Tankeledare

Hur AI-drivna verkställande assistenter förändrar arbete 2026

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Idag har rollen som verkställande assistent (EA) förändrats dramatiskt från vad den var för bara två år sedan. Där stödet i arbets-/livsbalansen för en verkställande tidigare var enbart tidsmanagement, är EA nu kraftmultiplikatorer, och positionen kräver en ny uppsättning AI-baserade färdigheter.

För första gången har AI gjort det möjligt för en enda högt utbildad assistent att stödja flera verkställande genom arbetsflödesoptimering och automatisering. Djupet av deras stöd leder till att de tar på sig roller som mer liknar en chef för personalen än en enkel assistent.

När vi på Viva Talent frågar våra egna EA vilka verktyg de använder mest, är det alltid samma namn som kommer tillbaka: Slack, ChatGPT, Notion, Zapier, Granola, Claude, e-postklienter (Gmail, Outlook eller Superhuman), projekthanteringsverktyg (som Monday.com) och schemaläggningsverktyg (inklusive Vimcal).

Det är en lista över de mest populära arbetsverktygen, men det intressanta är hur dessa verktyg kan samarbeta.

Vi har sett att de bästa EA inte är AI-verktygssamlare. De är verktygs sammanlänkare.

Att ta upp slacken

De flesta företag använder Slack som en chatttjänst. De bästa EA använder det som ett operationscenter. Här är ett enkelt exempel: En begäran läggs till i Slack för en verkställande. I de flesta företag sitter begäran där tills någon kommer ihåg att vidta åtgärder.

En mer intelligent approach? Ställ in automatiseringar baserat på emojis och koppla in Notion. Tilldela en emoji till ett meddelande och med rätt Notion-integration kommer det automatiskt att markeras som en spårad uppgift. Utan att behöva matas in manuellt i en att-göra-lista och potentiellt glömmas bort, kommer alla uppgifter att redovisas och verkställande kommer aldrig att behöva undra om något har fallit mellan stolarna.

Att bota e-postöverbelastning

En av de första sakerna som varje ny AI-användare gör är att be det att skriva en e-post åt dem. EA är experter på e-posttriage och deras användning av AI bör vara en utvidgning av denna förmåga, men den största missade möjligheten med ChatGPT och Claude är att behandla dessa verktyg som ett fancy autocomplete-verktyg när de är kapabla till mycket mer.

Några av de mest effektiva implementationer jag har sett involverar generativa AI-verktyg som tränats på e-post och Slack-kommunikation från en specifik verkställande. AI-systemet tar upp deras kommunikationsstil, deras ton, deras preferenser och vad de är intresserade av. Det kan sedan komponera e-postmeddelanden i deras röst, filtrera bort meddelanden de inte vill ha eller reducera en 100-sidors rapport till några få viktiga punkter som är viktiga för den specifika individen.

Vad som tidigare tog 15 eller 20 minuter att gräva igenom e-post och förstå sammanhang kan nu ta bara några sekunder. Verkställande kan nu lägga sin tid på att fatta beslut istället för att bara läsa och skriva.

Detsamma gäller för möten. Istället för att lägga hela mötet på att ta anteckningar, kan EA använda lösningar som Granola för den uppgiften. Kombinera detta med en välstrukturerad prompt i ChatGPT, och mötesanteckningar är klara att distribueras innan människor ens har lämnat rummet. En verkställande assistent kan också använda det här verktyget för att samla in kvartalsinsikter från veckovisa synkroniseringsmöten eller extrahera data från flera samtal till en enda sammanhängande datakälla med en enda prompt.

En kraftmultiplikator

Som bekvämt det här redan låter, är den riktiga låsningen när verkställande inte kan delta i mötet alls. Med Granolas mötesanteckningar och en djup förståelse för verkställandets arbetsflöden och status för tidigare åtgärder, kan EA agera som deras ombud.

Utöver detta möjliggör Granola LLM-stil sökning genom en söksektion där prompter kan anges. Till exempel var jag på väg att gå med i ett möte med en kund och försökte komma ihåg hennes barns namn. Jag frågade Granola, “Vad är namnet på Nicoles son?” och ett svar returnerades inom några sekunder.

