Skrevet av Anette Hansen, partner i Bønes Virik.
Den dominerende fortellingen om kunstig intelligens i arbeidslivet er enkel og selger godt i mediene: AI erstatter mennesker, og selskaper bruker teknologien til å kutte bemanning. Det vi ser i våre samtaler med selskaper om lederrekruttering akkurat nå, er at svært få selskaper etterspør ledere for å gjennomføre kutt. Det de derimot i økende grad etterspør, er ledere som kan få mer ut av organisasjonen de allerede har, slik at veksten i omsetning og leveranseevne kommer uten en tilsvarende økning i bemanningen. Det høres kanskje ut som en variant av kostnadskutt, men det er en fundamentalt annen øvelse, og den stiller helt andre krav til lederen som skal gjennomføre den.
Et lederproblem, ikke et IT-problem
Å innføre et AI-verktøy er den enkle delen, og de fleste organisasjoner har allerede gjort det i en eller annen form, enten som et chatbot-grensesnitt i kundeservice, et verktøy som skriver utkast til rapporter, eller en modell som flagger avvik i data. Problemet er at verktøyet i seg selv sjelden endrer noe grunnleggende, fordi det som regel legges oppå en arbeidsflyt som opprinnelig ble designet for hvordan arbeidet ble gjort før verktøyet fantes i det hele tatt.
Ta et konkret eksempel fra kundeservice, der mange selskaper har innført AI-drevet førstelinjehåndtering av henvendelser: det som skiller de som faktisk henter ut gevinsten fra de som ikke gjør det, er sjelden selve verktøyet, men om noen har tatt seg tid til å tenke gjennom hele prosessen på nytt.
Dette er spørsmål om organisasjonsdesign og prioritering, ikke om programvarevalg. Det samme mønsteret gjelder i økonomifunksjoner, hvor et verktøy som automatiserer avstemming eller fakturahåndtering løser lite alene hvis ikke noen samtidig tar stilling til hvilke kontroller som fortsatt trengs, hvor ansvaret for feil skal ligge. Ikke minst hvordan man bygger tillit til at automatikken faktisk fanger opp det den skal. Dette krever en leder med nok innsikt i både faget og teknologien til å stille de riktige spørsmålene, uten at lederen nødvendigvis trenger å kunne bygge modellen selv.
Konsekvensen for hvem vi ser etter
Dette endrer hva som bør telle i en lederevaluering, for det er fristende å lete etter «AI-erfaring» som eget punkt på CV-en, men det er ofte feil målestokk, ettersom en leder kan ha brukt AI-verktøy i årevis uten noen gang å ha restrukturert en arbeidsprosess rundt dem. En annen leder kan ha begrenset teknisk erfaring, men svært god evne til å analysere en prosess, identifisere hvor den faktiske flaskehalsen ligger og lede et team gjennom en reorganisering med usikkerhet underveis. Det som bør vurderes er derfor mindre om kandidaten har jobbet med AI, og mer om kandidaten noen gang har bygget om en funksjon rundt et nytt verktøy i stedet for bare å innføre det, fordi det andre spørsmålet fanger opp noe mye mer overførbart: evnen til å tenke i systemer fremfor enkeltoppgaver, og til å ta beslutninger om roller og ansvar før teknologien har gitt et ferdig svar.
Hva dette betyr i praksis
For selskaper som skal ansette ledere i denne fasen, er det verdt å stille noen konkrete spørsmål i intervjuprosessen, som å be kandidaten beskrive en gang de identifiserte at et verktøy eller en teknologi krevde en helt ny arbeidsflyt og ikke bare en tilpasning av den gamle. Spørre hvordan de håndterte motstanden fra de som mistet oppgaver de tidligere eide, og spørre hvordan de målte om endringen faktisk fungerte, ikke bare om verktøyet ble tatt i bruk. Disse spørsmålene sier langt mer om en leders evne til å håndtere den typen endring vi ser nå, enn noen liste over kjente AI-plattformer på en CV vil kunne indikere.
Konklusjonen
En stadig viktigere lederegenskap fremover er ikke nødvendigvis teknisk AI-kompetanse, men evnen til å lede strukturell endring under usikkerhet, med teknologi som én av flere variabler i ligningen. Dette er ikke et helt nytt krav til ledere, men det får nå en mer konkret og målbar form enn før, og det bør derfor speiles i hvordan vi evaluerer og rekrutterer til lederroller.
