Att omfamna Generativ AI inom HR

Generativ AI förändrar arbetslivet i rasande takt, men hur kan HR dra nytta av tekniken och samtidigt navigera de utmaningar den medför? I detta avsnitt utforskar vi AI:s möjligheter och risker samt ger praktiska råd för hur HR kan anamma den digitala transformationen på bästa sätt.

I veckans avsnitt av HR Digitaliseringspodden diskuterar Anna Carlsson och Emira Blomberg tillsammans med gästen Thomas Eklöf, allt från AI för HR, hur generativ AI påverkar arbetslivet och vilka utmaningar och möjligheter som tekniken innebär för HR-branschen. Samtalet kretsar kring den snabba utvecklingen av AI och svårigheten att hänga med i tempot, samt hur HR kan och bör förhålla sig till den pågående digitala transformationen.

Diskussionen berör den snabba AI-utvecklingen och dess implikationer, där gästerna reflekterar över teknikens unika egenskaper och behovet av individuell anpassning. HR:s roll i AI-anpassningen är central, och Thomas Eklöf betonar vikten av att HR både stöttar organisationen i omställningen och utvecklar sin egen digitala kompetens.

Utmaningar och motstånd mot AI diskuteras, särskilt rädslan för förändring, tidsbrist och avsaknad av strategiska beslut. Ett viktigt tema är hur AI kan förändra HR-arbetet genom att effektivisera processer, från rekrytering till analys och kommunikation. Avsnittet avslutas med konkreta rekommendationer för att HR ska kunna ta en aktiv roll i AI-anpassningen, exempelvis genom att införa schemalagda "AI-race" och skapa en kultur av experimenterande och kunskapsdelning.

Genom att HR engagerar sig i AI-utvecklingen kan arbetsprocesser bli mer effektiva och innovativa. Så hur kan just din organisation ta nästa steg? Lyssna på avsnittet och låt dig inspireras av framtidens HR!

Transkribering:

Anna Carlsson: Jag tror att flera av er som lyssnar är i situationen att AI dominerar samtal, att vi känner att vi inte hänger med, att det händer så mycket så att vi kanske tom gett upp eller satt vårt eget generativa AI användande på jobbet på paus ett tag. Fortsatt att jobba på samma sätt som vi brukar, vi har inte tid att förändra. Ett exempel Thomas tar upp i avsnittet är kommentaren han fått: Jag provade AI och det funkade inte.

I det här avsnittet av HR Digitaliseringspodden diskuterar jag, Emira och vår gäst Thomas Eklöf från företaget AI för HR var vi står just nu, vad vi alla behöver göra och hur vi faktiskt behöver ta oss an generativ AI. 

Det är inte riktigt som andra verktyg och kan inte rullas ut på samma sätt som ”vanliga” systemprojekt. Det måste omfamnas av varje individ och vi måste börja göra tillsammans för att komma framåt.



Anna Carlsson: Välkommen till HR Digitaliseringspodden Thomas!  



Thomas Eklöf: Tack!  



Anna Carlsson: Det händer ju jättemycket på AI området. Det är nästan svårt att greppa känner jag, här sitter vi nu. Det är februari. Jag tror den här kommer ut om några veckor när vi har spelat in. Men det är som om jag inte riktigt hänger med i tempot. Jag tror inte någon annan nästan gör det. Eller? Och Emira är här. Vad säger du om det? Hänger du med?  



Emira Blomberg: Nej, men jag vet ju inte om jag hänger med. Det är det som är utmaningen, att hur ska man veta när man hänger med och inte?  



Thomas Eklöf: Jag kan säga jag hänger inte med. Och jag jobbar ju nästan heltid med det här bara för att försöka hänga med. Men det är nästan omöjligt. Det händer så mycket hela tiden och inte bara att det släpps mycket nyheter, det är också mycket snack och förväntningar och liksom många saker på samma gång. Så att filtrera bland det där är svårt även för mig. Jag tror inte knappt någon hänger med känns det som.  



Emira Blomberg: Men då tänker jag att vi definierar. Vi måste ha en ny definition av att hänga med. Det handlar inte om att hålla sig ajour med precis varenda nyhet som släpps hela tiden, för det är omöjligt, till och med för en AI bevakare som dig. Utan vi får nog definiera och hänga med på ett annat sätt, tänker jag.  



Thomas Eklöf: Ja, jag tänkte lite på det innan också. Kopplingen till HR är ju att det inte är de senaste nya verktygen, eller de senaste uppdateringen av någon stor språkmodell som är det viktigaste för oss inom HR, utan det är snarare att försöka förstå vad det är för någonting. Förstå hur vi ska använda det. Alltså komma tillbaka till kritan lite grann och inte dras med i det ständiga. Det är på något sätt krig egentligen.



Anna Carlsson: Terrorbalansen tänker du på.  



Thomas Eklöf: Något sätt nu även Kina involverade, så det är ju ett ständigt race för att hela tiden vara bäst och ligga i framkant. Den här en vecka har det hänt mycket så det är väldigt svårt att hänga med.  



Anna Carlsson: Så nu tar vi ett klipp i tiden här 10:e februari 2025 och se lite perspektiv. Det är väl det vi har tänkt idag. Först ska du få berätta vem du är. Thomas som är gäst idag.  



Thomas Eklöf: Just det. Thomas heter jag och jag kommer ju från HR bakgrund så jag har jobbat 15 år inom HR, ursprungligen från rekrytering, så det är samma veva som dig Emira, men det är egentligen senaste tio åren. Är det brett inom rekrytering eller inom HR Och jobbat egentligen i alla möjliga typer av roller, allt från specialistroller till HR chef. Oftast i konsult rollen som kommit in utifrån och hjälpt organisationer, men sen skrivit en bok också som heter Innovativ rekrytering som kom ut 2018. Det var i den som AI intresset började ta form, för vi skrev redan då om spännande verktyg, bland annat ett som jag vet var stort då som hette Maja som sen blev uppköpt av en av de stora jättarna.  



Anna Carlsson: Just det.  



Thomas Eklöf: Det var liksom redan då. Det här var långt innan Chatgpt, så det här var inte alls hajpat eller stort på den tiden. Så mitt intresse för AI har hängt med och utvecklats med tiden.  



Emira Blomberg: Håller titeln på boken fortfarande?



Thomas Eklöf: Innovativ rekrytering? Med tanke på hur rekryteringsmarknaden ser ut fortfarande så tycker jag att den fortfarande håller. Sett till hur vi jobbar med våra metoder i liksom i sin helhet i Sverige, så att den är fortfarande modern, åtminstone i form av arbetssätt. Och det är jag och Nils Ahlén som ändå utmanar det traditionella sättet och har velat ha mer anpassningsbar rekryteringsprocess. Så det tror jag nog, men kanske inte innovativ längre.  



Anna Carlsson: Det är därför jag har podd och inte skrev någon bok för att just kunna vara väldigt flexibel längs med vägen. Men det ger ju en annan status.



Thomas Eklöf: Ja. Men bara för att runda upp det så att AI kom på tapeten och då kände jag när Chatgpt verkligen kom och förändrade spelplanen så kände jag att nu är det dags att göra ännu mer. På ett tema som jag tycker redan är spännande. Sedan dess driver jag AI för HR och håller utbildningar, kurser och föreläsningar för huvudsakligen HR. Senaste halvåret så har jag breddat och försöker nå ut mer mot ledare och ledningsgrupper. Framför allt också.  



