Införandet av AI inom HR: varför de flesta företag inte ser värdet

74 % av HR-cheferna tror att AI kommer att ha en positiv inverkan på deras arbetsmiljöer, men 88 % har ännu inte sett något betydande affärsvärde i det. De flesta organisationer använder redan AI-verktyg, så denna klyfta beror inte på bristande tillgång. Det handlar om skillnaden mellan att använda AI för enstaka uppgifter och att integrera den i de beslut som påverkar rekrytering, kompetensutveckling och prestationsresultat. De flesta organisationer befinner sig på fel sida av den gränsen, och avståndet till verkligt värde är större än de flesta inser. 

Detta är klyftan i AI-mognaden. Det handlar inte om brist på verktyg eller ambition, utan om oförmågan att gå från experiment till systematisk implementering – från AI som sparar tid vid enskilda uppgifter till AI som förändrar hur organisationer fattar beslut som rör människor. 

Förklaring av mognadsklyftan inom AI 

Alla former av AI-implementering är inte likvärdiga. En undersökning genomförd av Josh Bersin Company identifierar fyra mognadsstadier: 

• AI som assistent– hanterar enskilda uppgifter som att utarbeta innehåll eller sammanfatta möten. Effektivitetsvinster på 15–30 %. 
• AI som agent– automatisering av steg inom befintliga HR-arbetsflöden. 
• Systemintegrerad AI– som fungerar tvärs över sammankopplade system för kompetens- och personalhantering. Effektivitetsvinster på 100–200 %. 
• Autonom AI– en genomgripande omvandling av hur arbete och beslutsfattande fungerar. 

83 % av organisationerna har fastnat på steg ett eller lägre. De flesta använder AI för att skriva utkast till e-postmeddelanden, sammanfatta möten och ta fram frågor till anställningsintervjuer. Det handlar visserligen om verkliga produktivitetsvinster, men de förändrar inte hur beslut fattas och förklarar inte heller den klyfta mellan investeringar och värde som de flesta HR-chefer upplever. 

Vanliga utmaningar vid implementering av AI inom HR 

Tre mönster förklarar varför organisationer inte lyckas se det verkliga värdet av AI. 

Användning på uppgiftsnivå. Data från BCG visar att 70 % av de företag som använder AI inom HR tillämpar tekniken för att skapa innehåll och utföra administrativa uppgifter. Mindre än hälften har implementerat den för att matcha kandidater, och oftast utesluts den helt från viktiga beslut – vilket är ett av de tydligaste tecknen på låg mognadsgrad. 

Skugg-AI.96 % av HR-cheferna i vår undersökning uppger att de anställda redan har personlig tillgång till generativa AI-verktyg. När företagets infrastruktur inte hänger med i utvecklingen fyller provisoriska lösningar luckan. Tänk dig en rekryterare som klistrar in 50 CV:n i ett allmänt tillgängligt AI-verktyg, ber om en rangordning och gör ett urval utifrån resultatet. Kriterierna är odokumenterade. Modellen har ingen förståelse för rollen. Ingen annan vet att det har hänt. Detta är inte ett isolerat undantagsfall, utan en strukturell konsekvens av att införandet går snabbare än styrningen. 

Koncentration under hela livscykeln.I de flesta organisationer upphör satsningarna på AI redan vid anställningserbjudandet: 

• 63 % av HR-cheferna använder AI vid rekrytering och urval 
• 20 % använder det för personalutveckling 
• 18 % använder det inom prestationshantering 

Här går man miste om en enorm möjlighet. AI har potential att avsevärt förbättramedarbetarnas utveckling genom att möjliggöra smartare kompetensutveckling, mer nyanserade utvärderingsprocesser och en rättvisare löneutveckling. Om organisationerna inte tar hänsyn till dessa aspekter av medarbetarnas karriärcykel går de miste om värdefulla möjligheter. 

Varför HR-avdelningar vill ha AI men inte kan skala upp det 

49 % av HR-cheferna anser att deras organisation går för långsamt fram när det gäller införandet av AI, trots att 64 % uppger att AI redan är allmänt tillgängligt inom organisationen. Den infrastruktur som krävs för att använda AI på ett ansvarsfullt sätt i stor skala håller på att bli en flaskhals. 

Bristen på styrning är påtaglig: 

• Endast 39 % av organisationerna har tydligt definierade riktlinjer för AI inom HR 
• 32 % har en utsedd styrningsroll – en person med befogenhet, utbildning och tid att granska och åsidosätta AI-baserade beslut 
• Mer än hälften har ingen styrande roll alls 

HR-affärspartners och utbildnings- och utvecklingschefer uppger att det finns störst brådska när det gäller införandet av AI – 60 respektive 61 procent. CHRO:er och HR-chefer uppger att brådskan är som lägst, nämligen 48 procent. De som står närmast problemet är sällan de som har befogenhet att lösa det. Riktlinjerna förblir teoretiska och tillfälliga lösningar fortsätter att användas. 

Det verkliga hindret för AI-omställningen inom HR är inte tekniken 

De organisationer som ser ett verkligt värde i AI inom HR har en sak gemensamt: de har skapat styrningsstrukturer innan de skalade upp sina verktyg, inte efteråt. 

