KI og prosessledelse: Organisatorisk intelligens

KI er i ferd med å bli en deltaker i prosessarbeid, ikke bare et verktøy vi bruker mellom møtene. Forskningen har begynt å si noe om hva den gjør når den kommer inn: hvor den kan forbedre arbeidet, hvor bruk kan koste mer enn det gir, og hvor i prosessen verdien flytter seg. Målet med artikkelen er å gi et innblikk i hvordan KI kan påvirke både individet og gruppen i prosesser gjennom Kolbjørnsruds (2024) rammeverk for organisatorisk intelligens.

Kortversjonen

• Kolbjørnsrud (2024) plasserer organisatorisk intelligens i samspillet mellom menneskelige og digitale aktører, ikke i teknologien alene.

• To av hans fem konfigurasjoner angår prosessarbeid i kombinasjon med KI: individuell og kollektiv augmentert intelligens.

• På individnivå gir KI dokumenterte gevinster, og svekker samtidig mestring og indre motivasjon.

• På gruppenivå gir delt bruk gevinst, mens spredt og privat bruk uthuler samarbeid.

• KI bruk er tydeligst nyttig før og etter en prosess, og mest krevende og variabel inne i den.

Rammeverket

Vegard Kolbjørnsrud ved Handelshøyskolen BI definerer organisatorisk intelligens som en organisasjons evne til å tilegne seg og bruke kunnskap for å løse problemer og tilpasse seg (2024). Det interessante for oss er hvor han plasserer den. Intelligensen sitter ikke i de smarteste ansatte, og ikke i teknologien. Den oppstår i samspillet, og formes av fire forhold: 1) hvor mye av det folk kan som er i bruk, 2) hvem som er med i gruppa, 3) hvordan arbeidet og arbeidsflyter er rammet inn og designet, og 4) kulturen i organisasjonen.

Så gjør han noe som er nyttig for oss. Når både mennesker og digitale aktører kan være intelligente deltakere, kan samspillet ta fem former:

• Individuell intelligens – en person jobber alene, uten intelligent teknologi.

• Kollektiv intelligens – flere mennesker samarbeider.

• Automatisert intelligens – arbeidet gjøres av teknologien, uten mennesker inne.

• Individuell augmentert intelligens – en person bruker eller samarbeider med intelligent teknologi for å forbedre eller framskynde eget arbeid.

• Kollektiv augmentert intelligens – flere mennesker og intelligent teknologi samarbeider.

De to første formene er faget vårt fra før. Automatisering angår oss lite i møter og prosesser; den skjer i systemer, ikke i rom med folk. Men de to siste er nye nå i KI-alderen, og det er de som møter oss i prosessarbeid: den enkelte deltakeren med KI på egen skjerm, eller gruppa som arbeider sammen med den. Det er dem denne artikkelen handler om.

Individuell augmentert intelligens

På individnivå er forskningen kommet lengst. I et randomisert feltforsøk med over 5 000 kundeservicemedarbeidere fant Brynjolfsson, Li og Raymond (2025) at en generativ KI-assistent økte antall løste saker per time med 14–15 prosent, at sakene ble løst bedre og ikke bare raskere, og at gevinsten var størst for de minst erfarne. Noy og Zhang (2023) fant samme mønster på skriveoppgaver. Effekten er sterkest på arbeid som er informasjonstungt og lar seg dele opp: analyse, søk, oppsummering, første utkast.

Men gevinsten har en bakside. Wu og kollegene (2025) fant på tvers av fire eksperimenter at samarbeid med KI forbedret prestasjonen der og da, men reduserte den indre motivasjonen når deltakerne senere skulle løse liknende oppgaver uten hjelp. Hermann, Puntoni og Morewedge (2025) foreslår forklaringen: når maskinen tar de kognitivt givende delene av arbeidet, svekkes opplevelsen av egen mestring. Kognitiv avlastning kan dessuten gli over i kognitiv frakobling, der man lener seg på det ferdige svaret framfor å gå inn i stoffet (Heung & Chiu, 2025).