Anna Carlsson: Jättespännande att få prata om det här temat. Vad ska vi kalla för världshändelse? Och sen så ska vi ju ta upp att du och jag har gjort några saker tillsammans. Vi har haft fredags live och det har ni också haft. Mira och Thomas när jag inte har varit med. Så vi har haft fredagsträffar på morgonen och kört live via LinkedIn. Just nu så gör vi inte det. Jag får inte ihop det i mitt schema. Och sen så ändrade LinkedIn lite reglerna också. Och sen håller vi utbildning tillsammans där du kan komplettera mig i den kurs jag gör för HR Digitalisering, som också har ett helt stort block med AI förstås. Och det är ju också intressant idag att diskutera vad behövs för att få det att fungera egentligen i framtidens HR? Men jag funderar lite, vad ska vi börja i ämnet? Var befinner vi oss egentligen just nu? Jag lyssnar på Josh Persin. Han pratar om det här med Super Humans och jag hade en diskussion eller flera diskussioner när jag var på personalchef förra veckan och pratade med andra. Hur ska vi nyttja AI och vad kommer hända med oss som individer nu framöver och hur snabbt kommer det gå? Vad tänker ni där?  



Thomas Eklöf: Ja, jag tänker nog ganska mycket. Jag tror inte att det är tekniken i sig som är den största utmaningen, utan det är nog som alltid oss själva att vi behöver lära om oss. Så för mig är ju AI egentligen det är ett verktyg. Sen är det ett verktyg som skiljer sig mycket mot tidigare innovationer som gör att vi har en mycket mer möjlighet att göra annorlunda tack vare den här tekniken. Satt jag tror fortfarande att vi står och stampar och jag kan rabbla upp studier som visar det. Senast i januari så kom BCG med sin studie som också visar på samma trend att Sverige Norden halkar efter, eller snarare är stiltje. Det sker inte så mycket utveckling som det gör runtom i världen, Både i Europa men också i USA och andra länder så sker det ju otroligt mycket mer där man visar siffror som visar på en fördubbling i användandet från 2023–2024, medan vi i Sverige stod ungefär på samma nivåer. Så jag tror att varför det är så finns ju många anledningar säkerligen, men jag tror att utmaningen som vi står inför är att börja förstå. Liksom makes sense. Jag tror på ett sätt visa tänker jag så här, men det kanske är bra att ta det lite lugnt, ligga still i båten och vänta och se vad som händer. Jag tror att det är en balansgång där jag tror att jag ibland kan det dröja en vecka, så kommer en ny modell som är bättre och som gör det på ett annat sätt. Som jag inte behövde lära mig det jag lärde mig förra veckan. Men samtidigt så måste man ju någonstans hoppa på banan och börja förstå. Börja navigera i det här för att sedan hitta sin väg. Så att jag tror att man måste liksom. Jag brukar dra parallellen med att järnväg. Vi måste lägga rälsen samtidigt som vi åker lite grann. Vi vet inte vart vi vart vi landar, men om vi står kvar på perrongen så kommer vi definitivt inte se vart det tar vägen.  



Anna Carlsson: För jag tror att det finns otroligt mycket. Eller vi vet att det finns otroligt mycket värde att få ut i effektivisering av oss själva, att kunna leverera. Men det är också skrämmande samtidigt. Men om vi inte börjar nu? Jag läste en kommentar på LinkedIn om att jag saknade mer exempel kommer från olika HR personer. att jag vill veta mer hur jag gör, och jag tror inte det finns ett svar på det, utan det är någonting att du måste börja nyttja de olika de här generativa AI möjligheterna som finns, oavsett vilken produkt du gör. Du måste börja, för om du inte börjar så kan du inte förstå. Det är din utvecklingsprocess som måste pågå och ingen. Jag vet inte om vi kan tala om vad vi gör och andra inom HR kan tala om vad de gör. Men du måste på något sätt sätta dig in i det här och börja agera.  



Thomas Eklöf: Ja, för det är det jag märker på de utbildningar jag kör och när vi. För många är också rädda, det ska man får man inte glömma. Och framför allt vi på HR behöver komma ihåg att vi måste också ta hand om de som är oroliga kring utvecklingen. Och framför allt vad händer med min tjänst, mina arbetsuppgifter? Hur mycket kommer att förändras? Jag menar, det finns ju, jag tror att det var nobelpristagaren i ekonomi han gick ut med att om tio år kommer 90 % av arbetsuppgifterna vara borta. Så det man måste ta tag i det också. Sett till hela bolaget och hur man pratar om det här. Men det får inte bli en bromskloss i sig, utan jag tror att man måste bjuda in medarbetarna. Att vi tror att det kommer förändras, om det är 10 % eller 90 % det vet inte vi. Men vi vill ha med er på den här resan och försöka lista ut hur vi bäst omformar oss. För det är ju en stor omställning och det kommer ta tid. Så man ska inte dras med i teknikens tjusighet utan man måste tillbaka till vad gör vi? För precis som du säger, jag tror att många ropar efter exempel, vill veta vad gör i andra och det är klart att en del börjar testa och experimentera och får exempel. Men ett bolag som har ett stort rekryteringsbehov kontra ett som inte har. De kommer inte börja på samma ände kanske. Så jag tror det är dumt att vänta och sen göra som alla andra, utan man måste börja förstå vad det här är för teknik. Och sen måste man börja experimentera både personligt och det kan man ju göra själv, privat som användare på hemmafronten. Men börja experimentera på jobbet i det lilla och lära sig mer. Det är verkligen där man behöver komma i gång tror jag. Vad säger ni?  



Emira Blomberg: Jag bara reflekterar över att tiden mellan tanke och resultat förkortas. Att jag tror att det stora skiftet här är att vi i våra organisationer har varit så upptagna med att göra, för att de systemstöd som vi hittills har haft har varit oftast väldigt trubbiga. Så vi har fått lägga enormt mycket tankekraft och energi och arbetstid på att bara få data i de här systemen att bli rätt. Trubbiga stora HR system eller för all del CRM system, väldigt avancerade dashboard möjligheter, men som förutsätter att man har fyllt i sjuttioelva fält innan. Och då tror jag att när vi väl kommer fram till analysstadiet, så som det har varit, då är vi trötta. Vi orkar inte mer för att vi har lagt så mycket tid och energi på att bara operativt fixa till saker och få det att funka. Så det som händer nu är ju att första gången jag använder Chatgpt så blev jag ju liksom nästan lite tårögd över att den fattade vad jag ville liksom. Och det är väl det där som är att tänk om man bara hade kunnat, nu kan man det. Den frågan, tänk om man bara hade kunnat. Glöm den frågan utan nu är det bara så "ja, det kan du". Och vad ska du göra med resultatet? Så att vi går från operativt görande till analyserande av ett resultat.  



