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 for en eksekutiv var en gang bare 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 trent assistent å støtte flere eksekutiver gjennom arbeidsflytoptimisering og automatisering. Dybden av deres støtte fører dem til å ta på seg roller som ligner mer på en stabssjef enn en enkel assistent.

Når vi hos Viva Talent spør våre egne EAs hvilke verktøy de utnytter 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 arbeidsverktøyene over hele linjen, men listen i seg selv er ikke det interessante; det er måten disse verktøyene kan fungere sammen.

Vi har sett at de beste EAs ikke er AI-verktøysamlere. De er verktøy tilkoblingspunkt.

Oppfyller Slack

De fleste bedrifter bruker Slack som en chatservice. De beste EAs bruker det som et operasjonssenter. Her er et enkelt eksempel: En forespørsel legges inn i Slack for en eksekutiv. I de fleste selskaper ligger denne forespørselen der til noen husker å iverksette den.

En mer intelligent tilnærming? Sett opp automatiseringer basert på emojis og løkke inn 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 eksekutiven vil aldri måtte undre seg på om noe har falt gjennom sprekker.

Kurer for e-postoverbelastning

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 feilen med ChatGPT og Claude er å behandle disse verktøyene som et 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 eksekutiv. 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 nøkkelbulletpter 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. Eksekutiven kan nå bruke sin tid på å fatte beslutninger i stedet for bare å lese og skrive.

Dette gjelder også 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 synkroniseringsmøter eller trekke ut data fra flere samtaler til en enkelt sammenhengende datakilde med en enkelt prompt.

Kraftmultiplikator

Så behagelig dette allerede lyder, er den virkelige låsen når eksekutiven ikke kan delta i møtet i det hele tatt. Med Granolas møtenotater og en dyp forståelse av eksekutivens arbeidsflyt og status for tidligere handlinger, kan EA fungere som deres proxy.

I tillegg ermögiler Granola LLM-stil søk gjennom en søkeavdeling hvor prompter kan bli innført. For eksempel var jeg på veg 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 til å holde fingeren på pulsen av en eksekutivs dag-til-dag-arbeid, kan EAs trygt lede oppfølgingsmøter med kunder samt interne synkroniseringsmøter. Når eksekutiven returnerer, kan de kaste et blikk på møtenotatene og aldri gå glipp av noen slag.

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meldingene som jeg må håndtere, og det er enkelt å fordøye på et blikk. Denne enkle rammen bringer meg umiddelbart opp til dato uten noen unødvendige forklaringer, og sjelden må jeg stille oppfølgingspørsmål for å forstå konteksten. Det fungerer bare.

Automatisering til redning

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.

Vurdér prosessen med å forberede en eksekutiv til et møte med en ny kunde eller leverandør. For å gjøre denne jobben manuelt ville det bety å søke opp informasjon om selskapet, finne relevant data internt, forberede et møte-dokument og så videre. Dette kunne ta en time eller mer, og det er før møtet overhode tatt til.

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

• Det starter med en enkel inndata i HubSpot eller Google Sheets.
• Det utløser Zapiers AI til å hente selskapsdata og gi høydepunkter.
• Dataene sammenlignes mot interne dokumenter for å identifisere relevante samtaleemner.
• Deretter genereres et møte-dokument, et kort slidestack blir automatisk forberedt, og all denne materialet blir plassert i en sky-mappe for enkel tilgang over hele laget.
• Eksekutiven og støttepersonale mottar en e-post som summerer prosessen.

Lag som utnytter slike arbeidsflyter har rapportert å ha kutta forberedelsetiden med opptil 70%, og siden prosessen er gjentakende og forutsigbar, fungerer det gang på gang.

Etter-møte-oppfølgning fungerer på samme måte. Når møtet avsluttes, returnerer 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 innebygget Zapier-støtte, kan EAs med dypt kunnskap om ChatGPT-prompting raskt bygge en Google Apps Script uten noen kodeerfaring. Vi har brukt denne tilnærmingen selv til å hente data fra interne selskapsdashboards rett inn i ukentlige rapporter, og eliminere timer med kjedelig kopier-og-lim-inn-arbeid i ett øyeblikk.

Hva kommer neste

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 arbeidsflyter, og vet hvor automatisering kan trygt spare tid samtidig som den produserer strålende resultater.

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