Last ned den datadrevne veiledningen til bruk av kunstig intelligens, styring og tillit i HR.
Adopsjonen av kunstig intelligens innen HR akselererer, og styringen holder ikke tritt. Denne rapporten, basert på en undersøkelse av HR-ledere over hele Europa og ledende bransjeforskning, undersøker gapet mellom ambisjon og virkelighet – og identifiserer hva som skal til for å lukke det på en ansvarlig måte.
Hva er inni
En detaljert analyse av hvor HR-organisasjoner står når det gjelder modenhet, styring og tillit innen kunstig intelligens, sammen med praktisk veiledning for HR-ledere, forretningspartnere og utviklingsteam om hva som skal revideres, hva som skal fikses og hvordan de skal forberede seg på EUs kunstig intelligens-lov.
Viktige innsikter
Dataene avslører en sektor som akselererer bruken av AI uten modenheten til å matche. Her er tre funn som alle HR-ledere bør kjenne til.
96%
av ansatte har allerede personlig tilgang til generative AI-verktøy
Likevel sier 47 % av HR-lederne at organisasjonen deres går for sakte med implementeringen av AI.
83%
av HR-funksjonene opererer fortsatt på de laveste nivåene av AI-modenhet
Å gå utover isolerte oppgaver krever mer enn tilgang til AI-verktøy. Det krever at styringen og grunnlaget integrerer dem i beslutninger som faktisk betyr noe.
61%
av organisasjoner mangler klart definerte retningslinjer for AI for HR
Uten en felles regelbok går adopsjonen av AI raskere enn ansvarlighet. Organisasjonene som styrer AI godt har prosesser og folk til å holde det i sjakk.
Bygget på forskning,
ikke antagelse
Modenhetsgapet er basert på en undersøkelse fra 2026 blant HR- og personalledere over hele Europa, sammen med en gjennomgang av nyere forskning fra McKinsey, Gartner, Josh Bersin Company og Pew Research Center.
For HR-ledere som ønsker å komme seg videre
Enten du bygger et styringsrammeverk eller gjennomgår verktøy, få de praktiske trinnene for å gå videre med selvtillit.
«Når skjevheter blir innebygd i et system som kjører i stor skala, vises det ikke som støy. Det vises som et mønster, og et mønster er mye vanskeligere å se og korrigere enn en individuell feil.»
— Mikkel Lundø, CEO , Assessio-gruppen
Last ned
hvitbok nå
Skaff deg ditt gratis eksemplar og bli med i samtalen
Ofte stilte spørsmål
Gapet mellom hvor raskt organisasjoner tar i bruk AI i HR og hvor sakte de styrer den. Undersøkelsen vår fant at 74 % av HR-lederne forventer at AI vil forbedre arbeidsmiljøet deres – men 61 % mangler klart definerte AI-retningslinjer og 51 % har ingen styringsrolle i det hele tatt. Ambisjonen er reell. Infrastrukturen som matcher den er i stor grad ikke det.
KI-modenhet er graden av hvor effektivt, konsekvent og med passende tilsyn en organisasjon bruker KI. De fleste HR-funksjoner sitter fast på det laveste nivået, og bruker KI kun til isolerte oppgaver i stedet for å integrere den i beslutninger som former reelle resultater. Modenhet er viktig fordi uten den akkumulerer organisasjoner risiko uten å realisere fordelene.
Start med tre spørsmål: Forutsier AI-en din faktisk jobbprestasjon? Ville den samme kandidaten oppnådd et konsistent resultat over tid? Er innsikten genuint jobbrelevant? Utover selve verktøyet, vurder om organisasjonen din har klart definerte AI-retningslinjer, en navngitt person med myndighet til å gjennomgå AI-drevne beslutninger og en prosess for å overvåke skjevheter i praksis.
EUs KI-lov setter bindende forpliktelser for organisasjoner som bruker KI i rekruttering, screening og resultatstyring. Det viktigste er at disse forpliktelsene ikke kan overføres til leverandøren din. De inkluderer opplært tilsynspersonell, konsekvensanalyser, varsling av arbeidstakere og beslutningslogging. Krav til konsultasjon med arbeidstakere er allerede håndhevbare, med fulle høyrisikoforpliktelser som målsetting for august 2026.
I praksis betyr det å ha en navngitt person med myndighet og tid til å gjennomgå og overstyre AI-drevne beslutninger, retningslinjer som folk faktisk følger, og verktøy som overvåkes kontinuerlig for skjevheter – ikke bare ved utrulling. Våre data viser at organisasjoner med ekte styringsinfrastruktur har mer enn dobbelt så stor sannsynlighet for å tilby formell AI-opplæring og betydelig mer sannsynlighet for å aktivt overvåke for skjevheter.
Tre ting: validitet (forutsier verktøyet faktisk jobbprestasjon?), konsistens (ville den samme kandidaten fått samme resultat på en annen dag?) og ulik effekt (presterer verktøyet ulikt på tvers av demografiske grupper?). De fleste HR-verktøy for kunstig intelligens er ikke bygget med dette nivået av nøyaktighet. Rapporten forklarer hva du skal se etter og hva du skal spørre leverandøren din om.
Den beskriver i klartekst hva artikkel 26 krever av distributører, forklarer skillet mellom leverandørens og distributørens ansvar, og gir HR-ledere et klart bilde av hvor de fleste organisasjoner for tiden kommer til kort. Den inkluderer også praktiske anbefalinger skreddersydd for CHRO-er, HR-forretningspartnere og L&D-ledere, slik at du vet nøyaktig hvor du skal fokusere.
HR-ledere, HR-forretningspartnere, L&D-team og HR-analytikere – spesielt de som bruker eller planlegger å bruke AI i rekruttering, resultatstyring eller utvikling. Den siste delen inneholder rollespesifikk veiledning, og rapporten er strukturert slik at lesere som går direkte til anbefalingene fortsatt får alt de trenger for å handle.
