Du rullade ut AI-verktyget. Kickoffen gick bra, mejlet använd det, det sparar tid gick ut två gånger, och en handfull power-users vävde in det i sin vecka. Sedan öppnar du användningsstatistiken en onsdag eftermiddag och den har legat platt i två månader.
Det är lätt att läsa det som ett informationsproblem — budskapet landade inte, så skicka en förklaring till. Men ingen tar upp en ny vana för att de läst om den. Folk använder ett verktyg när de har ett skäl, vet hur, och får en signal att börja — och ett lanseringsmejl ger dem på sin höjd det första. Att få AI använt är ett beteendejobb, inte ett kommunikationsjobb: du designar för vanan i stället för att bara sprida tillgången. Det är principen som ligger under allt i den här samlingen; den här artikeln handlar om att tillämpa den på just en AI-utrullning.
AI-adoption är en vana, inte ett tillkännagivande
En vana behöver tre saker samtidigt: ett skäl att bry sig, förmågan att göra saken, och en signal att börja. En lansering täcker inget av dem särskilt länge.
Skälet är skörare än det ser ut. Att använda AI kan kännas långsammare i början — det är det faktiskt, medan du lär dig verktyget och dubbelkollar det det producerar — och för en del finns en tystare tvekan: varför skulle jag automatisera bort en del av mitt eget jobb? Förmågan saknas för att generella tips inte når det faktiska arbetet: vad får jag använda det till, i min roll, den här veckan? Och inget i dagen säger öppna verktyget nu — signalen fanns aldrig där.
Att ropa högre lägger inte till någon av de tre. Att designa för dem gör det.
Börja i hindren — AI-hindren är specifika
Innan du designar något, bli konkret om vad du vill ska hända och vad som står i vägen. Det är en egen disciplin, och designa utifrån målet och hindren går igenom den.
Det som är värt att veta här är att AI-utrullningar har sina egna igenkännbara hinder, och det är dem du vill få upp på bordet: jag vet inte vad jag får använda det till. Jag vet inte vilka av mina uppgifter det faktiskt är bra på. Det känns långsammare. Vad gör jag när det blir fel? Snabbaste sättet att hitta dem — och att hitta dem som redan använder AI bra — är att fråga hela målgruppen i en kort utvärdering i stället för att gissa utifrån några få frivilliga. Exemplen som kommer tillbaka från era egna högpresterare — hur Anna förbereder ett svårt kundsamtal, hur Erik sammanfattar ett ärende — slår vilken generell produktivitetslista som helst, för kollegorna känner igen arbetet som sitt eget.
Kör en fokusperiod, inte ett webbinarium
Standardläget är ett nittiominuters webbinarium: slides, en demo, en inspelning ingen öppnar igen. Efteråt har det svåra fortfarande inte hänt — att sätta sig och lista ut vad man faktiskt ska göra i morgon. Oftast blir det aldrig av.
Gör om det till en kort fokusperiod i stället — ett par veckor, byggd som ett riktigt experiment snarare än en lektion. På måndagen väljer var och en ett beteende och skriver en enradsplan: vad de ska testa, när, med vilket underlag. Mitt i veckan landar en kort påminnelse med ett praktiskt tips. I slutet en reflektion — du sa att du skulle testa det här; hur gick det, vad var svårt, vad testar du härnäst? Sedan en andra fokusperiod, med något lite mer ambitiöst. Det är inte utbildning före arbetet. Det är arbetet, med reflektion och ett andra försök inbyggt.
Skydda folk genom svackan
Ny AI-användning blir långsammare innan den blir snabbare: du lär dig, kör gamla och nya sättet parallellt för säkerhets skull, dubbelkollar det som kommer ut. De flesta hoppar av i den svackan — vilket är precis där chefen spelar roll.
Det generella chefsspåret — loopa in, lägg märke till, ställ en bra fråga — är ett eget ämne, i involvera cheferna. Det som är specifikt för AI är uppdraget du ger dem: skydda tiden genom den långsamma veckan i stället för att läsa den som bortkastad, och sätt ord på det obekväma. När en chef säger svackan är normal, och nej, det här handlar inte om att automatisera bort dig blir tveksamheten folk bar tyst på något de kan prata om. Osagd sätter den ett tyst tak på användningen, hur bra verktyget än är.
Bygg in delandet — bra användning upptäcks, den delas inte ut
Ingen vet dag ett hur bra AI-användning ser ut hos just er. Det upptäcks i bitar, av dem som testar saker och märker vad som funkade. Lämnar du det åt slumpen stannar kunskapen i enskilda huvuden.
Så gör delandet till det avslutande draget i varje försök. När någon har reflekterat, peka dem mot en gemensam Trådar-konversation för att lägga upp vad de testade — jag använde det till det här; så här funkade det. Andra läser, härmar, och ett riktigt bibliotek av lokala användningsfall bygger sig självt under utrullningen. För berättelserna som inte får plats i ett inlägg låter ett gruppmöte i slutet av en fokusperiod en handfull personer jämföra riktiga försök och snappa upp de finare dragen. Hur som helst är delandet designat, inte hoppat på.
Du köpte tillgången. Om någon faktiskt arbetar annorlunda är en annan fråga — och det är den som är värd att designa för: en vana, skyddad genom svackan, med den bra användningen som sprider sig av sig själv.