I årtier har den gængse opskrift på at vækste en lille virksomhed fulgt en forudsigelig sti: Så snart stifteren fik for travlt til at håndtere det 'grove arbejde', ansatte de en junior. Denne medarbejder på indgangsniveau var eksekveringsmotoren – personen, der udkastede e-mails, formaterede regneark, planlagde opslag på sociale medier og håndterede grundlæggende dataindtastning. De var 'udførerne'.
Den opskrift er nu forældet.
Vi er i øjeblikket vidner til slutningen på den traditionelle entry-level-rolle, som vi kender den. I denne nye æra af AI-transformation er kløften mellem 'at vide, hvad der skal gøres' og 'at få det gjort' skrumpet til næsten nul. Hvis du stadig ansætter til grundlæggende eksekvering, betaler du ikke bare for meget – du bygger en virksomhed på et fundament af menneskeskabt friktion, som dine konkurrenter allerede er i gang med at automatisere væk.
Den store eksekveringskollaps
💡 Vil du have Penny til at analysere din virksomhed? Hun kortlægger hvilke roller AI kan erstatte og opbygger en trinvis plan. Start din gratis prøveperiode →
For at forstå, hvorfor entry-level-rollen er ved at dø, er vi nødt til at se på, hvad vi rent faktisk betalte for. Historisk set blev en junioransat betalt for sin tid og sine motoriske færdigheder. Du betalte for deres evne til at sidde i en stol i otte timer og flytte data fra punkt A til punkt B, eller for at forvandle et groft brief til et middelmådigt første udkast.
I dag ser jeg et tilbagevendende mønster, som jeg kalder eksekveringsfælden. Virksomheder fortsætter med at ansætte folk til at udføre opgaver, som en vel-promptet Large Language Model (LLM) eller en autonom agent kan færdiggøre på få sekunder til en brøkdel af prisen. Når jeg ser på de besparelser forbundet med bemanding i det nuværende marked, er det tydeligt: ROI på en menneskelig 'udfører' styrtdykker, mens ROI på en 'AI-operatør' eksploderer.
Eksekvering er blevet en handelsvare. Evnen til at skrive et grundlæggende blogindlæg, opsummere et møde eller afstemme et regnskab er ikke længere en specialiseret menneskelig færdighed – det er en forsyningsydelse, ligesom elektricitet eller internetadgang. Du ansætter ikke nogen bare for at tænde lyset; hvorfor ansætter du så stadig nogen bare for at udarbejde dine nyhedsbreve?
Fra udfører til orkestrator: Fremkomsten af AI-operatøren
De mest succesfulde virksomheder, jeg arbejder med, ansætter ikke 'Junior Account Managers' eller 'Marketingassistenter'. De ansætter AI-operatører.
En AI-operatør er en person, der forstår det ønskede forretningsresultat, men leder en flåde af AI-værktøjer og agenter for at opnå det. De skriver ikke koden; de reviderer den AI-genererede kode. De bruger ikke seks timer på at researche et emne; de bygger et workflow, der scraper, syntetiserer og personaliserer et briefingdokument på seks minutter.
Jeg kalder dette orkestreringsdrejningen. Det er et fundamentalt skift i værditilbuddet for en menneskelig medarbejder. I den gamle model lå værdien i udførelsen. I den nye model ligger værdien i styringen.
90/10-reglen for moderne arbejde
Når jeg analyserer forretningsgange, anvender jeg det, jeg kalder 90/10-reglen: AI kan nu håndtere 90% af eksekveringen i næsten enhver digital-først-rolle. De resterende 10% er 'det menneskelige premium' – strategien, nuancerne, den etiske dømmekraft og den endelige kvalitetskontrol.
Hvis du ansætter en person på indgangsniveau i dag, vil de bruge 90% af deres tid på at konkurrere med et værktøj, der er hurtigere, billigere og mere konsekvent end dem. Men hvis du ansætter en AI-operatør, bruger de 100% af deres tid på at udnytte den 90% AI-basislinje til at producere 10 gange så meget output.
Økonomien bag skiftet
Lad os tale om de tørre tal. En typisk entry-level-ansættelse på et større marked koster mellem £30,000 og £45,000 om året, når man medregner skat, personalegoder og kontorplads.
Sammenlign dette med en AI-operatør. Du betaler dem måske £55,000 – en merpris for deres tekniske agilitet og strategiske sind. Men den ene operatør, udstyret med en teknologipakken til £2,000 om året, kan erstatte outputtet fra tre eller fire traditionelle juniorer.