Vi har sett att genom att utnyttja Granola och andra AI-verktyg för att hålla fingret på pulsen för en verkställandes dagliga arbete, kan EA med säkerhet leda check-in med kunder samt interna synkroniseringsmöten. När verkställande återvänder, kan de ta en titt på mötesanteckningarna och aldrig missa en punkt.

Min egen EA har byggt “Medan du var borta”-dokument med AI med kategorier som “Viktiga uppdateringar”, “Möten du missade” och “E-postsammanfattning”. Var och en av dessa innehåller alla viktiga uppdateringar och brådskande ärenden som jag behöver hantera, och det är lätt att överskåda på en gång. Det här enkla ramverket bringar mig direkt upp till datum med inga onödiga förklaringar och sällan behöver jag ställa uppföljningsfrågor för att förstå sammanhanget. Det fungerar bara.

Automatiseringen kommer till undsättning

Ett enda verktyg kan ge några små vinster, men när du vet hur du kan få AI-arbetsflöden att prata med varandra, är det där tiden verkligen kan sparas.

Överväg processen att förbereda en verkställande för ett möte med en ny kund eller leverantör. Att göra det här arbetet för hand skulle innebära att leta upp information om företaget, hitta relevant data internt, förbereda ett briefingsdokument och så vidare. Detta kunde ta en timme eller mer, och det är innan mötet ens har börjat.

Automatisering förändrar allt, och EA som är utbildade i Zapier kan snabbt skapa ett arbetsflöde som gör större delen av arbetet på ett ögonblick:

  • Det börjar med en enkel inmatning i HubSpot eller Google Sheets.
  • Det utlöser Zapier’s AI för att hämta företagsdata och ge höjdpunkter.
  • Daten jämförs mot interna dokument för att identifiera relevanta diskussionspunkter.
  • Från där genereras ett briefingsdokument, ett kort presentationsmaterial förbereds automatiskt och allt detta material placeras i en molnmapp för enkel åtkomst över hela teamet.
  • Verkställande och stödpersonal får ett e-postmeddelande som sammanfattar processen.

Lag som utnyttjar den här typen av arbetsflöden har rapporterat att de har minskat förberedelsetiden med upp till 70 %, och eftersom processen är upprepningsbar och förutsägbar, fungerar den varje gång.

Efter mötet fungerar uppföljningen på samma sätt. När mötet är över, matar Granolas mötesanteckningar tillbaka till Zapier. AI utarbetar ett koncist e-postmeddelande till kunden medan interna mötesanteckningar matas in i en dedikerad Slack-kanal.

För särskilt knepiga arbetsflöden som inte har inbyggt Zapier-stöd, kan EA med djup kunskap om ChatGPT-promptning snabbt bygga ett Google Apps Script med noll kodningserfarenhet. Vi har använt den här metoden själva för att hämta data från interna företagsinstrumentpaneler direkt till veckorapporter, och eliminerat timmar av tråkigt copy/paste-arbete på ett ögonblick.

Vad som kommer härnäst

De EA som lyckas och trivs är inte nödvändigtvis de som lär sig de flesta verktygen. Det är de som tänker systematiskt, kan

identifiera och lösa hinder i arbetsflöden, och vet var automatisering kan säkert spara tid samtidigt som den fortfarande producerar lysande resultat.

Idag är de mest framgångsrika verkställandena redan i färd med att dra nytta av en stödjande ensemble av AI-fluent verkställande assistenter som kan bygga system som förutser behov, inte bara reagerar på dem.

Adnan Khan är medgrundare och med-VD på Viva, ett företag med uppdrag att möjliggöra för chefer att maximera sin påverkan samtidigt som de skapar meningsfulla möjligheter för kvinnor i Latinamerika. Viva fokuserar på detta genom att anställa, utbilda och matcha högkvalificerade distansarbetande verkställande assistenter till ledare i snabbväxande företag. Teamet har vuxit till nästan 200 heltidsanställda i 15 olika länder och har kunder som Notion, Groq och Lovable. Utanför sin karriär är hälsa och familj Adnans två största prioriteringar. Han njuter av att spela squash, springa långdistans och laga mat, och tillbringa tid med sin fru och son.