Företagens shoppingterapi: Varför fler AI-verktyg inte hjälper

David Rice: Ditt ledningsteam tillbringade tre dagar i en timmerstuga någonstans med att kartlägga en fantastisk strategi för verksamheten. Ni kom tillbaka fyllda av energi, med en tydlig vision, djärva mål och planerade initiativ som skulle förändra allt. Sedan förväntade sig hela ledningsgruppen att det på något magiskt sätt skulle hända, men ingen berättade för personerna som faktiskt skulle utföra arbetet exakt vad de behövde göra, hur de skulle göra det eller vart de skulle vända sig när de hade frågor. Och nu är er högsta ledning förvirrad över varför genomförandet stannar upp.

Dagens gäst är Tom Healy, medgrundare av PeopleOps360, och han ska berätta varför vd:ar inte vill prata om lärande och utveckling, men borde göra det. När han frågar ledare vilka deras problem är tänker de på alla möjliga saker – prestation, personalomsättning, kultur, att de inte säljer tillräckligt många produkter och att yngre generationer är besvärliga. Alla är verkliga problem, men inget av dem kopplas i deras tankar till lärande och utveckling. AI gör det enklare än någonsin att skapa innehåll för lärande och utveckling. Den svåra delen är besluten kring affärsstrategin.

Saker som: vilken kultur vill vi ha, hur vill vi att kunderna ska känna sig och exakt vad behöver vi att människor ska göra? Innan ni har fastställt det är tekniken irrelevant. Och just nu finns det tre vägar. Två av dem är för övrigt fel. Väg ett: ni kan stoppa huvudet i sanden och hoppas att ni hinner gå i pension innan det spelar någon roll. Väg två: köp alla möjliga AI-program och automatisera allt, och förstör kundupplevelsen på kuppen.

Och så väg tre, som känns lite som ett magiskt trick. 90 procents automatisering som fortfarande känns varm och mänsklig. Så i dag ska vi prata om varför lärande och utveckling inte är sexigt men löser era verkliga affärsproblem, hur man går in via smärtan i stället för via utbildningen, Chipotle-lärdomen – vad som händer när man automatiserar fel saker – och varför dåliga uppmaningar till AI ger värdelösa resultat. Vi ska också prata om det magiska tricket för att återvinna sin tid utan att förlora den mänskliga kontakten, och varför båda ytterligheterna är skrämmande: att inte göra någonting eller att göra fel saker.

Jag heter David Rice. Det här är People Managing People. Och om du har behandlat lärande och utveckling som efterlevnadsutbildning i stället för som en strategisk lösning på dina största affärsproblem kommer det här samtalet att förändra hur du ser på allt. Nu kör vi.

Tom, välkommen till programmet.

Tom Healy: Kul att vara här. Nu kör vi.

David Rice: Utmärkt. Vi hör mycket om att förändra lärandet i dag, eller hur? Och om hur AI driver oss i en annan riktning när det gäller lärande och utveckling. Men om man zoomar ut är jag nyfiken på din åsikt. Hur mycket av problemet med lärande och utveckling handlar egentligen om teknik, jämfört med att det är ett problem med affärstänkandet?

Tom Healy: Bra fråga, och min syn på det är att tekniken är enkel. Den är lätt. Utmaningen när det gäller att bygga upp lärande och utveckling, skapa utbildning och få teamet att göra det som krävs för att driva verksamheten framåt – det är den svåra delen. Man måste fastställa det. Vilken kultur vill vi ha i organisationen?

När en kund kommer in genom ytterdörren, hur vill vi att kunden ska känna sig? Hur vill vi kommunicera internt med varandra? Hur vill vi att människor ska känna om de intervjuas av oss och introduceras i organisationen? Allt detta är affärsstrategiska beslut som måste fattas. Vi måste ta reda på vilka de är och vara mycket tydliga och samordnade kring dem.

Det är den svåra delen. Den enkla delen, enligt min uppfattning och min erfarenhet av att göra det här arbetet, är att sedan skapa innehåll utifrån det. Och innehållsskapandet har blivit enklare och enklare genom AI. Allt slags innehåll – manus, en AI-avatar som levererar innehållet eller att lägga in material i en anteckningsbok och skapa infografik och intressanta visuella resurser.