Thomas Eklöf: Du är inne på en intressant del. För jag tror att många tänker att det här kräver en stor omställning och jag ska man börja införa nya system och införa AI så behöver man ha bättre koll på sin data. Det är ena spåret att som organisation, det är samma sak. Väljer man att ta in Microsoft och hela co pilot. ja, men du har fortfarande för mycket skit runt om i din infrastruktur som gör att det är svårt att få ut värdet i det verkligen. Men å andra sidan är ju att egentligen behöver du ingenting av det här om du börjar med de här generativa AI verktygen själv och börjar navigera och med rätt utbildning i hur man använder dem och börjar använda dem på så sätt som man kan och bara där, kan du göra stor skillnad i dina arbetsprocesser. Så man behöver inte gå in och tänka att nu ska vi automatisera, utan som du är inne på. Den kan ju hjälpa till med så mycket annat så att du kan få hjälp med idéer, hjälp med utkast för policys eller vad det nu kan vara för någonting. Så allt ifrån väldigt enkla saker till mer avancerade att tänka och göra om, så här ser vår rekryteringsprocess ut. Vi använder de här verktygen, vi gör så här. Hjälp mig! Hur kan jag göra det här bättre? Alltså bara få idéer kring ändra arbetssätt är en väldigt bra start.  



Emira Blomberg: Verkligen. Och efter 20 år i arbetslivet nu är jag fortfarande inte behärskar Officepaketet. Alltså kom igen, Word, PowerPoint, Excel. Så icke intuitiva verktyg. Jag är så glad att jag inte gick den här extrakursen. Så lär dig PowerPoint därför att det liksom nu finns ju här. Lite det här som ändå uppenbarligen har hämmat. Jag ser det som en möjliggörare. Det är en så stark möjliggörare för att vi har utmaningar med att försöka kommunicera och förstå varandra, visualisera och titta på problemet tillsammans. Därför att folk har haft dåliga skills när det gäller Excel, PowerPoint och Word. Om man ska vara krass liksom. Och nu får vi helt plötsligt.  



Thomas Eklöf: Jag håller med dig. Jag tror att det är på det sättet. Jag tror Excel framför allt är ett svårt verktyg och där kan man nog ännu mer prata om man har koll på licenser, det vill säga att man köper in licenser där det finns AI i de här verktygen. Eller om man vill ta hjälp av andra som Gemini eller Chatgpt, så kan man få hjälp och svara på frågor hur man ska göra. Så det är mycket mer enklare att komma förbi. Samtidigt tänker jag med PowerPoint. Jag satt senast i helgen och hjälpte min svåger med att han ville ta fram en PowerPoint för en presentation, och ville ha hjälp. Vi har provat ett tjugotal olika sådana här prestationsverktyg som finns, så det går ju. Och även så i Co pilot nu så kan den skapa snygga PowerPoints. Men samma sak där egentligen. Precis som du säger, färdigheten är ju möjligheten att kommunicera och en PowerPoint oavsett hur snygg tjusig den är. Är det inte det som är poängen, utan vad är det du vill säga med din PowerPoint? Det är ju bara ett stöd egentligen. Så kunskapen att kommunicera blir inte bättre för att man får en snyggare PowerPoint.



Emira Blomberg: Nej.  



Thomas Eklöf: Man måste ju också förstå vad är det för något jag använder de här tjänsterna till. Så att jag tycker så här för mig presentationer, det hjälper mig inte jättemycket. För än så länge tycker inte jag att den förstår vad jag vill förmedla för budskap i mina presentationer. Men det är också kanske jag inte utvecklat mina promptskills tillräckligt där också.  



Emira Blomberg: Men jag förstår precis vad du menar. Men bara det att man får lite hjälp med design, så det inte är någonting som en lyssnare sitter och stör sig på den där fula powerpointen. Bara det gör ju också att man kan rikta mer fokus på det man faktiskt vill säga.  



Thomas Eklöf: Visst.  



Anna Carlsson: Men jag tycker också, jag får väldigt mycket hjälp i mitt arbete kring kommunikation eftersom jag nu har använt just Chattgpt. När det gäller texter använder jag mycket för att sätta ihop drafts. Den har ju lärt sig min stil. Den har minne, den kommer ihåg den vet vad jag har skrivit om tidigare. Den kan göra ett draft till mig. Hur mycket vinner inte jag på det. Jag får frågan kan du skriva en artikel om det här temat? Det tog en evighet. Så då sa jag ibland nej, för det fanns inte tid. Nu kan jag i stället be, då har jag en ständigt pågående tråd kring mina teman och så kan jag få ett förslag och sen kan jag jobba med det själv och diskutera med, för då kan jag be om hur texten ska vara. Så det är jättemycket saker. Men det är ju mitt jobb, men i allt jag gör nu när jag ska hålla. Om jag ska hålla ett möte, ett nätverksmöte, en presentation så ber jag om råd på det kanske jag har tagit fram. Har du några fler förslag? Har du något bättre sätt att starta dialogen? Det är ju fantastiskt vad mycket bättre jag har blivit.  



Thomas Eklöf: Jag tror att många jag pratat med kanske har börjat komma i gång och provar, men fastnar lite grann i. Jag vet inte vad jag ska använda det till. Jag vet inte på vilket sätt eller vad jag kan få ut mer utav. Man kanske fastnar i att summera det här eller ta fram en jobbannons, om det, var det inte eran studie som visar att det man gjorde allra mest jobbannonser.  



Anna Carlsson: Det kan jag förstå.  



Thomas Eklöf: Ja, jo. Men det är bättre det än copy paste från tidigare annons som man kanske gjorde innan. Men med det sagt så tror jag att man behöver inspirera varandra kring hur använder du det som du säger det här? Du använder det som ett bollplank, kanske en coach, i att iterera fram bättre versioner av vad du ännu försöker göra. Det är inte alla som tänker kanske på det sättet. Jag tror att vi måste alla så att de man har runt omkring sig behöver man öppna upp och diskutera.  



Anna Carlsson: Man måste ha tid.  



Thomas Eklöf: Ja, jag var också personalchef och pratade om. Ett av mina avslutande tips är att vi måste ju frigöra tiden för att möjliggöra det här skiftet, och där tror jag att vi är fast. Som du sa Emira, vi är fast i det här operativa dagliga att vi inte hinner lyfta blicken och det är ett strategiskt beslut. Det är ett beslut för oss som organisation. Vad ska vi prioritera bort om vi ska satsa på det här?  



Emira Blomberg: Egentligen borde man göra så här, alla som har jobbat i en säljorganisation någon gång vet att de här förmiddagarna eller eftermiddagarna där man blockar i kalendern och så står det gemensamt ringrace för alla tycker det är så tråkigt och jobbigt och motigt och kallringa. Men man behöver det för att komma vidare och så vidare.  



Anna Carlsson: Och så för de som inte vet vad det är. Det är när man ska ringa till potentiella nya kunder då.  



Emira Blomberg: Precis exakt.  



Anna Carlsson: Lyfta luren till en okänd människa. Då gör man det i grupp.  



Emira Blomberg: För då får man lite draghjälp. Och så kanske man sätter mål också. Att den som bokar flest möten under de här två timmarna vinner ett fint pris, och sen så har man live uppdatering där och så blir det som en happening. Är det eftermiddag kanske man avslutar med lite bubbel eller någonting också, så där man gör det till något kul i stället. Varför inte göra så? Då ska vi göra så alla HR avdelningar därute. Nu kör ni förmiddag här kanske fredag förmiddag så kör ni AI race. Blocka 2 timmar i kalendern och sen vad har ni lärt er?  



Anna Carlsson: Vad har jag gjort? Hur har jag nyttjat? Och sen så gör vi saker. Det kan vara någon som startar en inspiration eller så frågar man chatgpt om en inspiration och sen kör man tillsammans.  



