Två konferenser, ett problem: Det byggarna och CHRO:erna inte säger till varandra
AI-ansvar: Ingen har ett tydligt ansvar för AI-kompetens; ansvaret ligger ofta hos alla och följaktligen hos ingen.
Styrningsgap: AI-styrningen saknar ofta tillräcklig medverkan från dem som arbetar på operativ nivå.
Behov av kompetensutveckling: Organisationer släpar efter när det gäller att omdefiniera roller, vilket skapar rädsla för att bli överflödig bland medarbetarna.
HR-utmaning: HR förväntas leda AI-omvandlingen men saknar teknisk expertis och samsyn.
Operativ samordning: Det finns ett akut behov av att överbrygga gapet mellan tekniska lösningar och människors förmåga att anpassa sig.
Sent på eftermiddagen på Transform får ett rum fullt av HR-ledare en enkel fråga utan enkla svar. Vem ansvarar för AI-kompetensen i er organisation?
Svaren kommer in via ett omröstningsverktyg som projiceras på skärmen. "L&D." "IT." "Den högsta ledningen." "Alla." Och sedan en stor dos ärlighet: "Ingen."
En av sessionens moderatorer tittar på skärmen och säger det som alla i rummet redan vet.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
"Det finns ett enormt gap. Jag tror inte att någon äger frågan."
En annan deltagare inflikar.
"Specifika ledare avgör allt, och det är ett problem, eftersom alla till slut hamnar på helt olika sidor"
Omröstningsdata bekräftar det som rummet redan känner. Bland HR-praktiker som samlats specifikt för att diskutera AI-användning är det vanligaste svaret på frågan "vem äger detta" i praktiken oavgjort mellan alla och ingen.
Det här är inte en konferenssession om misslyckanden. Det är en session om det faktiska läget. Och läget, på de två största konferenserna under den här vårens konferenssäsong som jag har deltagit i och genom dussintals timmars samtal med chefer, praktiker, konsulter, investerare, jurister och utvecklare, är att de personer som ansvarar för att implementera AI och de personer som ansvarar för att ta emot den inte talar med varandra på ett kontinuerligt och strukturellt sätt. När de väl talar svarar de ofta på olika frågor.
När jag gav mig ut på den här resan kartlade jag totalt fyra konferenser från början av mars till mitten av april. De två mest anmärkningsvärda av dessa skulle sannolikt locka mycket olika målgrupper, men ge svar kring arbetslivets framtid och de utmaningar den innebär för ledare och organisationer.
De två rummen
Transform, som hölls i Las Vegas, kallas ofta för ”HR:s sommarläger” och samlade mer än fyra tusen CHRO:er och personalchefer, talangchefer och andra personer som leder organisationer genom den omvälvning som AI-verktyg skapar.
HumanX, som hölls i San Francisco två veckor senare, lockade grundare och plattformsutvecklare, alltså personerna som levererar verktygen. De två målgrupperna delar ett ordförråd – AI-användning, kompetensutveckling, agentiska arbetsflöden – men orden fyller olika funktion beroende på vilket rum man befinner sig i.
För utvecklarna kretsar den dominerande frågan kring kapacitet. En ständig granskning av vad dessa system kan göra, hur vi frigör deras fulla potential och hur vi går från AI som assisterar till AI som agerar?
Ted Bailey, vd för Dataminr, beskrev sitt företag som ett företag som förser Vita husets Situation Room och 30 internationella militärmakter med underrättelser i realtid. Hans filosofi för autonom AI är ganska precis: bygg den bästa möjliga underrättelsebilden och låt sedan en människa fatta det slutliga beslutet.
Linda Tong, vd för Webflow, beskrev hur hon gav varje anställd obegränsat med tokens och såg företaget omorganisera sig kring agenter.
Det är inte en kapacitet som begränsas av ingenjörskonst. Alla är utvecklare.
För de övervägande personalinriktade sessionerna på Transform var den dominerande frågan annorlunda. Inte vad den kan göra, utan vem som ansvarar när den gör något fel?
Shawn McIntire, chefsjurist på PEBL, uttryckte ansvarsproblemet på fyra ord när han talade på Transform: "Ägt överallt, ansvar utkrävs någonstans."
Han beskrev vad som händer när ramverk för AI-styrning byggs uppifrån och ned utan att nå ut till gräsrotsnivån. Styrningsstyrelsen sammanträder. Användningspolicyn skrivs. Och sedan, klockan två på natten, fattar någon ett beslut på bråkdelen av en sekund som styrningsstyrelsen aldrig kommer att granska.
