Vi på Leadership ARTS möter i nästan varje uppdrag frågor om hur man säkerställer kompetensen för att utveckla och fortsatt vara relevanta i tider av stark teknik och AI-utveckling. Hur rustar man styrningen? Vilka kompetenser behövs? Vilka färdigheter och förmågor behöver stärkas och utvecklas hos våra medarbetare och chefer?
Våra seniora ledarskapsstrateger och programdirektörer har designat workshops, träningar och insiktsövningar samt gett underlag för att stödja många team och ledningsgrupper i de här frågorna.
Här har du först ett kort case från en mindre kommun, som är en stor och komplex organisation, och därefter våra perspektiv på vad du behöver säkerställa på kort och lång sikt när det kommer till förmågor för att göra ditt team redo för AI-eran.
Insikter från ett utvecklingsarbete med en mindre kommun
Att rusta en organisation för AI är inte en fråga om teknik i första hand. Det är en fråga om kultur, förmågor och ledarskap. Under året har vi på Leadership ARTS haft förmånen att stötta en mindre kommuns kommunledning och samtliga chefer i ett utvecklingsarbete med målet att skapa förståelse och ge kompetens för vad som krävs för att förvaltningarna ska få framtidssäkra resultat, bland annat hur man blir redo för AI-eran.
Utifrån varje förvaltnings (verksamhetsområdes) specifika kontext behöver man identifierade vad som krävs på kort sikt för att komma igång, och vad som på lång sikt behöver byggas för en hållbar AI-användning. Denna resa handlar lika mycket om mod, samarbete och reflektion som om data, teknik och strategi. Tillsammans med kommunledningen har vi fördjupat oss i dessa förmågor och gett dem uppgiften att reflektera och bestämma gemensamt vad som behöver vara sant i deras kontext för att kunna göra förflyttningen.
Första nyckeln
Den första enkla frågan är en av nycklarna till att bli AI-redo, att uttala utifrån ny insikt, vad som behöver vara sant för oss, som inte är sant idag, för att man ska kunna genomföra förflyttningen.
Det som är sant för er, kommer bli en viktig kompassnål och lejdare att navigera utifrån och hålla fast vid när det behövs. Vad som behöver vara sant börjar också alltid i en subjektiv uppfattning. Här finns inga sanningar, men vi behöver lyfta fram vad vi ser behövs och lära oss att jämka och prioritera utifrån de vi är i våra team och det uppdrag vi har.
Andra nyckeln
Nästa nyckel för att snabbt omsätta det korta perspektivet i handling är att som ledningsgrupp nosa fram ett AI-initativ som man följer mycket nära för att lära. Se det som kompetensutvecklingen och närmast som en studiecirkel. Genom att följa ett arbete för att implementera AI i en verksamhet och lära sig tillämpningen, inköpen, samarbeten, effekterna och omställningen så behöver man gå riktigt nära.
Gör det inte svårt för er, utan ta det som bubblar och kokar i organisationen. Jag är helt säker på att det i alla hörn av våra organisationer finns engagerade medarbetare som både har idéer, uppslag och som vill driva ett dyligt utvecklingsinitativ och ha äran att tillsammans med ledningen träna förståelsen för vad AI är och vad AI kan och bör skapa för nytta.
Tredje nyckeln
Man behöver inte börja om från början i arbetet med en AI-strategi som kommer att behöva ändras vad gäller målsättning och fokus år från år, eftersom utvecklingen går så snabbt. Sveriges regering har 2024 tagit fram en Färdplan för framtiden när det kommer till AI. Några av Sveriges ledande experter har varit med i en kommission kring AI och har i rapporten en omvärdsanalys och därefter rekommendationer till regeringen om vad de behöver göra. Mycket av det som står i den kan man använda som grund för sin egen färdplan.
Nyckeln är att gå i takt med nationella initativ, och se vad andra prioriterar och gör. Spegla det mot sin egen verksamhet och sammanhang. Exempelvis i kapitlet "AI för alla" så finns en rad förslag som man kan applicera på lokal nivå. AI utveckling handlar mycket om att gå tillsammans.
Det var den tredje nyckeln som vi skickar med. Nu följer vad du behöver för att göra din organisation AI redo på kort och lång sikt vad gäller förmågor.
På kort sikt
Färdigheter för att komma igång med AI-tillämpning
För att starta resan mot AI-tillämpning behöver organisationen utveckla ett antal centrala färdigheter. Dessa är särskilt viktiga att tillgängliggöra som resurser i verksamheten. Vissa behöver man stärka på bredden, och vissa behöver man försäkra sig om att man kan tillhandahållas.
Grundläggande teknisk förståelse
Alla behöver inte bli tekniker, men utan förståelse för vad AI är och inte är kan vi inte ta ställning till vad det betyder för våra uppdrag. Det handlar om att bygga trygghet och nyfikenhet snarare än expertis. Det finns flera enkla sätt att lära sig.
