AI udfordrer vores måde at måle succes på

Hvis AI kan skrive vores e-mails, analysere data og generere kode, overgår maskiner mennesker på næsten alle de parametre, vi i dag måler på: hastighed, produktivitet og opgaveløsning. Men det er en farlig illusion. En nylig ledelsesundersøgelse viser, at AI kan hjælpe med at udføre 12% mere arbejde, 25% hurtigere – men samtidig tager det fejl i 19% af tilfældene. Det er et afslørende tal, der illustrerer en større tendens: Vi prioriterer bevægelse frem for retning.

Forestil dig Wile E. Coyote, der løber hurtigere og hurtigere – indtil han pludselig opdager, at der ikke er nogen grund under ham. Det er præcis, hvad der sker i vores arbejdsliv, når vi udelukkende fokuserer på kvantitet frem for kvalitet. AI er effektiv til at gentage og optimere det, der allerede eksisterer, men den mangler den menneskelige evne til at forestille sig det uudtænkte.

AI er ikke kreativ – mennesker er

AI er, på trods af sit navn, ikke generativ. Den finder mønstre i det, der allerede er skabt, og accelererer beslutninger, der allerede er truffet. Den kan komponere en sang baseret på din historie eller bygge en simpel hjemmeside. Men den kan ikke:

  • Forestille sig noget, der ikke findes endnu
  • Sætte spørgsmålstegn ved status quo
  • Udvise empati eller forstå manglende integritet i en beslutning
  • Holde spændinger eller skabe noget radikalt nyt

Mennesker derimod gør netop dét. Vi bearbejder ikke bare verden – vi omformer den. Vi tager problemer, ingen har løst, sidder med deres modsætninger og skaber noget, andre har overset. Det er den menneskelige kapacitet til at tænke ud af boksen, der driver innovation. Og det er præcis det, vores ledelsessystemer aldrig har lært at måle.

Performancevurderinger er 100 år gamle – og de fejler

Problemet med vores målesystemer er ikke nyt. Det er et århundred gammelt problem, som AI's fremkomst har gjort akut. I begyndelsen af 1900-tallet introducerede Frederick Taylor videnskabelig ledelse – idéen om, at menneskeligt arbejde kunne standardiseres, måles og optimeres som enhver anden industriel input. Mennesker blev set som ressourcer, og effektivitet som output.

Kort efter formaliserede den amerikanske hær rangordningssystemer til at vurdere soldater. Hensigten var ikke udvikling, men sortering – til brug for militær hierarki og udstationering. Da krigene sluttede, overtog erhvervslivet både logikken og formen. I 1950'erne blev den årlige performancevurdering en fast del af corporate life – ikke for at udvikle medarbejdere, men for at sortere, rangere og bedømme dem.

Jack Welch forstærkede denne praksis på GE, hvor han hvert år belønnede de øverste 20% og fyrede de nederste 10%. Hans model spredte sig globalt og cementerede den idé, at mennesker skal rangeres frem for at blive forbundet. Men det, de fleste ikke ved, er, at dette system ikke var designet til at forbedre performance. Det var et redskab til at styre aktionærernes opfattelse – og skabe en kultur af konstant udskiftning.

Vi måler det forkerte – og det koster os dyrt

Performancevurderingerne var aldrig tiltænkt at fremme innovation eller kreativitet. De var designet til at kontrollere og sortere. Men i en tid, hvor AI accelererer det eksisterende, bliver vores manglende evne til at måle det menneskelige potentiale en strategisk risiko.

Når vi belønner kvantitet frem for kvalitet, risikerer vi at miste det, der gør os unikke: vores evne til at tænke nyt, udfordre konventioner og skabe reel værdi. Det er på tide at genoverveje, hvordan vi måler succes – ikke kun i AI's æra, men i en fremtid, hvor menneskelig kreativitet bliver endnu mere afgørende.

"Vi prioriterer bevægelse frem for retning. Vi løber hurtigere, men ved ikke, hvorhen vi løber. AI kan hjælpe os med at nå hurtigere frem – men det er os, der skal definere destinationen."