Tankeledere

Tillid til driften som flaskehals: hvorfor medarbejdere egentlig modsætter sig AI på arbejdspladsen

Madelaine Yue
Føj Unite.AI til dine foretrukne kilder på Google
A wide, photorealistic photograph of a modern office meeting where three diverse professionals gather around a large, transparent digital display on a wooden conference table. The glowing, blue and cyan screen shows an abstract, text-free diagram visualizing decision flow and collaboration between automated AI insights and human judgment boundaries. Sunlight streams through a large window, conveying transparency.
NøglepunkterOperationelle tillidskløfter forårsager AI-modstand mere end færdigheder eller…
Vis mere
  • Operationelle tillidskløfter forårsager AI-modstand mere end færdigheder eller teknologisk parathed.
  • AI forstærker fejlbehæftede arbejdsgange i stedet for at reparere defekte driftsmodeller i stor skala.
  • Bæredygtig adoption kræver omdesign af arbejde med klare beslutningsgrænser og ansvarlighed mellem mennesker og AI.

AI har været en dominerende kraft over de seneste år, og har ændret grundlæggende, hvordan arbejde udføres. Lederne er fortsat meget optimistiske om fremtiden, med 92% af virksomheder, der planlægger at øge deres investering i AI inden 2028. Blandt medarbejdere er følelsen omkring AI dog meget mere blandet.

Ifølge en ny rapport, er 52% af arbejdere bekymrede for, hvordan AI vil påvirke arbejdspladsen, og yderligere 32% tror, det vil føre til færre jobmuligheder. Denne modstand mod AI på arbejdspladsen er en almindelig, men vedvarende, barriere for succesfuld indførelse af AI. Det er også en barriere, der ofte tilskrives mangler i medarbejderens kompetence eller en organisations tekniske beredskab. Det er sandt, at begge faktorer spiller en rolle i at fremme modstand mod AI. Den virkelige rod til problemet er dog operationel tillid.

Hvor findes modstanden mod AI og risikoen egentlig?

Modstand er et symptom på usikkerhed – om, hvordan AI vil ændre beslutningstagning, hvem der vil tage ansvar, når ting går galt, eller hvilke kontroller og sikkerhedsforanstaltninger der er på plads. Dette sammenbrud i operationel tillid påvirker ikke kun medarbejdere. Arbejdsgivere er heller ikke immune.

Deloitte fandt for nylig ud af, at mens 42% af virksomheder mener, deres forretningsstrategi er meget godt forberedt på indførelse af AI, føler de sig mindre forberedt i forhold til infrastruktur, data, risiko og talent. Uanset stillingsniveau er manglende kontrol over eller tab af data, efterlevelse af branchestandarder og mulige forstyrrelser i etablerede arbejdsprocesser blandt de største bekymringer. Disse bekymringer er særligt gyldige i stærkt regulerede brancher, hvor fejl i AI-beslutninger kan have langt større konsekvenser.

Der er også reel risiko forbundet med at automatisere arbejdsprocesser, der allerede er fejlbehæftede eller mangler en klar styrestruktur. I disse scenarier bliver AI fokuspunktet for fejl, og skaber ofte mere friktion og forstærker eksisterende udførelsesfejl. Et dårligt system er stadig dårligt, selvom det er understøttet af AI. AI kan ikke fikse fejlbehæftede systemer. AI udfører blot deres processer hurtigere. Her støder virksomhederne ofte på en reel flaskehals.

Mange ser AI-værktøjer selv som den primære kilde til risiko. I virkeligheden ligger risikoen i den operationelle model, som værktøjerne indføres i. I praksis kommer den større trussel fra at tilføje AI til operationelle modeller, der aldrig var designet til at understøtte avanceret automatisering fra starten. Særligt i stor målestok. Denne tilgang er en opskrift på at accelerere de samme problemer, som virksomheden forsøger at løse.

Integreret AI og den menneskelige dømmekraft

AI er bedst, når det ikke fjerner den menneskelige dømmekraft fra ligningen, men omfordeler, hvor dømmekraften anvendes, og hvordan den understøttes. Med denne tilgang er beslutningsgrænserne mere klare, mere konsekvente og mere skalerbare, med AI, der fungerer som et værktøj til at hjælpe organisationer med at sprede deres menneskelige ekspertise med større virkning og effektivitet.

Vi er langt fra en AI-æra, hvor menneskelige bidrag ikke længere er nødvendige. Alligevel har branchen nået et punkt, hvor menneskelig dømmekraft skal anvendes anderledes og mere omhyggeligt for at udnytte AI fuldt ud. Guldstandarden for samspillet mellem mennesker og AI er en relation, hvor teknologien hurtigt giver indsigt og kontekst på baggrund af data for at guide arbejdere i beslutninger på et højere niveau og frigøre tid til det arbejde, der virkelig betyder noget.

Når AI udrulles som et selvstændigt initiativ, er forbedringerne inkrementelle. Det vil sandsynligvis accelerere repetitive opgaver eller reducere manuelt arbejde i områder som administrativt arbejde, men det er kun at skrabe overfladen af den potentielle værdi af AI. Ægte transformation sker, når AI er integreret direkte i arbejdsprocesser, og orkestrerer, hvordan information flyttes, fra top til bund.