Organisationer med tydligt definierade riktlinjer för AI är mer än dubbelt så benägna att erbjuda formell AI-utbildning jämfört med dem som saknar sådana riktlinjer – 68 % mot 29 %. De uppger också att de har betydligt större förtroende för noggrannheten i sina AI-resultat – 50 % mot 14 %. 

De är också betydligt mer benägna att aktivt granska sina verktyg för att upptäcka eventuella fördomar. Sambandet är tydligt i alla mått i våra data, eftersom styrningsstrukturer inte bara minskar riskerna utan också förbättrar resultaten. 

Denna insikt ger en helt ny syn på mognadsklyftan. Det handlar inte i första hand om vilka verktyg en organisation har tillgång till. Det handlar om huruvida förutsättningarna för att använda dessa verktyg på ett bra sätt finns på plats – valideringsstandarder, ansvarsstrukturer och en tydlig förståelse för vad AI:n mäter och varför. 

”Bra AI inom HR handlar om mer än bara att följa reglerna. Den bygger på en gedigen metodik som kombinerar beprövade bedömningar, strukturerade intervjuer och kontinuerlig övervakning av fördomar inom ett ramverk med flera metoder, allt grundat på tydligt definierade, arbetsrelaterade krav.”– Maik Spengler, produktchef, Assessio Tyskland 

Hur man går från AI-experiment till affärsnytta 

De flesta HR-avdelningar har infört AI-verktyg, men få har utvecklat egna AI-system. Skillnaden är viktig, eftersom verktyg kan användas fristående, medan system kräver noggrann integration, ansvarsfördelning och utformning. Att klättra uppåt på mognadskurvan innebär att man medvetet överbryggar den klyftan, i stället för att vänta på att införandet av verktyg av sig självt ska leda till en systemomfattande förändring. 

Tre tendenser kännetecknar de organisationer som gör framsteg: 

• Från enskild användning till integrering i arbetsflöden– AI är inbyggt i rekryterings-, utvecklings- och prestationsprocesser istället för att användas vid sidan av dem 
• Från enbart rekrytering till hela anställningscykeln– implementeringen sträcker sig bortom anställningserbjudandet så att medarbetarupplevelsen blir enhetlig istället för att vara koncentrerad till inledningen 
• Från resultat till tillsyn– AI tar fram data, men det är människor som bär ansvaret för hur den används 

Tre steg för att överbrygga klyftan i AI-mognad 

Utse en ansvarig för styrningen.Våra data visar tydligt att tydligt definierade styrningsroller hänger samman med bättre utbildning, bättre övervakning och större förtroende för AI-resultat i alla avseenden. Utan en utsedd ansvarig finns riktlinjerna bara på papper och följs sällan. För de 51 % av organisationerna som saknar en styrningsroll är utgångsfrågan enkel: om ett AI-baserat anställningsbeslut imorgon ifrågasattes av en kandidat eller en tillsynsmyndighet, vem i er organisation skulle då ta ansvar för den diskussionen? 

För att lyckas måste organisationer: 

• Utse en ansvarig person med tydlig befogenhet över AI-baserade HR-beslut 
• Fastställ vilka beslut som kräver mänsklig granskning innan åtgärder vidtas utifrån AI-resultat 
• Införa en process för att ifrågasätta eller åsidosätta AI-rekommendationer 

Kontrollera innan du skalar upp.Innan ett AI-verktyg används i samband med viktiga beslut – rekrytering, utveckling, prestationsbedömning – måste tre frågor besvaras:  

• Kan resultatet förutsäga den faktiska arbetsprestationen? 
• Skulle samma person få samma resultat vid olika tillfällen? 
• Är kriterierna begränsade till faktorer som är relevanta för arbetet och som har prövats med avseende på eventuella negativa konsekvenser för de olika demografiska grupperna i er personalstyrka? 

Om din leverantör inte kan besvara alla tre frågorna med belägg, är verktyget inte redo för reglerad användning. 

Utvidga AI-användningen bortom anställningserbjudandet.Att andelen sjunker från 63 % i rekryteringsfasen till 18 % i prestationshanteringen är inte bara en förlorad möjlighet till ökad effektivitet. En organisation som använder AI i utvärderingsfasen men inte i karriärsamtal visar därmed tydligt var dess satsning på personalen slutar. Att överbrygga detta gap i livscykeln handlar lika mycket om att behålla personalen som om organisationens mognad: 

• Gör en kartläggning av var AI används och inte används under hela medarbetarens karriär 
• Identifiera det användningsfall inom utveckling eller prestanda som har störst värde för att testa i nästa pilotprojekt 
• Sätt upp ett mål att integrera AI i minst en arbetsprocess efter anställningen under nästa cykel 

De organisationer som överbryggar denna mognadsklyfta kommer att skapa något mer bestående än bara en konkurrensfördel. En personalstyrka som väljs ut, utvecklas och stöds av AI – som i sin tur har validerats, reglerats och utformats med människors bästa i åtanke – presterar bättre, stannar kvar längre och har större förtroende för organisationen. Det är verkligt värde, och det är just det som uppnås när man klättrar uppåt på mognadskurvan. 

👉Den härartikeln bygger på forskning från The Maturity Gap, Assessios datadrivna guide till införande, styrning och förtroende inom AI. Ladda ner hela rapporten för att fördjupa dig i resultaten. Ladda ner The Maturity Gap här.