Emira Blomberg: Precis.



Anna Carlsson: Och peppar.  



Thomas Eklöf: Och jag tror att man måste, det är jätte bra ingång. Man måste börja leka med det, ha kul med det för att det då också blir roligare. Men sen också att variera sig, att försöka utforska helt andra sätt. Jag brukar också ställa en fråga om "hur ser ni på din roll i framtiden om fem år?" Ponera att vi är uppemot 90 % försvinner, Vad händer med våra roller? Och de flesta är kvar i att det blir lite effektivare. Men så mycket mer än så ser man oftast inte, utan jag tror att det kan helt ändra spelplanen för flera roller inom HR, så jag tror att det kommer bli radikalt större förändring. Men det kräver också att man behöver tänka om. Hur vi jobbar. Och det är något helt annat. Det är svårare att komma dit. Man måste börja i det här, här och nu effektivisering. Men när man börjar komma i gång och använda generativ AI mer och mer så inser man ju oj, vad mycket mer det finns att hämta här. Men börjar man aldrig och bara kör lite grann vid sidan av? Ja, men det är klart att då kommer inte de här nya insikterna att komma. Så det är det jag menar. Man kan inte stå kvar på perrongen och fortfarande vänta för att man är uppe i det operativa hjulet, utan man måste göra en strategisk beslut i det här.  



Anna Carlsson: Och det här gäller ju inte bara AI. Jag som brinner för att man också ska få ordning och reda på övriga saker och ta olika verktyg för olika områden. Nu för tiden går ju inte bara att tycka att vi har. Vi har ett system som sköter det där. Du måste hela tiden vara där och spana framåt och det har du och jag diskuterat i tidigare avsnitt. Just det här att vi måste lägga tid på det innovativa. Vi måste lägga tid på framtiden nu, för det blir bara mer och mer viktigt. För om du inte gör det. Tar den här tiden för att göra annorlunda, oavsett om det är just generativ AI. Men det ger ju så mycket på den personliga effektiviteten, men också på andra områden att du måste se. Lyfta blicken och lägga en viss tid på det. Och det måste vara okej att göra det. Det här är inte bara HR.  



Thomas Eklöf: Nej, jag tänker att det gäller alla funktioner. Att man väljer att fatta de besluten, vi måste se in i spå kulan och vara förberedda. För jag tror att många inte gör det. Och jag är helt övertygad att om man inte själv inser hur man ska förändra sig så kommer man ske någonting i omvärlden. Någon kommer på ett sätt att förändra rekryteringsprocessen eller någon annan process som gör att man. Oj då, står man helt plötsligt inser att det här måste vi också göra. Och då måste vi säga upp alla här, för vi har inte förberett oss för den här omställningen. Så vi har inte påbörjat en vidareutbildning för att vara redo för det här. Och då står man på pottan i stället. Så jag tror verkligen att man måste vara ett steg in i framtiden.  



Anna Carlsson: Och de som är med på dina utbildningar. Vilka är det som kommer?  



Thomas Eklöf: Jag tänkte på det du nämnde tidigare, den här kommentaren du fick att man saknar exempel. Och fortfarande tycker jag att en av de stora utmaningarna på utbildningarna är att hitta rätt nivå. Och det spelar ingen roll om jag håller ett webbinarium eller om jag håller en väldigt tydlig utbildning för ett HR team på tio personer, så skiljer sig kunskapsnivån. Det är fortfarande så att det kanske är några som knappt har provat, aldrig varit inne i Chatgpt till de som är en daglig super User, eller AI native som det kanske kallas i vissa kretsar. Utmaningen är att hitta nivån tycker jag, många gånger. Där det är klart att fler och fler börjar använda det. Men jag tror inte att det är så många som faktiskt är de här natives än. Det vill säga att man använder det dagligen. Man ser sätt hur det kan förstärka en, precis som du gör, att du har det som ett bollplank. Du inser att AI förstärker dina förmågor, inte bara att du gör dig snabbare, utan du gör dig bättre.  



Anna Carlsson: Det gör mig bättre.  



Thomas Eklöf: Och det är det som är nyckeln här. Att många tänker nu ska vi börja automatisera. Många är kvar i automatiserings tänket kring vad man kallar det för RPA robot process automation. Det vill säga att automatisera tjänster digitalt. Många kvar i att. Hur ska vi hitta små sätt att effektivisera det vi redan gör eller ta bort vissa manuellt. Ja, det är en del av det. Men det stora är ju inte där. Den stora förändringen är när AI förstärker oss och förändrar hur vi tänker, hur vi jobbar och det tar längre tid att komma dit och till de insikterna och få in nya arbetssätt.  



Anna Carlsson: Det här med att förändra arbetssätt. Hur många gånger ska man göra någonting på ett nytt sätt innan det sitter?  



Thomas Eklöf: Ja, vad säger man?  



Emira Blomberg: Nej men jag tänker på laget som blir. För det kommer att bli ett lag. Precis som jag tänker på när våra ledare filosofier förändrades. När vårt synsätt på det ultimata ledarskapet förändrades och vi gick från ett drivande till ett mer coachande ledarskap. Så, då kan man ju fråga sig om pendeln ska svänga hela vägen, men det är en annan femma. Men jag tänker så här, hur många chefer som fortfarande sitter fast i det gamla, hur många specialister som fortfarande blir befordrade till chefer som kanske inte ska vara det och så vidare. Vilket gör att det stoppar upp hela kulturförflyttningen i organisationen. Så jag tänker om också ytterligare ett medskick, att alla ledare som rekryteras in nu till organisationer behöver kunna säga någonting om det här. Man behöver ha någon slags tanke om sin egen utveckling kopplat till AI, och åtminstone vara öppen för det om man inte redan är där. Så jag tänker att den här typen av skills behöver vi få in redan nu. Och vi behöver också säkerställa att de ledare som vi rekryterar har en förmåga till innovation. För det är igen det här lagget som blir. Vi kommer att leva. Vissa organisationer kommer leva med det här lagget så, så, så länge. Vilket kommer få förödande konsekvenser. Det är en sådan tanke. Det finns en saying: "the future is already here, it's not just even the distributed". Att vi är jättelångt fram. Men vi är fortfarande jättelångt bak på vissa.  



Thomas Eklöf: Så är det ju. Tittar man på över lag förändringar över tid så samhället består ju fortfarande av flera nivåer av förändringstakt. Jag läste en artikel från Wall Street Journal och det var någon som skrev på LinkedIn om just AI native bolag, alltså AI bolag som startade i den här eran som utgår från AI först kontra egentligen alla bolag som inte är det. Och där är det precis som du är inne på, att det blir en effekt av att man måste ställa om hela kulturen. Medan ett bolag som börjar i det här är mycket mer anpassningsbar och redo för det nya arbetssättet och växer upp i det, kontra också bolag som har en mycket äldre. Vad säger man? En infrastruktur Dels så att det kan både vara systemmässigt men jag tror framför allt kultur mässigt att det finns sätt hur vi. "Så här har vi alltid jobbat" och kanske att man inte har det här beginners mindset, alltså ett nybörjar nyfiket mindset, utan man är liksom så här har vi gjort, det här funkar vi. Vi tror inte på det här och det märker jag många gånger att folk tenderar att säga: "jag provade AI, det funkade inte". Och sen så är man nöjd där och tänker att kanske för någon annan inte för mig. Men det här är ju så. Många som också säger det kommer spara mig så mycket tid, ja, men det gör inte på en gång. Utan du måste lägga tid på att börja förstå hur man ska jobba med det här så att förändringstakten att börja få verkligen effekt av det kommer att ta tid och att få alla med på det här, det kommer vara helt omöjligt, nästintill. Så man måste verkligen jobba med sin förändringsledning. Det är så otroligt viktigt att förstå att det här är ju en kulturfråga i sådana här organisationer. Det är en fråga om beteenden och hur vi jobbar med det över tid. Så där bör jag var och en lägga en egen plan. Det är klart att det finns arbetssätt som är generella. Men beroende på vart man står så måste man ju börja där. Men förändringsledning tror jag definitivt är en nyckel här.  



