Signalrapport: Lärdomar från Transform 2026
Styrningsprioritet: AI-användning kräver ett strukturellt arbetssätt med tydlig styrning för att undvika kaos och dubbelarbete.
HR:s medverkan: HR måste hävda sin roll i AI-strategin och leda arbetet med arbetsstyrka och lärande tillsammans med tekniska ledare.
Chefens roll: Mellanchefer är avgörande för AI-omvandlingen och behöver kontextmedvetna chefer som vägleder processen.
Otydlighetens påverkan: Att förstå AI-övergångar som en pågående utveckling, inte som störningar, minskar medarbetares utbrändhet och förändringströtthet.
Datafundament: En stark och konsekvent datainfrastruktur är avgörande för effektiv AI-implementering och för att undvika systemiska problem.
Konferensscenen har blivit en egen sorts signal. Det som sägs i de här rummen och på de här scenerna är en destillering av det som händer på, känns av på och förutspås för den moderna arbetsplatsen.
Transform 2026 i Las Vegas var inget undantag. Under tre dagar med sessioner, paneler och samtal i korridorerna framträdde några saker som verkligen klargjorde läget. Naturligtvis förekom de vanliga abstraktionerna från optimistiskt färgade huvudanföranden och pessimistiska medgivanden, men också ärliga friktionspunkter från praktiker som faktiskt befinner sig mitt i det.
Det här är vad veckan faktiskt tydliggjorde för mig.
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
1. Styrning är det osexiga arbetet som avgör om något av det här verkligen håller.
Ingen kommer till en konferens för att prata om dokumentation av policyer. Ändå fortsatte det att dyka upp som den bärande väggen för AI-användning.
Under en session om kompetens i fokus på dag 1 beskrev Stacy Eng, tidigare chef för lärande på Chevron, ögonblicket då hennes organisation insåg att entusiasm på egen hand skulle skapa kaos. De hade öppnat dammluckorna för medarbetarnas idéer om vad de kunde göra med AI, och resultatet blev verkligen en översvämning. Hundratals idéer ledde snabbt till insikten att de behövde ett ramverk för att prioritera dem.
Lösningen var strukturell: ett AI-råd som samlade CIO, CFO och andra seniora intressenter för att avgöra vad som skulle genomföras, läggas åt sidan och överges.
Den erfarenheten återkom i flera sessioner. En praktiker från ett icke-tekniskt företag beskrev hur de medvetet avstod från den tidiga AI-ruschen — "vi ville låta alla andra göra misstagen" — innan ett styrelsebeslut tvingade fram handling.
Amy Reichanadtner, personalchef på Databricks, beskrev hur hon organiserade teamets AI-arbete i tre tydliga lager: strategiska initiativ med stöd från ledningen, en processöversyn funktion för funktion och en sandlådemiljö för öppna experiment med skyddsräcken.
Utan den strukturen, konstaterade hon, får man dubbla verktyg i sin personalteknikstack som löser samma problem, utan möjlighet att veta vad som fungerar.
Det underliggande problemet är att ofullständig policydokumentation skapar en svag grund för alla AI-system som hämtar information från den. För att inte tala om agenter som kräver styrning som kan hålla jämna steg i realtid.
2. HR:s plats vid AI-bordet erbjuds inte. Den måste tas.
En av de tydligaste frustrationerna som genomsyrade veckan var att HR fortsätter att stängas ute från AI-strategin och sedan får i uppgift att hantera följderna.
Isaac Agbeshie-Noye konstaterade att en mycket låg andel HR-professionella förstår sin roll i AI-strategin.
"De har lagt ut det på CTO:n", sa han. "Vi behöver att de här yrkespersonerna är insatta."
Eng framförde en liknande poäng om organisationsdesign. AI-implementering är en arbetskraftshändelse, inte en teknisk driftsättning. Kompetenserna, psykologin och lärandearkitekturen ligger inom HR:s område.
"HR, som de som förstår arbetsstyrkan, kan bygga delen för lärande och utveckling. De bör vara en del av AI-rådet tillsammans med CIO och CTO och se till att de mänskliga aspekterna av förändringen beaktas."
