Vent med AI. Gå først ud og se.
Af Jonas Astrup Beck · april 2026
Del 3 af en artikelserie om AI og det systemiske perspektiv. Del 1 · Del 2
Hayley var frustreret. 50 salgssamtaler. I 2 af dem — 2 — var det sælgeren, der afgjorde salget. I de andre 48 havde kunden allerede besluttet sig, før de løftede røret.
Det var ikke det, Hayley forventede. Hun var leder i et stort forsikringsselskab, eks-topsælger, og hun var gået i gang med at bevise, at individet gør forskellen. I stedet beviste hun det modsatte.
Det her er, hvad der sker, når du stopper med at antage og begynder at se.
Skeptikeren
Hayley havde startet sin karriere som topsælger, og, da hun blev leder, coachede og uddannede hun sit team i de samme metoder, der havde gjort hende succesfuld. Hun fik også anerkendelse for det. Hun var overbevist — helt overbevist — om, at hendes arbejde med sælgerne gjorde en virkelig forskel.
Så, da hun mødte Demings tanke om, at 95% af variationen i performance skyldes systemet og kun 5% individet, føltes det som en personlig fornærmelse og hun tog det som en udfordring. Derfor var hun fast besluttet på at bevise, at ideen var forkert. Hun ville vise, at det er hendes sælgere, som afgør, om kunden køber forsikringen eller ej.
Hun begyndte at lytte til salgssamtaler. 10. 20. 30, 40. Efter 50 måtte hun se det i øjnene: I Hayleys stikprøve gjorde sælgeren en forskel i 4% af tilfældene. Ikke engang 5.
Hun gik ind for at modbevise et rationelt argument — og endte med at modbevise sine egne antagelser. Sådan går det, når du går ud og ser.
Dette er reglen mere end undtagelsen. Så gå ud og se på dit eget system. Studér det. Måske fungerer det glimrende fra kundens perspektiv. Måske gør det ikke. Men så ved du det i det mindste.
Hvad en million opkald fortæller
Hayleys oplevelse er én persons læring. Men hvad sker der, når du studerer hele systemet?
I samme branche — privat forsikring — modtog et selskab omkring 1 million kundehenvendelser om året. De besluttede at studere deres efterspørgsel. Ikke “synsninger”. Ikke ledelsesrapporter. De virkelige samtaler, klassificeret én for én.
Ledelsen insisterede på en stor stikprøve — over 4.000 henvendelser klassificeret én efter én. Langt mere, end man teknisk har brug for. Mønstret var tydeligt efter få hundrede. Men nogle gange skal der mere til, for at ledelsen bliver tryg nok til at handle.
Logikken havde indtil da været enkel: få folk til at tage flere opkald og sælge mere. Reducér den gennemsnitlige håndteringstid. Standardisér processen. Send det svære arbejde til back office, så sælgerne kan fokusere på at sælge. Undersøg mulighederne for outsourcing. Brug IT til at erstatte, supportere eller kontrollere medarbejderne. I den forrige artikel beskrev jeg det som kommando- og kontrollogik. Her er, hvordan det ser ud i praksis.
Det, studiet afslørede, vendte logikken på hovedet.
70% af al efterspørgsel var ikke-værdiskabende — kunderne ringede, fordi noget ikke var gjort eller ikke var gjort rigtigt fra deres perspektiv. Kun 30% var værdiskabende. Og af den værdiskabende efterspørgsel var kun 0,56% virkelige salg — situationer, hvor kunderådgiveren skabte et behov og fik kunden til at købe.
Systemets formål set fra kundens perspektiv var enkelt: giv mig ro i sindet. Forstå mit behov. Giv mig det rigtige produkt. Sørg for, at jeg forstår det. Opkræv en fair pris. Dette er hverken raketvidenskab eller urimeligt.
Det systemet var bygget til at gøre, var derimod noget helt andet.
Systemet gjorde præcist, hvad det var bygget til
De sælgere, der tjente de højeste bonusser, gjorde præcist, hvad systemet belønnede: push produkter på kunderne, giv maksimal rabat, luk salget, videre til næste. Gå udenom de svære kunder, de forvirrede kunder, dem med de forkerte forsikringer. Disse samtaler tog for lang tid og talte ikke i bonusregnskabet.
Den, der lyttede, forstod behovet, og tog sig tid til at sikre, at kunden fik det rigtige første gang — blev rangeret lavere. Straffet af målene. De gjorde det rigtige, mens systemet sagde: du underpræsterer.
Det her handler ikke om dårlige mennesker. Det handler om systemforhold.
