212: Nytt og nyttig om AI og HR-tech med Petter Meyer og Sverre Haugen

I dagens episode tar vi pulsen på de nyeste trendene innen AI og HR-teknologi. Petter Meyer og Sverre Haugen fra MeyerHaugen deler sine ferske inntrykk fra Unleash World – en av verdens ledende konferanser for HR-tech. Vi snakker om hvor langt AI har kommet, hva som fortsatt skorter – og hva HR bør gjøre akkurat nå:

• De viktigste trendene innen AI og HR-tech
• Hvordan HR kan navigere i et landskap med raske endringer og nye krav
• Konkrete tips til hvordan du kan teste og ta i bruk ny teknologi i din HR-hverdag
• Hva HR bør tenkte på ved investering i nye HR-systemer
• Hvordan HR kan bygge en kultur for endring og teknologisk nysgjerrighet

Petter og Sverre deler konkrete eksempler fra egen praksis, og gir råd til HR-folk som vil holde seg oppdatert i et felt der utviklingen går raskere enn noen gang. Episoden byr på inspirasjon, refleksjon og praktiske tips for deg som jobber med HR, ledelse eller rekruttering.

____

Om dagens gjester:

Sverre Haugen og Petter Meyer er grunnleggerne av rekrutteringsselskapet MeyerHaugen, et av landets største rådgivningsmiljø innen executive search, employer branding og strategisk rekruttering. Sverre Haugen var tidligere rekrutteringsansvarlig i Accenture. Han regnes som en av Norges ledende fagpersoner innen rekruttering og bruk av kunstig intelligens. Petter Meyer har vært rekrutteringssjef i Norges Bank og partner i BackerSkeie Executive Search. Han har omfattende erfaring fra lederrekruttering i offentlig og privat sektor.

________

Vil du ha e-post med ukens fagtips og personlig invitasjon til webinarer fra Leonda? Ja takk!

Sjekk ut Leonda sin nye eventkalender her - med inspirerende webinarer, frokostmøter og kurs.

Liker du det du hører? Trykk på følg i din podcast app så får du beskjed når nye ukentlige episoder legges ut.

Transcript

HR - Podden - Episode 212 

HR-podden er gitt til deg av Leonda. Leonda tilbyr et raust og inkluderende kompetansefellesskap for deg som jobber med HR, kompetanse eller lederutvikling i en virksomhet. Les mer om oss på leonda. no.

Velkommen til HR-podden. Mitt navn er Anne Lise Heide. Jeg jobber som lederutvikler, foredragsholder og coach, og jeg har et veldig stort hjerte for HR-faget. Jeg leder digitale og fysiske kompetansenettverk i Leonda, og i godt selskap med spennende gjester byr jeg på faglig påfyll og aktuelle HR-tips hver uke.

Velkommen til ukens episode av HR-podden, og med et lite innblikk i hva som er nytt og nyttig på HR-tech-feltet om dagen. Jeg kommer akkurat tilbake fra Unleash World i Paris, som er en av verdens ledende konferanser innenfor HR-teknologi, med innovasjon og trender innenfor HR og ledelse. Og tech, så klart. Så her kommer du til å få et innblikk i alt som er nytt, enten det er teknologi eller forskning på vårt fagfelt. For meg er det først og fremst en gigantisk utstillerarena med mer enn 200 utstillere, helt fra den minste lille startup som vil vise fram sitt produkt til noen av verdens største tech-giganter innenfor HR. Og det er selvfølgelig også et spennende faglig program med foredrag, panelsamtaler og demo av forskjellige systemer.

Det er en sånn type konferanse som gjør at jeg plutselig føler meg veldig liten, og særlig når jeg drar litt alene. Og da er det så gøy at de aller første jeg går på når jeg kommer inn på konferansen, det er Petter Meier og Sverre Haugen. Feels like home, helt umiddelbart. Så midt i alle disse her spennende nye menneskene og folk fra hele verden, så tror jeg jeg går på Petter og Sverre sånn minst 20 ganger i løpet av de dagene. Og derfor er det ekstra gøy å få henge med dem i studio i dag også. Så jeg inviterte rett og slett meg selv til Meier Haugen og spurte om gutta kunne tenke seg å dele med meg hva de tok med seg tilbake fra Unleash. Så tusen takk for at dere sa ja.

Jeg skulle til å si velkommen til HR-podden, men det er jo jeg som har fått lov til å komme til dere. Men tusen takk for at jeg er med, Petter og Sverre. Jo, så hyggelig å både treffe deg i Paris da, og så hyggelig å prate med deg her. For vi liker jo å oppsummere litt hva som har skjedd vi også, så dette passer jo egentlig veldig bra. Tusen, tusen takk, Annelise. Vi hette jo på det sammen da vi så deg, så utrolig hyggelig å møte deg der nede, for vi har jo vært i podcaststudio sammen før også. Det har vi, vet du. Det ble veldig bra, så jeg gleder meg skikkelig til å komme ut igjen. Så jeg sier ikke så mye om dere, men kort om dagens gjestepanel, for vi må jo bli litt kjent med Petter og Sverre her.

Hvem har lyst til å begynne? Skal jeg begynne, Petter? Du, å bli kjent med meg, det er jo et stort spørsmål, da. Men jeg heter jo Sverre Haugen. Jeg har gått fra å være teknolog til å jobbe med rekruttering. Jeg begynte som programmerer, og så fant jeg ut at programmeringen som sitter oppe i topplokket til folk er enda mer spennende enn det jeg kan skrive ut i Java. Så da switchet jeg til å jobbe med rekruttering. Og det har jeg gjort nå i, hvor lenge blir det? Sikkert nærmer seg i 20-30 år. Lenge, da. Og i 2018 så var jeg så heldig at jeg fikk mulighet til å starte Meier Haugen, sammen med Meier da, som sitter på andre siden av mikrofonen der borte. Det er kortversjonen da. Nettopp. 2018, ja.

Ja, jeg hadde jobbet sammen med Sverre da, og du hadde jobbet i et annet selskap, og vi hadde kunde-/leverandør forhold, og kjente hverandre derfra da. Så vi startet derfor, snart åtte år siden. Men min bakgrunn er at jeg tidligere var rekrutteringssjef i Norges Bank. Jobbet masse med rekrutering der. Var der i syv år. For der igjen så var jeg partner i BakkerSkeie, rekrutteringsselskap. Og før der igjen, så var jeg avdelingsdirektør i arbeidsdirektoratet, og jobbet med arbeidsmarkedspolitikk. Så det å koble folk og jobbe, det har jeg gjort i 25 pluss år. Og synes at det aldri blir utlært, hverken på folk eller organisasjoner, så elsker jeg jobben min. 

Herlig! Sånn HR og tech, det er sånn Petter og Sverre, det da. Hører jeg i folkebakgrunnen. Vi har nok litt sånn, det er en viss rollefordeling inni det.

Begge er like flinke med folk, men du er betydelig flinkere med tech enn meg, da. Ja, da spiller du meg fryktelig god. Men Petter, jeg tror nok vi begge er enige om hvor viktig teknologi er. Da vi startet selskapet i 2018, så hadde vi en sånn saying som vi egentlig ikke har forlatt, og det er high tech og high touch. Vi mener da at for å lykkes med rekruttering, så må du lykkes med det beste innenfor teknologi, men du må også ta vare på det touch. Og det er det som er spennende også i dagens teknologiutvikling da. Da tror jeg jeg nesten begynner å få litt svar på mitt neste spørsmål. Hva gjør dere på Unleash?