Så jag tycker att den svåra delen inte är tekniken. Den komplicerade delen är inte tekniken. Tekniken har gjort allt det här mycket enklare, men där jag ser att organisationer kämpar är frågan: Vad ska vi lära människor? Vad vill vi egentligen att de ska göra? Och innan man har fastställt det är tekniken irrelevant. För om man matar in dålig information i AI, dåliga uppmaningar, dåliga resurser och vaga detaljer om vad man vill ha, kommer man inte att bli nöjd med resultatet.

AI kommer inte magiskt att kunna lista ut alla dessa nyanser som är specifika för organisationen.

David Rice: För mig känns det lite som att vi pratar om whiteboarden när vi försöker diagnostisera vad som är fel med våra möten. Det finns så mycket hajp kring AI, men det riktar samtidigt en större strålkastare mot sprickorna i hur organisationer tänker kring lärande.

Och jag tror att förändring i allmänhet är likadan. Det här är en obekväm förändring, och vi ber människor att göra något de har gjort hela livet, men på ett helt annat sätt och av ett annat skäl än de förmodligen någonsin har gjort tidigare.

Tom Healy: Jag kan förstå människor som tittar på AI och vill ha den magiska lösningen, den magiska kulan eller trollstaven som gör allt.

Men i min erfarenhet har jag fortfarande inte sett AI kunna kartlägga allt strategiskt utifrån en vision eller en upplevelse. Det måste man fortfarande göra själv. Att hoppa över whiteboarden, strategin och de tydliga målen för vad man vill uppnå fungerar alltså inte ännu.

Det kanske fungerar om sex månader eller sex år, naturligtvis, men jag tror inte att vi är där än.

David Rice: Ja, det håller jag med om. Vi pratade före inspelningen och du sa att det egentligen inte fungerar att prata om lärande och utveckling – man måste gå in via smärtan. Jag är nyfiken: Vad tror de flesta vd:ar och ledare att deras problem är, och hur vänder man det till ett samtal om lärande?

Tom Healy: Det är ännu en bra fråga. Det jag upptäcker är att organisationer, särskilt ledare och vd:ar, inte kan koppla sina utmaningar till lärande och utveckling. Jag går in i en organisation eller talar inför en grupp vd:ar och säger: Berätta vilka era problem är. Då pratar de om prestation och personalomsättning.

De pratar om kultur, om att de inte säljer lika många produkter som tidigare. De pratar om att yngre generationer är besvärliga och har alla dessa problem. Det jag måste arbeta hårt med är att koppla ihop punkterna med utbildning och lärande och utveckling. För lärande och utveckling intresserar dem inte.

Det är inte sexigt. Det är inte något de tycker är viktigt. Samtidigt har de identifierat alla dessa stora problem som bromsar genomförandet och tillväxten. Mitt ansvar är då att säga: Om ni skapar bra lärande och utveckling i organisationen kan jag inte lova att det löser alla problemen.

Men jag kan lova att det kommer att hjälpa er betydligt. Om ni har en bra lösning för lärande och utveckling kan ni introducera människor mycket bättre och enklare på ett automatiserat sätt. Sedan beter de sig på det sätt ni vill och fungerar bättre ute på fältet.

De blir bättre i kontakten med kunder eftersom ni ger dem bra utbildning, lärande och utveckling och en väg att fortsätta lära sig och växa. Det är mer sannolikt att de stannar hos er på lång sikt. Och gissa vad? De blir mer engagerade, och engagemang driver prestation.

Därför är det så viktigt att säga: Ge mig era största affärsproblem just nu, så ser vi vilka av dem som meningsfullt lärande och utveckling kan lösa eller hjälpa er med. Jag kan inte lova att lärande och utveckling hjälper mot tullar eller statliga regler, men det löser inte allt. Men när ni säger att ni betalar människor mycket pengar och att de presterar på en B-minusnivå, då kan lärande och utveckling hjälpa.

När ni säger att ni inte tycker om hur säljarna beter sig på marknaden och att det inte stämmer överens med hur företaget var i början, när det grundades, då kan lärande och utveckling lösa det. Det är det jag verkligen tycker om att göra. Men det är svårt att koppla affärsproblem till lärande och utveckling.