Det er en kjent mekanisme i ny form. En gruppe som får svaret servert, eier det ikke på samme måte som en gruppe som kom dit selv. Nå ser vi det samme mellom den enkelte og maskinen. Det har en praktisk følge for oss: den deltakeren som lar KI formulere sitt eget standpunkt, har ikke nødvendigvis tenkt det ferdig.

Kollektiv augmentert intelligens

På gruppenivå er hovedfunnet mer overraskende. Li, Zhou og Mikel-Hong gjennomførte et randomisert eksperiment med 435 deltakere i 122 team. Studien er ennå ikke fagfellevurdert, men funnet er verdt å kjenne: team med tilgang til én delt KI-agent presterte bedre enn team uten, team med flere agenter fikk ingen ekstra gevinst, og koordinert bruk hos noen få slo diffus bruk hos alle (Li et al., 2024).

Hvordan KI brukes i en gruppe betyr altså mer enn hvor mye.

De andre funnene forklarer hvorfor. Latto, Richter og Tate (2025) beskriver KI i team som tause lagkamerater, og viser at bruken ofte er skjevt fordelt: noen bruker den mye, andre jobber som før. Resultatet er ulike forventninger til hva som er godt nok, og et kunnskapsgrunnlag som ikke lenger er felles. Law og Varanasi (2025) dokumenterer et mønster de fleste vil kjenne igjen: folk sender spørsmålet til skjermen i stedet for til kollegaen ved pulten. Det gir raskere svar, men uthuler over tid den uformelle kunnskapsdelingen som gjør at nye folk blir gode. De finner samtidig at noen team løfter KI-bidragene inn i det felles rommet som en tredje stemme, mens andre holder bruken privat – og at forskjellen slår ut på åpenhet og felles forståelse.

Hvor KI gjør mest nytte i et prosessforløp

Fra de foreløpige forskningsfunnene ovenfor får vi et bilde av hvordan KI kan brukes inn mot ulike stadier av en prosess og i prosesslederrollen. Bildet har to akser: tiden før, under og etter at folk møtes, og fasene inne i selve arbeidet. For det siste bruker vi i Lent gjerne strukturen åpne, integrere, lukke (Lent, 2024). Utvikling og bruk av KI går i et høyt tempo, men per erfaringene både vi i Lent og andre har nå kan KI passe ulikt godt i hver av fasene.

Før prosessen: Her kan prosesslederrollen ha mye å hente. Å ordne, sammenligne og oppsummere et stort kunnskapsgrunnlag er nettopp det informasjonstunge, oppdelbare arbeidet der gevinstene er best dokumentert, og Retkowsky, Hafermalz og Huysman (2024) finner at kunnskapsarbeidere bruker KI til akkurat dette: kognitiv avlastning og støtte i å skape mening i rotete materiale. Tjue intervjuer eller tre hundre fritekstsvar kan komprimeres til temaer som kan legges på bordet. Språket i invitasjonen kan tilpasses ulike deltakergrupper, slik at flere kommer forberedt. Og regien selv kan sparres med: hva kan gå galt i denne øvelsen med førti deltakere? Hvordan bør prosessen designes gitt deltakere og hva som er formålet?

Underveis i prosessen:

Her hjelper det å se de ulike åpne-integrere-lukke-fasene hver for seg. I åpnefasen er poenget bredde. Alle ideer er gode, vi bygger videre på hverandres innspill og ideer, er nysgjerrige. Her kan KI tilføre noe: den kan legge fram alternativer og perspektiver ingen i rommet sitter med, og blir en ekstra kilde til variasjon. Legg merke til hvor det brukes. Bruker vi for eksempel IGP og lar deltakerne bruke KI i den individuelle delen, får vi individuell augmentert intelligens – hver enkelt kan potensielt komme med et rikere bidrag inn i gruppa. Står den på storskjerm i gruppe- eller plenumsdelen, eller om den blir brukt for flere idéer, perspektiver eller som en kunnskapskilde underveis i plenum, får vi kollektiv intelligens. En fallgruve i denne fasen er verdt å nevne: dersom alle spør samme modell på omtrent samme måte, kan svarene bli likere enn dersom hver person spør og sparrer frem og tilbake.