Vi har jo vært på Unleash mange ganger, og vi drar dit for å være oppdatert, for å se hva er det siste som skjer, hva er de siste utviklingene, hva kommer rundt neste sving, hva tror vi kommer, og ikke minst, hva skal vi ta med tilbake for å gjøre våre prosesser bedre, for å gjøre våre leveranser til våre kunder enda bedre. Hva er det latest and greatest som vi kan teste ut i vår lille sangkasse, hvor vi tester ting i rekruttering? Det som er interessant med Unleash da, det er tre-fire variabler her. Det ene er jo da alle utstillerne, både store internasjonale teknologileverandører som Oracle og Microsoft og Google og all den gjengen der. Så er det masse små gründerselskaper som står der med omtrent på en liten krakk og bare forteller om sin siste innovasjon, men så er det store keynote speech fra sånn worldwide greie, og så er det små breakout sessions, og så er det allerede folk du møter der nede på enten et after party eller over kaffekoppen eller noe sånt.

Det er mye fine, flotte presentasjoner og ord, men så er det sånn; hva er det egentlig, liksom? Og så er det jo, ikke sant, første årene vi var der, det er som sagt, jeg tror jeg er til 5-6 år, og de første årene så var det jo veldig overveldende, ikke sant, flere hundre leverandører og sånn; hvordan skal du navigere der? Men etter hvert så skjønner du etter hvert at, ok, de store er sånn, de mindre er sånn, det er det og det er det, så du navigerer litt rundt på en bedre måte da. Og jeg tenker at fra å være veldig overveldende til etter hvert så finner et mønster i galskapen da, så du kan bruke tidene litt mer effektivt da, og jeg må si at jeg fikk ganske mye ut av denne konferansen.

Det er alltid noe å lære, og i år så synes jeg jeg lærte egentlig ganske mye. Ok, jeg er sånn tilbake seks år siden sist, og kjente jeg er tilbake til overveldet, og bare himmel ha, hvordan skal jeg rekke meg, og så bare gir det opp et tidspunkt. Så tenkte jeg, nå har jeg snakket med mange nok, og så er jeg hakkeintrovert, så jeg må jo inn i bobla mi og få igjen litt energi etterpå. På med headset og frem med boka, eller? Ja, jobbe litt da. Ok, men hva var spesielt spennende i år da? Altså, Sverre og jeg, vi forbereder oss grundig til dette her da, og det jeg tenker, vi lurte på hvor langt har leverandørene kommet på AI-siden, vi var der i fjor, og da tenkte vi ikke sånn, da var AI, den nye AI-en da, den hadde akkurat breaket liksom, og da fra å ha den teknologien, til å implementere den i et form for software-system, som noen kan bruke, sånn off-the-shelf, så vi var litt spent på hvor langt folk hadde kommet ut, og der ble vi nok litt skuffet, det hadde sikkert skjedd en del siste tolv måneder, men jeg så ikke noe sånn lys egentlig hos veldig mange leverandører, jeg tenkte, åh, wow, de har brukt disse tolv månedene veldig godt, det så ikke jeg automatisk da, jeg vet ikke om det er sånn, Sverre? Nei, og det er jo litt sånn, gitt det som skjer, og den voldsomme utviklingen nå, så fort det går med AI-teknologi, så hadde jeg gledet meg til å si, nå har det sikkert skjedd masse. Fordi hvis du spoler litt lenger tilbake da, jeg var på Unleash World i Vegas, seks måneder etter at ChatGPT ble slått på utenhøy, Unleash Amerika, seks måneder etter ChatGPT. Åh, du trodde hit da, ja.

Ja, det var fordi da bodde jeg i USA, så det var litt lettere for meg. Men det var liksom, da var alt litt nytt, det var mange som ikke nesten hadde fått med seg dette som skjedde med ChatGPT og tilsvarende, så det har vært litt skuffet, og så går det ett år, og plutselig så er det en voldsom modning. På det neste året da, så skjer det mye, det går fra å være liksom bla bla bla, til at folk faktisk begynner å implementere ting som gir verdi, og det er en tydelig endring. Førsteinntrykket mitt på Unleash i år, var litt sånn som Petter sier, jeg hadde forventet mer da, jeg hadde forventet at det skulle komme enda mer. Er det en under whelming? Ja, det var det første jeg tenkte.

Samtidig, så er det litt sånn her at noen av de tingene jeg ser der nå er tidlig ute, men det kommer som et godstog, da, sånn som dette med AI, er jo et gammelt felt, ikke sant, tilbake til 50-tallet, og så har det blitt på alle slepper siden desember 2022. Og når folk snakker om AI, så snakker de om generativ AI, for det er det folk flest kjenner. Men den modellen, typen av AI som vi kjenner nå, som er en transaksjonell, du ber om noe, du får et svar, den kan gjøre nesten hva som helst. Nå kommer jo agentene, det forandrer alt. Og det er den store trenden her, hvor du da sier at de store leverandørene, systemleverandørene, har nå bygd inn agenter på deler av oppgavene som gjøres i løsningen.

Det vil si at en del av jobben tas over av maskina. Ikke hele jobben, men denne biten er tas bort. Og så ruller du ut. Nå kommer denne biten, nå slipper du å gjøre den drittjobben. Nå kommer denne biten, og så blir det mer og mer av oppgavene som blir automatisert med AI. Og det er kanskje den neste store bølgen som kommer, skiftet fra transaksjonell GPT til agentmodus. Ok, og dette må vi høre mer om. For hva konkret, det er det jeg mener folk liker å høre litt om. Hva konkret er det som AI begynner å løse nå? Altså, AI tar jo alle disse rutineoppgavene av den administrasjonen av den biten der. Men jeg har lyst til å bare, før jeg går dyptykker i det, så har jeg lyst til å bare si sånn, altså, det var mye foredrag der, og jeg pratet med mange av de der.

For eksempel, du har to typer foredrag. Du har de som skal selge noe. Fair enough, det kan være interessant det også. Men så har du de analytikerne, professorene, filosofene, de som er i hvert fall, de er ikke hired guns da, i den forstand, så de kan liksom se mer av noen uhyggelige på feltet. Og det jeg satt igjen med klart inntrykk er at det å putte alle eggene sine i en kurv og kjøpe et stort system nå, det er ikke å anbefale. Fordi at nå går utviklingen så utrolig raskt. Så bare tenk på, for hver måned, eller hvert halvår eller kvartal, så vil AI påvirke. Teknologien går jo så raskt. Så å liksom lage et system nå som er basert på en type teknologi, og så skal du selge den til en bedrift som skal holde den kanskje et år eller to eller tre, da vil det være utdatert før det kommer til sommeren igjen.

Så det vi hørte da, det var at kanskje en bedre måte å gjøre på er ikke investere tungt i et statisk system nå, prøv heller å se hvordan du kan selv ha noe som en litt mer lettbent software, legge dine egne prompt her, bruk agenter litt mer løselig, for du vet at det må du justere på selv, altså nærmest fra kvartal til kvartal. Så det er hvert fall et tips som jeg hang med opp i da. Det er et veldig godt tips, faktisk. Det er veldig interessant, fordi hvis du ser på store ERP-implementasjoner, altså det å si at du skal ha et nytt HR-system, et nytt ATS, det er jo nesten som å transplantere en ny ryggrad på et menneske. Du tar det kjernesystemet som er så viktig, og det feiler veldig ofte.

Problemet er at mange av disse leverandørene, de som gjør mye kule ting, er store kjernesystemer, og så har de den biten av løsningen; de har fikset møtebooking, eller de har fikset et eller annet som du vet er en pain point, men for å få det, så må du bytte hele systemet, som ikke alltid er det du vil ha. Så det der med hvordan du finner de funksjonalitetene som du kan putte inn i dine egne prosesser, i dine egne systemer, det er veldig spennende. Det er litt som hvis du skal lære om noe i dag, lære om AI idag, så kjøper du en bok.

