet. Men införandet är faktiskt det största problemet.

Tekniken är enklare att lösa. Man måste få med sig alla andra intressenter i organisationen, ha tillräcklig tyngd för att kommunicera på rätt sätt och ha den sociala förmågan att bygga förtroende. Om man inte gör det blir införandet en katastrof.

Man skapar inget värde, kanske till och med negativt värde, och blir bara en kostnad utan någon större avkastning för organisationen.

David Rice: Du talar med många kandidater och försöker matcha dem med rätt roller. Har du stött på några berättelser som imponerat på dig, utan att du behöver nämna namn, där någon faktiskt har byggt något, experimenterat eller skapat värde?

Jag tror att handlingskraft är ett tecken på att någon kommer att fortsätta lära sig, i stället för att bara förlita sig på det de alltid har lärt sig. Har du sett några berättelser som verkligen fångat din uppmärksamhet?

JC Christian: Ja. För mig är skala det typiska måttet, och skala imponerar på mig.

Många företag jag talar med har små vinster på kanske en miljon dollar, men det förändrar inte verksamheten särskilt mycket. Jag tycker om berättelser där företag kan öka intäkterna eller genomföra en omfattande omvandling av en hel funktion.

Det finns ett tillverkningsföretag med ungefär sju miljarder i intäkter. De hade outsourcat affärsprocesser med omkring 2 500 personer kring sina offertförfrågningar och anbudsprocesser.

Det är ett av de vackra användningsfallen för agenter, särskilt kopplat till ERP, alltså affärssystem för resursplanering. Många företag har över fyrtio ERP-implementationer eller implementationer för produktlivscykelhantering på olika håll. Det gör processen att ta fram en ny kundoffert mycket komplex.

Man måste fråga olika affärsenheter om information om lager och tillgänglighet, sätta ihop en order och avgöra om man faktiskt kan leverera den till kunden. Sedan finns alla rabatter och andra mekanismer som påverkar.

Det låter som ett enkelt programvaruproblem, men i praktiken finns inkonsekvenser mellan alla olika ERP-implementationer. Det kan ibland lägga till en hel månad innan man ens kan skapa en offert, för att inte tala om att sälja till kunden. Det är dyrt, involverar 2 500 personer i ett outsourcingupplägg och skadar dessutom intäkterna eftersom tiden till intäkt blir längre.

Det är ett viktigt problem för många företag, särskilt de som lever i den fysiska världen och inte enbart i den digitala. Ett företag vi arbetat med sparade omkring trettio miljoner dollar genom att omvandla den här outsourcingbaserade processen till ett helt agentbaserat och harmoniserat lager.

Jag brukar kalla det ERP-harmonisering med agenter. Det är ett fantastiskt användningsfall för agentbaserade arbetsflöden som direkt påverkar resultatet. I det här fallet förbättrar det även intäktsredovisningen och leder sannolikt till fler försäljningar.

Om man kan få ut en offert på minuter i stället för på en dag, flera dagar, en vecka eller en månad får man bättre konvertering och påverkar direkt intäkterna. Sådant är verkligen imponerande.

David Rice: Det finns en spänning här. Några av de personer som bygger de mest imponerande AI-arbetsflödena är i tjugoårsåldern.

De har inte nödvändigtvis den ledarnärvaro som organisationerna förväntar sig. Samtidigt finns det många erfarna chefer som kanske först nu börjar använda AI. De har tyngden som ledare, men saknar den AI-kunnighet som efterfrågas.

Hur kan man överbrygga det gapet, eller hur kan organisationer bli bättre på det?

JC Christian: Det finns stor efterfrågan på personer som befinner sig mellan de två grupperna – personer som både har närhet till tekniken och ledarnärvaro. Ofta är det personer som lyckligtvis befinner sig mellan åldersgrupperna och därför är mycket efterfrågade.