David Rice: Jag gillar det här, för ibland när man säger utbildning känns det som att människors blick blir tom. De tänker på efterlevnad.

Tom Healy: Det är samma sak med HR. ”Herr vd, låt oss prata om HR.” Nej, det vill jag inte prata om. Jag vill prata om marknadsföring och försäljning, om att ta marknadsandelar, slå ut konkurrenterna och köpa andra företag.

Det är mycket roligare att prata om. Men i de flesta branscher spelar människorna som arbetar för dig en ganska viktig roll. Om du inte överför kunskap till dem, förbereder dem för att lyckas, hjälper dem att växa och lär dem exakt vad de behöver göra för att genomföra strategin, bryter allt samman.

Ledningsteamet åker till timmerstugan i några dagar och kartlägger en fantastisk strategi för verksamheten, och sedan tror de att den automatiskt kommer att bli verklighet.

Någon gång måste man berätta för varje person i organisationen exakt vad man behöver att de ska göra, exakt hur de ska göra det och vart de ska gå när de har frågor och behöver hjälp. Det är en viktig del av det hela. Men det är återigen inte särskilt spännande för dem att prata om.

Om de försummar det här området kommer de inte att få de resultat de vill ha.

David Rice: Som du säger måste man börja formulera det på ett språk som de bryr sig om. Annars blir lärande nästan själva skämtet. Alla tänker: ”Åh nej, nu börjar det igen.” Många små och medelstora företag verkar fastna i fällan med för många verktyg och för lite process. Varför är verktygsöverbelastning en så tyst mördare för en lärandekultur?

Tom Healy: Det är det som händer. Vi har ett problem och tänker att eftersom det är 2026 måste vi lösa det med ett verktyg eller ett program. Vi blir kanske särskilt entusiastiska när det står ”AI-drivet” högst upp på webbplatsen.

Vi har kommit till en punkt där vi vill använda teknik för att lösa alla problem. Det är inte ett dåligt sätt att tänka, men standardreaktionen blir alltid: ”David, vi har ett problem. Vi måste hitta ett verktyg som löser det.” Ofta får någon som inte sitter i företagsledningen i uppgift att hitta verktyget.

Jag ser människor i organisationer fatta mycket dåliga beslut eftersom de inte nödvändigtvis är kopplade till organisationens övergripande strategi. De tittar inte alltid på hela teknik- eller programvarustacken. Så vi har ett problem, löser det med programvara och får ännu ett program.

Hur många program har då det genomsnittliga små eller medelstora företaget? För många. Och dessutom ska alla integrera med varandra och kunna kommunicera. Vi vill inte ha dubbelarbete eller behöva återskapa samma arbete på olika plattformar.

Det kan sluta med att ett team lägger orimligt mycket tid på datainmatning och möten för att skapa samordning mellan olika avdelningar och program. Standardreaktionen borde alltså inte vara att hitta ännu ett verktyg, utan att fråga: Vad gör allt vi redan har? Vad gör det inte? Var finns överlappen och luckorna? Hur kopplar vi ihop systemen?

Jag är inte själv expert på det och skulle aldrig låtsas vara det. Men som konsult kan jag titta på organisationer och säga: Ni har alldeles för många program. Eller: Ni använder saker som inte är särskilt bra, som är dyra och föråldrade.

Ledningen måste alltså lägga tid på att granska allt vi har. Behöver vi allt? Finns det bättre lösningar? Det här är inte något man bör delegera nedåt i organisationen och tänka: ”Det kostar bara 300 dollar i månaden, vem bryr sig?” Det handlar inte om kostnaden för programvaran, utan om effektiviteten vi skapar eller inte skapar.

David Rice: Det är roligt, jag pratade med en annan redaktör som driver en annan webbplats om marknadsföring. Vi pratade om att köpa verktyg och tänkte att det är som en företagsversion av shoppingterapi.

Det känns produktivt i stunden, men när det är över sitter man fortfarande fast i samma röra. Man köper verktygen för att hitta en lösning, men hamnar med så många att ingen längre minns vilket lösenord som hör till vilken lösning. Man har bara skapat en stor röra.