Ha is i magen, ikke kjøp de store systemene nå som er statiske; prøv heller å vær på spotten da, så det er det beste rådet jeg kan gi. Ja, og da tenker jeg for HR så er jo dette HR-tech-felter blitt desto vanskeligere. Det er ikke sånn at nå er alt mye enklere når vi får maskiner som fikser ting, nei, nei. Nå har kompleksiteten økt ekstremt, og tempoet er økt ekstremt. Ja? Det er jo, og dette sa de jo for et år siden, så sa de jo det at de ser nå en bevegelse i USA. Hvem får ansvar for AI i bedriften? Jo, det er HR, og det ser vi jo skjer nå i praksis, fordi det skjer veldig mye innenfor dette feltet, da.

Teknologi, det morsomme er at definisjonen av AI, det er jo den programvaren som kan gjøre oppgaver som krever menneskelig intelligens. Så egentlig kan man si at human resources, det er jo der nettopp AI kommer til applikasjon, at den kan gjøre ting som mennesker ellers ville kunne gjort. Altså, det som var fascinerende på de foredragene jeg var på, det var at man snakket jo egentlig ikke om teknologien. Man snakket om endringsprosessene, man snakket om robusthet, man snakker om hvordan mennesker håndterer dette her, man snakker om redsel og frykt, og liksom hvordan det påvirker arbeidsdagen. Man snakket om kultur, læringskultur og innovasjon. Så egentlig så handlet det så mye om HR som jeg ikke hadde forventet da, for jeg skulle bare dit for å lære tech. Ja, og dette er det med change management da, ikke sant?

For det er jo mange som tror at AI er bare tech. Ja, det er tech, men det er så mye mer. For hvis du skal implementere en teknologi som vil endre alle arbeidsoppgaver og alle arbeidsplasser dramatisk, det må jeg bare si at jeg satt og pratet med noen sånne filosofiprofessorer, og også noen som hadde gjort noen analyser. Jeg tror det var Aion som hadde gjort analyser på amerikanske topp, disse Fortune 500-selskapene, og de sa at Fortune 500-selskapene nå, de nedbemanner med minimum 10 prosent på grunn av AI. Det er ganske mange tusen, ikke sant, i USA, men så 10 prosent, ja, det er mye eller lite, men det er bare starten. De mente at i løpet av de nærmeste årene kom litt av de nedbemanne med 20-30-40 prosent, ikke nødvendigvis fordi at AI kan ta over all jobben nå, men styrer seg bare for å få kuttet sparepenger, så må du kutte så mye av staben din for å bare påvirke nye folk da.

Og det de prater om da, hvis du tenker en valgorganisasjon, er da formet som en pyramide. Toppen med veldig avanserte, og så bunn, så er det mindre og mindre avanserte, og medarbeidere, ikke sant? Men de sa at du kommer til å gå fra en pyramide shape til en diamond shape, altså spis opp og spis nede, for du kommer til å være veldig få i bunn, for der skal AI gjøre jobben, og der kommer det til å ta ut ekstremt mange mennesker. Så på minussiden, veldig mange kommer til å miste jobben, 100 prosent sannsynlig. På en annen siden sett, det er en mangel på arbeidskraft som mange har spådd. Det er ikke sikkert, for vi effektiviserer organisasjonene, og det behovet for folk vi trenger, det kan vi ta fra organisasjoner som da får overskudd.

Da er det viktig å si i denne konteksten her, et par ting, ikke sant? Det ene er at vi snakket, så vi touchet inn på agenter i sted. Det en agent gjør, er å kunne gjøre en oppgave, like godt som et menneske, eller bedre noen ganger. Og så kan vi snakke mer om hva det er etterpå, men det kan være, for eksempel, å gå inn på LinkedIn og søke opp kandidater, i stedet for å gå til et rekrutteringsselskap. Det kan en agent gjøre i dag. Det erstatter en type oppgave, og så, når flere av de oppgavene forsvinner fra jobber, så må man jo begynne å redesigne jobber, og da kommer den besparelsen, ikke sant? Det er en annen studie som sier det samme, Petter.

40 prosent av selskaper i USA tror de kommer til å downsiza i 2026 på grunn av AI-effektivisering. Men det er ikke sånn at én jobb for én jobb byttes ut. Det er oppgaver som byttes først. Ja, ikke sant? Jeg tror George Persson snakket om det, eller en av dem snakket om det, at det var kanskje en 5 prosent reduksjon i antall jobber, men 60 prosent reduksjon i antall oppgaver som da kunne gjøres av AI. Og det betyr at alt må redesignes, men det som skremmer meg litt i det du snakker om, Petter, det er jo at vi driver nå nedbemanner i forkant for å presse organisasjonen til å bruke AI, og veldig mange av de her prosjektene og investeringene som er gjort så langt, de har jo ikke kastet av seg.

I USA da, så er jo måten det er sikkerhetsnettet er så mye dårligere, ikke sant? Så hvis du da mister jobben der, så har du kjempestore problemer. Det er det jo fortsatt i Norge også, men her vil du sannsynligvis få jobb igjen. Men at de store tech-gigantene, de store industri-bedriftene i USA kommer til å kutte dramatisk antall ansatte, det var alle enige om. Og det kommer da å komme til Norge også, er jeg ganske sikker på. Så det er jo sånn at ordtaket sier at det er ingen som kommer til å miste jobben på grunn av AI. Jo, det kommer til å skje. 100 prosent sannsynlig. Problemet er hvem, hvor mange, når, og hva kan du gjøre for å komme, ikke sant?

Du sier det, en profesjonell person med AI som verktøy, det er jo det vi ser for oss, kan være det ideelle da. Men det som er viktig å ta med inn i dette, for nå blir det litt sånn dystopisk her, la oss være litt sånn, jeg som er teknologioptimist da, må få lov til å si, i alle store teknologiskifter, sånn som ta .com-bølgen da, så vet vi det er lett å se hva slags jobber blir borte. Ok, du flytter fra papiravis til digitalavis, ok, da blir avisbudene kanskje borte da. Da blir kanskje trykkeriarbeiderne borte. Det er lett å se. Det du ikke ser, det er hvilke nye jobber som kommer. Det var ingen som visste at du kunne være influenser, og tjene penger på det, før .com-bølgen og sosiale medier kom.

Sånn at vi vil alltid se hva som blir borte, vi ser aldri hva som kommer. Så den der pyramiden da, så blir det gøy å se, hva skal resten av de folka da som blir borte, hva skal de gjøre? Det er jo nye jobber som kommer da. Man sier jo det innen hva skal vi si, økonomisk teori da, så sier man at teknologiskifter, det skaper ti ganger flere jobber enn det det tar. Også dampmaskinen, it, bilen og alt det greiene der har det vist seg å være ganske akkurat da. Men så er det noen som sier at, ja, but this time is different. Fordi at AI er noe annet, for det kan ta alle typer jobber. Også er den smartere enn oss, og det har jo ikke tidligere vært ting som har vært sterkere enn oss, men ikke smartere enn oss.

Men det er ikke svært enda, men det kommer veldig fort, da. Og jeg er helt enig i at her kommer det til å være jobber som forsvinner; her kommer det til å være nye jobber som kommer. Men hvis vi ser litt i det korte bildet, da, hva er det HR bør være spesielt oppmerksom på nå? Du var litt inne på det med systemer. Det er kanskje farlig å investere i et stort HR-system, nå som er ferdig om to år, og så er det utdatert før det kommer. Men hva bør HR ha med seg i dag? Ja, jeg mener at den bør fokusere veldig på det med change management. For det er, som du sier, veldig mye frykt blant medarbeidere. Hva skjer?