Din första försvarslinje är dina medarbetare och dina processer. Att ta sig ner på gräsrotsnivå, till de människor som utför arbetet, interagerar med modellerna och fattar det där beslutet på bråkdelen av en sekund som styrningskommittén helt enkelt inte kommer att vara närvarande för.
Det här är ansvarsbristen. Och den löper rakt genom utrymmet mellan de två rummen.
Vem tar ansvar för det
Utvecklarna har löst en version av det här problemet på teknisk nivå.
Jyoti Bansal, vd för Harness, gick igenom lagren mellan AI-genererad kod och en produkt som kan distribueras. Åtta typer av tester, åtta typer av säkerhetsgranskningar, verifiering av distributionen, protokoll för återställning och kostnadsoptimering. Trettio till fyrtio kontroller mellan kod och produktion.
"Man kan inte ha förtroende utan verifiering", sa han.
På samma panel tillade Jeff Wang från Windsurf att när en AI-agent förstör något loggar den det misslyckandet och lär sig att inte upprepa det. Systemet är självkorrigerande på teknisk nivå.
Man kan inte låta bli att fråga sig: vilken organisation har byggt motsvarigheten till detta för sina mänskliga processer? Och lika viktigt: vem genomför systematiska kontroller av agenternas beteende i hela verksamheten? Vem granskar mönstret i de beslut som en agent fattade förra kvartalet, på samma sätt som en revisor granskar finansiella rapporter?
Utvecklarsessionerna hade detaljerade svar på de frågorna för programvarupipelines. När det gäller organisatorisk styrning visade praktikernas sessioner något som låg närmare improvisation.
På Transform har Victoria Reimers sett företag lägga stora ansträngningar på styrningskommittéer och användningspolicyer, samtidigt som de underinvesterar i människorna som faktiskt utför arbetet. Hennes rekommendation? Enkel: lägg tio gånger så mycket på era medarbetare som på er kommitté.
Det låter som ett skämt, men modellen hon beskrev på Juniper Square – ett team på tolv medarbetare som blev interna AI-experter tillgängliga för alla som var osäkra på om något var säkert eller skalbart – är en av de få konkreta strukturer för att sluta gapet från grunden och uppåt i stället för från styrelserummet och nedåt som jag har sett.
Jämförelser med GDPR dök upp mer än en gång. På vissa sätt skiljer sig den datautmaning som AI medför inte särskilt mycket och fungerar som en förändringskraft och ett sätt att fråga företag vad de gör med de medarbetaruppgifter de samlar in.
"Folk visste inte vad de skulle göra (för GDPR)", sa McIntire. "Men det blev en drivkraft för företag att se över hur de hanterar personuppgifter.
Implikationen är att reglering kanske är det som slutligen gör det omöjligt att skjuta upp frågan om ansvar, men Navrina Singh, grundare och vd för Credo AI, som i sex år har byggt infrastruktur för AI-styrning åt Fortune 500-företag, menar att organisationer inte bör vänta på den drivkraften. Hon påpekade att om de väntar tills en incident inträffar och sedan investerar i AI-styrning, kommer de redan att vara irrelevanta.
Florian Douetteau, vd för Dataiku, framställde kostnadsfrågan ännu mer rakt på sak. Misslyckas man med medarbetare, orkestrering eller styrning kollapsar hela den agentbaserade investeringen.
Folk kommer att börja säga att vi har spenderat massor av pengar där, och det finns ingen avkastning på investeringen.
Mellan processen och människorna
Samtidigt befinner sig diskussionen om kompetensutveckling i ett märkligt mellanläge mellan de två sidorna.
Forskning som presenterades vid Transform av Brandon Hall Group visade att 65 % av organisationerna aktivt integrerar AI i centrala arbetsflöden, och att färre än 30 % på ett meningsfullt sätt har omdefinierat sina roller eller jobbstrukturer för att återspegla detta.
Tekniken utvecklas, men den mänskliga arkitekturen runt den håller inte jämna steg. Enkelt uttryckt beskriver detta organisationer som bygger om sina motorer medan de kör, utan att berätta för de flesta passagerarna vad som händer eller vart de är på väg.
Amy Reichanadtner, personalchef på Databricks, beskrev utmaningen för sitt team på ett sätt som stannade kvar hos mig.
