AI inom HR: fem principer för att omsätta AI i praktisk handling

På AI in HR 2026 delade Anita Lettink, Future of Work-expert och Managing Partner på HRTechRadar.com, med sig av en konkret handlingsplan för att överbrygga just det gapet. Här är de viktigaste lärdomarna för HR-ledare.

Tekniken är den enkla delen

HR har rört sig från prediktiv analys, via generativ AI, och nu mot agentisk AI – där autonoma agenter kan hantera förfrågningar, uppdatera register och analysera data, med människor som sätter ramarna.

Ambitionerna är höga. Enligt Gartner planerar 82 % av HR-ledarna att implementera agentisk AI inom de kommande tolv månaderna, samtidigt som endast 31 % av CHRO:erna känner sig redo att integrera AI i HR:s sätt att arbeta.

Gartner konstaterar också att framgångsrik AI-transformation beror till 30 % på tekniken och till 70 % på hur väl organisationer förmår att omforma HR-processer, arbetsflöden och roller.

Fem principer för din AI-strategi inom HR

1. Experimentera med tydligt syfte – och skala sedan upp

Ge varje pilotprojekt en namngiven ansvarig och ett beslutsdatum innan det sätts igång. På det datumet är beslutet enkelt: skala upp, justera eller avsluta. Granska piloten med samma noggrannhet som en budgetpost. Definiera också vad uppskalning innebär redan från start: vilket team, vilken funktion eller vilken grupp är nästa steg.

Var uppmärksam på: piloter som tyst övergår till att bli permanenta för att ingen äger beslutet att avsluta dem.

2. Starta förändringsledningen från dag ett

Utse en ansvarig för adoption innan du utser en ansvarig för verktyget – och håll dessa roller separata från den som initierade användningsfallet. Dela kommunikationsplanen innan verktyget lanseras: vad det är, varför nu och vad som förändras i det dagliga arbetet. Ge medarbetare som är tveksamma tydlig vägledning och någon att vända sig till med frågor och farhågor.

Var uppmärksam på: lanseringsundersökningar som frågar "är du entusiastisk?" i stället för "litar du på det här?"

3. Bygg på data och förtroende

Förtroendet för AI börjar med ren och tillförlitlig data. Fragmenterad data leder till en AI som är säker i sin sak men fel i sina svar. Var tydlig med vad som samlas in, varför och vem som har tillgång till det. Medarbetare och fackliga representanter behöver förstå varför ett svar är just det svaret – bygg därför in synlig logik, granskningshistorik och integritetsskydd i flödet från allra första början.

Var uppmärksam på: data som samlats in för ett syfte, till exempel medarbetarengagemang, och som sedan återanvänds för ett annat, till exempel Performance Management, utan att det kommuniceras.

4. Matcha verktyget mot uppgiften

Innan du väljer AI, fråga dig vad uppgiften faktiskt kräver. Behövs det omdöme eller mönsterigenkänning – eller skulle en förbättrad process eller ett automatiserat arbetsflöde lösa problemet lika bra? AI är utmärkt för att dirigera HR-förfrågningar till rätt team. En frånvaroansökan som skickas till en chef för godkännande fungerar utmärkt som ett enkelt arbetsflöde.

När AI väl är rätt val: omforma processen utifrån det önskade resultatet i stället för att fråga vilka steg AI kan ersätta. Mät framgång genom hur väl lösningen faktiskt används – en lösning som folk hittar genvägar runt är ingen vinst.

Var uppmärksam på: AI som blir standardsvaret för att det är det mest spännande alternativet i rummet.

5. Styr löpande, inte i efterhand

Sätt enkla riktlinjer i stället för en tung kommitté. Ha en kort lista över vem som godkänner nya AI-användningsfall och hur lång tid det tar, samt ett enkelt sätt att flagga när något går snett – till exempel märkliga utdata, ett klagomål från en medarbetare eller en plötslig ökning av fel. Följ sedan upp kvartalsvis kring immateriella rättigheter, integritet och kostnader.

Var uppmärksam på: styrning som bara existerar på pappret – tills det första problemet uppstår.

Två beslut att fatta med eftertanke

Frontier- eller lokala modeller? Frontier-modeller erbjuder bredast kapacitet och är snabbast att pilottesta och enklast att skala upp. De passar för uppgifter där data inte är känslig och volymerna är hanterbara. Lokala eller öppna modeller ligger några månader efter i utvecklingen, men du äger uppsättningen. De är rätt val för känslig data, högvolymuppgifter eller allt som inte bör lämna organisationen. Fatta beslutet per användningsfall – inte en gång för hela organisationen.

Vem gör vad? Agentisk AI kan klassificera och dirigera förfrågningar, fylla i formulär, hitta mönster i stora datamängder och vägleda chefer i hur de förbättrar resultat. HR-proffs ansvarar för undantagen, riskerna, avvikelsefallen och tillsynen av AI – samt allt som kräver känslomässig intelligens, som klagomål, sjukdom, sorg och konflikter. Som Anita uttrycker det: målet är inte ett HR utan mänsklig närvaro.

Din nästa måndag

• Kör testet för immateriella rättigheter, integritet och kostnad på varje leverantörspitch du utvärderar det här kvartalet – innan du skriver under något.

• Sortera dina viktigaste smärtpunkter i två högar: "ett arbetsflöde löser redan det här" och "det här kräver faktiskt AI". Prioritera den andra högen.

• Välj en smal, högvolym och lågemotionell process. Mät nuläget och pilottesta AI där innan du går vidare.

• Bestäm frontier eller lokalt per användningsfall, skriftligt, så att valet inte görs per automatik vid nästa förnyelsetillfälle.

• Utse en person som är ansvarig för förändringsledning från dag ett.

En avslutande fråga

Anita lämnade publiken med en fråga värd att ställa inför varje AI-projekt: omformar du tekniken – eller omformar du arbetet?

Se hela sessionen

Missade du den? Se Anitas session. \