Under årtionden har den standardiserade rollbeskrivningen för ett litet eller medelstort företag (SMF) varit en inköpslista av ”görande”. Vi har sökt kandidater som kan ”hantera kalendern för sociala medier”, ”sköta löneadministrationen” eller ”skriva det månatliga nyhetsbrevet”. Men när jag arbetar med företag som navigerar i denna omställning ser jag ett fundamentalt skifte: den bästa AI-strategin för små och medelstora företag handlar inte om att hitta bättre verktyg; det handlar om att hitta människor som vet vad de ska göra när verktygen hanterar själva arbetet.
Vi går nu in i en era av exekveringsdeflation. I denna nya verklighet sjunker marknadsvärdet för ”standardiserad” exekvering – förmågan att utföra en repeterbar kognitiv uppgift – mot noll. Om en maskin kan generera en projektplan, skriva ett funktionellt kodblock eller utforma ett juridiskt svar på några sekunder, är personen som tidigare tillbringade fyrtio timmar i veckan med att göra dessa saker inte längre en tillgång; de är en flaskhals. Det verkliga värdet har skiftat från svaret till frågan.
Skiftet från exekvering till styrning
💡 Vill du att Penny ska analysera ditt företag? Hon kartlägger vilka roller AI kan ersätta och bygger en etappplan. Starta din kostnadsfria provperiod →
Jag driver en verksamhet med AI i fokus. Det finns ingen annan här. Varje funktion – marknadsföring, support, strategi – hanteras av mig, med stöd av AI. När jag ser på hur traditionella små och medelstora företag rekryterar, ser jag en farlig eftersläpning. De anställer fortfarande för ”exekveringskompetens” när de borde anställa för frågandets alfa.
Frågandets alfa är den konkurrensfördel som uppstår genom en individs förmåga att formulera problem, utvärdera data och styra AI-system för att producera högkvalitativa resultat. På en AI-mättad marknad kan vem som helst producera ”genomsnittligt” arbete. Vinsten går till den person som är tillräckligt nyfiken för att pressa AI:n bortom genomsnittet.
Om ni fortfarande använder föråldrad HR-programvara för att filtrera kandidater baserat på statiska färdigheter, filtrerar ni sannolikt bort just de personer som kommer att rädda er verksamhet från att bli irrelevant. Ni behöver inte någon som vet hur man använder ett specifikt CRM-system; ni behöver någon som undrar varför CRM-systemet inte förutser kundtapp och som har nyfikenheten att få det att göra det.
”90/10-regeln” för moderna roller
Jag talar ofta med mina klienter om 90/10-regeln. I nästan varje kognitiv roll kan AI nu hantera 90 % av grovarbetet – efterforskningar, första utkast, dataformatering. Detta lämnar 10 % kvar till människan.
De flesta företagsledare ser på dessa 10 % och tänker: ”Perfekt, jag kan avskeda människan.” Det är en ytlig analys. Dessa 10 % är i själva verket den mest kritiska delen av processen: det är strategin, nyanserna, den etiska tillsynen och ”tänk om?”-frågorna. Om ni helt eliminerar människan slutar det med en verksamhet som är effektiv men själlös och stagnant.
Men om ni behåller en människa som anställdes enbart för sin förmåga att utföra de 90 procenten, kommer denne att kämpa med de resterande 10 procenten. De kommer att känna sig hotade av automatiseringen snarare än stärkta av den. Det är därför ni måste omdefiniera rollbeskrivningen innan ni anställer.
Introduktion till nyfikenhetskvoten (CQ)
Enligt min erfarenhet sker de mest framgångsrika AI-implementationerna i företag som prioriterar nyfikenhetskvot (CQ) framför traditionell IQ eller erfarenhet. Nyfikenhet är det enda skyddet mot den snabba takten i AI-utvecklingen. En kandidat med hög CQ frågar inte ”Hur gör jag det här?”, de frågar ”Varför gör vi det på det här sättet, och kan det göras bättre?”.
När vi tittar på Penny mot affärskonsulten, kokar skillnaden ofta ner till detta: en traditionell konsult säljer ett svar baserat på vad som fungerade igår. Ett AI-drivet tillvägagångssätt (och en nyfiken medarbetare) söker det bästa svaret för morgondagen genom att iterera genom tusen möjligheter på den tid det tar för en konsult att öppna sin bärbara dator.
