I flere tiår har den standardiserte oppskriften for å skalere en småbedrift fulgt en forutsigbar vei: så snart grunnleggeren ble for travel til å håndtere rutinearbeidet, ansatte de en junior. Denne medarbeideren i en begynnerstilling var motoren for utførelse – personen som skrev utkast til e-poster, formaterte regneark, planla innlegg i sosiale medier og håndterte grunnleggende dataregistrering. De var «utførerne».
Den oppskriften er nå utdatert.
Vi er for øyeblikket vitne til slutten på den tradisjonelle begynnerstillingen slik vi kjenner den. I denne nye æraen med AI-transformasjon har gapet mellom «å vite hva som må gjøres» og «å få det gjort» krympet til nesten null. Hvis De fortsatt ansetter for grunnleggende utførelse, betaler De ikke bare for mye – De bygger en virksomhet på et fundament av menneskeskapt friksjon som Deres konkurrenter allerede automatiserer bort.
Det store utførelseskollapset
💡 Vil du at Penny skal analysere virksomheten din? Hun kartlegger hvilke roller AI kan erstatte og bygger en trinnvis plan. Start din gratis prøveversjon →
For å forstå hvorfor begynnerstillingen dør, må vi se på hva vi faktisk betalte for. Historisk sett fikk en junioransatt betalt for sin tid og sine motoriske ferdigheter. De betalte for deres evne til å sitte i en stol i åtte timer og flytte data fra punkt A til punkt B, eller for å gjøre en grov brief om til et middelmådig førsteutkast.
I dag ser jeg et gjentakende mønster jeg kaller utførelsesfellen. Bedrifter fortsetter å ansette folk for å utføre oppgaver som en veltrent Large Language Model (LLM) eller en autonom agent kan fullføre på sekunder for en brøkdel av kostnaden. Når jeg ser på besparelser knyttet til bemanning i dagens marked, er det tydelig: avkastningen på en menneskelig «utfører» stuper, mens avkastningen på en «AI-operatør» skyter i været.
Utførelse har blitt en handelsvare. Evnen til å skrive et grunnleggende blogginnlegg, oppsummere et møte eller avstemme et regnskap er ikke lenger en spesialisert menneskelig ferdighet – det er en nødvendighet på linje med elektrisitet eller internettilgang. De ansetter ikke noen bare for å slå på lyset; hvorfor ansetter De fortsatt noen bare for å skrive utkast til nyhetsbrev?
Fra utfører til orkestrator: Fremveksten av AI-operatøren
De mest suksessfulle bedriftene jeg jobber med, ansetter ikke «Junior Account Managers» eller «markedsføringsassistenter». De ansetter AI-operatører.
En AI-operatør er noen som forstår det ønskede forretningsresultatet, men som administrerer en flåte av AI-verktøy og agenter for å oppnå det. De skriver ikke koden; de reviderer den AI-genererte koden. De bruker ikke seks timer på å undersøke en potensiell kunde; de bygger en arbeidsflyt som skraper, syntetiserer og personaliserer et orienteringsdokument på seks minutter.
Jeg kaller dette orkestreringsskiftet. Det er et fundamentalt skifte i verdien en menneskelig ansatt tilfører. I den gamle modellen lå verdien i selve utførelsen. I den nye modellen ligger verdien i styringen.
90/10-regelen for moderne arbeid
Når jeg analyserer forretningsdrift, bruker jeg det jeg kaller 90/10-regelen: AI kan nå håndtere 90 % av utførelsen i nesten enhver digitalorientert rolle. De resterende 10 % er den «menneskelige premiumen» – strategien, nyansene, den etiske vurderingen og den endelige kvalitetskontrollen.
Hvis De ansetter en person i en begynnerstilling i dag, vil de bruke 90 % av tiden sin på å konkurrere med et verktøy som er raskere, billigere og mer konsekvent enn dem selv. Men hvis De ansetter en AI-operatør, bruker de 100 % av tiden sin på å utnytte den 90 % AI-basisen for å produsere ti ganger så mye resultat.
Økonomien i skiftet
La oss snakke om de harde faktaene. En typisk nyansatt i en begynnerstilling i et stort marked koster mellom £30,000 og £45,000 per år når man inkluderer skatter, goder og kontorplass.
Sammenlign dette med en AI-operatør. De betaler dem kanskje £55,000 – en premium for deres tekniske smidighet og strategiske sans. Men denne ene operatøren, utstyrt med en verktøypakke til £2,000 i året, kan erstatte produksjonen til tre eller fire tradisjonelle juniorer.