Hvis du selger biler, eller om du jobber på IKEA, eller om du er i Hydro, eller Equinor, eller hva du driver med, eller rekruttering, eller HR, så kommer det til å påvirke alle arbeidsplasser, alle arbeidsoppgaver, mener jeg da. Og det kommer mange til å være redd for. Mange kommer til å si, ok, hvordan skal vi ut? Ikke ut som en negativ, men hvordan kan vi bruke den teknologien? Og her må HR inn på å si, hvordan skal vår bedrift og våre mennesker, vår strategi, fungere på en god måte? Der er HR helt avgjørende for hvordan man skal håndtere dette. Jeg er helt enig, og så har jeg lyst til å legge til den andre dimensjonen av det, som er litt i samme båt. Fordi endringsledelse handler også om å kunne tilta seg nye arbeidsmåter, nye prosesser, ny teknologi.

Og det er det andre rådet, mener jeg. Du må bygge en kultur hvor du tar i bruk teknologi, og tørre å teste, og tørre å prøve. For hvis du ikke gjør det, så kommer du til å tape for alle de andre. Fordi endringene skjer så fort, at det kommer til å komme nye ting hele tiden. Og de aktørene som klarer å ta til seg ny teknologi, og applikere det best mulig effektivt, de vil jo vinne da. Og det er jo ekstreme endringer innenfor læring og utvikling som felt, hvis du tenker på hva slags type læringsprosesser skal vi ha i fremtiden. Det er jo ikke sånn at vi kan sitte på toppen og finne ut hva vi skal lære ut til folk. Vi må skape organisasjoner.

Jeg hadde akkurat en presentasjon i nettverket fra Aker BP, der de har lenge jobbet med et konsept som heter «On your learning». Altså, du må eie læringsprosessen selv. Hver enkelt medarbeider må ta eierskap til hva skal jeg lære, hva skal være min kompetansereise. Og så gjør de ressurser tilgjengelige for folk. Men vi kan ikke lenger sitte og tenke at vi skal servere læring. Men jeg tenkte jeg skulle bare nevne et par ting jeg har tatt med meg fra dette her. Tempo i beslutningstakingen kommer til å bli mye høyere. Men noe av det jeg synes var mest interessant, det var det der med EU Transparency Act. Og det er kanskje litt nytt for mange da. Altså Pay Transparency? Hva sa du? Ja, og det er i hvert fall Pay Transparency Act.

Det er på en måte gjennom, altså det skal være mer transparency på mange områder, men spesielt dette her med lønn. Så fra 1. januar 2027 skal alle stillinger i de som implementerer det i EU, der må lønnsintervallet stå i stillingsannonsen. Og når du er ferdig med å rekruttere noen, så må du også identifisere hva lønn er offentlig. I Norge har vi dette med offentlighet i mye større grad enn mange andre EU-land. Men det kommer til å bli en stor endring, hvor du da må definere og dele både privat og offentlig. Og så er det da opp til Norge hvordan vi ønsker å implementere det. Men dette blir ganske spennende i forhold til, og fordelene her er jo dette i forhold til aldersdiskriminering, kjønnsdiskriminering, etnisk diskriminering, og alt dette.

Men så er det også en ting som må være veldig tydelig at mellom ulike medarbeidere, så er lønnen ganske offentlig. Og det er en stor utfordring. Hvis du tenker i PE-eid-selskap og den gjengen der, så kan det være en utfordring. Dette treffer jo HR i aller høyest grad, så det må jo HR holde seg oppdatert på. Absolutt. Jeg har bare ikke plukket opp at de snakket om det på Unleashed World, men dere var jo å hørte litt på det også. For det er en del systemer som skal prøve å hjelpe deg med dette her. Hvordan du skal måle, hvordan du skal bygge strukturer for deg, hvordan du skal bygge roller. Det er et krav som kommer, og det skal være innført 1. januar 2027.

Og da må du implementere det i 2026, og det er ikke veldig lenge til. Så nå vet jeg ikke hvordan norske myndigheter stiller seg til det, for det var en del fleksibilitet i de ulike regionene, som de sa. Men Norge gjennom EØS-avtalen også forpliktet til dette.

Dette snakket jeg med en italiener om på HR Tech Europe tidligere i vår. Og da var det sånn, der er det i Italia også rullet ut. Alle som legger ut av nordmenn må legge ut lønn. Lønnsintervall i stilinger. Så dette kommer, og det kommer til å treffe Norge også, hvis vi ser på hvordan vi følger ANE-regulering. Og det andre reguleringsspørsmålet som det er lurt å holde seg oppdatert på, er jo AI-regulering. Hva som skjer innenfor det, der er det også relevant å holde seg oppdatert.

Særlig relevant er det da å se på, hvis du tenker på hvor er det AI hjelper oss. Jo, det hjelper oss med å effektivisere oppgaver som vi gjør til vanlig. Noen av de oppgavene er bare en gjørejobb: skrive en e-post, skrive et avslagsbrev; beslutningen er allerede tatt. Andre del av jobben er å ta beslutninger: velge hvilke kandidater skal gå videre i prosess. Og der, hvis AI begynner å styre de der beslutningene som har påvirkning på andres liv, det vil bli regulert strengere. Så det må være litt om, hvor går disse grensene da på regulering på AI fremover? For det er veldig umodent, for å bli. Og så tror jeg det er veldig stor endring i forhold til hvordan vi rekrutterer til HR.

For før så var det da, de som man skulle rekruttere til HR, det var jo da personer som kunne personal, eller kunne HR og alt dette. Nå må du være veldig tech-savvy, eller du må ikke kunne programmere, men du må kunne skjønne hvordan disse IT-systemene henger sammen. For det var flere av dem som mente at AI hadde kommet veldig langt på HR-området. Der var det veldig mye spennende som skjedde. Og at man da måtte skjønne hvordan fungerer den AI'en i forhold til den AI'en, hvordan kan, i forhold til GDPR, hvordan i forhold til å ta vare på personaldata og alt dette. Så, HR-folk, dere må bli flinkere på tech! Og sånn, apropos det at det HR-feltet har kommet veldig langt, Josh Burr sin fremhever jo det at rekruttering er faktisk et av de fagfeltene som har kommet lengst med AI per dato.

Så, hva er de største endringene på deres fagfelt? For meg som ikke driver med rekruttering, og ikke vet. Altså, jeg vet ikke hva jeg skal si. På rekruttering handler jo veldig mye om å finne kandidater på nett, da. Og det er klart at der er det en hel del regler. Du har ikke lov å scrape, da, som det heter. Det er ikke lov å ha software som da går inn på LinkedIn og finner kandidater. Det er ikke lov. Så er det noen som prøver å omgå det litt. Men igjen, der er det allerede en regulering. Og så kan du selvfølgelig, når du har identifisert store bedrifter som rekrutterer hundrevis, så har du lov at en AI-software går inn og rangerer kandidatene, intervjuer kandidatene, kvalitetssirkler kandidatene, og kommer med forslag til hvem du bør invitere på intervjuet.

De kan sikkert velge dem ut for deg også. Men her er det selve utvelgelsen, altså selection-biten, da, har kommet mye lenger enn search-biten, er min oppfatning. Vi snakket jo om dette med agenter i stedet hvor agentene går inn og gjør en del av jobben. Veldig mange av ATS-leverandørene slipper nå, eller har sluppet, agenter som gjør deler av jobben. Det veldig mange av dem har gjort allerede, det er å slippe et agenter som gjør sourcing, men primært sourcing i din egen kandidatbase. Så la oss si at vi har 20. 000 i vår base. Når jeg legger ut en stilling, så går AI-en inn, analyserer stillingen, analyserer databasen du har av kandidater og sier, av disse 20. 000 menneskene du har i din pool av tidligere søkere, så kanskje disse potensielle kandidatene vil du vurdere å ta med dem inn til en prosess.

