Hvordan AI-drevne executive assistenter gjenskaper arbeid i 2026

I dag har rollen som executive assistant (EA) endret seg dramatisk fra hva den var for bare to år siden. Hvor å hjelpe med arbeid/livsbalanse hos en executive tidligere bare var tidshantering, er EAs nå kraftmultiplikatorer, og stillingen krever en ny sett med AI-baserte ferdigheter.

For første gang har AI gjort det mulig for en enkelt høyt kvalifisert assistent å støtte flere ekskurter gjennom arbeidsflyt-optimalisering og automatisering. Dybden av deres støtte fører dem til å anta roller mer lik en Chief of Staff enn en enkel assistent.

Når vi i Viva Talent spør våre egne EAs hvilke verktøy de bruker mest, er det alltid de samme navnene som kommer tilbake: Slack, ChatGPT, Notion, Zapier, Granola, Claude, e-postklienter (Gmail, Outlook eller Superhuman), prosjektledelsesverktøy (som Monday.com) og planleggingsverktøy (inkludert Vimcal).

Dette er en liste over de mest populære verktøyene på arbeidsplassen, men listen i seg selv er ikke det interessante; det er måten disse verktøyene kan arbeide sammen.

Vi har sett at de beste EAs ikke er AI-verktøy-samlere. De er verktøy tilkoblings-eksperter.

Picking up the Slack

De fleste bedrifter bruker Slack som en chat-tjeneste. De beste EAs bruker det som et operasjonssenter. Her er et enkelt eksempel: En forespørsel blir droppet i Slack for en executive. I de fleste selskaper sitter denne forespørselen der til noen husker å gjøre noe med den.

En mer intelligent tilnærming? Sett opp automatiseringer basert på emojis og inkluder Notion. Tilknytt en emoji til en melding og med riktig Notion-integrasjon vil den automatisk bli merket som en sporet oppgave. Uten å måtte bli manuelt registrert i en gjøremålsliste og potensielt glemmes, vil alle oppgaver bli tatt hånd om og executive vil aldri måtte undre seg på om noe har falt gjennom sprekker.

Curing email overload

En av de første ting hver ny AI-bruker gjør er å be det om å skrive en e-post til dem. EAs er eksperter i e-post-triage og deres bruk av AI bør være en utvidelse av denne evnen, men den største mulige sjansen med ChatGPT og Claude er å behandle disse verktøyene som en fancy autocomplete-verktøy når de er i stand til mye mer.

Noen av de mest effektive implementeringene jeg har sett, involverer generative AI-verktøy trent på e-post og Slack-kommunikasjon fra en bestemt executive. AI-systemet plukker opp deres kommunikasjonsstil, deres tone, deres preferanser og hva de er interessert i. Det kan deretter komponere e-poster i deres stemme, filtre ut meldinger de ikke ville ønske, eller redusere en 100-siders rapport til noen få nøkkel-punkter som betyr noe for den enkelte.

Hva som tidligere tok 15 eller 20 minutter å grave gjennom e-poster og forstå kontekst, kan nå ta bare noen sekunder. Executive kan nå bruke sin tid på å fatte beslutninger i stedet for bare å lese og skrive.

Dette samme gjelder for møter. I stedet for å bruke hele møtet på å ta notater, kan EAs bruke løsninger som Granola til denne oppgaven. Kombiner dette med en godt strukturert prompt i ChatGPT, og møtenotater er klare til å bli distribuert før menneskene har forlatt rommet. En executive assistant kan også bruke dette verktøyet til å samle kvartalsinnsikt fra ukentlige synk-møter eller trekke ut data fra flere samtaler til en enkelt kohesiv datakilde med en enkelt prompt.

A force multiplier

Selv om dette allerede høres nyttig ut, er det virkelige låsoppskafferet når executive ikke kan delta i møtet i det hele tatt. Med Granolas møtenotater og en dyp forståelse av executives arbeidsflyt og status for tidligere handlinger, kan EA fungere som deres proxy.

