I de två föregående artiklarna i den här serien har vi sett hur AI i allt högre grad fungerar som verklig arbetskraft – illustrerat genom McKinsey-exemplet – och vad som händer när den arbetskraften möter riktiga volymer, vilket Klarna har fått erfara. När vi först accepterar att maskiner kan utföra arbete uppstår en ny och mer krävande fråga:

Vem leder egentligen arbetet när en allt större del av det inte längre utförs av människor?

De flesta stannar i pilotfasen

De flesta organisationer har i dag minst ett AI-projekt. Presentationerna ser bra ut, demorna fungerar och intentionerna är de rätta.

Så ska det också vara. Piloter är nödvändiga för att lära, testa och förstå vad som faktiskt fungerar i praktiken.

Utmaningen uppstår först när piloten blir stående för sig själv – utan ett tydligt ägarskap för hur erfarenheterna ska tas vidare i drift.

Inte nödvändigtvis för att tekniken är för dålig, utan för att ingen har tagit ansvar för hur AI faktiskt ska arbeta över tid. Piloterna saknar inte potential. De saknar förankring. Driften saknar ledning.

Det är i det här glappet mellan insikt och implementering som många organisationer nu famlar.

Arbete sker i mötespunkter – inte i modeller

Arbete sker sällan där vi har byggt de mest avancerade systemen. Det sker i avstämningar, i överlämningar och i samtal.

Ofta i telefon.

Det är i dessa möten i realtid som kapaciteten prövas. Det är här köerna uppstår, och det är här skillnaden mellan tillgänglighet och friktion märks omedelbart. Ska AI fungera som verklig arbetskraft måste den finnas där arbetet faktiskt sker – inte bara där det är enkelt att automatisera.

När dessa frågor blir konkreta uppstår de sällan i strategidokument. De uppstår där arbetet faktiskt sker – i samtal, avstämningar och eskaleringar.

Rösten – det sista gränssnittet för friktion

Röst är inte bara en kanal. Det är ett organisatoriskt gränssnitt.

Det är här verksamheten möter kunder, partner och marknaden i realtid när något är oklart eller brådskar. Vi accepterar kanske två timmars väntetid på ett e-postmeddelande, men vi accepterar sällan två minuter i en telefonkö.

När AI tar volymerna i de röstbaserade ytorna förändras dynamiken i grunden. AI är en oöverträffad transaktionsmaskin, men en medelmåttig relationsbyggare.

Ska det här fungera över tid krävs en arkitektur som förstår skillnaden mellan transaktion och relation – och som vet när maskinen ska lämna över.

När AI misslyckas – och varför det ofta är ett ledningsproblem

De senaste månaderna har debatten kring Klarna gett oss en viktig insikt. Efter den första euforin kring massiv automatisering kom korrigeringen.

Vissa kunder upplevde lösningarna som för rigida. Mänskliga agenter fick kopplas in snabbare igen i komplexa situationer.

Vissa läser det som ett bevis på att AI i frontlinjen inte fungerar. En mer träffsäker bild är att AI har fått fel roll.

När AI införs främst som en isolerad kostnadsbesparing, utan tydlig arbetsfördelning, tydligt ägarskap och en tydlig eskaleringslogik, kommer kvaliteten att falla. Inte för att tekniken är oanvändbar, utan för att samspelet är dåligt utformat.

AI behöver en säkerhetsventil. Inte i form av fler regler, utan i form av en medveten arkitektur som vet när mänsklig bedömningsförmåga måste ta över.

Från verktyg till operativ arkitektur

Det är i det här rummet mellan människor, system och ansvar som vi på Threll.ai har valt att bygga.

Inte ännu ett verktyg i verktygslådan, utan en operativ arkitektur – en intelligent telefonväxel där AI och människor samarbetar om att hantera arbete i realtid.

När AI tar volymerna i de repetitiva ärendena fungerar växeln som säkerhetsventil. Det är här samtal eskaleras, kontext lämnas över och människor kopplas in när bedömning, ansvar och relation verkligen behövs.

Det här är ingen tillbakagång från AI. Det är en mognad i hur AI leds.

Det nya ledaransvaret

När AI blir en del av arbetsstyrkan kan ledarskap inte reduceras till en IT-fråga eller delegeras bort.

Det uppstår ett nytt ledaransvar som i praktiken handlar om fyra saker:

• **Befogenheter:**Vad får AI besluta på egen hand?
• **Eskaleringslogik:**När – helt konkret – ska en människa ta över?
• **Ansvarsfördelning:**Vem äger resultatet när arbetet har utförts av en maskin?
• **Helhet:**Hur hänger mänsklig och digital kapacitet faktiskt samman över tid?

Det här är inga teoretiska frågor. De avgör om AI blir en verklig resurs – eller en källa till friktion.

En fredagsreflektion

Vi gillar att tala om AI som något vi ”testar”. Det känns tryggare än att erkänna att vi måste designa om hur arbete faktiskt organiseras.

Men i samma stund som kapacitet inte längre är samma sak som bemanning räcker det inte att testa. Då måste också ledarskapet förstås på nytt.

Frågan är inte om AI blir en del av arbetsstyrkan.

Den egentliga frågan är vem som tar ansvaret för helheten – för samspelet mellan människor, maskiner och det arbete som sker däremellan.

Det här är sista delen i en tredelad serie om AI som arbetskraft, volym och ledning.