Anna Carlsson: Då har jag en fråga. Vad tänker ni? Vad ska HR ha för roll i den här förändringen? För den är ju, den kanske drabbar HR hårdare eftersom man inte har kanske det digitala mindset naturligt i sin roll. Och det är tuffare då att ta sig över tröskeln att börja med något nytt som är så långt ifrån det man faktiskt har gjort. Men vilken roll ska man ha eller borde ha i organisationer? Eller blir det bara stressande att överhuvudtaget tänka på det?  



Thomas Eklöf: Jag tror du har rätt i det, jag visade i en studie nu. Jag tror att den är ett år gammal, men där tror jag att HR beskrev att 9 % ansåg att de hade den digitala mognaden för den här framtida resan. Så en av tio är redo, digitalt mogen för det här. Och jag vet att det var Helena Tronny som är vd på ett av årets bolag. Hon sa att det finns en AI eller digital skam av att prata om ens oförmåga eller inkompetens kring digitala verktyg, som jag tror hindrar oss att öppna upp och visa oss sårbara. När vi pratar psykologisk trygghet. Och så är det ju där vi måste någonstans luckra upp det. Jag tror att hr behöver ja, komma upp på banan, men också vara ärlig med att jag inte är bäst på det här. Jag kan inte allt kring det här. Men vi förstår kultur, vi förstår förändringsledning, vi förstår att det här är svårt för människor och vi måste hjälpa dem på den här resan. Så där har vi en kompetens som i sig är kärnan. Sen att vi kanske inte ska prata om hur vi ska göra det är fine, för det tror jag också. Det måste komma från avdelningarna. Så jag tror att problemet många gör är att man väntar på att IT ska tas tag i stafettpinnen. Ja, det är delvis rätt, för då måste vi vara med utifrån ett säkerhetsperspektiv och välja rätt verktyg utifrån vad som är rätt utifrån vår situation. Men det är inte de som ska leda den här resan, utan här tror jag att HR behöver ta ett större ansvar.  



Anna Carlsson: Jag tänker att det finns väldigt mycket på HR just nu, att leda. Jag fick en reflektion till avsnittet om lönetransparens här. Vi pratar inte om några saker. Vad var det vår lön vår om vi var fack eller vad var det? Vilka, det kommer jag inte ihåg.  



Emira Blomberg: Det var politisk åskådning.  



Anna Carlsson: Religion.



Emira Blomberg: Och religion.  



Anna Carlsson: Men också digital inkompetens då som en av dem. Vi pratar faktiskt inte om det. Det är ingenting som är någonting som man öppnar upp och diskuterar med andra, tänker jag. Men samtidigt så behöver man ju bara dem ändå. Det är väl just det här med vad HR ska ha för roll i organisationen generellt. Jag har en liten reflektion att vi gör någonting som levererar HR tjänster, alltså Human Resources. Och så brukar man ju prata om att man byter namn på HR. Så ska det vara Chief People officer. Och när vi pratar om IT avdelningarna, då pratar vi om att man levererar IT tjänster. Men sen så ska man ha en digitaliseringschef som är fler frispelare, som jobbar med hela förändringen i organisationen. Där tror jag att man ska kunna mötas på något sätt. Att ha någon som har fokus på medarbetarna, medarbetarupplevelse, våra alla anställda. Eller alla våra medarbetare menar jag inte bara våra anställda. Men att möta de här två olika perspektiven för att se över hur vi bedriver vår verksamhet. För vi måste ju samtidigt ägna oss åt de här HR uppgifterna.  



Emira Blomberg: Men där är det väl läge nu att separera det om det inte redan är gjort. Eller compliance HR som jag brukar kalla det. Att säkerställa att vi är compliant med lagar och regler, arbetsrättsliga sådana, att vi sköter våra rehab ärenden på rätt sätt och att vi har våra fackliga förhandlingar. Och allt det där är ju ett HR skill sett som är nödvändigt i varje stor, mellanstor och stor organisation. Och det måste HR få fortsätta ägna sig åt. För vem annars ska göra det? Men sen har vi hela den här förändringsledningen inom olika områden, och igen vi har varit så upptagna med andra saker. Jag tänker att äntligen får HR göra det de är utbildade till. Fokusera på beteenden och beteendeförändringar. Jag kan bara dra en parallell till när jag var rekryteringskonsult en gång i tiden, och det här var på den tiden när Basel införde som regelverk, kapitaltäckning, regelverket som bankerna skulle efterleva. Efter alla skandaler och jag skulle rekrytera in Basel experter till ett bolag. Och jag fick för mig att jag måste vara expert på Basel. Basel två tror jag att det var till och med. Ett kapitaltäckning regelverk för att kunna genomföra den här rekryteringen. Så jag läste på och ditten och datten, ända tills jag efter lite upparbetad erfarenhet förstod att jag är expert på matchningen. Jag kan matcha rätt person med rätt kultur, rätt förutsättningar, rätt ledarskap. Också göra en generell kartläggning av skills. Men jag kan inte förväntas vara en expert på det här området. Det är omöjligt. Och då tror jag HR teamar upp med väl valda experter och sen driver de förändring. är det inte det roligaste jobbet i världshistorien? Heja HR!  



Thomas Eklöf: Och där är du inne också på, apropå compliance. För att nu är det ju en lagstiftning som EU har i deras nya EU, AI ACT, eller AI förordningen som vi säger i Sverige och den har gått in i en andra del som nu kallas för artikel fyra. Från 2 februari så är det krav på att verksamheter har en, ge sina medarbetare som använder AI verktyg en grundläggande AI literacy. Alltså en förståelse kunskapsnivå som är tillräcklig för att använda tjänsterna. Det är ett compliance krav. Sen bör man ha en plan för det, så det är inte helt klart att man ska vara klar från 2 februari. Men man behöver en plan för alla som använder. Och det här kommer ju gälla alla verksamheter. Och här är en fråga vem? Vart ligger EU förordningen kring AI Act någonstans? Det är klart att delvis är det ju HR som har policyansvar många gånger, men en IT policy ligger ju inte på HR utan den ligger ju på IT. Så vad blir det här? För det här är ju ändå en kunskapsnivå, Men det är ju oftast, vem är det som är ansvarig för lärande? Jo, det sitter hos HR så vi har ansvar för att någonstans upprätthålla att ge utbildningarna och vad det nu ska vara för någonting vet vi inte riktigt. Där är också lagstiftningen väldigt otydlig. Det står något som generell liksom utifrån bästa förmåga ska man ge tillräcklig kunskap.  