Den type sourcing hvor du har kontroll på dataene, eierskap, GDPR på plass, der er det allerede på plass agenter. En jobb som man enten ikke har gjort før, eller som man har gjort manuelt tidligere, som er veldig krevende. Men er ikke der allerede en problemstilling? For dere har jo ikke lov til å beholde kandidater, spør dere en gang i år, eller hvordan fungerer det? Ja, vi gjør det. Vi har litt strenge regler, for når kandidater for eksempel har søkt på en jobb hos oss, så får de da et skiftelig spørsmål om de ønsker å være i basen vår. Og hva gjør seg det lengre? Noen sier ja, noen sier nei. De som sier ja, de der blir det ved jevne mellomrom, må de bekrefte dette.

Og denne agenttankegangen da, det er at hvis du tar det som en sett med oppgaver, for eksempel det å kunne sjekke om jeg har noen kandidater som passer til denne jobben her i basen min, det har vært en manuell jobb, nå blir det en automatisert jobb som du ikke trenger å gjøre lenger da. Og det samme kommer på eksternt søk etter hvert, selv om som Petter sier, så er det ikke så mange som har sluppet det nå, men det kommer i roadmappene. Og i de mest foroverlente prosessene der er det noen av de aktørene vi snakket om som sier: når jeg spør, hva er det neste som skjer? Det er det neste som skjer. Det er en helt automatisert rekrutteringsprosess, hvor du bare trykker på knappen, så går agenten din og analyserer behovet ditt, oppretter stillingsannonsen, annonserer den ut, sourcer kandidater, vurderer kandidater, intervjuer kandidater, anbefaler og innstiller en kandidat, sender ut tilbud og signerer kandidaten.

Hva synes du om det? Jeg synes for det første, er det viktig å si at dette er jo for enklere stillinger med lavere krav, men at teknologien kan gjøre det, helt klart. Så potensialet for teknologien at den kan fikse de greiene her, uten tvil. Hvordan kan vi være sikre på at den tar gode beslutninger? Hvordan kan du være sikker på at den rekrutterer deg til gode beslutninger? Ja, for i … Velger rett rekrutterer, har du ord, Petter? Analyse. Det er interessant med spørsmålet. Det er helt riktig spørsmål. Det interessante med spørsmålet å stille tilbake, det er sånn: hvor høy aksept har vi for en maskinell feil versus menneskelig feil? En selvkjørende bil som kjører på og dreper noen, det er krise; da må vi stoppe den selvkjørende bilen.

Men vi mennesker kjører jo på og dreper folk hele tiden, og så har vi liksom aksept for det. Så toleransegrensen vår for feil, når det er en maskin i jobben, er jo mye lavere. Ja, og jeg tenker at … Det er jo et godt eksempel, hvert fall. Jeg har jobbet med rekrutering i 25 år, og for noen år siden, hvis noen hadde sagt til meg, det skal gjennomføres hvert fall første samtale med kandidatene dine via Teams, som jeg tipper de aller fleste gjør nå. Ikke dybdeintervju, der vil man gjerne ha fysisk møte, da. Men med første samtale, så hadde jeg tenkt, nei, det er helt uaktuelt. Det er litt et salgsmøte på Teams. Helt uaktuelt. Men det har vi blitt vant til, så det er forstås helt greit.

Jeg tror at den teknologien kommer til å overta hvordan vi gjør mitt yrke, som er rekrutterer. Tid er bedre, eller verre? Ja, sannsynligvis tid er bedre. For man prater jo, som hver sier, hvilken akseptanse vi har for feil. Men rekrutterere gjør feil. HR-folk gjør feil. Alle mennesker gjør jo feil. Men det man ser, hvert fall i ganske mange yrker, så gjør maskinene betydelig mindre feil. Men vårt poeng, hvert fall i meg og Haugen, er jo high tech, high touch, eller varm teknologi. Så vårt mål er ikke nødvendigvis at vi skal outsource alt til teknologien, men at teknologien skal være gode hjelpemidler i prosessen, så det er nettopp high touch med oss som gode rekrutterere, og high tech med de aller beste verktøyene.

Så er det jo klart, når man ser for seg til en del jobber som er ganske enkle, sånn som det å stå og holde et skilt og peke, du må kjøre den retningen. I den grad det er en jobb der noen steder, så er det det i verden. Du rekrutterer ikke så mange sånne, du gjør det. Nei, men til en sånn type jobb, hvor kvalifikasjonen du trenger er å ha puls og kunne jobbe på søndager, da går kanskje det å se på hele automatiserte prosesser. Men et annet poeng jeg tok opp derpå, var det en foredragsholder som sa forskjell mellom skills and capabilities. Og det synes jeg ikke er noe for skills, det er en ferdighet, en kunnskap, men litt sånn stand alone; en capability er jo mye mer omfattende.

Så jo, jeg har recruitment skills, men har jeg recruitment capabilities? Det er innput som er skills, og outputen som er capabilities. Og jeg tenker at den sammenhengen mellom kunnskapen hos et menneske, og de verktøyene du har, hvis du tenker med drift, hvor god man er til å rekruttere de beste folkene, og har den gode capabilities i en organisasjon, det tror jeg er helt avgjørende. Og da kan det gå fra å være 100 prosent menneskelig, til kanskje 90 prosent tech, og 10 prosent menneskelig. Så you never know. Hva er det som er mest tidsbesparende, innenfor deres fag? Det interessante med det spørsmålet der, det er jo liksom når i tiden, fordi dette utvikler seg veldig, veldig fort. Fordi en ting er det vi har snakket om nå fra Unleash, som er fremtidstrender og potensielle muligheter.

Det andre er det som ligger tilgjengelig for oss i dag. Og hvis jeg skal se på der vi som selskap er i dag, så er noe av det jeg vil påstå, så kan Petter få lov til å kalibrere sin mening etterpå, men vi har nå gått fra at vi alltid har tatt notater i intervjuer og salgsmøter, til å transkribere møtene og få ferdig oppsummerte summeringer, som kan kvalitetssikres. Den type teknologi, altså tale til tekst, er enormt tidsbesparende. Så det er no en av de tingene som for oss gir veldig, veldig stor verdi. Og jeg vet ikke, hva tenker du, Petter? Nei, jeg vil si i hvert fall, hvis du hadde tenkt en rekrutteringsprosess, da jeg jobbet i Norges Bank som rekrutteringssjef der, så gjorde vi en analyse for å se hvor gikk kalenderdagene i en forhold til en rekrutteringsprosess, og hvor gikk timeverkene.