Dette handler ikke bare om å spare lønn; det handler om å eliminere det jeg kaller byråskatten. Mange bedrifter outsourcer utførelse til byråer fordi de ikke har intern kapasitet. Men en AI-operatør bringer denne utførelsen tilbake i huset. De trenger ikke et team av designere og skribenter; de trenger et abonnement på Midjourney, Claude og en robust automatiseringsplattform som Make eller Zapier.
Vi ser den samme logikken gjelde for støttefunksjoner. Hvorfor skulle De ansatte en junior saksbehandler til å styre regnskapet når en AI-først lønnstjeneste eller et automatisert bokføringssystem kan håndtere grovarbeidet for en tiendedel av prisen? Menneskets rolle skifter da til å revidere systemet, ikke å mate det.
Paradokset om «syntetisk erfaring»
En vanlig innvending jeg hører er: «Penny, hvis vi slutter å ansette juniorer, hvordan skal vi da lære opp fremtidens seniorer?»
Dette er en berettiget bekymring, og den fører til det jeg kaller paradokset om syntetisk erfaring. Tidligere fikk man erfaring ved å gjøre rutinearbeidet. Man lærte å bli en god redaktør ved først å være en middelmådig skribent. Man lærte å bli en CFO ved først å være en bokfører.
Veien til seniornivå er imidlertid i endring. Fremtidens «seniorer» vil ikke være de som tilbrakte år i utførelsens skyttergraver; de vil være de som tilbrakte år ved orkestreringens ror. De vil utvikle «syntetisk erfaring» – evnen til å overvåke tusenvis av AI-drevne iterasjoner, og lære av mønstre og resultater i en skala som var umulig for en menneskelig «utfører» å oppnå.
I stedet for å lære én måte å skrive en overskrift på gjennom en uke med prøving og feiling, ser en AI-operatør 50 variasjoner på 10 sekunder, støttet av sanntidsdata om hva som fungerer. Læringskurven deres er ikke bare raskere; den har en helt annen form.
Hva De bør se etter i Deres neste ansettelse
Hvis De er klar for å slutte å ansette «utførere» og begynne å ansette «operatører», må De endre intervjuprosessen. Ikke se på deres portefølje av tidligere arbeid – AI kan etterligne en portefølje. Test i stedet deres logikk og kompetanse innen prompting.
Her er de tre egenskapene til en AI-operatør i verdensklasse:
- Systemtenkning: Kan de kartlegge en prosess fra start til slutt? Kan de identifisere hvor data kommer inn, hvordan de skal transformeres, og hvor de skal sendes?
- Besettelse av resultater: Tradisjonelle ansatte er ofte oppgaveorienterte («Jeg sendte e-postene»). Operatører er resultatorienterte («Jeg genererte 20 kvalifiserte leads»). De bryr seg ikke om prosessen så lenge AI-en når resultatet effektivt.
- Lav friksjon / høy nysgjerrighet: Ser de naturlig etter et verktøy for å løse et problem før de ser etter en person? Tester de stadig grensene for hva deres «agenter» kan gjøre?
Vinduet er i ferd med å lukkes
AI-transformasjon er ikke noe som skjer «en gang i fremtiden». Det skjer i sanntid. Bedriftene som fortsetter å skalere ved å legge til menneske-tunge utførelsesroller, pådrar seg i praksis «teknisk gjeld» i sine menneskelige ressurser. De blir tyngre og tregere i nøyaktig det øyeblikket markedet krever at de blir smidigere og raskere.
Mitt råd er enkelt: Gå gjennom Deres neste stillingsbeskrivelse. Hvis mer enn 50 % av de oppførte ansvarsområdene er «utførelsesoppgaver» (skriving, utkast, research, organisering), slett utlysningen.
Skriv den på nytt for en AI-operatør. Ansett noen som kan bygge motoren, ikke noen som ønsker å være et tannhjul i den. Deres regneark – og Deres mentale helse – vil takke Dem.
Hvis De er usikker på hvor Deres nåværende team befinner seg på dette spekteret, eller De er bekymret for kostnadene ved Deres nåværende bemanningsmodell, start med å se på Deres driftskostnader. Veien til en slankere bedrift starter med én erkjennelse: De trenger ikke flere folk. De trenger bedre verktøy og utveksling.