Anna Carlsson: Precis, så man kan ifrågasätta de här och kunna.  



Thomas Eklöf: Ja, man ska förstå vad är det man gör för någonting. Och det är inte så konstigt. Jag tycker det är ett jättebra sätt att tvinga organisationer att utbilda. Men här är jag också, här ser jag tydligt man kan gå ena hållet, det traditionella. Vi tar fram en compliance supertråkig e-Learning och tvinga på folk: "här, ta den här klicka boxarna nu är du duktig" du compliant och så är man nöjd där. Men jag har bjudit med Patrik Hedjung Scania som han kommer från Lnda och har jobbat med det i många år där gått över, tagit en roll som är AI adoption eller så kallar han sig AI Catalyst och försöker driva implementeringen brett om just generativ AI på Scania och Scania är ett bolag som har jobbat med AI i många, många år i produktion i industrin. Men nu är han med och driver och han har faktiskt gått från att vara en del av HR till att bli en del av IT. Så nu jobbar han hos IT och driver AI adoption för Scania. Och han har pratat om att de inte bara ser det som en e-Learning, utan att de tar tillfället i akt. Nu vill vi utbilda och ge förutsättningar för människor att lära sig vad det här är, så att de också kan upptäcka innovationen som det här kan innebära för sina roller, sina avdelningar, sina funktioner. Och det är där tror jag att man ska ha en ingång. Det är där, tror jag, magin kommer att hända när vi ger våra medarbetare förutsättningar att experimentera i sin kontext. Då, oj, vad mycket innovation vi kan skapa tror jag.  



Emira Blomberg: Här blir det lite. Jag tänker på när GDPR kom. Då hade vi ju redan använt personuppgifter till höger och vänster väldigt länge från start. För att man inte kan ha en person anställd utan att ha en personuppgift. Så det här var ett regelverk som tillämpades i efterhand, vilket gjorde att folk behövde städa upp väldigt mycket. GDPR konsulter som man tog in, det var väldigt få som hade det här skill sättet i att förstå vad det betydde. Så jag tänker också så här. Regelverket är ju en sak och det måste ligga på en person som har fallenhet för legal. Det måste, om man tänker igen, skills och beteenden och vad man har fallenhet för. Och så tänker jag att själva compliance delen måste ligga på legal. Men hur implementerar vi detta och hur får vi en regelverksefterlevnad i organisationen? Det är ju två olika saker och där känner jag att HR har en hel del att säga. När det gäller beteendedesign hoppas jag, så att det blir lätt att göra rätt och också så att det blir kraft att sitta fast. Att man inte att man straffas om man gör fel typ.  



Thomas Eklöf: Nej, jag håller med dig. Jag märker att många har kommit i gång, kommit fram till en AI policy. Det har många pratat om och känt sig stressad av att skapa en policy för AI generellt. Och det tycker jag är en förlängning av en IT policy på många sätt. Men jag tror man missar bollen helt där. För att det är människor och det jag ser i studier det är att medarbetare vill få är ju inte vad man inte får göra och var det här scoopet som oftast finns utifrån en legal text, utan det man saknar är: "Jaha, men vad kan jag göra? Vilka får jag använda? Vilka får jag inte använda? På vilket sätt ska jag använda mig?" Man vill ju ha riktlinjer och uppmuntran kring hur man ska göra. Inte bara pekpinne på vad man inte ska göra. Jag förstår att det finns ett behov av det. Men återigen är det fel ingång i hur man ska få ut nyttan av det här. Jag tror snarare att man, som man gör i vissa kultur bok och att man gör det lite roligare och uppmuntrande och har kanske en AI play Book av något slag i stället, där man mer pushar fram det här.  



Emira Blomberg: Det finns ju. Nu tar jag min gamla arbetsgivare igen som exempel. Jag jobbade ju en del med förändringsledning under den perioden, men då är det fyra saker för framgångsrik förändringsledning och det första är att det måste finnas ett strongt Why. Alltså, det måste finnas ett varför. Man måste måla upp den här visionen om varför vi behöver göra detta. Det andra är att man måste skapa en sense of urgency. Det är ju liksom Covid ett expert exempel på. Ett perfekt exempel på Snacka om sense of urgency. Helt plötsligt, från en dag till en annan så fick ingen gå ut, ingen fick träffas och så vidare. Vi måste skapa det tror jag. Vi måste tvinga fram det. Och sen då? Att det blir lätt att göra rätt. Och det sista är att det ska vara kasst och sitta fast. Det vill säga att det ska vara lätt att göra rätt. Man måste möjliggöra för folk att göra rätt på ett enkelt sätt, men också att det ska straffa sig när man inte gör som man ska. De fyra sakerna är liksom.



Thomas Eklöf: Och det här. Förlåt.  



Anna Carlsson: Jag tänkte på det här med den första saken att "Varför?" eller det här "why?" Det måste vara ett positivt why? För mig. Så jag förstår varför det här. Är inte att det är att du riskerar att, utan snarare du kommer kunna och det är också en viktig Den psykologiska delen i det. I förändringsledning förändringsarbetet att verkligen. Och det tror jag att det är någonting som vi hamnar väldigt mycket i, att vi måste. Steg två att det här är sense of urgency. Men vi måste.



Thomas Eklöf: Därför man när man gör utrullningen så måste man hitta användarfall för den funktionen, den avdelning man tillhör, inte de här generella. Det är inte intressant för de flesta, för det är liksom det blir bara abstrakt då. Utan man måste hitta kärnan i vad jag gör om dagarna. Och jag tror att jag lyssnade. Har jobbat med Tilda som är ett AI first bolag som det är några som driver en lärandeplattform och en plattform för att skapa workshops men också för beteendeförändring. Och där var Jocke Jardeberg som jobbar med lite AI på Volvo bland annat. Så han beskrev hur de hade jobbat med Exekutive Assistant teamet, alltså assistenter för höga positioner inom Volvo, där de hade sett att de hittade saker som var ganska manuella. Långsamma processer som har gjorts I 15–20 års tid på ett specifikt sätt. Och helt plötsligt kunde de bara på en workshop luckra upp det här till att de bara kunde copy paste från Chatgpt och förändra en hel process som de har gjort. Samma tråkiga klippa klistra mellan olika dokument, så det är inte så svårt att försöka hitta. Men där blev det en uppenbarelse för dem: "wow, gud vad skönt att slippa det här tråkiga görat". Men det blev ju specifikt för dem och för deras situation och det är där man måste börja. Det är då det verkligen blir så här: "wow vad mycket vi kan göra annorlunda. Vad mycket tråkiga uppgifter vi kanske slipper".  



Anna Carlsson: Men om vi går tillbaka det här med regelverken också, så är det ju så vet jag att en av de delarna vi pratar om inom HR handlar ju om att göra rätt. Att det är viktigt kan det bli också, att man blir mer försiktig. Jag menar den här AI literacy alltså kompetensnivån. Det är ju ett område. Men det är också andra saker. Att man är rädd för att använda fel verktyg och liknande. Att det blir hindrande att vi måste tillsammans som organisation. Det här är ingenting som man kan göra i silo inom HR, utan man behöver faktiskt ha de här guidelines. Om det här får ni använda. Men vad är det som gör att det inte händer? Jag tänker att det här.  