Integrerefasen er den mest interessante, og den mest krevende. Her skal gruppa få oversikt over alt som er kommet fram, sortere og gruppere det, og velge noe å jobbe videre med. Sorteringen er arbeid KI kan gjør godt og raskt. En stor mengde innspill kan grupperes mens deltakerne ser på (eller tar en pause), og så rettes sammen: KI sorterer, gruppa går gjennom og får eierskap til kategoriene.

Utvelgelsen er noe annet. Når vi vurderer ideer etter om de er attraktive og realiserbare, kan KI hjelpe et stykke på det siste. Det første er en verdivurdering som ofte fordrer kontektsforståelse og bruk av skjønn, og den bør ikke settes ut. Dette er også fasen der funnene fra gruppenivået er tydeligst. Å sende spørsmålet til skjermen framfor til kollegaen ved siden av (Law & Varanasi, 2025) er nettopp å hoppe over integreringsarbeidet – den samtalen der to ulike forståelser møtes og blir én. Tolv deltakere i tolv parallelle private samtaler med samme KI-modell der KI også senere foretar en utvelgelse er ikke en gruppe som integrerer før lukking.

I lukkefasen kan KI igjen gjøre nytte, men i en annen rolle. Å konkretisere en valgt idé, formulere hva som skal skje videre og skrive ned hvem som følger opp hva, er formuleringsarbeid som går fort med hjelp. Selve prioriteringen hører ikke dit.

Og dette er et punkt der KI ikke hører hjemme. Kolbjørnsruds relevansprinsipp sier at typen intelligens må passe problemets natur: KI trenger godt spesifiserte oppgaver, mens mennesker håndterer det uklare, det verdiladede og det som må forhandles fram. Prioriteringen, avveiningen mellom hensyn som ikke kan regnes om til hverandre, og uenigheten selv er nettopp den slags arbeid en prosess finnes for. Det er ikke en oppgave som venter på en bedre modell.

Etter prosessen: Dokumentasjon, referat og oppsummering av det gruppa kom fram til er lavrisikoarbeid der tidsbesparelsen er reell og lite går tapt. Individuelt kan prosesslederen strukturere råmaterialet – lapper, bordduker, opptak – til noe lesbart på en brøkdel av tiden. Kollektivt kan gruppa lese oppsummeringen og rette den før den sendes videre. Det er en liten ting som gjør en stor forskjell: det som ble sagt, blir det som står.

Mønsteret er ganske tydelig når man ser det samlet. KI er sterkest i ytterkantene av et prosessforløp, og inne i arbeidet i de delene som handler om å produsere bredde eller å ordne materiale. Den er per nå svakest akkurat der gruppa skal bli enige om hva som betyr noe.

Oppsummert

Det viktigste KI gjør, er kanskje ikke at den løser oppgaver raskere. Det er at den flytter hvor verdien i et prosessforløp ligger. Når analyse, sammenstilling og formulering blir lettere, blir det mer tid til verdifull menneskelig samhandling som bidrar til å skape felles forståelse, reelt eierskap, dømmekraft i saker som ikke lar seg regne på, og evnen til å være uenige på en måte som fører til nye perspektiver og løsninger.

Forskningen på feltet er for ung til å si spesifikt når KI styrker en prosess og når den uthuler den. Men den og erfaringer til nå peker på at KI ikke gjør prosessarbeid mindre nødvendig, heller viktigere.

Skrevet av Lars Vegheim Haraldsen, PhD-kandidat og rådgiver i Lent