For det varierer jo litt, ikke sant? Du kan jo ha mange kalenderdager hvor du ikke ser noe som helst, men tiden går. Kommeratten tenker seg om, eller annonsen er ute og søknadsfritt og sånt nå. Antall timeverk da. Og da gjorde man en analyse, hvor er det tiden går. Og for oss som jobber med rekrutering, så er det den tiden vi bruker på å gå ut i markedet, aktivt søke etter kandidater, prate med mange i titalls, høre hva de har å si, dokumentere det. Der går tiden. Mens intervjuene, det er ikke så mye ... Det er mange som sier at tiden går med til intervjuer. Det er det jo ikke, ikke sant? Det er ti prosent av prosessen, er kanskje intervjuene, mens største delen av prosessen er å identifisere folk, spesielt hvis det er en vanskelig stilling da. Da kan man velge an på hva slags type rolle du rekrutterer til. Hård og internt er det kanskje ikke ... Hvis du skal finne en toppleder eller en C-level person, så bruker jeg, fra du får oppdraget til du begynner med intervjuer. Det er 90 prosent av jobben, både i kompleksitet og tid,

som handler om at i stedet for at jeg skal skrive et utkast til en stillingsbeskrivelse eller en stillingsanalyse eller et kandidatbrev eller et case, den type ting, det har vi automatisert for lenge siden med AI, som gjør at når Petter har hatt et møte med kunde, fått en forståelse, så kan vi mate de dataene inn i en liste, trykke på en knapp, så tar det to minutter, og så får du et utkast til disse dokumentene. Og det er liksom ... Er de bra? De er 90-95 prosent ferdig, og så må du jo eie teksten; du må gå over, du må se over, men du sparer timevis da, per prosess. Ja, for den er ikke spesielt god på podcastspørsmål, spør du meg, men det er greit nok.

Men det som er interessant, er da: da er vi over på hvordan finner du en tech som fungerer for deg? Hvordan finner du en tech som faktisk leverer den kvaliteten du trenger? Fordi av all tech vi i MeyerHaugen tester, så tror jeg ikke jeg overdriver hvis jeg sier at 90 prosent forblir en test. 10 prosent tas inn og blir en faktisk del av verdikjeden vår og prosessene våre. Så du har nødt til å feile masse før du finner at dette fungerer. Og det er der vi bruker mye tid og energi da, spesielt du, Sverre. Det er derfor vi er på en Unleash, og det er derfor vi har fingeren på pulsen og øret på siden av hele tiden, er for å fange opp hvilken tech som skal brukes.

Og det er som du sier, jeg vil si kasteraten er sikkert over 90 prosent. Jeg vil si det er 95 prosent, av alt det vi kommer over, som vi tester, fungerer ikke. Skal jeg si noe gøy, og det slår meg nå, da har jeg aldri egentlig sagt dette høyt før, men syretesten på om du har funnet god tech, det er om folk tar det i bruk. Fordi jeg har prøvd å få folk til å bruke tech. Hvis jeg feiler, så er det som regel fordi techen er ikke god nok, den gjør ikke jobben, resultatet blir ikke bra nok. De gangen kvaliteten blir god nok, og det er brukervennlighet nok og sånn, så trenger jeg ikke masse på folk. Da begynner folk å bruke det av seg selv.

Men jeg tror dette er veldig viktig informasjon, for det er sikkert veldig mange som hører på og sier, ja, men dette har vi prøvd, og det fungerer ikke ordentlig. Ja, ikke sant? Og særlig med transkribering, hver gang jeg snakker om det, så sier folk, ja, men jeg har prøvd Teams, og det fungerer ikke. Nei, det er jeg helt enig i, Teams suger. Men den techen vi har funnet på det, som vi tester ut, den fungerer for oss, til den bruken vi har, og gir masse verdi. Er det lov å spørre om systemer og sånn, eller er det ufint at vi driver oss lenger ut? Med transkribering, rekrutering, fortell litt om systemene dere bruker, da.

Det er litt sånn, til ulike ting har vi ulike verter, da. Så vi bruker, vi har bygget en del selv hvor vi kobler sammen ting. Vi hjelper integrasjonsplattformer, sånn som Zapier og Make. Og da har vi for eksempel sagt det sånn at, når Petter har kjørt et møte, har noen notatet fra et oppstartsmøte med en kunde, så har vi satt opp sånn at han kan gå i den SharePoint-listen, legge den der, trykke på en knapp, da går det via Make inn til ChatGPT IT, og så spørres det en del ting for å bygge opp noen dokumenter, og så sendes de på mail til Petter. Så det er liksom en, der er det noen selvbygde greier. Når det kommer til møtetranskribering, så bruker vi en norsk startup som heter Menter, skrives som Mentor, bare uten O-en. Ah, kul. Som fungerer veldig godt til salgsmøter og rekrutteringsmøter.

Vi har også testet med stort sett noen teknologileverandører, som jobber med type lydintervjuer som transkriberes, sånn som Skillscanner, er en veldig spennende norsk selskap. Det er veldig gøy at det er en norsk startup, så da, å få støttet de litt. Ja, det er moro. Og de vi nevner nå, når jeg liksom referer at vi er på en liste og ser 200 av the best in class, best in world, de norske startupene er ikke noe dårligere. Men som sagt, på veien til å finne disse, så har vi kastet mange andre da, som ikke har funket. Og det er der vi bruker mye tid, men så tenker vi at siden vi tjener mye på det, så er det jo også veldig ok.

Men en ting jeg kom over der med da, det var at det var noen som representerte sikkerhet da, eller sånn der innen rekruttering, og da sa de at, men en annen sånn runde var at vi bruker AI for å sjekke kandidater, men kandidater bruker også AI for å sende søknader. Fair enough, den battelen der er jo kjent. Men, det er gått et steg videre nå, da, for nå er det bedrifter som sender inn falske AI-søknader, for å tappe bedriften for informasjon, altså konkurrentene sine, da. Så hvis for eksempel da du har en bedrift, da, som du gjerne vil konkurrere med, finne litt mer hvordan de jobber med intervjuer, hva de er på jakt etter, hvilke stillinger de har, så sender de bare masse inn falske søknader, som da blir intervjuet av AI eller menneske, eller hva det skal være, for å tappe informasjon, og de der selvfølgelig tar opp all den informasjonen, og sender det tilbake til oppdragsgiveren sin, da, for å finne ut hva som skjer hos konkurrenten.

Har du hørt om innenfor cyber security, eller IT-sikkerhet, så finnes det en hacking-måte som heter denial of service. Er du kjent med det? Nei. Det er jo, la oss si at jeg har lyst til å ramme Leonda da, med et IT-angrep, som kan gjøre et DOS-angrep, det er denial of service. Det betyr at jeg spamme websiden din med så mange henvendelser, fra masse PC-er som jeg har infisert, som gjør at når noen uskyldige folk prøver å komme inn på websiden din, så kommer de ikke inn. Så dette kan jo være den nye sabotasjen, industrisabotasjen, det er å spamme kandidatsystemet ditt med falske søknader. OK, dette var mer enn det morsomme. Hva var mest gøy? 

Det aller, aller morsomste var foredrag nummer to, dag en. De sa at det var den mest avanserte humanoid roboten. En humanoid robot ser ut som et menneske. Den har armer, bein, hod, øyne og øre. Man skulle intervjue den, og den var koplet på ChatGPT. Man kunne i samtiden intervjue den. Den hadde øyne og ører, og en høyttaler. Man skulle intervjue den på scenen. Det gikk ganske lenge, men så begynte intervjueren å stille et retorisk spørsmål i salen. «Hva ser du?» Da skulle han si «for rekruttering i fremtiden», men den hadde en tenkepause som alle mennesker vil fange opp. Det fanget jo ikke denne roboten opp. «Hva ser du?» begynte denne personen å si. «Jeg ser mange mennesker i publikum. Det er dimmelig litt, og de har disse små skjermene. Jeg tror det er mobiltelefoner.» Den begynte å si helt omtrent, som en person som bare helt bokstavlig skal beskrive.


