För ledningsgruppen
Man kan bara sätta strategi för förmågor man kan föreställa sig.
Och man kan bara föreställa sig förmågor man har upplevt. Därför börjar AI-transformation i ledningsgruppen, inte i ett IT-projekt.
En organisations förändring kan inte springa ifrån ledningsgruppens egen förståelse av vad som är möjligt. När AI delegeras till IT eller ett innovationsteam föreslår de vad de kan se från sin plats: effektivisering och verktygsutrullningar. När ledningen själv upplever hur AI förstärker det egna omdömet, i det egna arbetet, ändras ambitionen. De slutar fråga vad som kan automatiseras och börjar fråga vad företaget kan göra som var omöjligt förut.
Flaskhalsen
Flaskhalsen har flyttat
Anton Osika, vars bolag Lovable blivit ett av de snabbast växande mjukvarubolagen någonsin, sätter fingret på skiftet: flaskhalsen i affärslivet flyttar från vem som kan bygga det till vem som vet vad som ska byggas. Utförandet var länge begränsningen. Man hade idén och behövde ingenjörer, analytiker och specialister för att göra den verklig. Den begränsningen håller på att försvinna. Människor som inte kunde koda för ett år sedan levererar nu fungerande system på en vecka.
Det som förblir en bristvara är omdöme: att veta vilken förmåga som spelar roll, vilken möjlighet som är värd bolagets fokus, vad man ska sluta göra. I ett företag sitter det omdömet i ledningsgruppen. Därför är AI-vana en ledningsfråga innan den är en teknikfråga, och därför slår en transformation som hoppar över ledningen i taket tidigt.
Fällan
Delegeringsfällan
Nej. Att delegera AI till IT eller ett innovationsteam är det vanligaste skälet till att företags AI-satsningar stannar av. De teamen föreslår vad de ser från sin plats: verktygsutrullningar och effektivisering. Frågorna som avgör konkurrenspositionen, vad förändras i vår affärsmodell, vilken förmåga bygger vi, vad slutar vi göra, kan bara besvaras av dem som äger resultatet. Vd:n behöver inte bli teknisk. Ledningsgruppen behöver bli van.
Organisationen rör sig sedan i takt med sin minst erfarna beslutsfattare. Styrelsen godkänner inte strategier som vd:n inte kan bedöma. Budgeten finansierar inte satsningar som ekonomichefen inte kan föreställa sig. Så det trygga förslaget vinner, och det trygga förslaget är alltid för litet. Så slutar ett företag med trettio piloter och ingen position.
Det djupare skälet till att delegering inte fungerar den här gången: AI är inte ännu en teknik i stacken. Det är själva intelligensens teknik, och den är rekursiv, den används redan för att förbättra systemen som bygger den. En förmåga som växer varje vecka väntar inte på en utvärderingscykel på arton månader. Den som leder AI-arbetet på ett av Sveriges största industriföretag sa det rakt ut: cheferna har inte använt tekniken tillräckligt själva för att se vad som är möjligt. Inte emot, inte skeptiska. Ovana. Hela resonemanget finns i The Delegation Problem.
AI-vana
Vad AI-vana i ledningen faktiskt betyder
AI-vana på ledningsnivå betyder att ha använt AI i sitt eget arbete, i förberedelser, analys och beslut, tillräckligt länge för att få en känsla för vad det gör möjligt. Användare blir 20 till 30 procent snabbare. Byggare skapar värde som inte fanns förut. Skillnaden mellan de två är erfarenhet, inte talang, och en ledningsgrupp bygger den på några veckor.
Gränsen mellan användare och byggare är konkret. En användare ber AI göra en uppgift: sammanfatta det här, skriv ett utkast. En byggare ritar om arbetet kring det AI nu gör möjligt. Användare slår i ett tak, för när det befintliga arbetssättet väl är trimmat finns inget mer att snabba upp. Byggare växlar upp, för varje system de bygger gör nästa enklare.
Två grupper håller på att bildas i företagen just nu: de vars känsla för tekniken fördjupas varje vecka, och de som tränar på att inte kunna. Båda blir det de tränar på att vara, och gapet stängs inte av att man bestämmer sig om två år, för känslan tar tid att bygga och tekniken väntar inte. Den längre versionen finns i Build Builders, Not Users.
Svackan
Räkna med svackan
En van ledningsgrupp vet dessutom i förväg att verklig förändring blir sämre innan den blir bättre. När fabrikerna elektrifierades föll produktiviteten i tjugo år, och tredubblades sedan när golvet ritats om kring den nya förmågan. AI följer samma J-kurva: att rita om arbetet kostar innan det betalar sig, och svackan är hur det ser ut när man gör rätt.
Se därför fin avkastning redan första kvartalet som en varningssignal, för det betyder oftast att bolaget automatiserar i kanterna i stället för att bygga förmåga. Ledningens jobb i svackan är att hålla kursen och mäta rätt saker: hur fort teamet lär sig, vilka nya förmågor som finns, vad ni kan i dag som ni inte kunde förra månaden. Resonemanget om mätningen finns i You're Reading the Wrong Curve.
Era byggare
Frågan era byggare redan ställer
Det finns ett andra skäl till att vanan inte kan stanna i toppen. De som vinner mest på AI först är era bästa medarbetare, och många av dem använder det redan i det tysta. De visar inte vinsterna, för i de flesta företag är belöningen för åtta sparade timmar åtta nya timmar av det gamla jobbet.