”Vi vill inte bygga en djungel åt dem”, sa hon när hon talade om att brett införa AI-verktyg utan en tydlig karta över hur de hänger ihop. ”Människor behöver en väg, inte en machete.”
Det finns ett namn för det anställda känner när den vägen saknas, det vi nu kallar FOBO eller rädslan för att bli föråldrad. Enligt många presentatörer är det den vanligaste saken deras team hör när AI kommer på tal.
Sessionerna för utvecklare behandlar införandet som ett huvudsakligen lösbart problem med tillgång och incitament. Ge alla tokens. Anordna en utmaning för hela företaget. Gör byggandet till en förväntan.
Detta fungerar bevisligen i organisationer där en experimenterande kultur redan finns och där de anställda förstår att deras fortsatta roll inte är ifrågasatt. För alla andra är frågan mer komplicerad.
Robin Daniels, kommersiell chef på Zensai, sade när han talade vid HumanX att ”hastighet utan tydlighet skapar kaos snarare än omvandling.”
Brådskan från utvecklarsidan att införa snabbare, distribuera mer och minska gapet till konkurrenterna landar annorlunda i organisationer där ingen har fastställt vad som kommer härnäst.
Förändringströtthet blir mindre utmattande om man vet vart vi är på väg. Tvetydighet är utmattande.
Skomakarens barn
Workshoppen om AI-kunnighet på Transform var på sitt sätt den mest ärliga sessionen vid någon av konferenserna. Ett rum fullt av HR-praktiker, som hade samlats specifikt för att arbeta med införandet av AI, röstade för att AI-kunnighet tillhör alla, vilket i praktiken innebär att den inte tillhör någon.
En deltagare från ett företag inom konsumentförpackade varor berättade att hennes organisation medvetet hade hållit tillbaka, låtit andra göra misstagen först och så sent som förra månaden fått ett mandat från styrelsen att sätta igång.
En annan beskrev ett företag där varje avdelning ansvarade för sin egen AI-kunnighet eftersom alternativet var att säga upp personal. En tredje påpekade att ingen skulle komma på tanken att fråga vem som ansvarar för finansiell kunskap i en organisation, och undrade om själva inramningen var en del av problemet.
Det sessionen blottlade, utan att riktigt sätta ord på det, är att HR-funktionen ombeds leda en organisationsförändring som den bara delvis är rustad att förstå.
”Vi ser hur våra organisationer rullar ut AI överallt omkring oss”, sa en av handledarna. ”Vi förstår inte ens AI inom vår egen funktion, och sedan ombeds vi hjälpa andra affärsenheter att införa AI.”
Matt Poepsel, VP för talangoptimering på The Predictive Index, kom fram till samma slutsats från ett annat håll.
Han beskrev den skada han hade orsakat tidigt i sin karriär som chef, när han fokuserade på att driva teamets prestation och var besatt av tekniskt genomförande. Han missade vad hans team faktiskt upplevde, och det var HR som hjälpte honom att inse att det han saknade var sammanhang.
"Det jag nu, alla dessa år senare, inser, är att jag ser samma saker utspela sig i organisationer, men det sker i stor skala och med hög hastighet", sade han. "Och det beror på att HR saknar det avgörande sammanhanget på samma sätt som jag gjorde. Ni har hört människor säga att vi måste hålla människan med i loopen. Jag säger att vi måste hitta ett sätt att hålla personalfunktionen med i loopen."
Jag har på nära håll sett den skada jag själv har orsakat, trots att det inte var min avsikt, när jag var alltför fixerad vid verksamhetens tekniska aspekter. HR-medarbetare förstår och bryr sig om människorna på ett annat sätt än den genomsnittliga chef som befordras till att leda människor. Därför oroar det mig när jag ser att HR lämnas utanför ekvationen och endast behandlas transaktionellt eller enbart ur ett regelefterlevnadsperspektiv när det gäller en av de största revolutionerna vi har sett på länge.
Det här är problemet med skomakarens barn, och det är endemiskt. HR är den funktion som har störst ansvar för anpassning av arbetsstyrkan och som genom utbildning och organisatorisk vana är minst positionerad för att leda en teknisk omvandling.
Stacy Eng, tidigare chef för lärande på Chevron, beskrev hur man byggde ett AI-råd som inkluderade CIO:n, CFO:n och en liten arbetsgrupp, specifikt för att skapa styrning kring vilka idéer man skulle gå vidare med och vilka man skulle lägga åt sidan.