- börja använda enkla verktyg
- ge medarbetare insikt om alla verktyg de redan använder och vilka superusers som de har runt omkring sig
- genomför det som vi ovan kallar andra nyckeln, dvs följ ett AI-initativ nära som ledningsgrupp, och gör det till er kompetensresa. Det kommer öka och snabba på er AI-förståelse genom praktisk tillämpning.
- avsätt tid till kompetensutveckling för alla. Se till att det i er kompetenssatsning finns tid för medarbetare till fördjupning utifrån sin kontext, skapa reformer eller utrymme för lärande.
Problemformuleringsförmåga
För att tillämpa AI krävs förmågan att ställa (rätt) frågor. Det är inte tekniken som löser problemen, utan vår förmåga att definiera dem tydligt och utforska dem från flera håll. Här tränar vi kreativitet, nyfikenhet och dialog.
I många AI-verktyg är den mänskliga förmågan att formulera ett problem central för att få ut värde av verktyget. Detta är också en av de förmågor som bör premieras och testas i en organisation samt tränas upp.
Datakompetens
Data är råvaran i AI. Att förstå datakvalitet, integritet, källor och etik är avgörande för att bygga tillit i organisationen. Men det kräver även mod att se på sin egen verksamhet med nya ögon. För att göra det behöver ocskå alla en grundläggande förståelse för vad data är och därefter se vilken data man har och vad man behöver ha tillgång till.
När vi låter data arbeta i våra processer så kan vi göra det som kallas insiktsdriven utveckling. Det är de nya glasögonen för en ledning att se fakta och få kunskap om sin verksamhet som AI gör möjligt. Budgetsatsningen på datakompetens och datakvalitet kommer ge er dubbelt tillbaka i värde på sikt.
Experimentellt arbetssätt
AI-utveckling sker inte linjärt. Vi behöver skapa en kultur där det är tillåtet att testa, misslyckas och lära snabbt. Det förutsätter psykologisk trygghet och ledarskap som premierar lärande. Den kulturresan är en av de viktigaste strategiska satsningarna vi kan göra. Den kan påbörjas direkt genom att ledningsgruppen själv utvecklar ett mer utforskande arbetssätt och främjar lärande i sin styrning och uppföljning.
Kommunikation och förändringsledning
Att leda i förändring är att skapa förståelse, mening och riktning. Effektiv kommunikation hjälper oss att förflytta oss tillsammans, trots osäkerhet. Den förenar teknikens möjligheter med människans behov. Vi behöver syfte och mening för att också vara uthålliga.
I all förändringsforskning påvisas hur motstånd mot nytt är den största utmaningen. Det är den motiverande berättelsen och en stark kompass och riktning som gör att man orkar hålla i och hålla ut samt vet hur man ska prioritera och välja rätt när man i sitt utforskande upplever osäkerhet. Så bli skickliga på kommunikation och berättelse som skapar engagemang!
Dessa kortsiktiga färdigheter är nära kopplade till några av de nio nyckelförmågor vi tränar i Leadership ARTS
Reflektion – för att förstå vad vi lär oss längs vägen
Mod – för att våga utmana det invanda
Kreativitet – för att tänka nytt och samskapa och bryta gamla mönster
Kommunikation – för att skapa riktning och engagemang
Samarbete över gränser – för att bryta silos och ta tillvara hela organisationens kapacitet
På lång sikt
Förmågor för hållbar AI-användning
Att införa AI är inte en engångsinsats. Det kräver ett långsiktigt strategiskt arbete, där vissa förmågor blir avgörande både för kommunens ledningsgrupp och i organisationens struktur. AI tillämpningen kommer också på sikt revolutionera så mycket mer av hur vi idag brukar göra än vad vi känner till. Vi har bara sett början.
Strategiskt tänkande kring AI
Det räcker inte att förstå vad AI kan göra. Vi måste förstå hur det förändrar uppdraget, styrningen och värdeskapandet. Det handlar om att se AI som en del i verksamhetsutveckling, inte som ett IT-projekt. AI kompetens behövs i alla led, från beslutsfattare i styrelserummet till tillämpningen i process och rutiner och tjänster samt service. Nyckeln är att se värdet och hur det skapar nya värden som vi förr inte har kunnat åstadkomma.
1995 visste vi inte vad internet skulle åstadkomma för oss. Vi trodde att man kanske skulle komma att handla där, men hade föga aning om att allt vi gjorde skulle ha en relation till det. Det finns fler och liknande berättelser om teknisk utvecklings förflyttning av professioner och arbetssätt, som kan användas som analogier för att visa att AI-projekt bör ske väldigt i kärnverksamheten och följas i styrningen.
Etisk kompetens
AI väcker komplexa frågor om transparens, integritet och mänskliga värden. Förmågan att föra etiska samtal och fatta medvetna beslut behöver finnas i hela organisationen, inte bara på specialistnivå.