Thomas Eklöf: Det är okunskap tror jag. I mångt och mycket, att man själv inte tar sig tiden att försöka lära sig. För jag tror att när jag menar med en play Book så tror jag att den behöver vara för de olika avdelningarna. För det är klart att det finns ju generella modeller som Chatgpt som kan vara något som man. Vi väljer den här stora språkmodellen oavsett om det är Open AI eller Google eller vilken man väljer. Inom marknadsföring så finns det otroligt många olika verktyg för att skapa bilder, videos och inom HR finns det jättemånga där det finns stora aktörer som försöker ploppa in en massa tjänster. Allt ifrån rekryteringsbolag som team till de som försöker stoppa in tjänster där eller inom lärande. Så varje funktion har jättemånga olika verktyg så man behöver ha en övergripande. Här är våra Main Tools, men vi kan inte skapa en som gäller för alla, utan det måste ju avdelningen själv någonstans börja titta på vad vi vill välja för. Sedan blir det en pengafråga och en integrationsfråga som man måste lista ut också.  



Emira Blomberg: Precis. Jag tror också så här. Jag tror att man inte har kopplat på nyfikenheten. Jag tror att man är. När jag var på Yoga Games förra helgen och då så sa. Det var en yogalärare som sa att det är: "you need to be driven by purpose, not by pressure". Och det är liksom bara fastnade hos mig i allt man gör egentligen. Att ha ett syfte och ett mål med det man gör i stället för att bara gå under den här pressen, det är inte lustfyllt. Och då tänker jag lite så här. Det är som att gå till gymmet. Man vet att man behöver börja träna för man är 40 plus och musklerna börjar sina liksom.  Då går man dit och där är en massa maskiner och man har ingen aning om vad man ska göra med dem. Man kommer se jättedum ut när man sätter sig där för första gången och börjar rycka i de där grejerna. Då har man lite olika val att antingen läser man på innan, Finns ju jättemycket att hitta om det här och förbereda sig både mentalt men också ge sig själv bästa förutsättningen att när man väl går till gymmet så har man liksom lite hyfsad koll. Det andra är ju att börja fråga folk som redan är där att: "hur funkar den här maskinen? Hur kan vi liksom? Vad ska vi ha för vikt tror du, jaha det är okej, nej men sitt mer rak i ryggen och så". Och sen finns det ju instruktioner på varenda maskin när man väl är där. Man kan ju också bara gå dit och börja göra så att säga. Så jag tror att det viktiga är bara att bestämma sig för att gå dit och också känna den här meningen med att säga nej, jag måste inte träna, men jag kanske vill hålla länge och jag kanske vill vara en pigg mormor åt mina barnbarn och sådana där saker. Att man hittar det där, ja.  



Thomas Eklöf: Jag tror att, för jag läste Gary Kasper vist heter han så schackmästaren som var bland de första som blev slagna av en AI. Det här var ju tror jag 1997.  



Anna Carlsson: Kasparov.  



Thomas Eklöf: Kasparov, exakt. Ryska uttalet får man träna på.  



Emira Blomberg: man måste ha sådana handrörelser också.



Thomas Eklöf: Ja, exakt. Nej men han blev ju knäckt när han blev besegrad av en AI maskin. Och det var ju IBM som du har jobbat för som hade sin Watson som besegrade honom. Och det var en stor världsnyhet när det här slog som en bomb, att nu var AI smartare än en schackmästare och det var en jättestor grej. Sedan har schackvärlden förändrats. Där det blir liksom att AI har blivit som en förstärkare där man jobbar AI och människa. Och hans insikter blev senare en bok. Det finns ett jättebra Ted talk som jag verkligen kan rekommendera om man söker på Kasparov. Och hans insikt var ju någonstans just det att han drog en referens, att då var det en tävling där det var två personer som var medelmåttor i mångt och mycket. Och så hade de hittat ett antal olika AI verktyg mot mästare med den bästa AI motorn. Men de här medelmåttorna lyckades besegra de bästa, för de hade använt AI tjänsterna på det sättet som de var till för. De har optimerat AI tjänsterna för att få ett bättre resultat. Och kontentan i det här är att det kommer att finnas så otroligt många AI verktyg, och typ som Excel. Det finns otroligt mycket vi kan göra, men om vi inte förstår hur vi ska få ut kraften i Excel, eller om vi inte förstår hur vi ska få ut kraften i Chatgpt, då kommer det att falla platt ändå. Så vi måste ju börja lära oss de här nyanserna av vad som finns, och börja förstå vilka verktyg vi ska använda för vilka situationer. Det är en lång resa att lära sig det här och förstå det. Så man ska inte trycka in one size fits all. Nu kör vi ut Chatgpt för alla våra medarbetare. Eller Nu rullar vi ut Co pilot som jag är helt övertygad att de flesta kommer att göra utan utbildning och bara förvänta sig att nu ska vi få en massa effektivitetsvinster som Microsoft lovar på deras studier. Ja, det kommer inte att hända. Utan vi måste ju ge nycklarna och kunskapen och förståelsen när man ska använda den. Så det är utbildning. Kompetens är viktigare än vilket verktyg vi väljer.  



Emira Blomberg: Men jag tror också det handlar om att det här är väl upp till er två, ni som håller i utbildningarna. Men ni måste hitta den här tallriksmodellen som gör att folk fattar ungefär vad det är man ska lägga tid på, och ungefär hur man bör dela upp sitt arbete. För att, som vi inledde med att säga att vem hänger med? Ingen hänger med. Och jag tror att det är det här stora monstret som man bara ser framför sig, eller det stora berget att bestiga, när det i själva verket är en iPhone. Det exemplet har vi hört tidigare. Använder ni all funktionalitet på er iPhone? Nej, det gör ni inte och också att vet ni hur varenda cell fungerar i er kropp och hur matsmältning funkar i detalj. Nej, det vet ni inte. Men ni vet att ni behöver käka grönsaker för att det är bra. Och lite de enkla sanningarna tror jag man behöver hitta och presentera för folk så att det ska bli hyfsat lättuggat. Och det är väl liksom. Är det inte dit vi måste?  



Thomas Eklöf: Jag tror att det är både och. Jag tror att dels behöver vi, för det blir en slags allmän kunskap om vad det är vi gör för någonting och vad det fyller för funktion. Sen tänker jag på min granne. Han är regissör och har börjat jobba mer och mer med AI i filmproduktionen och han beskriver att han använder även 5 till 10 olika verktyg. För att ett inte är bra på att göra allt det här, utan han måste klippa mellan olika typer av verktyg för att få fram den bästa slutprodukten. Så jag tror att vi kommer få ännu mer specialiserade roller i framtiden, och även så inom HR, att vi kommer förlita oss mer och mer på olika tjänster och verktyg. För de kommer göra jobbet snabbare åt oss, bättre åt oss. Men vi blir som en slags dirigenter för att få ihop den här helheten. Och det gäller ju vissa specialistroller. Sen kommer det vara, är man mer generalist och jobbar som HR chef eller annat, så behöver man ha den här allmän förståelsen att det här är, vi behöver de här tallriksmodellen för att få ihop det här.  



