Nej. Att leda ett veckovis teammöte är idag ingen uppgift som AI kan ta över. Inte heller mellanformen — AI som leder mötet medan en människa godkänner eller avvisar — är aktuell här. Detta förblir mänskligt arbete, med stöd av AI i utkanterna: sätta ihop en agenda, sammanfatta anteckningar, filtrera fram åtgärdspunkter ur ett transkript.
Tre axlar ur vår taxonomi är avgörande här: volym, bedömningsutrymme och felkostnader. De pekar var och en åt olika håll, och det är precis därför utfallet är nyanserat.
Volym får en hög poäng (5): ett möte som återkommer varje vecka på samma tid, med en fast agendastruktur, är till formen mycket repetitivt. Det är vanligtvis ett tecken på att automatisering blir intressant, eftersom upprepning låter sig fångas i regler eller mallar.
Men bedömningsutrymme får en låg poäng (2), och det drar tillbaka balansen. Att leda ett teammöte handlar inte om att beta av en checklista. Mötesledaren måste på plats bedöma vem som inte kommer till tals men ändå har något att säga, när en diskussion behöver avbrytas eftersom den försenar mötet, och när ett litet problem egentligen är en stor signal som förtjänar mer uppmärksamhet. Det är ständig improvisation utifrån tonläge, stämning och inbördes dynamik — något ett system inte har någon tillförlitlig bild av.
Felkostnader får med en 4 en relativt hög poäng, vilket betyder att fel här slår illa ut. En mötesledare som feltolkar ett problem, hoppar över en teammedlem eller trycker igenom ett beslut för snabbt, skadar förtroendet för mötet. Det reparerar man inte med en korrigering i ett system; det repareras i nästa samtal, med människor som vill känna sig hörda.
Därtill kommer kundkontakt (5) och regelefterlevnad (4): i många teammöten tas även personalfrågor eller känsliga ärenden upp, och den som leder mötet måste kunna hantera det direkt och personligt.
Anta att teammötet för ett logistikteam börjar med veckoplaneringen men urartar till en diskussion eftersom två medarbetare har en konflikt om skiftbyten. Ett AI-system som "leder" mötet utifrån agendan skulle inte se detta komma, inte veta när det ska ingripa, och absolut inte känna av hur man avslutar det samtalet på ett bra sätt. Teamledaren gör det på känsla, baserat på vad hen vet om personerna vid bordet. Det är precis det bedömningsutrymme som i dag saknas hos AI.
Utfallet av denna analys beror på vad man exakt menar med "leda mötet". Vissa delar ligger faktiskt inom räckhåll:
Hos ett annat team, med en annan typ av möte, kan utfallet alltså förskjutas. Ett möte som enbart består av att gå igenom en fast checklista utan diskussion — till exempel en kort statusrunda utan innehållslig avvägning — har en annan poäng för bedömningsutrymme än ett möte där problem och teamdynamik diskuteras. Det är precis därför en analys per uppgift behövs istället för ett omdöme om "möten" i allmänhet.
Om ett team ändå använder AI för förberedelse eller protokollföring kring mötet, kvarstår frågan om vem som kontrollerar det och vem som är ansvarig om något går fel, till exempel en felaktig sammanfattning som uppfattas som ett beslut. Hur ni organiserar den tillsynen kan ni läsa om i mänsklig tillsyn över AI, konkret. Också relevant är frågan om vem som är ansvarig om en AI-sammanfattning tilldelar fel åtgärdspunkt till fel person; det diskuterar vi i ansvar när AI gör ett fel. Om personalfrågor eller känsliga uppgifter om medarbetare tas upp i mötet och registreras av ett AI-verktyg, gäller egna juridiska krav för det; det är ingen automatiseringsfråga utan en juridisk fråga.
Denna sida besvarar en uppgift ur ett bredare uppgiftspaket. Vill ni veta hur många av uppgifterna i er funktion eller ert team som faktiskt ligger inom räckhåll för AI — till exempel förberedelse, protokollföring eller rapportering kring möten — ger den kostnadsfria snabbanalysen från ftetoai en första indikation. Tolv frågor, inget konto krävs, med en indikation på hur stor andel av timmarna i er profil som idag kan tas över av AI. Den fullständiga arbetsanalysen, som går djupare in på enskilda uppgifter, är fortfarande under uppbyggnad.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.