Også et retorisk spørsmål i salen. «Hva synes du?» Det henvender seg til oss i salen. «Hva synes du om fremtiden?» Så begynte denne personen å si: «Hva synes du?» Det sosiale var helt crash-and-burn. Dette skulle være et eksempel på det mest avanserte. Jeg følte meg ikke veldig redd av det. Men så tok vi intervjuet denne roboten, for den sto på en stein senere. Du tok å filme den, og jeg tok å intervjuet den roboten. Og da står du og filmey Sverre,  vi kommer til å slippe en video på det. Det er bare å gå og sjekke på «MeyerHaugen» på LinkedIn, så vil du se Petter som intervjuer verdens mest avanserte humanoide robot. Om rekruttering.  Og kunne denne personen fungert som en intervjuer i en live rekrutterings sesjon? Så det er spennende.

Det er kult. Hva synes du var mest gøy?

Jeg synes jo det var gøy, som Petter sier. Men for min del er det alltid spennende å se hver siste, hver som kommer, hver som er ny i det. Jeg testet blant annet en AI-intervjuer som intervjuet meg, hvor jeg skulle prøve å søke jobb hos H&M i London. Da var det et voice-intervju, hvor jeg sitter og chatter på Teams med en robot, og den spør meg: «OK, når kan du jobbe?» «Kan du jobbe søndager?» «OK, tusen takk.» Mens den snakker med meg, så hører du i bakgrunnen tastene, at det liksom trykker for å lage en illusjon av at dette er noe mer enn bare en robot. Det høres ut som folk som snakker i bakgrunnen; det høres ut som Call Center. Og alt dette er jo bare en slags illusjon for å få det til å føles mer menneskelig. Men det var ganske bra. Det var så bra at jeg tenker at dette er noe av det neste som kommer. Det er sånne type ting. Det kommer til å funke, det kommer til å ta deler av jobben bort.

Ja, det er jo mange som mener at både psykologer og folk som du går i for, for konsultasjon, at de er bedre enn vanlige folk. Fordi at de er tilgjengelige, det koster ingenting, de kan midt på natten, de svarer bedre på spørsmålene dine, de er mer oppmerksomme, de kan koble med medisinske referanser. Det er noe på gang her nå, det må vi lov å si.

Fun fact, en survey i USA, 97% av amerikanske arbeidere har sagt at de heller har spurt ChatGPT om noe enn sjefen sin. Og hvorfor? Så er det da 70-80% som sier det er fordi ChatGPT er mer kunnskapsrik enn sjefen min. Og 49 % sier det er fordi jeg får mer emosjonell støtte fra ChatGPT enn jeg får fra sjefen min.

Og det er jo nettopp det som er utfordringen i forhold til det med psykologer, og at du skal bruke dem som terapeuter, coacher og så videre, at de er såpass støttende at du får ikke den der utfordringen. For det kan jo hende at du har sullet deg inn i en eller annen sannhet om deg selv, som du gjerne egentlig bare vil ha bekreftet. Og foreløpig er ikke disse maskinene smarte nok til å tenke at nå må vi nudge litt her; dette her går ikke, sånn kan du ikke holde på. De blir veldig emosjonelt støttende.

Ja, men det som er så interessant, er at man tenker at en robot kan ikke være så empatisk. Det er ikke sikkert disse psykologene er så veldig empatiske de heller. Så ofte begynner man å sammenligne den menneske som er ofte klangbunden i forhold til robotene, så legger man den opp på en sånn pidestall og tenker at den er helt perfekt på alle vis, men den er jo ikke det. Den er trøtt og fyllesyk og har ikke tid å tenke på hva den skal ha til middag og alt mulig sånt. Så de er ikke sånn oppe og nikker de alltid heller.

Nei, men de robotene er jo bygd litt for at du skal føle deg veldig. Det har vært litt forskning på det i forhold til det med coacher og terapeuter og sånne ting, at det er litt farlig for det at du mister en utviklingsdimensjon der.

En av tingene der, Anne Lise, det er at det som er med ChatGPT i tid, er at den er bygget av en AI-modell som har et chat-grensesnitt som gjør at jeg kan bruke den som coach i dag. Men den modellen vil jo være, som du sier, pleasing og vil ikke ta stilling, vil ikke kritisere og så videre. Men det finnes jo egne AI-leverandører som leverer coaching-tjenester, og så får vi håpe at de har klart å bygge dette bedre. Men det var flere leverandører som var AI-coacher for arbeidslivet.

Absolutt, det er mange av de allerede. Så hvis 90 prosent av de er crap, sånn som du har sagt med rekrutteringssystemer, så må man leite litt kanskje? Man må kanskje leite litt, ja. 

Har du fått med deg at jeg personlig tester ChatGPT i tid? Nei, fortell. Jeg tok Chatship i tid inn med vår personligstest som vi bruker i våre rekrutteringsprosesser: Assesio, sin map-test, den big five-test. Så stilte jeg spørsmålene, og den svarte, og så fikk vi ut personligheten. Men det morsomme er at den sier jo ... Der har du utsagnet, ikke sant? Jeg sier ... Dette er påstand. Er du enig, uenig, nøytral, eller veldig uenig, veldig enig? Og den var aldri uenige. De var alltid nøytrale eller positive. Ikke sant? Og hvis du gjør den en gang til, vil den få samme personlighet igjen?

Det skal vi finne ut. Jeg har tenkt å kjøre en retest. Ja, nettopp det. Ja, for det var en av de tingene de snakket om; det var en professor fra MIT der som snakket om dette her med å gjøre medarbeiderundersøkelser og sånne ting. Og der man prøver liksom å bruke forskjellige AI-modeller og mate dette inn og si at poenget er at de kommer ut med ulike svar hver gang. Så du må ha en spesialtrent modell for å kunne bruke det. Hvis du sitter og tror at du kan mate det inn i en av de generelle AI-modellene, så går du helt feil. For det store fordelen i dag er at vi kan analysere tekst. Vi slipper å sitte og spørre spørsmål der folk skal krysse av på tall, og ...

Og dette er et kjempeviktig poeng, og det har jeg lyst til å si til de som lytter der ute også. Dette er superviktig, fordi ChatGPT ut av boksen vil gjøre alt du ber om, vil gi deg et svar, men den er ikke noe på disse tingene her, og det er kjempelett at man går i fella og tror at det som kommer ut er bra. Så du må være superkritisk på det som kommer ut på sånne type ting. Og ja, vær forsiktig.

Vi var inne på rekrutteringsfeltet. Har vi beveget oss ferdig, eller er det noe mer i pipeline, noe mer vi vil snakke om i forhold til deres fagfelt før vi bredder ut litt på slutten?

Jeg tror vi har vært innom det meste, ja. Men jeg tror det er mer fokus på selection-delen enn search-delen. Det tror jeg i hvert fall er på grunn av lovgivning. Men det kommer til å komme. Der tror jeg bare lovgivningen må komme etter, at den kan ta hele delen av det. Og så tror jeg det som er viktig å finne ut av, at brukt som et verktøy, ikke det som tar endelig beslutning; at vi som i hvert fall er rekruttert, og vi er stolte av yrket vårt, så er det at den skal hjelpe deg med å si: OK, hva tenker du om disse ti kandidatene? Men ikke velge ut den ene kandidaten og sende den videre til oppdragsgiveren din. For da tror jeg du er på ville veier. Så i hvert fall ikke ugjenkallelige beslutninger. Det er den ikke god nok til ennå, om hva som skjer i løpet av de neste årene. I don't know. Men vær forsiktig med å stole alt for mye på ChatGPT og AI, for de er ikke bra nok ennå.

