De virksomheder, der skærer i arbejdsstyrken for AI, vil tabe til dem, der ikke gjorde det

Der er en version af AI-adoption, der ser smart ud på et regneark. Færre mennesker, lavere lønudgifter, samme output. Det er den version, der stille og roligt bliver udført i bestyrelseslokaler lige nu, pakket ind i sproget om effektivitet og transformation.

Det er også den version, der vil koste disse organisationer dyrt over de næste fem år.

Dette er ikke et argument mod AI. Det er et argument for at bruge det korrekt – og skelnen betyder mere for de fleste ledelsesteams, end de aktuelt erkender.

Det aktiv, de skærer ned på, er det, de ikke kan genopbygge

Når en organisation reducerer størrelsen som reaktion på AI-kapacitet, antages det, at det arbejde, der blev fjernet, var værdien. At opgaven selv – rapporten, analysen, emailen, dataindtastningen – var grunden til, at rollen eksisterede.

Den antagelse er forkert.

Den egentlige værdi, der sidder inde i de fleste teams, er ikke det arbejde, de producerer. Det er den viden, de bærer. Hvordan virksomheden faktisk fungerer. Hvor kanttilfældene ligger. Hvorfor bestemte beslutninger træffes på den måde, de gør. Hvad kunder virkelig mener, når de klager over et specifikt problem. Den kontekst, der aldrig kommer ind i et procesdokument, fordi det ikke behøver at – fordi den rigtige person allerede ved det.

Den viden er institutionel. Den bygges over tid. Det er ekstraordinært vanskeligt at rekonstruere, når det går ud af døren. Og lige nu lader organisationer det gå til gengæld for kortsigtede omkostningsreduktioner, uden fuldt ud at tage højde for, hvad de mister.

AI erstatter ikke dømmekraft. Det multiplicerer den.

De organisationer, der kommer ud med de bedste resultater, er ikke dem, der brugte AI til at gøre det samme arbejde med færre mennesker. Det er dem, der brugte AI til at gøre betydeligt mere arbejde med samme antal mennesker – eller med mennesker, der er bedre positioneret til at anvende deres dømmekraft i stor skala.

Dette er en fundamentalt anderledes driftsmodel. I stedet for at erstatte en teammedlems output udvider AI deres rækkevidde. Et marketingteam, der tidligere administrerede en kampagne ad gangen, kan nu administrere fem. En analytiker, der brugte tre dage på en rapport, kan nu producere en på en morgen og bruge resten af ugen på fortolkning og strategi. En kundesuccessmanager, der håndterede tredive konti, kan nu meningsfuldt engagere sig med hundrede.

Mennesket fjernes ikke fra ligningen. Mennesket er ligningen. AI er det, der får ligningen til at køre hurtigere.

Forretningsviden er en konkurrencefordel – men kun hvis du beholder den

Der er en sammensat effekt af institutionel viden, der ikke vises i personaletaltal. Erfarne teams træffer bedre beslutninger. De fanger problemer tidligere. De forstår virksomheden dybt nok til at anvende nye værktøjer – herunder AI-værktøjer – på måder, der virkelig passer til organisationens kontekst.

Et AI-system er kun så brugbart som den dømmekraft, der styrer det. En prompt skrevet af en person, der dybt forstår kundebasen, produktet og de operationelle begrænsninger, vil producere noget kategorisk mere værdifuldt end den samme prompt skrevet af en ny ansættelse, der arbejder ud fra et kort. Kontekst er ikke en blød fordel. Det er en hård.

Når organisationer skærer erfarne teammedlemmer til fordel for AI-drevet effektivitet, opdager de ofte for sent, at AI fungerer betydeligt bedre, når det er de mennesker, der virkelig forstår virksomheden, der styrer det.

Det rigtige spørgsmål at stille

I stedet for at spørge "hvor kan AI erstatte mennesker?" er det mere brugbart spørgsmål: "hvor kan AI give vores mennesker den tid tilbage, de mister på opgaver, der ikke kræver deres dømmekraft?"

De fleste organisationer har en betydelig mængde høj kompetence tidsforbrug absorberet af lavkompetence arbejde. Administration, formatering, planlægning, grundlæggende rapportering, første gang produktion. Dette er områder, hvor AI kan levere ægte lettelse – ikke ved at fjerne roller, men ved at fjerne den friktion, der forhindrer erfarne mennesker i at operere på deres bedste.

De teams, der genvinder den tid og omdirigerer den til det arbejde, som kun de kan gøre – forholdstyring, strategisk tænkning, kompleks problemløsning, nuanceret beslutningstagning – vil have en meningsfuld fordel. Ikke fordi de har lavere omkostninger. Fordi de har mere kapacitet.

En holdbar model ser anderledes ud

Hvis det udføres godt, bør AI-adoption resultere i teams, der er mere effektive, mere fokuserede og mere i stand til at levere på et niveau, der ikke tidligere var opnåeligt. Det bør gøre viden inden for en organisation mere tilgængelig, ikke mere overflødig.

De organisationer, der forstår dette, vil investere i træning af deres teams til at arbejde sammen med AI-værktøjer i stedet for at erstatte teams med dem. De vil behandle forretningsviden som infrastruktur. De vil bygge processer, hvor AI håndterer mængden, og mennesker håndterer dybden.

Det er ikke en mere forsigtig version af AI-adoption. Det er en mere ambitiøs. Fordi den beder AI om at gøre noget sværere end at erstatte menneskelig output – den beder den om at multiplicere menneskelig potentiale.

De virksomheder, der i øjeblikket skærer i arbejdsstyrken for at absorbere AI-omkostninger, laver en kortfristet handel med langsigtede konsekvenser. De, der holder deres teams sammen og investerer i, hvordan disse teams arbejder med AI, bygger noget mere holdbart.

Kløften mellem disse to tilgange vil blive synlig hurtigere, end de fleste forventer.

Libertas Software Research bygger tilpasset softwareløsninger designet til at understøtte, hvordan moderne teams virkelig arbejder. Hvis du overvejer, hvordan AI-værktøjer passer ind i din organisations drift, kontakt os.