Att träna sig i att göra etiska diskussioner och samtal, behöver göras med dem som kan lära oss att behärska den typen av samtal så att de blir värdeskapande, annars hamnar man lätt i tysta rum. Etik är ett filosofiskt ämne och handlar om värderingar, nyttor, människosyn och uppdrag - som är i förändring och som behöver prioriteras. Det är inte lätta frågor och det är en hjärngympa som är rolig, men som kräver sin träning, skärpa och uthållighet.
Hur ser man till att stärka den resursen i sin organisation? Är det kompetensutveckling eller är det en del av en tjänstebeskrivning för någon humanist?
Anpassningsförmåga och resiliens
I en AI-era är det snabba förändringar snarare än stabilitet som är det nya normala. Det kräver att individer och grupper kan omforma sig själva och sina arbetssätt utan att tappa riktningen. Här spelar lärande organisation en central roll.
Det här ställer också krav på tjänstepersonsrollen och hur vi som individer uppskattar oss själva och varandra. Att anpassa sig handlar också om att hantera sina känslor och reaktioner på förändring samt tillförskansa sig självinsikt. Det är särskilt viktigt för den som leder i förändring att ha god koll på sig själv, sitt team och människor i allmänhet så att vi drar 100 % nytta av de superkrafter som vi människor besitter.
Det mänskliga i oss blir bara viktigare och viktigare i en tid när teknik ersätter mycket av det vi gör på rutin och sånt som vi bara drömmer om att vi skulle kunna ha kapacitet att göra. Men att vara människa - det kan ingen maskin ersätta. Dock kan man använda maskin och AI för att stärka det mänskliga i oss och se till att det blir omhändertaget, omvårdat och starkt när vi står inför lärande, ändrade beteenden, prioriteringar och etiska val.
Tvärfunktionella samarbeten
AI löses aldrig i stuprör. Det krävs samverkan mellan teknik, verksamhet, juridik och kommunikation. Förmågan att bygga förtroende och gemensamma språk mellan professioner blir avgörande för att lyckas.
Utan ett smidigt och lärande samarbete med akademi, leverantörer, verksamhet och kundsegment / invånare kommer "AI för gott" med "människan i centrum" och som förstärkning av "demokrati, jämlihet och frihet" inte bli verklighet. Sverige som land kommer bli omsprunget av andra och vi riskerar de värden som vi byggt vår framgång på. Så samarbeten är inte bara en ekonomisk och effektiv fråga, det är en fråga om hur vi vill att världen och vårt land ska utvecklas.
Datadrivet beslutsfattande
Beslut baserade på insikter från data kräver både kompetens och tillit. Det är inte bara verktygen som behöver finnas, utan också kulturen att lyssna på data och förstå dess begränsningar. För att kunna göra datadrivet beslutsfattande behöver flera källor av data samköras och man behöver veta vad man vill veta och vad man kan göra. Här finns det möjligheter som är oanade. Det datadrivna beslutsfattandet, eller insiktsdrivna, kan både bli individuellt, för verksamheter och på koncernnivå.
Men om man inte börjar med de första mindre stegen, bygger datakvalitet och datakompetens, övar på att arbeta enligt nya arbetssätt och diskutera etik med mera så blir inte den datadrivna verksamheten vår nya verklighet.
Dessa långsiktiga förmågor bygger på förmågeträning i
Reflektion – för att kontinuerligt lära och justera
Skala upp – för att ta initiativ vidare från pilot till praktik
Perspektivtagande – för att fatta mer kloka, inkluderande beslut
Få saker gjorda – för att metodiskt och uthålligt driva förändring
Samarbete över gränser – för att möjliggöra innovation i komplexitet
Precis som i det korta perspektivet så tränar vi på leadership arts ledare, beslutsfattare och medarbetare samt individer i förmågor som krävs för att omsätta AI till verksamhetsnytta och starka resultat.
Vi måste träna för att bli starka
Vi vet att man inte blir bra på något man inte tränar på. Det gäller även AI-mognad. Det räcker inte med att förstå vad som behöver göras. Vi måste börja göra, utforska, prata om det som inte fungerar och bygga gemensamma lärdomar.
För att skapa robusthet och resiliens i en AI-omställning behöver vi lämna expertkulturen bakom oss. Det finns ingen som vet allt om framtiden. Istället behöver vi öva på att stå i osäkerheten tillsammans.
Mod är därför ett nyckelbegrepp. Mod att stå kvar i det obekväma. Mod att göra nytt. Mod att misslyckas och lära.
Vad behöver din organisation reflektera över?
Det här utvecklingsarbetet har visat att det inte finns en mall för hur en organisation blir AI-redo. Men det finns tydliga förmågor som behöver tränas.
Genom att reflektera över vilka som redan finns och vilka som behöver stärkas kan ni ta första steget.
- Vilka av dessa förmågor finns redan hos er och kan vässas?
- Vilka behöver byggas upp?
- Hur kan ni börja träna tillsammans?
Behöver ni hjälp att göra er kartläggning? Vill ni öka insikten i era ledningsrupper och chefsled? Vill du veta mer om hur vi jobbar med förmågeträning för AI-omställning, med bolag eller med offentlig sektor? Hör gärna av dig.