)
Et AI kursus kan give god energi på dagen. Folk prøver værktøjer, griner lidt af de mærkelige svar, finder en genvej i deres egen opgave og går hjem med noget, de faktisk har lyst til at teste.
Men arbejdet bliver afgjort bagefter.
Mandag morgen er kalenderen fuld igen. Indbakken trækker. Den nye AI vane står og venter ved siden af alt det, der allerede plejer at vinde. Derfor hjælper det at aftale noget helt lavpraktisk, mens kurset stadig er tæt på: hvilken opgave prøver du, hvornår taler teamet om det igen, og hvor lægger vi de eksempler, der var værd at bruge?
Kort overblik
Vælg én AI vane pr. deltager efter kurset, og hold fast længe nok til at den møder en normal arbejdsuge flere gange.
Læg de små AI erfaringer ind i møder, teamet allerede holder, i stedet for at opfinde et ekstra projektspor.
Bed ledere vise deres egne forsøg, også de halvskæve første svar, så brugen ikke kun bliver noget medarbejderne skal rapportere på.
Brug AI ambassadører med kendskab til afdelingens arbejde, og giv dem tid til at hjælpe kolleger.
Begynd med gentagne opgaver, hvor teamet kan vurdere tid, kvalitet og besvær uden at gætte.
Kilde og lyt videre
Artiklen bygger på en episode af HverdagsAI podcasten om skiftet fra kursusdag til vane og på HverdagsAIs egne erfaringer fra AI kurser og opfølgning i virksomheder.
Kursusdagen gør ikke arbejdet færdigt
På selve dagen kan et kursus gøre meget godt. Det giver fælles ord for AI, sænker skuldrene hos dem der er usikre, og viser hurtigt, at værktøjerne kan bruges til mere end små eksperimenter.
Den værdi holder bedre, når den bliver bundet til en opgave, nogen faktisk skal løse næste uge. Ellers forsvinder den hurtigt. Hverdagen er stærk: Medarbejderne ved måske ikke, hvilken opgave de skal begynde med, de har ikke tid til at øve sig, eller de bliver i tvivl om kvaliteten af outputtet.
Derfor skal et godt AI kursus ikke kun slutte med inspiration. Det skal slutte med en aftale om, hvad der sker bagefter.
Den aftale behøver ikke være tung. Den kan være så enkel som: Hver deltager vælger én opgave, hvor AI skal bruges de næste tre til fire uger. Én konkret opgave er nok i starten, valgt fordi den faktisk findes i arbejdet.
Det er sådan kulturen begynder. Lidt kedeligt, men effektivt: samme lille handling, flere gange, i almindeligt arbejde.
Start med én AI vane i tre til fire uger
Mange virksomheder kommer galt fra start, fordi de behandler AI som en idébank. Efter et kursus ligger der måske tyve muligheder på bordet. Nogle handler om mails. Andre om analyse, mødeforberedelse, kundesvar, dokumenter eller interne processer.
Det kan se positivt ud. Det er det også, lige indtil ingen ved, hvad de skal gøre først.
En bedre regel er at vælge én vane, der er lille nok til at blive brugt ofte. Det kan være at bruge AI til første udkast, til at omskrive tung intern tekst, til at forberede spørgsmål før et møde eller til at samle pointer fra en længere tekst. Pointen er ikke, at alle skal vælge den samme opgave. Pointen er, at hver person vælger noget, der vender tilbage.
Tre til fire uger er længe nok til, at vanen rammer rigtig drift, ikke kun kursusstemning. Her opdager teamet de små friktioner: en prompt der virker mandag, men ikke torsdag. Et svar der lyder fint, men ikke kan bruges til kunden. En kollega, der bliver i tvivl om data og adgang. Og ja, også de tilfælde hvor AI tager længere tid end bare at gøre arbejdet selv.
Når perioden er slut, så tal om det uden store skemaer: Hvad blev lettere? Hvad blev bedre? Hvad blev mest besværligt?
Gør AI til en fast del af teamets rytme
AI bliver hurtigt et sideprojekt, hvis det kun lever i særskilte møder. De fleste teams har allerede rytmer, hvor arbejdet bliver koordineret: ugemøder, tavlemøder, sagsgennemgang, salgsstatus, projektmøder eller ledermøder.
Brug dem.
Sæt ti minutter af til AI i en rytme, der allerede findes. Ikke hver gang for altid, men ofte nok til, at det bliver normalt at dele små forsøg. Hvad har vi prøvet siden sidst? Hvilken prompt sparede tid? Hvor blev svaret for dårligt? Hvilken opgave bør vi ikke bruge AI til lige nu?
Den sidste type spørgsmål er vigtig. Hvis AI kun må omtales som succes, stopper læringen hurtigt. Medarbejdere har brug for at se, at det er acceptabelt at prøve, forkaste og justere. Det er især her, hverdagskulturen adskiller sig fra kursusbegejstringen.
Et team kan også samle de bedste erfaringer i en enkel fælles mappe. Start med de prompts, eksempler og arbejdsgange, der faktisk bliver brugt, i stedet for at bygge et stort videnssystem fra dag ét. Når noget virker flere gange, kan det blive til en skabelon. Når noget ikke virker, skal det ikke gemmes som inspiration, bare fordi det lød godt på dagen.