Tydelighed er nøglen til bæredygtig indførelse af AI

Kun 41% af befolkningen i USA er villige til at stole på AI. Da disse systemer påvirker, hvordan medarbejdere arbejder, hvordan deres præstationer vurderes, og fremtidige jobmuligheder, er tøven ikke overraskende, men den må ikke få lov at fortsætte. Virksomhederne må sikre medarbejdernes accept og støtte, og træning kan ikke bære hele byrden alene. Operationel klarhed er nøglen.

Medarbejderne skal forstå, hvor AI bidrager til anbefalinger, og hvor den menneskelige dømmekraft forbliver autoritativ fra starten. De skal også vide, hvem der har ansvaret for beslutningen, når AI er involveret. Gennemsigtighed gør det lettere at verificere pålideligheden af AI-resultater og etablerer en fornemmelse af kontrol og ansvarlighed, ligesom tydeligt etablerede procedurer for menneskelig tilsidesættelse af systemets beslutninger. Disse elementer er grundlaget for stærk operationel tillid. Uden dem kan selv veludformede systemer have svært ved at fungere, med arbejdere, der tvivler på anbefalinger, eller endda helt opgiver teknologien til fordel for de oprindelige manuelle processer. Dette reducerer kun den samlede værdi af AI-investeringer og forstærker opfattelsen af, at AI er mere forstyrrende end styrkende.

At tackle denne dynamik tidligt i udrulningsprocessen er afgørende. De organisationer, der oplever den største succes med indførelse af AI, behandler AI ikke som en enkeltstående udrulning eller et isoleret IT-projekt. I stedet tilgår de det som en udvikling af den operationelle model – med udgangspunkt i at omdefinere arbejdsprocesser, gendefinere roller og etablere fælles ansvarlighed på tværs af forretningen.

Forretningsledere, tekniske hold og platformpartnere bidrager hver især med et andet stykke af puslespillet. Udfordringen er ikke ekspertise, men samordning. Forretningsledere forstår, hvilke resultater der betyder mest, og hvordan de relaterer til langsigtede strategier. Ingeniører og IT-ledere forstår teknologiens muligheder og begrænsninger. Platformpartnere bringer praktisk erfaring med at udrulle AI i produktionsmiljøer. Når disse grupper designer arbejdsprocesser sammen, bliver AI udførbart. Når de ikke gør det, forbliver det teoretisk.

Opfattelsen af, at AI er noget, der påtvinges medarbejderne, snarere end et hjælpsomt værktøj, der er udviklet med input fra de mennesker, der skal bruge det, er en anden væsentlig drivkraft bag arbejdspladsmodstanden. At inddrage frontlinjehold i arbejdsprocesdesign ændrer dette billede. Medarbejderne får mulighed for at identificere de problemer, der påvirker deres arbejde mest, og bliver aktive bidragsydere til at bestemme, hvordan AI anvendes i dagligdagen.

Reelle resultater vil altid være mere overbevisende end løfter om aflastning. Hvis medarbejderne ser konkrete beviser på, at AI gør deres arbejdsliv bedre – enten det er at eliminere kedelige sysler eller hjælpe dem med at dykke dybere ind i det højt kvalificerede arbejde, de er passionerede om – er de mere tilbøjelige til at bruge teknologien. Faktisk, når tilliden til AI er høj, er sandsynligheden for daglig brug 2,8 gange større blandt medarbejdere, og de sparer i gennemsnit 2 timer om ugen, ifølge Deloitte.

AI-modstanden er i sidste ende en operationel udfordring. De organisationer, der kommer videre fra den, vil ikke være de med de mest avancerede modeller, men de, der redesigner, hvordan arbejdet faktisk udføres, og gør det udførbart, ansvarligt og klart.

Denne ændring sker ikke i isolation. Den kræver en forpligtelse til samarbejde mellem funktioner på tværs af virksomheden og en villighed til at være tilpasningsdygtig og omdefinere langvarige processer. Når interne systemer er optimeret til at passe med, hvordan mennesker, der bruger dem, faktisk arbejder, følger tillid, accept og bæredygtig adoptering naturligt.

Madelaine Yue er senior direktør for strategi og forandring i Zyter|TruCare, hvor hun leder virksomhedsinitiativer, der fokuserer på at genopfinde operativ gennemførelse gennem styret, agentbaseret AI og menneskesammenarbejde. Hun samarbejder tæt med direktører for at integrere AI-orkestrering i overensstemmelse med organisationens politikker i komplekse arbejdsgange, styrke beslutningsintegritet og skabe målbare resultater i højt regulerede miljøer. Madelaine bringer mere end 20 års erfaring indenfor sundheds-IT, værdibaseret strategi og organisationsforandring til Zyter|TruCare, efter tidligere at have rådgivet C-suite-ledere om storstilet moderniseringsindsats og hjulpet organisationer med at gå fra strategisk ambition til varig, målbar effekt.