I tillegg aktiverer Granola LLM-stil-søk gjennom en søkefelt hvor prompter kan bli innført. For eksempel var jeg på vei til å delta i et møte med en kunde og prøvde å huske navnet på hennes barn. Jeg spurte Granola “Hva er navnet på Nicoles sønn?” og et svar ble returnert innen noen sekunder.

Vi har sett at ved å utnytte Granola og andre AI-verktøy for å holde fingrene på executives dag-til-dag-arbeid, kan EAs trygt lede oppfølgingssamtaler med kunder samt interne synk-samtaler. Når executive returnerer, kan de kaste et blikk på møtenotatene og aldri gå glipp av noe.

Min egen EA har bygget “Mens du var ute”-dokumenter med AI med kategorier som “Nøkkeloppdateringer”, “Møter du gikk glipp av” og “E-post-sammendrag”. Hver av disse inneholder alle nøkkeloppdateringene og急 handlinger som jeg må håndtere, og det er enkelt å forstå på et blikk. Denne enkle rammen bringer meg opp til dato uten unødvendige forklaringer og sjelden må jeg spørre følgespørsmål for å forstå konteksten. Det fungerer bare.

Automation to the rescue

Et enkelt verktøy kan gi noen små seirer, men når du vet hvordan du kan få AI-arbeidsflyt til å snakke sammen, er det der tiden virkelig kan bli spart.

Overveur prosessen med å forberede en executive for et møte med en ny kunde eller leverandør. For å gjøre dette arbeidet for hånd ville det bety å se opp informasjon om selskapet, finne relevant data internt, forberede en briefing-dokument og så videre. Dette kunne ta en time eller mer, og det er før møtet overhode ikke har begynt.

Automatisering endrer alt, og EAs trenet i Zapier kan raskt lage en arbeidsflyt som gjør det meste av arbeidet i et øyeblikk:

• Det starter med en enkel inndata i HubSpot eller Google Sheets.
• Det utløser Zapier’s AI for å hente selskapsdata og gi høydepunkter.
• Dataene sammenlignes mot interne dokumenter for å identifisere relevante samtale-emner.
• Deretter genereres en briefing-dokument, en kort presentasjonsrekke blir automatisk forberedt, og all denne materialet blir lagt i en sky-mappe for enkel tilgang over hele laget.
• Executive og støttepersonale mottar en e-post som summerer prosessen.

Lag som utnytter disse typene arbeidsflyt har rapportert om å ha kutta forberedelsetiden med opptil 70 %, og siden prosessen er gjentakende og forutsigbar, fungerer den hver gang.

Etter-møte-oppfølging fungerer på samme måte. Når møtet er over, føres en transkript produsert av Granola tilbake til Zapier. AI utkaster en konsis e-post til kunden mens interne møtenotater føres inn i en dedikert Slack-kanal.

For særlig vanskelige arbeidsflyter som ikke har innebygd Zapier-støtte, kan EAs med dyp kunnskap om ChatGPT-prompting raskt bygge en Google Apps Script uten noen kode-erfaring. Vi har brukt denne tilnærmingen selv til å trekke ut data fra interne selskapsdashboards rett inn i ukentlige rapporter, og eliminere timer med kjedelig kopier-og-lim-inn-arbeid i et øyeblikk.

What comes next

De EAs som lykkes og trives er ikke nødvendigvis de som lærer mest verktøy. Det er de som tenker systematisk, kan identifisere og løse hindringer i arbeidsflyt, og vet hvor automatisering kan trygt spare tid samtidig som den produserer strålende resultater.

I dag er de mest suksessfulle ekskurter allerede i ferd med å dra nytte av en støttende rolle av AI-fluent executive assistenter som kan bygge systemer som forutser behov, ikke bare reagerer på dem.