Tom Healy: Och på din fråga om vad det gör ur ett lärande- och utvecklingsperspektiv: det förvirrar människor fullständigt. Jag använder det här till det ena och det där till det andra. Hur utbildar vi då människor i att använda all programvara?

Om vi inte utbildar dem, utnyttjar vi då verkligen kraften i systemen? Behöver vi hela lösningen? Det kanske tar sex månader att introducera någon eftersom personen måste lära sig 20 olika program.

Jag arbetade med en organisation inom ett praktiskt yrkesområde där säljarna behövde kunna använda åtta olika tekniker. Jag frågade hur de lärde sig alla åtta. Det fanns en person vars hela arbete – en sexsiffrig tjänst – var att utbilda säljarna i försäljningsverktygen. Det verkade inte effektivt, men jag gick med på det.

När jag undersökte saken visade det sig att hon var mycket dålig på att utbilda dem. Hennes arbete bestod alltså i att utbilda människor dåligt, och det tog en timme per verktyg – åtta timmar per säljare. Det var en verksamhet med hög personalomsättning, så 80 procent av de anställda skulle inte finnas kvar efter sex månader.

Då lägger man åtta timmar på någon som troligen inte är kvar om ett halvår. Och eftersom hon utbildade dem så dåligt kom de tillbaka och bad henne göra saker åt dem eller förklara samma sak igen. Deras lärande och utveckling kostade alltså långt över hundratusen dollar.

När man slösar säljarnas tid, vad tar man då tid från? Att knacka dörr, dela ut flygblad och göra allt som krävs för att skapa fart i försäljningen. En fullständig röra – allt för att de hade för många verktyg och ingen infrastruktur för att automatiskt lära människor använda dem.

David Rice: Ja, det skapar mer förvirring. Du talar om kunskapscentret som ett grundlager innan AI ens kan göra sitt jobb. Vilket är det vanligaste misstaget företag gör när de försöker bygga ett sådant, och vad är en bättre startpunkt?

Tom Healy: De flesta företag har inget kunskapscenter. Det betyder att en anställd har en fråga men ingen plats att gå till utan att knacka på hos någon.

En riktig plats där man kan gå och säga: Jag har glömt hur man gör detta, hur man använder programvaran, hur man lämnar in en utgiftsrapport eller vilka regler som gäller för föräldraledighet. Alla frågor en anställd kan ha som rör jobbet. De flesta företag har inget AI-aktiverat kunskapscenter dit människor kan gå.

Och de som har ett sådant har ofta något tråkigt och oengagerande. Jag brukar säga: Om du själv var tvungen att genomföra företagets utbildning, hur skulle du känna? Du skulle ha tråkigt och tänka att den inte var särskilt bra. Men människorna ni anställer är inte robotar.

De är människor. Och arbetsstyrkan blir yngre. De som utbildas är ofta yngre, nya på arbetsmarknaden eller har tre till fem års erfarenhet. Hur vill de lära sig? De lär sig genom TikTok och YouTube-videor.

De behöver korta och autentiska inslag. De behöver saker som är tydligt förklarade. Om utbildningen inte passar hur deras hjärnor fungerar kommer de inte att vara uppmärksamma. De blir oerhört uttråkade. Så även om man har ett kunskapscenter är frågan om någon faktiskt kommer att sitta där och lära sig.

David Rice: Det här är en sådan sak som alla ledare vet är ett problem, men ingen vill sakta ner och åtgärda det. Vi investerar i AI och lägger tid och kraft på att använda det för att bli smartare, effektivare och snabbare. Men i många fall har vi inte ens skrivit ned hur vi gör saker.

Det är ett enormt misstag, eftersom AI behöver det sammanhanget.

Tom Healy: Ja. Vad händer då? Människor hittar på sina egna processer. De gör som hos sin tidigare arbetsgivare – kanske en konkurrent som ni inte ens tycker om. Ni vill inte att de ska efterlikna metoder de lärt sig på ett företag som ni inte respekterar.

Eller så går de till ChatGPT och får ett bra eller dåligt svar. Organisationer växer inte och blomstrar när olika människor uppfinner olika sätt att göra saker. Det blir kaotiskt.