Jeg tror det eneste vi ikke har snakket om, som er et interessant punkt, for de som er HR-neder der ute, som må være bevisst, er det med skills. Der har det vært en bevegelse som har handlet om det å klare å kartlegge hva man trenger i en organisasjon, hva vi har i en organisasjon, og hva trengs for å rekruttere riktig fremover. Det interessante er nå hvordan det, når du ser på det, er skills, og så kobler du det med at vi vet at AI’n tar over noen oppgaver. Det betyr at behovet for skills blir håndtert. Og nå er jo det neste som jeg ser kommer rundt svingen, det er da systemer som i større grad hjelper deg med å finne ut hvordan skal du re-designe jobbene. Det er rundt svingen, tror jeg.

Det er veldig interessant. For da kommer vi jo til dette feltet med kompetansekartlegging, som egentlig de fleste har kastet på båten, for det var altfor omstendelig å følge opp, det var altfor omstendelig å oppdatere. Men pluss i her kommer det jo nye systemer som gjør jobben for deg på et helt annet nivå enn det vi har.

Det var en professor der som fortalte at i stedet for å prøve å evaluere medarbeiderne sine, hvilken kvalifikasjon de hadde, så hadde han, og det her høres jo litt sånn spesielt ut, han hadde tatt opp alle ledermøtene sine siste seks måneder; han hadde hatt ledermøte en gang i uka da, og så hadde han bare matet all den dataen inn i ChatGPT, og da hadde han hatt seks stykker i ledegruppa sin da, og da hadde han bedt ChatGPT ta og rangere disse personene ut fra kvalifikasjonen, ut fra hvor aktivt han hadde bidratt med i møtene, og det han hadde gjort da. Og så sa han, det var ikke perfekt, men det var ikke langt unna, og han hadde sagt at konklusjonen var riktig, for han hadde gjort det på forhånd selv, så konklusjonen var riktig, og så var det et par den hallusinerte på og sånn, men han sa at det der, det er den metadataen der, i stedet for å ha et system, og det var mitt poeng også helt fra starten av podkasten her, at i stedet for å bygge store statiske systemer, så bruk ChatGPT nærmest som en sånn fri hånd, eller en form for håndverk som du bruker der og da, det er det han anbefalte.

Ok, så hvis vi skal bare bevege oss utenfor rekrutteringsfeltet, er det noen andre ting dere ble opptatt av på konferansen, som vi ikke har fått snakke om så langt? 

Reguleringer, synes jeg var spennende. HR, med den der change management-delen av det, teknologi selvfølgelig generelt, men at ting skjer så raskt nå, at veldig få personer tror jeg ikke klarer å holde følge. Altså, jeg må si at, med all beskjedenhet, at Sverre og jeg, vi er jo på denne ballen her hele tiden, og vi synes det er vanskelig å følge med. Jeg tenker på de personer som ikke er spesielt teknologiske, eller jobber med dette daglig, at hvordan du bare får verktøy rett inn døra på jobben din, så hvordan dette vil påvirke mennesker, medarbeidere, ledere i årene framover, det vil snu opp ned på alle arbeidsplasser.

Det tror jeg du er helt rett i, Petter. Så tenker jeg det som er litt viktig, er å teste, og ikke være redd for å prøve. Som Petter sier, vi holder jo AI-kurs for HR, hvor vi har fokus på chatGPT og prompting, og hvordan vi får mest mulig ut av den plattformen, og det er flere grunner til at vi gjør det. Det ene er fordi vi tror det er veldig relevant for fagfeltet. Det andre er at når vi holder de kursene, så tvinger det oss til å være oppdatert. Hver gang jeg holder de kursene, så må jeg lese meg på hva er det siste, teste det nyeste, og sånn sett så lærer vi ting, og det er måten å lære på. Du må prøve, du må jobbe med det, du må teste det, du må få de fingrene. Sånn ser du hvordan det fungerer.

Jeg kjøper den. Jeg kjenner også alt det jeg holder kurs på. Jeg kan jo mer om ledelse i dag enn når jeg var leder på ordentlig. Da jeg hadde 180 stykker og satt i en ledergruppe, for da holdt jeg ikke kurs.
Skal du lære deg noe, ta og book inn at du skal holde kurs om noe. Men det var det noen som sa der nede også. Du bør ikke holde et kurs for tusenvis av medarbeidere, men si at du skal holde et kurs for kollegaene dine, gruppa di. Du skal nå, om to uker, så skal du holde et kurs om AI og rekruttering. Bare du har lest opp der noen kvelder, så kan du sannsynligvis mer om det enn de aller fleste konkurrentene dine.

Noe av det jeg synes er gøyest med AI, er når jeg oppdager at AI kan noe jeg ikke visste at den kunne. Så det å teste ... Jeg skal ikke si teste grensene, men sjekk om AI-en får det til. For eksempel, en gang jeg hadde en video, og så hadde jeg lyst til å lage en bakgrunn til en PowerPoint, og så laster jeg opp videoen og sier: " Kan ikke du lage en gif fra 2 minutter til 2.10, en gif av denne videoen?" Så kommer det ut en gif som jeg ikke har lastet, og så putter jeg inn en annen ting som er kjempegøy: at det er mulig. Hvis du vil ha en sånn wow-opplevelse, test agentmodusen i ChatGPT. Hvis du har Teams-lisens i ChatGPT, så kan du trykke på plussen i chat-vinduet, og så kan du velge agentmodus. Så gir den en oppgave som du tror den ikke klarer, og se hva som skjer. Da ser du kraften i den potensielle agentmodusen, som er veldig interessant. Men det er med agentjobbing, som med annen ChatGPT, du må forstå hvordan du skal gjøre det, du må hjelpe den, du må prompte riktig, og da kan du få til ting som ikke annet var mulig da.

Og så er det litt artig når du begynner å få nye plattformer, så samler alle disse systemene, så du slipper å velge selv. Sånn som Vint, som også er en norsk startup, som samler veldig mange av de forskjellige AI-modellene, og så velger den hvilken AI du skal bruke. I stedet for at du skal sitte og lete, skal vi se, er det Claud, er det ChatGPT, er det hvilken type?

Spennende. Vi må sjekke ut, kjenner jeg. Ja, ja, jeg skal sende en link. Hva vil du si på tampen?

Jeg vil egentlig bare gå full circle, og si at det jeg lærte mest der nede, er at utviklingshastigheten er så ekstremt stor nå, så hold hodet kaldt. Ikke putt alle pengene dine hos en leverandør. Se heller på noen techkyndige, flinke HR-folk hos deg, hvordan de kan sette sammen agenter og prompter, og noen litt lettbent software, og så venter du med å kjøpe de store tingene til ting har satt seg litt. For det har de definitivt ikke gjort nå. Jeg tror alle vi har pratet med har tenkt på hvordan vi skal håndtere dette. Nå er du midt i spranget, og sannsynligvis kommer han ikke til å lamme noen gang heller, så det kan være at dette problemet er vedvarende de neste hundre årene, men sånn som det er nå, tiden for statiske store systemer, den kommer nok ikke tilbake. 

Hvis jeg skal legge til noe på tampen, så er det noen tid i historien du skal være med i et HR-nettverk, så du holder deg oppdatert på hva som skjer, så er det akkurat nå. Så sjekk ut, vi tar inn nye medlemmer om en liten stund i Leonda.

Tusen takk for at dere var med på HR-podden.

Det var kjempespennende, og det som er så morsomt når du sitter og prater med meg, det er at man begynner å tenke litt selv, så er du så engasjert. Så jeg har jo lært masse av å sitte og høre på dere, så tusen takk selv. Tusen takk.

Synes du dette var nyttig? Tips gjerne en venn eller kollega om denne episoden, slik at flere kan få glede av det som vi deler. Sjekk ut tidligere episoder på leonda.no/hr-podden. Og følg oss på Apple eller Spotify for å få med deg neste episode. Hr-podden byr på nye fagtips hver onsdag. Vi høres!