AI på arbejdspladsen: sådan kommer I fra licenser til faktisk brug

Problemet er ikke teknologien — det er tilladelsen

De fleste organisationer har allerede adgang til AI. Alligevel bruger et mindretal det. Grunden er sjældent, at værktøjet er svært; det er, at ingen har sagt tydeligt, hvad man må sende ind i det, og hvad der sker, hvis man laver en fejl.

Så længe det er uklart, vælger fornuftige mennesker det sikre: at lade være. Derfor er den vigtigste ledelsesopgave ikke træning, men tilladelse — sat på skrift.

Start med arbejdsgange, ikke med værktøjer

Et værktøjskursus giver folk knapper. En arbejdsgang giver dem tid tilbage. Find tre til fem opgaver, der gentages hver uge, tager for lang tid og ikke kræver fortrolige data — referater, første udkast, oversættelser, datarens, mødeforberedelse.

Byg dem om sammen, mens folk sidder der. Det, deltagerne selv har testet på deres egne opgaver, overlever mandagen. Det, de har set på et slide, gør ikke.

Retningslinjer, der kan læses på ét minut

• Hvilke data må aldrig ind i et AI-værktøj (personoplysninger, kundedata, kontrakter).
• Hvornår et menneske skal godkende, før noget sendes ud af huset.
• Hvordan man markerer AI-assisteret arbejde internt.
• Hvem man spørger, når man er i tvivl — med navn, ikke en postkasse.

Den erfarne halvdel af organisationen

AI-adoption deler ofte organisationen efter alder, og det bliver hurtigt et kulturproblem frem for et kompetenceproblem. Erfarne ledere og specialister har typisk 25-30 års faglig autoritet og skal nu stå i noget, hvor de er nybegyndere. Det er ubehageligt, og ubehag ligner modstand.

Løsningen er ikke flere kurser, men et format, hvor det er legitimt at være i tvivl. Når tvivlen først er sagt højt — eller bygget — er vejen til brug kort.

Mål på adfærd, ikke på licenser

Antal aktiverede konti siger intet. Mål i stedet, hvor mange af de aftalte arbejdsgange der faktisk kører efter 90 dage, og hvem der har ejerskab for hver af dem. Det er den eneste tal-serie, der forudsiger, om investeringen giver noget.