Många vd:ar tänker inte ens på att en nyanställd som har en bra lön, när personen kör fast, antingen slutar arbeta, väntar till nästa avstämning med chefen eller går till ChatGPT och ber om hjälp.

Det kan vara problematiskt eftersom man inte vet vad personen berättar för AI:n. Och sedan tillkommer säkerhetsfrågorna. Om organisationen inte har ett centralt kunskapscenter går jag till Claude, Gemini, ChatGPT eller Copilot och delar information. Är den informationen äganderättsligt skyddad? Innehåller den avtalsuppgifter eller känsliga data?

Jag gör det externt eftersom det inte finns något internt lärande och någon kunskapsbas. Då kan man utsätta sig för säkerhetsproblem. Jag är ingen expert, men jag skulle inte gärna se att mitt team lägger in företagets information i externa stora språkmodeller bara för att vi saknar internt lärande och utveckling.

David Rice: Det är ett stort problem.

Tom Healy: Särskilt nu när vi vet att AI-agenter skapar sina egna sociala nätverk och kommunicerar bakom vår rygg. Hör du historien om AI-agenterna som samlades och där en av dem inte gillade hur företagets vd talade med dem, så de avslöjade personens privata uppgifter?

David Rice: Jag såg i går att de hade byggt en webbplats som heter Rent to Human AI, där de kan anlita människor för fysiska uppgifter.

Tom Healy: Det visar återigen att cybersäkerhet, lärande och utveckling och AI kanske inte är spännande ämnen för vd:ar, men de är verkliga frågor. Fråga dig själv vad som skulle hända om känslig data läckte eller om vi drabbades av ett cybersäkerhetsproblem och telefonerna slutade fungera eller webbplatsen låg nere. Det är skrämmande.

David Rice: Ja, man hamnar snabbt i panikläge. Om vi byter ämne lite: när vi pratade före inspelningen nämnde du att tempot i introduktionen är en kris för många företag. Vissa organisationer betalar människor i sex månader innan de blir produktiva.

I en miljö där så mycket är möjligt är det lång tid att ha någon som kanske inte följer bästa praxis eller vet hur vi gör saker. Vilket är ett mer realistiskt mål för hur snabbt människor bör vara igenom introduktionen? Och vilken roll kan AI faktiskt spela för att få dem igång snabbare?

Tom Healy: Det beror mycket på branschen och rollen. Pratar vi om civilingenjörer eller om en servitris på en pizzakedja? Men låt oss tala brett. Hur snabbt kan man få någon på rätt nivå, är det acceptabelt och hur många manuella timmar kräver det?

Jag ser ofta att företag anställer någon för försäljning och att det tar 90 dagar innan personen kan börja ringa och arbeta med leads. Hur mycket betalar ni personen? Multiplicera det med tre månader. Hur många timmar lade personalen på att gå igenom ansökningar och hitta personen? Hur många manuella timmar tog utbildningen? Har ni en huvudutbildare eller en försäljningsutbildare som arbetar med personen?

Sedan lägger ni ihop rekryteringskostnaden, lönekostnaden och utbildningskostnaden. Vad händer efter 90 dagar om personen säger att jobbet inte passar, eller om personen fortfarande inte är produktiv? Vissa företag säger att försäljningscykeln är lång och ger personen sex till tolv månader. Då kan man ha spenderat tiotusentals, kanske över hundratusen dollar, utan att det fungerar.

Ur ett introduktionsperspektiv frågar jag därför: Hur snabbt kan vi förmedla den kritiska informationen och göra det på ett huvudsakligen automatiserat sätt? Vi kan ha vackra videor, upplevelsebaserat lärande, engagerande utbildare, korta videor, sammanfattningar, infografik och aktiviteter. Kanske en daglig avstämning med en chef för att bearbeta informationen.

Kan vi göra det över två veckor utan att investera enormt många personal timmar och samtidigt snabbare avgöra om personen passar långsiktigt?

David Rice: Jag förespråkar distansarbete och tycker att det är viktigt i den här perioden av historien. Men en sak som kommit ur den här arbets eran är besattheten av dokumentation, vilket är bra. Man behöver den för en fungerande distanskultur och för en framgångsrik AI-strategi.