Brandon Hall Groups HR-utsikt för 2026 visade att 65 % av organisationerna aktivt integrerar AI i centrala arbetsflöden. Färre än 30 % har på ett meningsfullt sätt omdefinierat hur roller eller arbetsstrukturer ser ut för att återspegla detta. Det gapet är där HR antingen kliver fram eller permanent hamnar vid sidan av.
3. Det är på chefsnivån som AI-omvandlingen dör.
Matt Poepsels session var kanske veckans ärligaste. Han beskrev hur chefer arbetar utan sammanhang, fattar beslut i ett vakuum och framställde det inte som ett individuellt misslyckande utan som ett systemfel: generisk AI som inte känner till organisationen, människorna eller den beteendemässiga dynamiken.
"När vi upptäcker att chefer tar genvägar", sa han, "skapar det ett vakuum, och det visar sig i varje steg av medarbetarens livscykel."
Konsekvenserna förstärker varandra. Medarbetare vänder sig till ChatGPT för råd om chefer eftersom förtroendet har urholkats så mycket att de inte tror att de kommer att få ett rakt svar från sin faktiska chef.
Claude Silver, chef för medarbetarengagemang på VaynerX, beskrev hur personer befordras till chefsroller och att organisationen sedan upptäcker att den hade utgått från att de visste hur man skapar utrymme för rädsla, osäkerhet och riktiga samtal.
Vi behöver ha chefer som kan skapa det", sa hon. "Det verkar som att vi hoppar över just det.
Brian Elliotts inramning som konferencier för evenemanget var tydlig: "AI-transformation är en lagsport som kräver tid och utrymme för team att träna tillsammans. En AI-förespråkare som är integrerad i ett team och känner till teamets mål är mer kraftfull än utbildningsprogram."
4. Tvetydighet gör att människor går in i väggen snabbare än arbetsbelastning.
Förändringströtthet nämndes upprepade gånger, men den mer precisa diagnosen kom från Agbeshie-Noye.
Detta får praktiska konsekvenser för hur organisationer kommunicerar AI-omställningar. Eng beskrev ett val av budskap på Chevron där fokus låg på att rama in AI, inte som ett avbrott, utan som nästa kapitel i en pågående digital resa, vilket fick det att kännas kontinuerligt snarare än omvälvande.
Danny Guillory, personalchef på Gametime, gick längre.
"Ibland behöver vi göra mindre när det gäller vad vi driver på och vara medvetna om de rytmer människor upplever."
Det är skillnad mellan att förbereda personalen för förändring och att överväldiga dem med den. Målet för dem som vill hantera denna utmaning handlar om att skapa tydlighet kring vart saker är på väg, inte bara entusiasm över vad som är möjligt.
5. Datalagret är inte en teknisk detalj. Det är grunden.
Jevan Soo Lenox, personalchef på Writer, sa något som förtjänade mer uppmärksamhet: "Om du inte bygger utifrån en bra och konsekvent kunskapsbas, ett datalager som du kan komma åt och bygga vidare på, kommer allt annat att gå sönder."
Han talade inte abstrakt. Han beskrev erfarenheten av att se organisationer införa AI-verktyg ovanpå kaotisk, ofullständig eller inkonsekvent datainfrastruktur och undra varför ingenting fungerar som utlovat.
Giovanni Luperti, vd för Humaans, framförde en närliggande poäng om agentisk AI: systemen kommer att lära sig av det du ger dem. Mata dem med röriga indata så kommer de att systematisera röran. Introduktionsprocessen är ett exempel han gav — mycket repetitiv, med stor potential för automatisering, men bara om den underliggande processen är väldefinierad.
Du vill få agenter som ska köra den här processen hela tiden och som ska lära sig att göra det bättre. Men när du kommer till mer komplexa behörighetskomponenter tror jag inte att de här systemen är där ännu.
Frågan organisationer bör ställa innan de bygger något: vad hämtar AI faktiskt sin information från?
6. Ledningens ansvar för AI-implementeringen måste vara mätbart, annars försvinner det.
Stacy Eng var tydlig med vad som krävs för att få ledare att gå från hejaklack till ägarskap.
Peter Beard, vice ordförande för policy och program vid U.S. Chamber of Commerce, lade till en relaterad poäng om synlighet. Att hålla AI-projekt inom ledningsgruppens synfält — inte för att ingripa, utan för att signalera att frågan uppmärksammas — förändrar beteendet i hela organisationen. "Det är det som kommer att driva förändring", sade han.