Ibland vill man ha en fantastisk förändringsledare som har sett flera decennier av sådana processer, och sedan ge personen ett team av starka tekniska utvecklare och bygga ett AI-infött team runt honom eller henne. I andra fall behöver man hitta någon med en bra kombination av båda delarna: en person på väg upp i karriären som samtidigt har tillräcklig ledarnärvaro för att lösa problemet.

Men företag som försöker gå hela vägen med en stigande stjärna i början av tjugoårsåldern kan ofta inte bygga det förtroende som krävs. Sådana personer fungerar vanligtvis väldigt bra som andreman, till exempel som stabschef åt en vd, personalchef eller annan person med mandat att driva AI-förändring.

De är ofta fantastiska att arbeta med, men de är inte alltid lika bra som tvärfunktionella ledare som måste ha alla de egenskaper man förväntar sig av någon med mycket stark ledarnärvaro.

David Rice: Det understryker egentligen att de behöver varandra.

Den äldre eller mer erfarna personen har sett mer, har tyngden och förstår sammanhanget. Men personen har kanske inte tid i sin nuvarande roll att undersöka alla specialfall och fundera på hur något skulle kunna se ut. Det kan den andra personen göra, men den personen förstår kanske inte hela affärssammanhanget eller varför organisationen gör saker på ett visst sätt.

De två behöver alltså lära av varandra. Det är faktiskt uppmuntrande, eftersom vi har haft tillräckligt många generationskonflikter på arbetsplatsen. Kanske är det här något som för oss samman.

JC Christian: Ja, verkligen. Det är en mycket bra poäng och en positiv del av de generationsutmaningar vi ser.

Vi ser uppskattning åt båda hållen. Vissa respekterar personer som har gått igenom förändringarna men upplever att de själva förstår tekniken bäst och kan få saker gjorda. Samtidigt finns ett ömsesidigt förtroende från de mer erfarna ledarna för personer som ligger före när det gäller tekniskt införande och införande av agenter.

Mycket väl formulerat.

David Rice: Du nämnde tidigare chefen för AI-aktivering. Jag har sett den titeln dyka upp allt oftare, och det verkar hela tiden komma nya titlar. Chef för förändring är en annan titel jag har sett. Samtidigt börjar traditionella ledningsroller flyta ihop.

Jag har till exempel märkt att HR-personer får ett tydligare verksamhetsfokus. Tror du att det här är tillfälliga broroller, eller håller vi på att se själva ledningsgruppen ritas om kring AI?

JC Christian: Jag tror att det senare är mer sannolikt. Exakt var det landar kan variera.

Många företag kanske avskaffar rollen som förändringschef. Jag pekar inte ut just den rollen, utan menar att en nyare roll kanske inte blir bestående. Men jag tror att vi får en bredare, mer dynamisk och flexibel syn på företagets behov, och att det är här för att stanna.

Många roller kommer att handla om uppgifter som ska utföras och vara specifika för det enskilda företaget. Titeln kan variera mellan företag. Det finns redan stor förvirring. Ett företag kan säga: ”Vi vill anställa en AI-chef, så vi söker en AI-ansvarig.” Men det beror på vad personen faktiskt ska göra från dag till dag.

Många företag har svårt att avgöra varifrån de ska rekrytera personer utifrån deras titel. Då missar de ofta kvalificerade kandidater som de egentligen borde söka, eftersom titlarna kan vara otydliga och skilja sig mellan företag trots att rollerna liknar varandra.

Jag tror alltså att vi kommer att få fler sådana roller och ett bredare spektrum av titlar. Det viktigaste blir vad personen faktiskt har gjort: vilken avkastning på investeringen som skapats, vad som implementerats och vad personen varit ansvarig för.

David Rice: Jag tror att du har rätt. Ledningsgrupper har alltid förändrats kring stora skiften i näringslivet.

