Kan ChatGPT skriva era OKR? Ja. Bör den göra det? Inte utan er.

Här är något som överraskar de flesta ledningsgrupper första gången de testar: Klistra in en genomtänkt prompt i ChatGPT, och den genererar en uppsättning OKR som ser... riktigt bra ut. De är strukturerade, resultatinriktade och lagom ambitiösa.

Det väcker omedelbart två frågor. För det första: Varför betalar vi konsulter? För det andra: Bör vi faktiskt använda dessa?

Svaret på den andra frågan är: Kanske, men med eftertanke. Och förståelsen för varför säger något viktigt om var AI faktiskt hör hemma i strategigenomförande.

Vad AI är bra på

Det ärliga svaret är: Ganska mycket, åtminstone på ytan.

Ger du ChatGPT tillräckligt med kontext, din bransch, teamets ansvarsområde och era övergripande prioriteringar, kan den skapa ett användbart första utkast snabbare än de flesta ledningsgrupper hinner enas om en mötestid. Det är inte oväsentligt. Att börja med ett tomt dokument är svårt, och många OKR-workshops fastnar i formuleringar innan man ens har enats om vad som faktiskt är viktigast.

AI är dessutom förvånansvärt bra på att göra otydliga formuleringar skarpare.

"Förbättra kundupplevelsen" låter kanske bra, tills du ska mäta om du faktiskt har lyckats. En bra AI-prompt kommer ofta att utmana det och föreslå något mer konkret: Bli kundernas förstahandsval genom att leverera branschens bästa supportupplevelse. Fortfarande inspirerande, men betydligt tydligare.

Detsamma gäller Key Results. Ett av de vanligaste misstagen när organisationer skriver OKR är att de mäter aktiviteter istället för resultat. Team skriver exempelvis "Implementera en ny onboardingprocess" och kallar det ett Key Result. AI föreslår oftare något i stil med "Öka andelen slutförda onboardingprocesser från 65 % till 90 %". Det är ett betydligt bättre Key Result eftersom det mäter effekten av arbetet, inte bara att arbetet utfördes.

När det gäller att skapa första utkast, förbättra formuleringar och identifiera otydligt tänkande är AI ett mycket värdefullt verktyg.

Vad AI inte kan göra

De svåraste delarna av OKR har aldrig varit att skriva dem. Det svåra är att fatta besluten bakom dem.

Vilken marknad ska vi fokusera på? Ska vi prioritera tillväxt eller lönsamhet i år? Vilket team ska få mer resurser, och vilket får vänta?

Det här är inte frågor med objektivt rätt svar. Det är strategiska avvägningar som bygger på erfarenhet, organisationskultur, historik, relationer och kontext. Ingen AI känner din organisation tillräckligt väl för att fatta de besluten.

Detsamma gäller ambitionsnivån. Ska målet vara 15 % tillväxt? 40 %? 60 %? ChatGPT vet inte. Den känner inte till fjolårets resultat, marknadsläget, budgeten eller organisationens kapacitet. Den föreslår en siffra som låter rimlig. Om den faktiskt är rätt är upp till ledningen att avgöra.

Och så finns den kanske viktigaste faktorn av alla: engagemang. Människor arbetar hårdare mot mål som de själva har varit med och format. Mål som levereras färdiga av en AI-modell, oavsett hur välskrivna de är, skapar sällan samma känsla av ägarskap. Diskussionerna under en OKR-workshop, meningsskiljaktigheterna kring vad som är ambitiöst, realistiskt eller för försiktigt, den processen har ett stort värde. Den kan ingen prompt ersätta.

Var AI faktiskt skapar störst värde

Ironiskt nog är AI största bidrag till OKR-arbetet sannolikt inte att skriva dem. Det är allt som händer efteråt.

AI kan hjälpa dig att förbereda veckovisa OKR-check-ins, sammanfatta utvecklingen för Key Results, identifiera initiativ som tappat fart och ta fram beslutsunderlag inför ledningsmöten. Den kan analysera det gångna kvartalet, upptäcka mönster mellan team, identifiera återkommande hinder och föreslå förbättringsområden inför nästa kvartal.

Det här är arbetsuppgifter som ofta prioriteras bort när kalendern fylls. Samtidigt är det just dessa aktiviteter som håller strategigenomförandet levande.

Risken du bör vara medveten om

Den största risken med AI-genererade OKR är inte att de är dåligt skrivna. Det är att de är väldigt välskrivna, och ändå misslyckas.

En perfekt formulerad uppsättning OKR genomför inte sig själv. Genomförandet sker på de veckovisa mötena, när ledningsgruppen prioriterar mellan konkurrerande initiativ, när någon vågar säga nej till det som känns brådskande men inte är viktigt, när hinder undanröjs, och när framsteg följs upp vecka efter vecka.

Inget av detta sker inne i ChatGPT. Det sker genom gott ledarskap. Det finns en verklig risk att organisationer lägger mycket tid på att finslipa mål med hjälp av AI och sedan lämnar processen med känslan av att det viktigaste arbetet är gjort. I själva verket har de bara gjort förarbetet.

Det viktigaste att ta med sig

Se AI som en strategisk sparringpartner. Använd den till de administrativa delarna av strategiarbetet: skapa första utkast, förbättra formuleringar, föreslå mätetal, sammanfatta möten och analysera retrospektiv. Där sparar AI enormt mycket tid.

Men de strategiska frågorna, vad är viktigast, vad är vi villiga att prioritera bort, hur ambitiösa ska vi vara, vad ska organisationen fokusera på de kommande månaderna, de kommer även i framtiden att vara ledningens ansvar. Så har det alltid varit.

AI minskar friktionen kring processen. Det ger ledningsgrupper mer tid att diskutera de frågor som faktiskt avgör om strategin lyckas. Det är en bra affär. Bara förväxla inte den tid du sparar med själva arbetet som måste göras.

Slutsats

AI kan hjälpa dig att skriva bättre OKR. Den kan göra processen snabbare. Den kan göra formuleringarna tydligare. Den kan hjälpa dig att identifiera bättre Key Results.

Men AI kan inte avgöra vad som är viktigast för just din organisation. Den kan inte skapa engagemang. Den kan inte prioritera åt ledningsgruppen. Och den kan inte genomföra strategin.

Det kan bara människor.

På Futureworks hjälper vi ledningsgrupper att bygga de arbetssätt, den rytm och den uppföljning som gör att strategi faktiskt blir till resultat, med eller utan AI som en del av verktygslådan.