De fleste ledere står i et krævende spænd lige nu. På den ene side et tydeligt – og ofte massivt – forventningspres om at tage AI alvorligt. På den anden side en organisation bygget til en anden tid, med strukturer, roller og styringsmodeller, som har fungeret godt i mange år.
Det er ikke underligt, at mange vælger at gå forsigtigt frem. Alligevel er det værd at stoppe op, når nogle af verdens mest traditionsrige og metodiske virksomheder ikke bare taler om AI som et værktøj, men begynder at omtale det som en del af arbejdsstyrken. Når AI går fra hjælpemiddel til kollega, er det et signal, der fortjener opmærksomhed.
Et tal, der ændrer samtalen
Bob Sternfels, global CEO i McKinsey & Company, har for nylig beskrevet sin organisation på en måde, der for få år siden ville have lydt som science fiction. Han omtaler arbejdsstyrken som en kombination af omkring 40 000 mennesker og cirka 25 000 AI-agenter.
Dette er ikke en vision for 2030. Det er en nøgtern beskrivelse af, hvordan selskabet leverer værdi i dag.
Når et selskab, der lever af metodik, tillid og præcision, integrerer AI i dette omfang, er det ikke et eksperiment. Det er et bevidst, strategisk valg om, hvordan kapacitet skal forstås og styres i en ny virkelighed.
Når kapacitet ikke længere er lig med headcount
I årtier har antallet af ansatte været den mest intuitive måde at forstå kapacitet på. Det er konkret. Det er målbart. Det er let at rapportere på.
Men den sammenhæng er ved at blive brudt.
Hos McKinsey er kapacitet ikke længere blot summen af hoveder, men summen af mennesker og autonome systemer, der faktisk udfører arbejde. Ikke fordi mennesket er blevet mindre vigtigt, men fordi selve arbejdet har ændret karakter.
Det fremtvinger et nyt styringsprincip: ledelse efter leveranceevne, ikke efter bemanding.
Leveranceevne som ledelseslogik
Leveranceevne handler om evnen til at levere stabilt, forudsigeligt og i det rette tempo over tid – uafhængigt af tidszoner, arbejdstid og individuelle begrænsninger.
Autonome systemer bidrager med en type kapacitet, mennesker alene ikke kan tilbyde:
- tilgængelighed døgnet rundt
- ingen ferier og intet sygefravær
- ensartet kvalitet over tid
- øjeblikkelig skalering ved øget volumen
Mennesker bidrager med noget helt andet:
- dømmekraft og etisk refleksion
- forståelse for kontekst og relationel intelligens
- ansvar over for kunder, medarbejdere og samfund
Når rollerne adskilles tydeligere, bliver organisationen paradoksalt nok mere menneskelig. Mennesker slipper for at fungere som maskiner – fordi maskinerne endelig er gode nok til at overtage det repetitive.
Dette er ikke et IT-spørgsmål
Tallene fra McKinsey peger også på noget, der ofte forsvinder i AI-debatten. Når AI-agenter tælles som en del af arbejdsstyrken, holder dette op med at være et IT-anliggende.
IT kan bygge, sikre og drifte systemerne. Men det er ledelsens ansvar at afgøre:
- hvad der skal leveres, og til hvem
- hvordan ansvar og beslutningskompetence fordeles mellem menneske og maskine
- hvordan organisationsdiagrammet skal se ud, når en betydelig del af arbejdsstyrken aldrig sover
I det øjeblik AI bliver en del af den faktiske leveranceevne, bliver det et spørgsmål om organisationsdesign og ledelse – ikke om valg af værktøj.
Et bevis på handling, ikke intention
Det mest interessante ved McKinseys 25 000 AI-agenter er ikke antallet i sig selv, men hvad det repræsenterer. Det er et tydeligt signal om handling frem for intention.
De har accepteret, at teknologien får reelle konsekvenser for, hvordan arbejde organiseres, måles og ledes. Det kræver et lederskab, der er villigt til at udfordre styringsmodeller, som mange af os har lært på BI, NHH eller Harvard – uden at forkaste dem, men ved at erkende deres begrænsninger.
En invitation til refleksion
Det betyder ikke, at alle organisationer bør kopiere McKinsey. Forskellige virksomheder har forskellige forudsætninger, kulturer og ansvar.
Men det rejser et spørgsmål, der er relevant for enhver leder, der også vil være relevant i de kommende år:
Måler vi fortsat kapacitet i antal ansatte – eller er vi klar til at begynde at måle den faktiske leveranceevne?
Det er ikke et teknologisk spørgsmål. Det er et ledelsesspørgsmål.