Vi såg det med digitalisering, cybersäkerhet och kundupplevelse. AI kommer förmodligen inte bara att skapa nya titlar, utan tvinga varje chef att delvis bli en AI-chef. Slutmålet är inte att ha en särskild AI-chef. Det är att varje chef ska förstå tekniken på någon djupare nivå och ha erfarenhet av att implementera och använda den.

JC Christian: Jag håller med.

David Rice: Om vi blickar ett år framåt och utgår från vad du vet om marknaden och förändringarna, vad är en sak som du tror att organisationer kommer att leta efter hos chefskandidater, men som i dag fortfarande känns som något extra?

JC Christian: Jag tror att det snart blir ett krav för alla som förbereder sig för framtiden att kunna visa att de är AI-infödda.

Många företag försöker bara överleva. Det finns stora företag och välkända varumärken som enligt min mening knappt håller sig kvar och inte har råd att göra de här investeringarna. Men företag som har kapital och ambitioner för en konkurrenskraftig och ljus framtid kommer att kräva att alla chefer är AI-infödda, oavsett om de är personalchefer, tekniska chefer eller vd:ar.

Alla måste behärska sitt eget verksamhetsområde ur ett processperspektiv och veta hur de ska samarbeta med interna ingenjörer och tekniska utvecklare för att snabbt förändra och växa.

Det vi talade om tidigare – att uppfinna sin egen affärsenhet på nytt – kommer att bli ett hårt krav. En del av den framtida arbetsdefinitionen för många roller blir att personen verkligen är AI-infödd och kan höja graden av AI-inföddhet i ledningsgruppen.

Det är komponenter som kommer att efterfrågas allt mer.

David Rice: Absolut. I dag känns det som att dagens konkurrensfördelar blir morgondagens grundläggande förväntningar på oss alla.

Till slut kommer vissa av de här sakerna inte längre att behöva efterfrågas, eftersom de förutsätts. Vi kommer fortfarande att behöva visa det, men den större lärdomen är att AI-inföddhet till slut blir lika förväntad som ekonomisk kompetens eller strategiskt tänkande i de här rollerna.

Om du kan översätta teknik till organisatorisk förändring kanske du verkligen sticker ut.

JC Christian: Det kan du verkligen. Ser du något hos de personalchefer du talar med som du tror kommer att bestå och som fortfarande är meriterande i dag?

David Rice: Jag tror definitivt att förmågan att hantera relationen mellan personaldata och själva systemet kommer att bestå.

Man måste kunna hitta rätt data att mata in, hålla den i rätt sammanhang och göra goda bedömningar. Den delen kommer att bli enormt viktig för personalchefer, eftersom arbetsstyrkan kommer att krympa. Man måste kunna minska den på rätt områden och på rätt sätt utan att orsaka stor skada.

Det är intressant eftersom allt förändras så snabbt. Det jag talade om för ett år sedan känns nu som: ”Ja, det där är självklart.” Då kändes det nytt och spännande, som om vi befann oss vid kanten av något. Nu har ett år gått och allt är uppenbart. Jag antar att en del av det vi talar om i dag kommer att kännas likadant nästa år.

HR måste gå från att vara en kostnadsfunktion, och från att tänka på traditionella sätt, till något annat. Det kommer att bli en stor förändring eftersom HR tenderar att röra sig lite långsammare än andra delar av verksamheten.

JC Christian: Verkligen.

David Rice: Okej, JC, tack för att du var med i programmet.

Det har varit väldigt trevligt att prata med dig.

JC Christian: Tack för att jag fick komma, Dave. Det var ett sant nöje.

David Rice: Kära lyssnare, om ni inte redan har gjort det kan ni gå till peoplemanagingpeople.com/subscribe och anmäla er till nyhetsbrevet. Ta en titt på Christian & Timbers och allt de arbetar med. Ni kan förstås följa dem och JC på LinkedIn.

Tills nästa gång: ni måste vara flexibla. Oavsett hur ni tar er till AI-inföddhet kommer det inte att vara genom att vara oförmögna att anpassa er. Var anpassningsbara.