AI-påverkan: AI omformar HR genom att automatisera processer, ge insikter och möjliggöra välgrundade beslut.
Utmaningar: Viktiga HR-utmaningar omfattar administrativa bördor och fragmenterade data, vilket begränsar den strategiska potentialen.
Möjlighet: AI kan lyfta HR från stöd till strategi genom prediktiv analys och individanpassade upplevelser.
Etik: För att säkerställa etisk användning av AI inom HR krävs mänsklig översyn och att förstärkning av partiskhet undviks.
Snabba vinster: Börja införa AI med uppgifter som automatisering av vanliga frågor, arbetsflöden, dokumenthantering och rapportering.
Jay Polaki är medgrundare och vd för HR Geckos, ett HR-teknikföretag som hjälper organisationer att automatisera HR-processer samtidigt som människan står i centrum. Tidigare hade hon roller på direktörsnivå inom HR.
Vi pratade med henne för att lära oss hur hon använder AI för att revolutionera HR-processer. Här är vad hon hade att säga.
Att använda AI för strategisk HR-transformation

Hej, jag heter Jay Polaki och är vd samt chefsgecko på HR Geckos. För att låna ett begrepp från botaniken har min start på HR-karriären varit brokig — en mycket färgstark start. Min utbildning och bakgrund inom I/O-psykologi ledde mig till att arbeta för organisationer i olika branscher och sektorer, från stora multinationella företag och myndigheter till mindre konsultföretag. Jag lärde mig så mycket om hur människor är livsnerven och livlinan i varje organisation.
HR Geckos, mitt HR-teknikföretag, föddes ur dessa erfarenheter från min HR-karriär. Mitt uppdrag är att automatisera HR-processer, bevara den mänskliga kontakten och koppla samman HR-system kring det som betyder mest — människor.”
Varför AI omformar HR-ledarskap och organisationsdesign
Jag använder teknik för att lösa utmaningar som HR-avdelningar står inför i dag, bland annat genom att erbjuda en medarbetarupplevelse på konsumentnivå, leverera datadrivna insikter och effektivisera arbetsflöden.
Efter mer än tjugo år som ledare för HR-team såg jag ett återkommande mönster. Briljanta och engagerade HR-professionella ville skapa strategisk påverkan, men några centrala problem höll dem konsekvent tillbaka.
För det första: det administrativa ekorrhjulet! Jag såg på nära håll hur manuella processer tog upp en stor del av HR:s tid — att besvara samma policyfrågor, jaga dokumentation eller navigera i föråldrade system.
För det andra: bristen på sammanhängande data. Vi hade medarbetardata i vårt HRIS, kandidatdata i vårt ATS, lönedata i ett annat system och resultaten från medarbetarundersökningar i ett kalkylblad.
Att besvara en till synes enkel fråga från min vd, som ”Vilken är personalomsättningen bland högpresterande medarbetare på vår ingenjörsavdelning?”, krävde en enorm manuell insats för att exportera, rensa och slå samman data. Vi hade gott om data men ont om insikter, vilket hindrade oss från att vara verkligt strategiska rådgivare.
Frustrationen över att vilja skapa större påverkan men samtidigt fastna i administrativa bördor och bristande datasammanhang motiverade mig starkt.
Min roll förändras från att lösa allt till att utforma förutsättningar för bättre beslut, snabbare genomförande och tydligare ansvar. I en AI-först-värld handlar ledarskap om tydlighet, ramar och omdöme, inte bara om tillsyn.
Jag har släppt antagandet att de bästa organisationerna är de mest centraliserade. AI möjliggör mer distribuerat beslutsfattande, men förstärker också att mänskligt omdöme, empati och sammanhang fortfarande betyder mest i de ögonblick som formar kultur och förtroende.
Så undviker du att behandla AI som ”digitalt läppstift”

Det är en otroligt spännande tid, och möjligheterna är enorma. Jag ser stora möjligheter i att gå från processautomation till förstärkning av förmågor. AI och automatisering kan lyfta HR från en stödfunktion till en strategisk kraftcentral, vilket möjliggör prediktiv analys för personalplanering, personaliserade medarbetarupplevelser och sömlös efterlevnad. Det gör att HR kan bli en prediktiv, datadriven funktion i stället för en reaktiv sådan.
Den största fallgropen är dock att behandla digital transformation som ett engångsprojekt eller helt enkelt lägga teknik ovanpå trasiga processer — ett slags ”digitalt läppstift” på ett trasigt arbetsflöde.
Utan genomtänkt förändringsledning och fokus på användarupplevelsen riskerar vi låg användning och ännu större frustration över teknikverktygen. Verklig transformation kräver att man tänker om kring arbetsflöden, utbildar team och förändrar avdelningens gemensamma tankesätt.