En ledning som rullar ut AI måste svara på incitamentsfrågan före verktygen: vem äger produktivitetsvinsterna? Ge byggarna utrymme att skapa och en del av värdet de genererar, så blir de motorn i förändringen. Strunta i frågan, och de mest kapabla i huset märker till slut att de inte längre behöver huset. På en marknad där en person med rätt system kan göra det som förut krävde ett team är det strategi att behålla sina byggare, inte personalvård.
Programmet
Så ser ett AI-program för ledningsgruppen ut
GRAILs ledningsprogram, See The Opportunity, kör tre workshops på 3-4 veckor. How to Think lägger den strategiska grunden: var AI skapar verkligt värde och var det bara är brus. Your AI Team är en praktisk halvdag där varje person i ledningen bygger en egen uppsättning av 5-10 skräddarsydda AI-agenter, tränade på den egna marknaden och det egna arbetet. Competitive Edge slipar allt mot verklig användning och landar i en färdplan för era AI-möjligheter. Ledningen går därifrån med fungerande verktyg, inte bilder på verktyg.
Designprinciperna betyder mer än agendan. Ledningen jobbar med sina egna skarpa beslut, inte med case. Den jobbar tillsammans, så att en gemensam bild växer fram av vad som är riktigt bra. Och den går därifrån som ägare till allt som byggts: agenterna, arbetssätten, färdigheterna. Hela programmet, inklusive vad som kommer efter första steget, finns på tjänstesidan.
Det finns ett skäl till att GRAIL kan köra det här på veckor i stället för månader, och det är samma skifte som programmet lär ut. GRAIL byggde om sin egen leverans kring AI först: diagnosen, konkurrentanalysen och agentbygget körs på egen AI-infrastruktur, så seniort tänkande är den enda flaskhalsen kvar. Bolaget är beviset för sitt eget argument, vilket också är varför det kan leverera trippelhotet, snabbare, billigare och bättre på en gång, i stället för att be er välja två. Den fylligare versionen av den positioneringen finns på så jobbar GRAIL.
Kurs mot program
Därför räcker inte en kurs
En kurs lär ledningen om AI. Den ändrar sällan hur någon jobbar på måndag. Vanan kommer av att använda AI i sitt eget skarpa arbete, med egna data, egen marknad, egna beslut, och av att göra det tillsammans så att ledningsgruppen får en gemensam bild av vad som är riktigt bra. Det är en fråga om programdesign, inte kursplan: praktiskt slår föreläsning, eget arbete slår case, och gruppen slår individen.
Man kan inte leda en förändring man inte själv har upplevt. Ett kursintyg ändrar inte vad du kan föreställa dig. Några veckor med tekniken i dina egna beslut gör det.
Användare blir 20-30 % snabbare. Byggare ändrar vad företaget kan göra.
Tre år med AI som sökmotor tränar en sorts ledningsgrupp. Tre år med AI som tankepartner tränar en annan. Samma verktyg, olika företag.
Frågor ledningsgrupper ställer
Varför ska AI-transformation börja i ledningsgruppen?
En organisations förändring kan inte springa ifrån ledningsgruppens egen förståelse av vad som är möjligt. När AI delegeras till IT eller ett innovationsteam föreslår de vad de kan se från sin plats: effektivisering och verktygsutrullningar. När ledningen själv upplever hur AI förstärker det egna omdömet, i det egna arbetet, ändras ambitionen. De slutar fråga vad som kan automatiseras och börjar fråga vad företaget kan göra som var omöjligt förut.
Ska vd:n delegera AI till IT-avdelningen?
Nej. Att delegera AI till IT eller ett innovationsteam är det vanligaste skälet till att företags AI-satsningar stannar av. De teamen föreslår vad de ser från sin plats: verktygsutrullningar och effektivisering. Frågorna som avgör konkurrenspositionen, vad förändras i vår affärsmodell, vilken förmåga bygger vi, vad slutar vi göra, kan bara besvaras av dem som äger resultatet. Vd:n behöver inte bli teknisk. Ledningsgruppen behöver bli van.
Vad är AI-vana på ledningsnivå?
AI-vana på ledningsnivå betyder att ha använt AI i sitt eget arbete, i förberedelser, analys och beslut, tillräckligt länge för att få en känsla för vad det gör möjligt. Användare blir 20 till 30 procent snabbare. Byggare skapar värde som inte fanns förut. Skillnaden mellan de två är erfarenhet, inte talang, och en ledningsgrupp bygger den på några veckor.
Vad ingår i ett AI-program för ledningsgruppen?
GRAILs ledningsprogram, See The Opportunity, kör tre workshops på 3-4 veckor. How to Think lägger den strategiska grunden: var AI skapar verkligt värde och var det bara är brus. Your AI Team är en praktisk halvdag där varje person i ledningen bygger en egen uppsättning av 5-10 skräddarsydda AI-agenter, tränade på den egna marknaden och det egna arbetet. Competitive Edge slipar allt mot verklig användning och landar i en färdplan för era AI-möjligheter. Ledningen går därifrån med fungerande verktyg, inte bilder på verktyg.
Räcker en AI-kurs för ledningsgruppen?
En kurs lär ledningen om AI. Den ändrar sällan hur någon jobbar på måndag. Vanan kommer av att använda AI i sitt eget skarpa arbete, med egna data, egen marknad, egna beslut, och av att göra det tillsammans så att ledningsgruppen får en gemensam bild av vad som är riktigt bra. Det är en fråga om programdesign, inte kursplan: praktiskt slår föreläsning, eget arbete slår case, och gruppen slår individen.