Så identifierar ni hög CQ i intervjuprocessen
Om ni vill baka in detta i er AI-strategi för tillväxt, måste ni ändra hur ni intervjuar. Sluta fråga om vad de har gjort. Börja fråga om vad de har brutit ner och lagat.
- Testet ”Vad saknas?”: Ge dem ett AI-genererat resultat (en marknadsplan eller en finansiell rapport) och fråga: ”Vad saknar AI:n här som skulle göra detta till världsklass?”
- Den verktygsagnostiska utmaningen: Be dem förklara en komplex process de hanterat. Fråga sedan: ”Om programvaran du använde för det försvann imorgon, hur skulle du bygga upp resultatet från grunden igen?”
- Djupdykningsfrågan: Fråga: ”Vad är det senaste du spenderade tre timmar på att efterforska bara för att du ville förstå det?”
”Byråskatten” och outsourcingens död
Små och medelstora företag har traditionellt sett outsourcat exekvering till byråer. Detta var ett förnuftigt sätt att få tillgång till kompetens utan de fasta kostnaderna för en heltidsanställning. Men vi ser nu framväxten av byråskatten – det massiva gapet mellan vad en byrå tar betalt för exekvering (t.ex. £2,000 för en serie blogginlägg) och vad samma tillgångar kostar att producera med AI (£20 i tokens och 30 minuter mänsklig styrning).
För att undvika denna skatt måste ni hämta hem ”styrningen” internt. Men ni behöver inte en hel avdelning; ni behöver en nyfiken person som kan agera som ”orkestrator”.
Detta skifte kräver en återinvestering i ert befintliga team. Ni kan inte bara anställa er ur detta; ni måste utveckla er ur det. Det är här utbildning och professionella tjänster blir ert hemliga vapen. Men utbilda dem inte i ”hur man använder AI”. Utbilda dem i hur man tänker kritiskt, hur man granskar AI-resultat och hur man förblir outtröttligt nyfiken på nästa steg.
Ramverk: Matrisen för kognitiv förflyttning
För att hjälpa er att visualisera hur roller förändras använder jag ett ramverk som kallas matrisen för kognitiv förflyttning. Den placerar roller längs två axlar: exekveringstyngd och strategiskt frågande.
- Föråldrade roller (hög exekvering, lågt frågande): Dessa är rollerna som är i fara. Datainmatning, grundläggande bokföring, standardiserad copywriting. Dessa roller bör inte ”ersättas”; de bör ”transformeras”.
- Övergångsroller (hög exekvering, högt frågande): Här sitter de flesta små och medelstora företag fast. Människor arbetar hårdare för att hantera AI-verktygen, men de har inte släppt exekveringen. Detta leder till utbrändhet.
- Framtida roller (låg exekvering, högt frågande): Detta är målet. Människan ägnar 90 % av sin tid åt strategi, testning och kreativ styrning, medan AI:n hanterar produktionen.
Varför detta är avgörande för sista raden i små och medelstora företag
Detta handlar inte bara om ”kultur”. Det handlar om matematik. En nyfiken medarbetare som använder AI kan utföra arbetet av tre exekveringsfokuserade medarbetare.
Tänk på kostnadsbesparingarna:
- Minskat antal anställda (utan att förlora produktivitet).
- Snabbare tid till marknad för nya idéer.
- Eliminering av ”byråskatten”.
Men den största besparingen är dold: det är kostnaden för status quo. I en AI-accelererad värld är att stå stilla det dyraste man kan göra. Konkurrenter som anställer för nyfikenhet kommer att iterera tio gånger snabbare än ni. De kommer att hitta de effektivitetsvinster ni missade. De kommer att lösa de kundproblem ni inte ens visste fanns.
Radikal ärlighet: Den svåra biten
Jag ska vara ärlig mot er: denna omställning är obekväm. Det är svårt att säga till en lojal medarbetare att deras ”exekvering” inte längre är där värdet ligger. Det är svårt att kasta bort rollbeskrivningar som har fungerat i ett decennium.
Men som er guide måste jag säga sanningen: fönstret håller på att stängas. AI är inte längre en framtidsfråga. Det är en realitet här och nu. Er uppgift som företagsledare är inte längre att leda människor som utför arbete. Det är att leda människor som styr maskiner.
Börja idag. Titta på er senaste platsannons. Om det är en lista med arbetsuppgifter, radera den. Ersätt den med en lista över problem ni behöver få lösta och ett krav på en kandidat som inte kan sluta fråga ”Varför?”.
Nyfikenhet dödade inte katten. I AI-eran är det det enda som håller verksamheten vid liv.