Ledaren och AI – del 3: Ledarskap för ökad AI-användning i organisationen

Detta är den tredje delen i serien ”Ledaren och AI”.  I del 1 skrev jag om varför jag som ledare inte kan skygga för AI.  Del 2 beskrev hur jag själv använder generativ AI som assistent i vardagen.

I den här delen flyttar jag blicken till organisationen. Hur leder man för ”ökad och hållbar AI‑användning”, utan att fastna i teknik, hype eller tvång?

Min utgångspunkt är enkel: 

AI är inte i första hand teknik. AI är förändring. Förändring måste ledas.

När AI blir en ledarskapsfråga

Generativ AI har snabbt tagit plats i arbetslivet. De flesta organisationer experimenterar redan. Många har testat. Vissa har satt AI i system.

AI är inte enbart ett tekniskt problem, utan i allra högsta grad en ledarskapsutmaning. För att AI ska skapa verkligt värde räcker det inte med nya verktyg. Det krävs ett medvetet arbete med förändringsledning, där människor, processer och kultur utvecklas parallellt.

Som ledare behöver jag därför ställa andra frågor än: Vilket verktyg ska vi använda? 

Jag behöver istället fråga:  Vad ska AI hjälpa oss att uppnå – och hur förändrar det vårt sätt att arbeta?

Förändringsledning i Gen‑AI‑eran

Förändringsledning handlar om att leda individer, team och organisationer från ett nuläge till ett önskat framtida läge. Det innebär planering, uppföljning och struktur – men också kommunikation, delaktighet och acceptans.

I AI‑sammanhang betyder det att:

• medarbetare inte bara ska vara användare, utan aktiva deltagare
• experimenterande behöver övergå i hållbar användning
• osäkerhet och motstånd måste få finnas och hanteras öppet

Vi ska inte “införa AI”.  Vi ska skapa förutsättningar för lärande, samskapande och gradvis mognad.

Fem ledarskapsprinciper för att sätta AI i system

Ledarskapsprinciperna nedan baserar sig på min syn på av konsultföretaget Mc Kinsey & Companys fem steg till förändringsledning inom generativ AI (Roth, 2025).

1. Börja i resultat – inte i verktyg
   

   AI ska införas för att det löser problem. Därför försöker vi prata om önskade resultat, inte bara om teknik.

   När AI ses som en möjlighet snarare än ett system blir det lättare att koppla användningen till verksamhetens mål, arbetsprocesser och uppdrag.

2. Mobilisera medarbetarna – från test till acceleration
   

   AI‑användning som stannar hos några få entusiaster skapar inget organisatoriskt värde. Förflyttningen från experiment till faktisk nytta kräver att fler känner sig delaktiga.

   Ledarskapets roll här är att:

   • uppmuntra till testande

   • ge legitimitet åt lärande

   • skapa forum för delning

   • Vara riskmedveten. Det skapar trygghet.

3. Utveckla nya arbetssätt och kompetenser
   

   Generativ AI förändrar arbetsflöden. Vissa uppgifter försvinner, andra omformas, nya uppstår. Det innebär att kompetensutvecklingen måste vara kontinuerlig.

   Substans och teknik måste också mötas. När substanskunskapen möter AI‑förståelse uppstår verkligt värde.

4. Inkludera hela organisationen
   Alla kommer inte att använda AI på samma sätt eller i samma takt. Som ledare är mitt ansvar att skapa en inkluderande kultur där alla ges möjlighet att växa – utan att tvingas.
5. Skapa värde genom att omdefiniera arbete
   Det verkliga värdet med AI ligger inte i att göra samma saker snabbare, utan i att frigöra tid från repetitiva uppgifter och använda den till mer kvalificerat arbete. Det här är kanske det svåraste.

Ett konkret exempel: Pilotering i praktiken

Inom institutionen för företagsekonomi vid Yrkeshögskolan Novia har vi genomfört en pilot med Copilot M365, som kopplar Copilot till hela O365-molnet. Alla som arbetar vid institutionen för företagsekonomi 50 procent eller mer, har möjlighet att få tillgång till Copilot M365, om de själva önskar testa och använda verktyget.

Licenserna är dyra och måste motiveras genom faktisk nytta. Därför har vi varit tydliga: de som får tillgång till verktyget förväntas också använda det i sitt dagliga arbete. Vi vill skapa möjligheter – inte tvinga fram användning.

Inom enheten för FUI, forskning, utveckling och innovation har vi valt att ta detta ett steg längre. I samarbetet med näringsliv och arbetsliv ser vi ett uttalat och växande behov av snabb kompetensutveckling kopplad till generativ AI. Våra samarbetspartners efterfrågar praktiska lösningar, inte teoretiska resonemang.

Det har inneburit att AI-användningen inom FUI i högre grad kopplats direkt till projektarbete, kundbehov och extern samverkan. Vi lär oss genom att göra – ofta tillsammans med andra – och tar med oss dessa erfarenheter tillbaka in i organisationen.

O365-piloten har kombinerats med:

• regelbundna utvecklingsmöten
• återkommande AI-fokus
• delning av erfarenheter
• tydlig koppling till pågående projekt

Syftet har inte varit att bli “färdiga”, utan att lära tillsammans.

Ledarskap i osäkerhet

AI-utvecklingen går rasande snabbt. En vecka kan göra stor skillnad. Därför räcker det inte att jag använder AI, eller att mina närmaste kolleger gör det. Vi måste hela tiden, dagligen, dela ny kunskap med varandra för att hållas à jour över huvud taget.

För min egen del handlar det om att våga testa utan att veta allt från början, samtidigt som jag håller fast vid värderingar, datasäkerhet och ansvar. Om att arbeta enligt principen rapid test and learn, snarare än att vänta på perfekta planer.

Öppen kommunikation är avgörande. Det är genom samtal vi märker när något behöver justeras. Det är genom transparens vi bygger tillit, både internt och i samarbetet med omvärlden.

Att sätta AI i system handlar inte om att driva teknik. Det handlar om att leda människor i förändring. Om att skapa struktur, trygghet och riktning i en tid där mycket är i rörelse.

För mig är det kärnan i ledarskap för ökad AI‑användning i organisationen.

Blogginlägget bygger på materialet från ett lunchwebbinarium med temat Sätt AI i system, inom ramen för projektet Lärsam - Kontinuerligt lärande i samverkan - utveckling av framtidens lärstigar » novia.fi (länk) där skribenten höll en presentation.

Källor:

Cameron, E & Green, M (2024). Making Sense of Change Management: A Complete Guide to the Models, Tools and Techniques of Organizational Change.

Kotter, J. P. (2012). Leading Change. 

Roth, E. (2025). https://www.mckinsey.com/capabilities/quantumblack/our-insights/reconfiguring-work-change-management-in-the-age-of-gen-ai

https://www.hrnytt.se/aktuellt/chefer-med-ai-kompetens-har-storre-mojligheter-att-bygga-starka-organisationer/

Mer om AI och ledarskap:

Ledaren och AI – del 1:  Jag kan inte skygga för AI.

Ledaren och AI – del 2:  Hur jag själv använder AI som assistent.

Hanna Guseff är prefekt vid Institutionen för företagsekonomi, Yrkeshögskolan Novia och använder generativ AI dagligen, både professionellt och privat, för att göra livet lite enklare.

Texten har granskats och godkänts av Novias redaktionsråd 4.3.2026.