Om vi dessutom automatiserar utan eftertanke riskerar vi att skapa en kall och opersonlig medarbetarupplevelse. Du bör aldrig automatisera ett medkännande samtal. Målet är att använda teknik för att hantera transaktionella uppgifter så att människor får mer tid för meningsfulla och empatiska interaktioner, särskilt i känsliga situationer som prestationsproblem eller personliga kriser.
Slutligen lär sig AI-modeller av de data vi ger dem. Om historiska data om anställningar eller befordringar innehåller dolda fördomar kan AI oavsiktligt föra dem vidare eller till och med förstärka dem i stor skala. Det är avgörande att välja etiska AI-partner och upprätthålla mänsklig tillsyn.
Nyckeln är ett människocentrerat förhållningssätt. Sätt människan i centrum för förändringen och använd teknik för att förstärka, inte ersätta, den mänskliga kontakten inom HR.
Så hittar du snabba vinster med AI

För att frigöra strategisk kapacitet rekommenderar jag team att börja med uppgifter som har hög volym, kräver få bedömningar och är regelbaserade. Dessa snabba vinster ger omedelbar avkastning på investeringen genom att frigöra tid.
Mina fyra främsta användningsområden för snabba vinster skulle vara:
- Medarbetarfrågor på nivå 1: Detta är den enklaste vinsten. En AI-driven kunskapsbas eller chattbot besvarar vanliga frågor om policyer, löner och förmåner, vilket omedelbart avlastar HR-teamet och ger medarbetarna snabba svar.
- Arbetsflöden för introduktion och avslut: Dessa är processtunga och involverar flera intressenter (IT, löneadministration, rekryterande chef). Automatisering av checklistor, aviseringar och dokumentation säkerställer en konsekvent, regelrätt och bättre upplevelse för alla involverade.
- Dokumentgenerering och dokumenthantering: Tänk på anställningserbjudanden, anställningsintyg och bekräftelser av att policyer har tagits del av. Genom att automatisera skapandet, undertecknandet och arkiveringen av dessa dokument elimineras en betydande administrativ börda och antalet fel minskar.
- Datainsamling för efterlevnadsrapportering: Att manuellt sammanställa och formatera data för rapporter som EEO-1 eller planer för positiv särbehandling är tidskrävande och felbenäget. Automatisering hanterar datainsamlingen, vilket gör att HR kan fokusera på att analysera resultaten och ta fram handlingsplaner.
Genom att automatisera dessa grundläggande uppgifter skapas en grund för operativ excellens, vilket ger HR trovärdighet och kapacitet att ta en mer strategisk roll.
Varför AI-användning handlar mer om beteende än om teknik
Forskning från 2026 har visat att AI-användning handlar mindre om tekniken och mer om beteende, förtroende och att utforma om hur arbetet utförs. Jag har blivit överraskad av hur mycket AI tvingar ledare att granska sina egna antaganden om kontroll.
De bästa resultaten uppnås när ledare slutar försöka anpassa AI till den gamla processen och i stället utformar om processen utifrån vad människor respektive maskiner gör bäst. För mig innebär det att AI inte bara är ett produktivitetslager. Det är en ledarskapsdisciplin som kräver att jag är tydligare kring arbetsflöden, ansvarsskyldighet och var mänskligt omdöme fortfarande spelar störst roll.
Så bygger du AI-kunskap och beredskap i HR-team
Som HR-praktiker och numera entreprenör inom HR-teknik har jag funderat mycket på vad det innebär att vara ”redo för AI.” De flesta samtal om AI fokuserar på verktyg, automatisering och omvälvning, men de fokuserar inte tillräckligt på människor.
Som HR- och företagsledare vet vi att förändring inte sker när ny teknik lanseras. Den sker när människor ställer sig bakom den, litar på processen och känner sig rustade att lyckas.
AI utvecklas snabbare än vad de flesta organisationer hinner anpassa sig till. Ändå är det största gapet inte tekniskt, utan kulturellt och mänskligt. HR är inte längre bara en funktion, utan en strategisk kompass som vägleder AI:s integrering i kultur, arbetsutformning och talangmodeller.
Vi förvaltar förtroende, rättvisa och inkludering i AI-drivna beslut – från rekryteringsalgoritmer till prestationshantering. Ingen av oss byggde våra organisationer för att tjäna tekniken – vi byggde dem för att tjäna människor!
Utmaningen? Organisatorisk beredskap.
Under vår nyligen genomförda turné ”AI-redo eller inte” besökte vi fem amerikanska städer och samtalade direkt med HR- och företagsledare. Över 70 % av företagsledarna angav grundläggande hinder som datakvalitet, integrationsproblem och äldre processer som de största hindren för att omvandla AI-idéer till verklig effekt.