Problemet med introduktion är att man lätt bara dumpar en massa dokumentation på människor och förväntar sig att de ska gå igenom och bearbeta allt. Vad gör människor i dag? De lägger materialet i AI och ber den sammanfatta, eller får något uppläst. Jag gillar det du sa om videor, infografik, olika format och sammanhang. Dokumentationen skapar möjligheter att bli kreativ.

Tom Healy: Ta allt ni gör, även fysiskt arbete på plats under 90 dagar. Köp en inspelare för 20 dollar på Amazon, spela in hur ni faktiskt gör arbetet och mata in det i AI.

Om ni säger att ingen kan detta har jag två tankar. För det första behöver ni, oavsett bransch, ha någon i organisationen som är mycket kunnig inom AI. Jag menar inte att personen ska koda, utan kunna ta ett webbinarium och omvandla det till olika format, skapa infografik, en PDF eller en podd.

Om ni inte har sådana personer bör ni hitta dem. De ska utmana varje system, process och arbetsflöde och fråga hur ni kan använda AI. Är ni ett litet företag och saknar kompetensen, hitta någon. Dessa personer är inte dyra. Anställ någon för några tusen dollar i månaden som AI-ansvarig och tillfällig utbildningschef.

Det här kan skapa stora effektivitetsvinster. Människor har blivit mycket dyra. Det är fortfarande svårt att förstå vad vissa tjänar när arbetet kunde automatiseras. Jag vet att vi vill behålla människor och att någon har varit hos oss länge, men om så många gör så mycket manuellt – vad kostar det oss?

Kostar det vinster, möjligheten att sälja verksamheten om tre till fem år, att köpa en konkurrent eller att franchisera konceptet? Om vi arbetar på ett gammaldags sätt med fysiska processer, papper och penna, vad kostar det oss?

Vi måste utmana varje del av arbetet: Kan det automatiseras? Finns det färdig programvara? Finns det stora språkmodeller vi kan använda? Behöver vi en konsult? Om jag var vd skulle jag vara besatt av vad vi kan göra med AI för att bli bättre, snabbare och effektivare och mindre beroende av att människor behöver 90 dagar för att introduceras.

Ta introduktionen som exempel och bryt verkligen ner den. Rekryteringsprocesser tar ofta för lång tid och introduktionen tar för lång tid. Utmana varje steg. Antingen går man igenom det steg för steg och frågar om det är nödvändigt och kan göras snabbare, eller så bestämmer man att introduktionen nu ska ta 30 dagar och arbetar bakifrån från målet.

Samma sak gäller rekrytering. Jag har sett företag förlora bra kandidater eftersom det tar sex veckor att anställa. Då säger jag: Gör det till två veckor. Hur snabbt kan ni få in personen till en intervju? Hur snabbt kan ni genomföra en andra intervju? Behövs den sjunde intervjun fortfarande? Utmana processen.

Vi gör inte det tillräckligt ofta. Det finns en inställning att ”så här har vi alltid gjort” eller att ”så här fungerade det när jag började arbeta för 20 år sedan”. Vi måste förändras, utvecklas och utmana systemen.

David Rice: En annan variant är: ”Vi försökte en gång och det fungerade inte.” Men de senaste två åren har saker förändrats. Det kanske fungerar annorlunda nu. Hur har organisationen utvecklats?

Tom Healy: Jag pratade med någon om detta häromdagen. Jag konsulterade för en ideell organisation där styrelsen fanns, men alla tidigare ordföranden fick också vara med. Det var omkring 30 personer på dessa så kallade styrelsemöten, vilket var en katastrof.

Jag ledde en årlig planeringsdag. Någon föreslog en idé och en tidigare ordförande från 1992 svarade: ”Det har vi provat, det fungerade inte.” Kanske genomförde ni det dåligt, var för tidiga eller saknade teknik. Men idéerna dödades ändå.

Det är ett fruktansvärt tankesätt, särskilt nu. Något kanske provades när människor inte var redo, eller utan AI. Många saker jag gör i dag hade för fem år sedan varit dåliga idéer eller slöseri med tid. Nu tar experimentet inte sex månader utan sex dagar.