Det här spelar roll eftersom ansvarsbristen är verklig. När AI-användning beskrivs som ett kulturinitiativ utan verklig kraft behandlas den som valfri. När den integreras i hur prestation utvärderas blir den ett verkligt arbete.
7. Signalen i rekryteringen kollapsar, och volym är inte svaret.
Rekryteringssessionen med Aaron Wang, vd för Alex.com, belyste ett problem som TA-chefer följer i realtid. Antalet ansökningar har exploderat — vissa ATS-system rapporterar 750 sökande per tjänst — medan andelen som faktiskt granskas ligger runt två till tre procent.
AI har gjort det friktionsfritt att söka jobb. Kostnaden för att ansöka är nu nära noll. Och i allt högre grad är det AI som ansöker för kandidaternas räkning, ibland i stor skala och ibland på ett vilseledande sätt.
Leverantörernas argument är att AI-granskning löser detta genom att behandla alla. Men den svårare frågan, som lyftes under sessionen utan att få ett fullständigt svar, är vilken signal som faktiskt överlever när båda sidorna av transaktionen förmedlas av AI?
En av fyra sökande kan nu vara bedräglig, enligt Wang. Den siffran, om den stämmer, visar hur trasig toppen av rekryteringstratten har blivit.
Det djupare problemet är inte volymen. Det är att cv:t som signal redan försvagades innan AI kom, och AI har påskyndat kollapsen. Granskning i stor skala löser inte frågan om vad som kännetecknar kvalitet när underlaget inte går att lita på.
8. Mänskligt omdöme är fortfarande det som skiljer oss åt, men bara om det är inbyggt och inte tas för givet.
Veckans mest konsekventa tema, genom sessioner som annars hade mycket lite gemensamt, var detta: människor är fortfarande bättre på omdöme än AI, men den fördelen har bara betydelse om organisationer medvetet bevarar och utvecklar den.
Matt Poepsels ramverk var tydligt.
Amy Reichanadtner pekade på två förmågor som hon tror kommer att hjälpa människor att klara sig: att tänka utifrån grundprinciper och att vara en person som bygger.
June Dinitz, personalchef för USA och Kanada på EPAM Systems, beskrev hur professionella tjänster skiftar mot "framåtriktade ingenjörer", eller med andra ord personer som kan arbeta inne i en kunds verksamhet och förstå hela sammanhanget innan de föreslår tekniska lösningar.
Det innebär att inte behandla omdöme som en mjuk färdighet. Se det som infrastruktur och bygg de förutsättningar som krävs för att det ska kunna användas, särskilt i miljöer med små team. Lupertis formulering "beslutsförstärkning kontra beslutssubstitution" är ett användbart perspektiv. Överlämna allt deterministiskt till agenten. Behåll människan helt och hållet i loopen när det handlar om sammanhang, nyanser eller konsekvenser.
9. Den arbetskraft som kommer in nu upplever något som ingen äldre fullt ut förstår, och ledare behöver lyssna i stället för att förklara.
Michael Walters, personalchef på Samsung Semiconductors, sade något som är ett gott råd till alla som är födda före år 2000.
Jag måste förstå att jag inte vet hur det är att vara 25 år 2026, så jag måste lyssna mycket.
Claude Silver beskrev hur hon sett yngre medarbetare börja och sedan sluta snabbt, inte på grund av arbetet, utan för att organisationer inte har ärliga samtal om AI:s konsekvenser för deras framtid, karriärvägar eller känsla av tillhörighet.
Under ett samtal på huvudscenen dag 2 kom Van Jones till saken.
Låt inte er själva använda den här tekniken för att minska antalet anställda. Alla kommer att ha botarna och sedan är ni tillbaka hos människorna. Ni behöver i stället investera i det emotionella arbetet för att hålla ihop era team.
Det är inget mjukt argument. Det är ett strategiskt argument. Om vi ser införandet av AI som en ren effektivitetsfråga kommer vi att förlora de människor som kommer att överleva den nuvarande automatiseringsvågen.
Att bygga AI-kompetens och att bygga mänskligt förtroende är inte konkurrerande prioriteringar. Just nu är de samma projekt.
