Effektiva AI-ledare börjar med arbetsflöden, inte organisationsscheman
Gammalt kontra nytt: Traditionella organisationsstrukturer begränsar innovation; ett arbetsflödesorienterat arbetssätt erbjuder en mer effektiv modell.
AI:s påverkan: AI kräver en förändring av hur roller definieras, från strukturorientering till arbetsflödesorientering.
Ledarskapsutmaningen: Ledare måste anpassa sig till AI:s föränderliga krav genom att omfamna tvetydighet och ompröva gamla strukturer.
I årtionden har logiken bakom organisationsdesign följt samma sekvens. Man ritar organisationsschemat. Man definierar rollerna. Sedan, när människorna är på plats, tar man reda på hur arbetet faktiskt flödar mellan dem.
Det är ett strukturförst-angreppssätt som har präglat hur företag anställer, befordrar, omorganiserar och växer. Och under lång tid fungerade det tillräckligt bra för att ingen ifrågasatte ordningen.
AI tvingar fram den frågan.
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
För när man introducerar verktyg som kan hantera betydande delar av kunskapsarbetet slutar organisationsschemat att vara en användbar utgångspunkt. Roller som utformats innan någon förstod arbetsflödet blir behållare för uppgifter som kanske inte längre behöver en människa, eller som kan behöva en helt annan typ av människa än den som anställdes. Strukturen du byggde blir en begränsning för själva den omvandling du försöker åstadkomma.
Det smartare steget, och ett som allt fler ledare tar, är att vända på hela sekvensen. Börja med arbetsflödena. Förstå hur arbetet faktiskt rör sig genom organisationen, var flaskhalsarna finns, var omdöme är viktigast och var AI kan ta över utan att kvaliteten försämras. Utforma sedan roller utifrån det som återstår och fastställ rapporteringslinjerna.
Vändningen i praktiken
Tracy Coté, personalchef på Slickdeals, har arbetat på det här sättet under det senaste året.
”Historiskt har vi utformat organisationsschemat, definierat roller och sedan optimerat arbetsflödena”, sa hon. ”AI vänder på det. Nu börjar vi med arbetsflöden och resultat och utformar sedan roller utifrån vad som faktiskt behövs när AI förväntas kunna hantera en del av arbetet.
Det här låter som en subtil förändring, men i praktiken förändrar den allt kring hur ledare fattar organisatoriska beslut. I stället för att fråga ”vem behöver vi anställa?” blir den första frågan ”vad kräver det här arbetet egentligen?”
Och svaret på den frågan fortsätter att förändras i takt med att AI:s förmågor utvecklas, vilket är anledningen till att Coté också invänder mot antagandet att ledarskap innebär att ha svaren.
AI ökar tvetydigheten eftersom verktygen och möjligheterna förändras varje vecka. Ledarskap handlar nu mer om att sätta ramar, bygga upp kunskap och hjälpa team att experimentera ansvarsfullt utan att tappa fokus.
Den här tvetydigheten är obekväm för chefer som har byggt sina karriärer på att känna till den rätta strukturen för ett visst problem. Men det är just obehaget som är poängen. En fast struktur förutsätter stabilt arbete, och väldigt lite kring hur AI påverkar arbetet är stabilt just nu.
Domenico Gagliardi, grundare av AI-agentplattformen Kortix.ai, har dragit den här logiken till sin yttersta konsekvens. I stället för att bygga om ett befintligt företag byggde han ett från grunden utifrån principen om arbetsflöden först.
”Vi kartlägger arbetsflöden först och utformar sedan roller utifrån vad människor unikt bidrar med”, säger han. Resultatet är en organisation som arbetar med 70 % färre personer än jämförbara startupföretag, inte för att den avskaffade jobb för effektivitetens skull, utan för att de roller som finns utformades efter att arbetet hade förståtts. Det är en fundamentalt annorlunda utgångspunkt än den de flesta företag använder när de anställer.
Dhanaraj S, en HR-specialist som arbetar inom tillverkning, detaljhandel och tjänstesektorn i Indien, kom fram till en liknande slutsats utifrån ett mer specifikt perspektiv. När han bestämde sig för att förbättra rekryteringen i sin organisation hade det uppenbara steget varit att lägga till AI-baserad screening i den befintliga processen.
Snabbare granskning av CV:n, automatiserad schemaläggning och kanske en chattbot för kandidaternas frågor. Lägga det ovanpå det som redan finns.