David Rice: Tekniken och kvaliteten blir bättre. Det finns saker jag gör nu som jag för sex till åtta månader sedan inte litade på att tekniken kunde göra.

Tom Healy: Jag gav en vän råd i går och sa: Om sex månader kan det här vara fruktansvärda råd. Det är den värld vi lever i. Man måste nästan säga: ”Så här ser det ut i dag, det här fungerar i dag, men det kanske inte stämmer om sex månader.”

Mycket är inte längre beständigt. Sådant som tidigare blev föråldrat på tre år blir nu föråldrat på tre månader. Vi rör oss otroligt snabbt. Om du ska arbeta i ytterligare 10, 20 eller 30 år vet jag inte hur du kan ignorera det här.

David Rice: Det leder bra till min nästa fråga. Om ett företag har fastnat i efterlevnadsläge och utbildning, kanske utan att ha arbetat med lärande och utveckling på flera år, vilken liten men meningsfull prövning kan de genomföra det här kvartalet för att börja röra sig framåt?

Tom Healy: Börja med att ta itu med ett affärsproblem. Man kan inte förändra allt på en gång och införa alla AI-verktyg. Det skulle bli en kulturchock och inte fungera.

Välj en sak. Vilket problem gör ni fortfarande på ett mycket gammaldags sätt? Det kan vara rekrytering, intervjuer, introduktion, företagets uppdrag, vision, värderingar eller kultur. Det kan vara intern kommunikation. Modernisera en sak och dokumentera före och efter.

Om det tidigare tog sex veckor att intervjua någon och ni fått ner tiden till två veckor, dokumentera vad ni gjorde och gå sedan vidare. Man kan också arbeta roll för roll eller avdelning för avdelning. Börja med en avdelning som är mer tekniskt kunnig, öppen för förändring och villig att experimentera.

Hitta enkla vinster. Skapa ett användningsfall och säg: Det här fungerade bra. Nu tar vi det till marknadsföring och sedan kundupplevelsen. Gå igenom organisationen avdelning för avdelning.

David Rice: Jag letar alltid efter sätt att göra den här typen av förändring mindre skrämmande. Särskilt när människor vet att de ligger efter. Man halkar efter, saker börjar gå snabbare och det känns som att man aldrig kommer att hinna ikapp.

Jag gillar idén att bara lösa ett problem och skapa fart. Det behöver inte vara det mest akuta eller dyraste problemet, bara något användbart och praktiskt. Sedan kan man bygga vidare och till slut lösa några av verksamhetens största problem.

Tom Healy: En fråga är hur villiga vi är att låta de anställda bestämma allt. Det är 2026. Man måste hoppa på eller av, men det här är inte en förhandling. Så här ska vi arbeta och så här ska vi använda tekniken.

Ska teamet diktera villkoren, eller ska vi som ledare säga hur vi moderniserar? Vi vill vara lyhörda, men om någon inte vill lära sig på det här sättet, förändras eller använda ny teknik är det okej – men då kanske det inte är rätt plats.

Jag läste nyligen att Meta i princip sade att det finns två grupper av anställda: de som snabbt använder AI och får mer ansvar och bättre betalt, och de som motsätter sig AI och får hitta en annan plats att arbeta på.

Det är extremt, men kan man verkligen ignorera AI, automatiserat lärande och utveckling, ett kunskapscenter och ett internt ChatGPT? Om jag ägde ett företag för värme och ventilation och konkurrenterna köptes upp av riskkapitalbolag som använde AI, skulle de svara kunder snabbare, boka effektivare, automatisera rutter och använda AI för diagnoser, reservdelar och offerter.

De skulle slå ut mig. Jag skulle gå i konkurs om jag inte antingen sålde företaget eller integrerade tekniken. Alla branscher kommer att påverkas. Det kanske inte har nått din stad eller marknad ännu, men varje sektor kommer att ha entreprenörer eller riskkapitalbolag som gör verksamheter smartare och effektivare med teknik.

När du väl förstår det kan det vara för sent. Du kan inte bara köpa ett par program och vara ikapp. Jag skulle vara livrädd om detta inte fanns på min radar.

David Rice: Ingen lanserar ett komplett AI-baserat lärandeekosystem över en natt, men om man inte sätter riktningen kommer de anställda att göra det åt en genom att använda de plattformar de tycker är användbara. De använder redan tekniken och känner redan till den.