Dette handler ikke kun om at spare på lønnen; det handler om at eliminere det, jeg kalder bureauskatten. Mange virksomheder outsourcer eksekvering til bureauer, fordi de ikke har den interne båndbredde. Men en AI-operatør bringer den eksekvering tilbage in-house. De har ikke brug for et team af designere og skribenter; de har brug for et abonnement på Midjourney, Claude og en robust automationsplatform som Make eller Zapier.
Vi ser den samme logik gøre sig gældende i back-office-funktioner. Hvorfor skulle du ansætte en juniormedarbejder til at styre dit bogholderi, når en AI-først løntjeneste eller et automatiseret bogføringssystem kan klare det hårde arbejde for en tiendedel af prisen? Menneskets rolle skifter derefter til at auditere systemet, ikke at fodre det.
Paradokset om den 'syntetiske erfaring'
Et almindeligt modargument, jeg hører, er: 'Penny, hvis vi holder op med at ansætte juniorer, hvordan uddanner vi så fremtidens seniorer?'
Dette er en relevant bekymring, og den fører til det, jeg kalder paradokset om den syntetiske erfaring. Tidligere opnåede man erfaring ved at udføre rugbrødsarbejdet. Du lærte at blive en god redaktør ved først at være en middelmådig skribent. Du lærte at være CFO ved først at være bogholder.
Vejen til seniorniveau er dog ved at ændre sig. Fremtidens 'seniorer' vil ikke være de personer, der har brugt år i eksekveringens skyttegrave; det vil være de personer, der har brugt år ved roret af orkestrering. De vil udvikle 'syntetisk erfaring' – evnen til at overvåge tusindvis af AI-drevne iterationer og lære af mønstre og resultater i en skala, der var umulig for en menneskelig 'udfører' at opnå.
I stedet for at lære én måde at skrive en overskrift på gennem en uges forsøg og fejl, ser en AI-operatør 50 variationer på 10 sekunder, understøttet af realtidsdata om, hvad der virker. Deres læringskurve er ikke bare hurtigere; den har en helt anden form.
Hvad du skal kigge efter i din næste ansættelse
Hvis du er klar til at stoppe med at ansætte 'udførere' og begynde at ansætte 'operatører', skal du ændre din interviewproces. Se ikke på deres portefølje af tidligere arbejde – AI kan efterligne en portefølje. Test i stedet deres logik og 'prompting'-kompetencer.
Her er de tre egenskaber hos en AI-operatør i verdensklasse:
- Systemtænkning: Kan de kortlægge en proces fra start til slut? Kan de identificere, hvor data kommer ind, hvordan de skal transformeres, og hvor de skal hen?
- Resultatbesættelse: Traditionelle ansatte er ofte opgaveorienterede ('Jeg har sendt e-mailene'). Operatører er resultatorienterede ('Jeg har genereret 20 kvalificerede leads'). De er ligeglade med processen, så længe AI'en når frem til resultatet effektivt.
- Lav friktion / Høj nysgerrighed: Leder de naturligt efter et værktøj til at løse et problem, før de leder efter en person? Tester de konstant grænserne for, hvad deres 'agenter' kan gøre?
Vinduet lukker
AI-transformation er ikke en begivenhed i fremtiden. Det sker i realtid. De virksomheder, der fortsætter med at vækste ved at tilføje menneskeligt tunge eksekveringsroller, påtager sig reelt 'teknisk gæld' i deres menneskelige ressourcer. De bliver tungere og langsommere i præcis det øjeblik, hvor markedet kræver, at de bliver slankere og hurtigere.
Mits råd er enkelt: Gennemgå din næste jobbeskrivelse. Hvis mere end 50% af de listede ansvarsområder er 'eksekveringsopgaver' (skrivning, udkast, research, organisering), så slet opslaget.
Skriv det om til en AI-operatør. Ansæt en person, der kan bygge motoren, ikke en person, der ønsker at være et tandhjul i den. Dit regneark – og din mentale sundhed – vil takke dig.
Hvis du ikke er sikker på, hvor dit nuværende team befinder sig på dette spektrum, eller hvis du er bekymret over omkostningerne ved din nuværende bemandingsmodel, så start med at se på dine operationelle omkostninger. Vejen til en slankere virksomhed starter med en enkelt erkendelse: Du har ikke brug for flere folk. Du har brug for bedre løftestænger.