Utan styrning får man kaos. Vi kan inte koka hela havet.
Det strukturella argumentet brukar vara att HR måste finnas med i det rådet tillsammans med CIO:n och CTO:n, inte komma in efteråt. Rasmus Hulst, vd för Zensai, framförde samma argument vid HumanX.
”Få CHRO:n, CTO:n och CFO:n i samma rum”, sade han och påpekade att han ”nästan aldrig faktiskt har sett det hända.”
Ironin är att de som bygger på HumanX i många fall redan har löst detta internt. Vijay Tella, vd för Workato, beskrev 28 agenter som används i hans företags verksamhet. Tong beskrev Webflows interna kultur där alla bygger.
Det här är organisationer där teknikfunktionen och personalfunktionen i praktiken har gått samman, där vd:n, CHRO:n och CTO:n av nödvändighet deltar i samma samtal.
De är inte användbara jämförelser för företaget med 50 000 anställda, där CHRO:n fortfarande får höra om AI-implementeringar först efter att de har genomförts.
De 40 procenten
Frågan om vad som händer med människor ligger under allt detta.
Adit Jain, vd för Leena AI, som implementerar AI-kollegor för HR- och backofficefunktioner i företag, gav en av de mer jordnära bedömningarna jag hörde under två veckor. När hans företag automatiserar affärsprocesser ser det regelbundet att 60 % av personerna i ett visst arbetsflöde blir överflödiga.
Han sade det utan dramatik, eftersom det händer. Han beskrev vad de bättre kunderna gör. Ungefär 20 % av de medarbetare som blir övertaliga kan återföras till processen som mänskliga chefer för AI-system, där de övervakar och korrigerar i stället för att utföra själva uppgiften. Han nämnde de övriga 40 procenten direkt. "Det är något vi har haft flera samtal med kunder om."
Vid Transform kom en röst från ett annat håll. Van Jones tog på huvudscenen upp frågan om personalstyrkan utan att linda in den.
Folk kommer att skynda sig att minska personalstyrkan och ersätta människor med botar eftersom de anser att personalen kostar för mycket och att botarna är billigare," sade han. "Det kommer att ske till viss del, det är oundvikligt. Men alla kommer snart att ha botar.
Hans argument var strukturellt snarare än sentimentalt. När tekniken blir en standardiserad handelsvara, vilket den kommer att bli, återgår konkurrensfördelen till människorna. Närmare bestämt till dem som utför det osynliga arbetet: empatin, kontakten och det emotionella arbetet med att hålla team fungerande.
Om du ser dem som personal och gör dig av med dem kommer teamen som om två år har samma botar som ni men bättre människor som samarbetar bättre att köra över er.
Det som ingen av konferenserna riktigt löste var hur organisationer som vill göra något annat än att optimera sig igenom omställningen ska utformas. Byggarsessionerna hade detaljerade tekniska ramverk för att göra AI-system mer tillförlitliga. Praktikersessionerna hade detaljerade ramverk för att göra medarbetare mer anpassningsbara.
Mellanskiktet, infrastrukturen för styrning och ansvar som kopplar samman dessa två delar, den organisatoriska motsvarigheten till Harness 30-lagers kvalitetskedja, finns inte i de flesta företag, och att bygga den är ingens uttalade uppgift.
Var risken finns
Kit Krugman, SVP för People and Culture på Foursquare, beskrev personalfunktionens ständiga problem på Transform. Den har alltid haft svårt att få en strategisk plats vid bordet. AI är, hävdade hon, en verklig möjlighet att förändra detta, men bara om HR kan besvara centrala styrningsfrågor på ett operativt sätt.
Ett orkestreringslager är en av de mest kraftfulla omvälvningarna vi kommer att se inom det här området. Men först måste ni få det grundläggande operativa lagret att fungera.
Denna grund i form av rena data, tydlig styrning, definierat ansvar och en arbetsstyrka som förstår vad den förväntas göra och varför är vad de flesta organisationer fortfarande försöker få på plats. Utan ordentlig planering för AI-beredskap riskerar företag att hamna efter i denna kritiska omställning. Byggarna rör sig snabbare än vad det går att få denna grund på plats. Praktikerna bygger den under föränderliga förhållanden. Och skillnaden mellan dessa två hastigheter är där den mesta risken finns.
Inför nästa års konferensprogram vore det förmodligen en god idé att samla de två grupperna och låta båda perspektiven mötas vid samma bord.