Ledelsen skal vise brugen, ikke kun efterspørge den
Der er stor forskel på en leder, der taler om mere AI brug, og en leder, der selv viser, hvordan AI bruges i arbejdet.
Den første version skaber let endnu et krav. Den anden gør brugen mere almindelig.
Det behøver ikke være poleret. En leder kan vise, hvordan AI blev brugt til at forberede en dagsorden, sammenfatte et kundespørgsmål, lave første udkast til en intern besked eller se en sag fra flere vinkler. Lederen kan også vise, hvor AI svarede skævt, og hvad der skulle rettes.
Det sidste er ofte det mest brugbare. Mange medarbejdere sidder med en stille fornemmelse af, at andre får perfekte svar, mens de selv får noget halvt. Når ledelsen viser den redigerede vej fra første svar til brugbar tekst eller beslutningsstøtte, bliver AI mindre mystisk.
For ledergrupper, der vil arbejde mere systematisk med det, kan et AI kursus for ledere give et fælles niveau for, hvordan man sætter retning, stiller bedre spørgsmål og følger op uden at gøre AI til endnu et kontrolprojekt.
AI ambassadører skal kende hverdagen
Mange virksomheder peger på AI ambassadører eller AI champions efter et kursus. Det kan være en god idé, men rollen bliver let for uklar.
Vælg ikke kun den person, der er mest begejstret for nye værktøjer. Begejstring hjælper, men rollen virker bedst, når personen forstår afdelingens arbejde, kender de gentagne opgaver og har tillid blandt kollegerne.
Det er også nødvendigt at give rollen tid. Hvis en medarbejder skal teste prompts, hjælpe kolleger, samle erfaringer og vise små arbejdsgange, kan det ikke kun ske i pauserne. Så bliver rollen pynt på en slide.
En praktisk ramme kan være, at hver afdeling vælger en eller to personer, der får ansvar for at:
samle de mest brugte prompts og arbejdsgange
hjælpe kolleger med de første forsøg
bringe spørgsmål videre til ledelse eller IT, når der opstår tvivl om data, adgang eller kvalitet
dele korte eksempler på teammøder
Hvis ejerskabet senere skal formaliseres på tværs af ledelse, IT og fagteams, kan AI orchestratoren blive relevant. Men denne artikel handler om skridtet lige efter kurset: at få de første vaner til at leve i afdelingerne.
Vælg opgaver, hvor kvalitet og tid kan vurderes
AI kultur må ikke kun handle om aktivitet. Det er ikke nok at kunne sige, at mange har åbnet et værktøj, eller at der ligger flere prompts i en mappe.
Det afgørende er, om AI hjælper på opgaver, der betyder noget.
Start derfor med arbejdsopgaver, hvor teamet kan vurdere både tidsforbrug og kvalitet. Gentagne opgaver er ofte bedst, fordi de giver flere forsøg og tydeligere læring. Det kan være opgaver med tekst, struktur, forberedelse, opsummering, sammenligning eller første udkast. Brug ikke AI på opgaver, hvor kvaliteten er svær at kontrollere, før teamet har en klar metode for gennemgang.
Lav gerne en enkel vurdering:
Hvor ofte opstår opgaven?
Hvor meget tid bruger vi på den i dag?
Hvad er et acceptabelt resultat?
Hvem skal kontrollere kvaliteten?
Hvad kræver det at ændre arbejdsgangen?
Den slags spørgsmål gør AI mindre abstrakt. De flytter samtalen fra generel AI ambition til én konkret opgave, teamet kan teste. Det er en sundere samtale. Også når svaret bliver nej.
Hvornår er et kursus nok, og hvornår kræver det rådgivning?
Et kursus er ofte nok, når virksomheden mangler fælles sprog, tryghed og de første konkrete arbejdsformer. Hvis teamet har klare opgaver, en leder der følger op, og et par medarbejdere der kan hjælpe andre videre, kan meget ske med en enkel kursusdag og en god efterfølgende rytme.
Rådgivning bliver mere relevant, når spørgsmålene handler om prioritering, ansvar og implementering på tværs af afdelinger. Hvilke use cases skal vælges først? Hvem ejer data og adgang? Skal der laves fælles retningslinjer? Hvilke processer er værd at bygge om? Hvordan undgår vi, at tre afdelinger løser det samme problem på hver sin måde?
Her er et kursus stadig nyttigt, men virksomheden har brug for mere end selve kursusdagen.
Hvis virksomheden allerede har mange idéer, men mangler retning, kan AI rådgivning være det næste skridt. Rådgivningen hjælper med at vælge rigtigt og få ansvar, prioritering og drift til at hænge sammen.
Et jordnært forløb er ofte nok til at få retningen på plads: fælles forståelse, én vane, en fast teamrytme og et par opgaver, der er værd at arbejde videre med. Større implementering kan vente, til virksomheden ved, hvad der faktisk bliver brugt.
Når kurset skal sætte sig fast
Vil I bruge kursusdagen som start på en ny arbejdsvane, så se HverdagsAIs AI kursus for virksomheder. Det passer til medarbejdere, der skal prøve AI i egne opgaver og tage de første vaner med tilbage i hverdagen.