I stället började han med att göra om arbetsflödet. Han bröt ner arbetsbeskrivningar i kompetenskluster och riskindikatorer med hjälp av AI, lät bedöma anonymiserade CV:n utifrån kompetensmatchning och kompensationsrisk och genererade sedan skräddarsydda intervjufrågor baserat på det som analysen visade.
AI kördes innan det mänskliga omdömet kom in i processen, inte efteråt. Hela sekvensen för hur ett anställningsbeslut fattades utformades om från grunden.
Resultatet blev inte bara snabbare rekrytering. Det blev bättre rekryteringssamtal.
Mer strukturerade intervjuer, minskad partiskhet, tydligare anställningsbeslut och färre avslag i ett sent skede. Inget av detta skulle ha hänt om vi bara hade kopplat in AI i det befintliga arbetsflödet. Det gamla arbetsflödet var inte utformat för den typ av indata som AI kan ge. Det var omdesignen av det först som gjorde tekniken användbar.
Gamla processer kan inte stödja ny teknik
Lydia Wu, som skapade HR-teknikkonsultföretaget Oops, Did I Think That Out Loud, framför ett ännu mer grundläggande argument. Hon har granskat över 800 HR-tekniklösningar och sett otaliga organisationer försöka modernisera genom att lägga nya verktyg ovanpå gamla processer. Hennes slutsats är tydlig: "Vi försöker fortfarande få AI att skapa värde ovanpå föråldrade processer som utformades för interneteran."
Den formuleringen, "föråldrade processer utformade för interneteran", borde träffa hårt hos alla ledare som har haft sin roll i mer än fem år. De arbetsflöden som de flesta organisationer använder i dag byggdes för en värld där programvara hanterade transaktioner och människor hanterade allt annat. AI förändrar den fördelningen dramatiskt, och processerna var inte utformade för det.
Wu säger att företag kör fast när de försöker skala upp AI bortom konceptteststadiet, och att orsaken är strukturell.
"Tekniken var aldrig utformad för de gamla processerna", hävdar hon. En omställning i AI-eran kräver att man går tillbaka till kärnan i hur verksamheten fungerar, omdesignar arbetsflödena från grunden och sedan tillämpar AI ovanpå dem.
Det är här arbetsflödesfokuseringen blir mer än en designpreferens. Den blir en förutsättning för att över huvud taget få något verkligt värde från AI.
Och det finns ytterligare en konsekvens som ledare ännu inte fullt ut har tagit hänsyn till. När du designar om arbetsflöden innan du definierar roller upptäcker du ofta att de roller du behöver ser annorlunda ut än de du har. Vissa uppgifter försvinner. Andra slås samman. Nya uppgifter uppstår som inte passar in på något befintligt jobbtitel, särskilt när AI tar över uppgifter på nybörjarnivå.
Den organisationsdesign som var logisk för sex månader sedan kanske inte längre är det, och att hålla fast vid den innebär att du organiserar människor kring arbete som inte längre existerar i den form som organisationen utformades för.
Det är därför den gamla ordningen – struktur först, roller därefter och arbetsflöden sist – skapar så mycket friktion när AI införs. Ledare köper verktygen, överlämnar dem till team som är organiserade kring arbetsflöden från tiden före AI och undrar sedan varför införandet stannar av eller ger marginella resultat. Svaret är att själva organisationsdesignen blockerar omställningen. Du kan inte få resultat från AI-eran med en struktur från interneteran.
Inget av detta innebär att organisationsscheman är irrelevanta. Rapporteringslinjer, ansvarsskyldighet och kontrollspann är fortfarande viktiga. Men de bör vara det sista du utformar, inte det första.
Arbetsflödet visar vad arbetet kräver. Rollen visar vilken typ av person som kan utföra arbetet väl. Organisationsschemat visar hur dessa personer samordnar sig.
När du gör det i den ordningen tjänar strukturen arbetet. När du gör det i den traditionella ordningen böjs arbetet för att passa strukturen, och det är där värdet läcker ut.
Vad detta innebär för din nästa omorganisation
För CHRO:er och COO:er som läser detta är den praktiska innebörden obekväm men tydlig. Innan nästa omorganisation, innan du tillsätter en vakant tjänst och innan du omstrukturerar en avdelning för att "integrera AI", bör du kartlägga arbetsflödena. Förstå vad som faktiskt händer på uppgiftsnivå. Ta reda på var besluten fattas, vem som fattar dem och vilka delar av processen som skulle kunna hanteras annorlunda med de verktyg som nu finns tillgängliga.
Omdesign av arbetsflöden före omdesign av organisationen. Det är ordningen. Du kommer nästan säkert att hamna någon annanstans än där organisationsschemat hade lett dig.