Jag vill avsluta med att fråga vad som oroar dig mest: organisationer som inte gör någonting med AI, eller organisationer som gör fel saker med fel människor?

Tom Healy: Båda är lika skrämmande. Det finns tre vägar. Om två är fel, spelar det då någon roll vilken som är värst?

Den ena är att stoppa huvudet i sanden, ignorera allt och hoppas kunna fortsätta på det gamla sättet tills man går i pension med värdighet och pengar på banken. Jag gillar inte den vägen. Jag skulle försöka sälja verksamheten medan jag kunde, eller slå ihop den med någon som redan har tekniken på plats.

Den andra vägen är att göra allt, men göra fel saker: köpa massor av program, integrera AI och anlita en konsult utan att något ger avkastning. Det kan vara fel programvara eller fel metod. Man kan också automatisera så mycket att kundupplevelsen blir fruktansvärd.

Titta på Chipotle. Portionerna blev mindre, servicen mindre varm och priserna högre. För sex eller sju år sedan trodde vi att företaget var osårbart, och nu har det blivit hårt drabbat. Små misstag kan skapa stora problem.

Om automatiseringen försämrar kundupplevelsen före eller efter köpet sjunker omdömena. Restauranger och tjänsteföretag lever och dör genom Google- och Yelp-omdömen. I en liten stad sprids dessutom ryktet snabbt.

Man måste hitta det magiska tricket: Hur använder vi AI djupt i verksamheten utan att förlora den mänskliga kontakten? Vissa CRM-system kan automatiskt upptäcka att en nyckelperson hos kunden har bytt jobb. Men i stället för ett automatiskt mejl kan en människa ringa och säga: ”Hej Bob, jag såg att du tagit över rollen. Jag tar gärna en kaffe med dig.” AI drev processen, men kunden upplever kontakten som varm och personlig.

I andra situationer vill kunden inte prata med någon. Om ett paket inte kom fram vill kunden kanske bara skriva det och få svaret: ”Inga problem, pengarna är återbetalda. Vill du ha ett nytt paket? Det kommer i morgon mellan tre och fem.” Där vill kunden ha AI – men AI:n måste fungera.

David Rice: Det känns som en vägkorsning, fast snarare en korsning med åtta vägar. De två vanligaste vägarna är att inte göra något och halka efter, eller att göra något ogenomtänkt och förvirra alla. Den andra kan vara mer skadlig på lång sikt.

Tom Healy: Det finns många underkategorier. Man använder AI men väljer fel verktyg, eller tar helt bort det mänskliga och skadar verksamheten. Det är samma sak med lärande och utveckling.

När jag bygger lärande och utveckling försöker jag få 90 procent automatiserat men fortfarande varmt. Det måste finnas en människa som säger: ”David, välkommen till företaget. Vi är glada att ha dig här. Du har lite utbildning online att göra. Vi äter lunch och går igenom dagen senare.”

Då har jag lagt 90 minuter i stället för åtta timmar på utbildningen. Personen lär sig på det sätt den vill och jag återfår min tid, samtidigt som upplevelsen känns mänsklig och personlig.

Ytterligheterna är dåliga. Först motstår vi tekniken för länge, sedan satsar vi allt på AI och upptäcker att tricket är balansen däremellan. Det handlar inte om att gå från den ena ytterligheten till den andra, utan om att röra sig i rätt riktning utan att förlora sin identitet eller hur man vill behandla människor.

Det är som företag som säger att kunderna inte vill se hur korven tillverkas. Låt oss göra det som sker bakom kulisserna mycket smidigare.

David Rice: Tom, det har varit fantastiskt att ha dig här. Jag har verkligen uppskattat samtalet.

Tom Healy: Tack. Jag uppskattade samtalet och hoppas att det var värdefullt för lyssnarna. Allt det här förändras hela tiden, men det är roligt att prata om. Tack för att jag fick vara med.

David Rice: Absolut. Lyssnare, om ni inte redan gjort det, gå till peoplemanagingpeople.com/subscribe och registrera er för nyhetsbrevet.

Tills nästa gång – se upp för vägkorsningen.