Emira Blomberg: Ja, för några få experter gör ju ingen nytta för någonting egentligen. Och där vi som leverantörer av en produkt som hjälper rekryterare får ju ibland, inte så ofta, men ibland lite skit för att vår produkt inte är perfekt och då blir det så här. Vi har ju hela tiden haft val. Antingen så kan man utveckla den perfekta produkten som är så sjukt prediktiv, eller ha hög prediktiv alitet som vi pratar om. Eller så kan man göra det lätt att göra rätt. Och det är också så att om vi sänker tröskeln och tummar lite på perfektionism, så får vi ut det till den breda massan, och då blir det möjligt att den här förändringen blir möjlig. Och det är väl här också Jag tror att, jag tror det var du som sa det Anna. Att göra fel, alltså göra fel kommer vi att göra, Måste vi göra fel och också att det är som du säger Thomas. Jag tror att några få specialister eller några kommer att bli specialister, men de allra flesta kommer att behöva kunna hantera de här verktygen liksom, för att annars kommer förändringen aldrig att ske.  



Thomas Eklöf: Jag tror att det är flera saker där det intelligenta misslyckandet. Emundsson som har skrivit en bok om det. Det tror jag. Vi måste också se det här och vara beredd på att vi kommer att misslyckas och våga göra det ofta lite grann som Facebook. Vad gör de här? Fail fast. Eller någonting sådant. Jag tror att det finns en poäng i det, för att vi måste testa ofta och bryta tidigt för att inse när vi är på fel spår och börja om eller testa en ny vinkel. Vi får inte bli för inriktade i en stor investering. En stor typ millennium utrullning där IT systemet i Västra Götalandsregionen som inte gick så bra eller så. Vi kan inte heller vara för inriktade på någonting stort utan vi måste vara mer flexibla i det. Dels tror jag att vi måste våga testa och misslyckas oftare, men sen måste vi försöka också ha en plan i det här. Tillbaka till det vi pratade om ett syfte och det här tror jag är en utmaning vi har sett. För det har kommit studier som visar att AI projekt, man har gått från att vilja komma i gång med AI och många har rullat ut fullt ut. Och så har många börjat med pilotstudier inom AI, och här har man sett att det är 80 % av de här som misslyckas, enligt en studie. Tänk dig då åtta av tio eller fyra av fem misslyckas i de här projekten. Då kan ju vissa organisationer känna nej, det här är för dyrt och så lägger dem ner. Det här funkar inte. Men jag tror att det man har gjort är att man har satsat och tänkt teknikorienterat först. Inte behovsorienterat så att man har blivit begeistrad av den här coola tekniken och tänker att vi måste vara med på AI banan. Jag tror att det är bättre än att sitta och göra ingenting. Men det är fortfarande att man kanske hoppar förbi behov problem. Inventeringen som är så viktig. Bland annat i design thinking processer att man verkligen fastnar i vad har vi för problem? Sen kan AI vara ett sätt att lösa problemet, men det behöver inte vara det bästa sättet.  

Anna Carlsson: Är det inte lätt nu då att man tycker att AI ska lösa alla problem?  



Thomas Eklöf: Det är väl så att man tror att det är ett orakel här som kommer att AI kan lösa det. Och det tror jag framför allt kanske en bild som ledare har fått när man ser massor med siffror och effektivitetsvinster och man tror att nu är det holy grail här, nu ska AI lösa alla problem. Men nej, det finns många problem inom det som man behöver lösa och det är inte säkert att AI. Och framför allt tror jag att många inte förstår var för skillnader det finns inom AI. AI har otroligt många olika tekniker där det enda som pratas om är då generativ AI, att generera ny input. Men du pratar om prediktiv Analys eller prediktiv validitet. Jag tror att vi framför allt ska använda mycket av tjänsten för att jobba prediktivt Att förutse historisk data. Att använda historisk data för att förutsäga framtida utfall. Det är inte generativ AI utan det är mer traditionell maskininlärning. Många av de processer och automatiseringar handlar ju om att göra sådana saker, inte bara tänka att det är Chatgpt som är svaret på allt.  



Emira Blomberg: Där går vi tillbaka till ditt avsnitt med honom som jag alltid glömmer namnet på. Han som pratar om People Analytics, de olika nivåerna av analys. Ja precis.  



Anna Carlsson: Jag tänkte så här Nu börjar vi närma oss tids slut. En av de sakerna som jag skulle vilja skicka med utifrån mitt perspektiv, det är ju. Vi har inte pratat någonting om lösningar nu, alltså leverantörslösningar, utan mer hur ska vi ta oss an det här stora området? Och det är precis likadant inom alla andra områden. Nu börjar vi prata om att det finns olika sorters AI. Det finns en leverantör för allt just nu. Det handlar om vår egen mindset, för vad vi klarar av att förstå är möjligt med den digitala tekniken. Den data, det sätt vi kan analysera det vi sett att vi kan applicera olika AI tekniker på vår värld. Det finns allt, allt du vill ha. Det finns. Så kan man väl säga.  



Thomas Eklöf: Ja, jag tänker så här. Det jag ser som trender för personal och chef så såg jag också en massa demos från olika. Och det känns som att det är fler och fler som försöker bli en helhetslösning, både för små och medelstora aktörer, men även de stora. De har alltid haft de stora, men jag tror att det man behöver hitta är väl kanske att få en sådan, men samtidigt ha friheten att börja testa. Så många fördelar med AI verktyg att de är ganska billiga att testa även i mindre skala. Så till exempel Tilde det som jag nämnde tidigare. Där kan man ju testa till väldigt låg kostnad och börja utforska. Är det här ett komplement till vår process? Kan du hjälpa oss på något vis? Men sen tror jag också att man behöver börja verkligen använda generativa AI för att man inte ska glömma att de flesta AI verktyg som kommer nu är ju bara efterträdare modeller av de här stora språkmodellerna. Så de allra flesta använder ju OpenAI eller någon annan modell för att träna upp sin egen lösning. Kan jag lära mig tillräckligt hur jag gör det för mitt ändamål? Då behöver inte jag köpa in något av de här verktygen. Så kan jag använda grundmodellen verkligen avancerat användaren så kan jag få ut så mycket mer till ingen extra kostnad. Men det kräver ju att man verkligen tar sig tiden att lära sig det.  



Anna Carlsson: Så har du några? Men har vi några konkreta råd att skicka med till lyssnarna nu i den här tiden vi är i.  



Thomas Eklöf: Konkreta råd jag frigöra tid och känner man att man inte strategiskt kan fatta det beslutet så tror jag att man får börja leda med exempel. Börja själv lite grann och testa och prata med sina närmsta kollegor i HR teamen. Och vad gör ni för någonting? Ska vi sätta oss på vårt veckomöte och prata lite grann om vad vi gör, och hitta en timme där man börjar experimentera? Börja i det lilla och ta hjälp i så fall om man hör. Det finns ju som du sa i Emira otroligt mycket information därute och gratiskurser även inom HR. Så att börja prioritera tiden är verkligen dags för.  



Anna Carlsson: Det är det vi är tillbaka på.  



Thomas Eklöf: Ja, jag tror det.  



Anna Carlsson: Säga ja och säga nej.  



Thomas Eklöf: Ja, precis. Välja bort också. Absolut.  



Anna Carlsson: Tack så jättemycket för att ni kom hit och diskutera den här frågan, som vi nog kan ta upp många gånger framöver.  



Emira Blomberg: Kul, kul samtal.  



Anna Carlsson: Tack för idag.  



Thomas Eklöf: Tack.  



Thomas Eklöf: Tack.