Dessutom medgav nästan alla att de saknar tillräckliga AI-kunskaper, vilket tydliggör ett stort behov av kompetensutveckling och transparens inom HR-funktionen.
Det här är ett avgörande ögonblick för HR. När organisationer går från AI-experimenterande till genomförande måste HR-ledare inte bara förespråka användning utan också driva mätbara affärsresultat — snabbare rekrytering, smartare engagemang och bättre bibehållande — med AI-drivna verktyg.
Vägen är dock sällan problemfri: kulturellt motstånd, kompetensluckor och otydliga användningsområden bromsar ofta utvecklingen.
Vad kan HR-team göra för att påskynda AI-beredskapen och leverera resultat?
- Investera i utbildning och kompetensutveckling: Bygg upp AI-kompetensen i hela HR-teamet och ge tidiga användare möjlighet att dela framgångshistorier.
- Prioritera data- och kunskapsberedskap: Rena och sammanlänkade data är grunden för alla framgångsrika AI-initiativ.
- Främja en kultur av experimenterande och transparens: Involvera medarbetarna i processen, bemöt farhågor öppet och uppmärksamma snabba framsteg för att bygga förtroende.
- Anpassa AI-projekt till verksamhetens prioriteringar: Fokusera på användningsområden som löser verkliga problem, till exempel att automatisera rekrytering, individanpassa lärande eller förbättra bibehållandet, i stället för att jaga glänsande nyheter.
Så omformar agentiska arbetsflöden HR-strategier med AI
Agentisk AI kommer 2026 att föra HR-tekniken från smarta verktyg till halvautonoma digitala kollegor som HR-ledare måste rekrytera, introducera, styra och mäta som en del av arbetsstyrkan.
Vi är närmare än många tror att ha snäva, väl avgränsade agentiska arbetsflöden. Däremot är vi mycket längre från trovärdig, helt autonom HR.
HR som funktion kan inte helt förlita sig på agenter. Vi är för nyanserade för att automatisera mycket av det vi gör inom HR — kom ihåg att ”H” i ”HR” fortfarande står för ”människa”.
Agenter är utmärkta på repetitivt, regelbaserat arbete i flera steg, som att dirigera ärenden, besvara policyfrågor, validera data och påminna medarbetare genom processer. De är inte redo — och kanske aldrig blir helt redo — för arbete som kräver djup kontext, politiskt omdöme, empati i konflikter eller förmågan att läsa av ”temperaturen” i en kultur.
HR är en av de mest kontexttunga och känslomässigt laddade funktionerna i verksamheten. Samma policy som tillämpas på två personer kan få helt olika konsekvenser beroende på historik, maktdynamik, rättvisa och kultur.
Det är den nyansen som gör att vi anser att agentisk AI bör avlasta människor, inte ta bort människor ur processen. ”H” i HR förblir mänskligt — särskilt när förtroende, rättvisa och värdighet står på spel.
HR är en av de mest kontexttunga och känslomässigt laddade funktionerna i verksamheten. Samma policy som tillämpas på två personer kan få helt olika konsekvenser beroende på historik, maktdynamik, rättvisa och kultur.
Varför HR-ledare måste se AI som en utmaning inom arbetsdesign
Mitt råd till HR-ledare är att sluta behandla AI som ett sidoprojekt och börja se det som ett problem inom arbetsdesign. Vinnarna 2026 kommer att vara de team som kombinerar ett tydligt användningsområde med stark styrning och därefter omformar arbetsflöden, beslutsmandat och chefers arbetssätt kring det.
Till HR-ledare: Börja i liten skala, men börja med något verkligt. Välj ett smärtsamt arbetsflöde där AI kan minska friktionen — till exempel HR-service, introduktion, kunskapsinhämtning eller ärendesortering — och mät om det förbättrar snabbhet, kvalitet och medarbetarupplevelse. AI-användning misslyckas fortfarande när ledare förväxlar experimenterande med omvandling, så målet är att förändra hur arbetet utförs, inte bara att lägga till ett nytt verktyg.
Till alla ledare: Mitt bredare råd är att leda med nyfikenhet, men också med disciplin. AI-mognad handlar inte om hur många verktyg ni inför; det handlar om att veta var AI skapar värde, var det skapar risker och var mänskligt omdöme måste förbli en del av processen.
Ett enkelt sätt att uttrycka det: automatisera inte dysfunktionen. Förbättra arbetsflödet, definiera gränserna och använd AI för att göra det enklare att utföra ett bra arbete.
Följ med
Du kan följa Jay Polakis arbete på LinkedIn, Facebook eller Instagram. Eller besök HR Geckos.
Fler expertintervjuer kommer på People Managing People!