Salgsmål spillede medarbejdere ud imod hinanden. Bonusser styrede adfærd mod volumen og bonuskroner, ikke værdi. Kvalitet blev målt bagud, pr. medarbejder, pr. transaktion — man kunne ikke se kundens oplevelse fra start til slut. Organisationen var bygget i funktionelle siloer. IT-systemet var bygget til at håndtere transaktioner. Budgettet fokuserede på enhedsomkostninger pr. transaktion pr. afdeling. Selv lovfortolkningen havde ført til forsikringsvilkår, ingen kunne forstå.
Hvert eneste af de forhold repræsenterede en ledelsesbeslutning. Tilsammen producerede de 70% ikke-værdiskabende efterspørgsel, anslået 90% ikke-værdiskabende arbejde, og et system, der straffede præcist den adfærd, kunden havde mest brug for.
Det var det, Deming mente. 95% af performance skyldes systemet. Ikke teori. En observation, du kan lave i din egen organisation — hvis du altså er villig til at gå ud og se.
Et andet system, samme læring
Du tænker måske, det er et forsikringsproblem. Eller et salgsproblem. Det er det ikke.
I ældreplejen — hjemmepleje til ældre — er det traditionelle system bygget op sådan: det er ikke plejeren, men en planlægger, der bestemmer, hvad der skal ske ved hvert besøg. Planen specificerer opgaver og tider. Når plejeren kommer, følger de planen.
Problemet er, at planen sjældent passer til det virkelige behov. Den ældre mand sov ikke i nat, fordi han er bekymret for en kommende hospitalsindlæggelse. Han har ikke brug for hjælp til badeværelset lige nu, men for at sidde med nogen over morgenmaden og tale om det, der skræmmer ham. Men planen siger: rengør badeværelse. Forbered morgenmad. Videre.
Plejeren, der følger planen — sætter flueben og går videre — ser godt ud i ruteplanen. Til tiden. Efficient. Plejeren, der sætter sig ned, laver morgenmaden ordentligt, lytter til, hvad der rør sig og måske hjælper med noget uforudset — den person overskrider tiden. I systemets øjne er de en dårlig performer.
Og så er der det modsatte, som er lige så sandt: ofte kommer plejeren, og der er intet virkelig behov for det planlagte. Personen har det fint i dag. Men planen siger, de skal være der, så de bliver — eller de går ud og venter i bilen til næste besøg. Ironien er skarp: et planlægningssystem, der siger, det vil optimere tid og offentlige midler, ender med at spilde begge dele.
Ingens skyld. Systemet fremmer begge adfærdsmønstre.
Besøgets formål er større end den planlagte opgave, og den planlagte opgave passer sjældent til det virkelige behov — i begge retninger.
En kommune i Sverige — Mörbylånga — besluttede at studere deres hjemmeplejesystem og redesigne det fra borgerens perspektiv. De brugte Vanguardmetoden. De studerede efterspørgslen. Forstod, hvad der betød noget for de mennesker, de hjælper. Og genopbyggede arbejdet omkring formålet frem for opgaverne. De afskaffede central planlægning. Plejerne planlagde selv deres runder ud fra virkelige behov. De justerede termostatisk — mere hjælp, når det var nødvendigt, mindre, når det ikke var — i stedet for at levere den samme standardpakke, uanset, hvad de mødte, når de trådte ind ad døren.
Hvad sker der, når du bygger organisationen omkring formål? Antallet af forskellige plejere pr. borger pr. måned faldt fra 22 til 12. Mörbylångas placering i Sveriges nationale hjemmeplejeindeks gik fra 104. til 9. plads. Overtidsomkostningerne halveredes — fra 1,97 millioner kroner i 2022 til 753.000 i 2024. Totalomkostningerne for hjemmeplejen faldt, trods løn- og prisstigninger samtidig med, at antallet af ældre steg i samme periode. Medarbejdertrivslen steg. Og antallet af alarmer fra de ældre faldt — for, når du kender den person, der hjælper dig, og de kender dig, erstattes angst med tillid.
Noget fungerer i Mörbylånga. Og de ved hvorfor.
To helt forskellige sektorer. Samme opdagelse. Systemforholdene — standardindsatser, funktionelt design, adskillelsen af planlægning fra udførelse — producerede netop den adfærd, alle klagede over. I begge tilfælde gjorde medarbejderne i systemet det, man kan forvente, under de forhold, de arbejdede under.
Teknologien, der ikke hjalp — og den, der kan
Her kommer det, de fleste ikke forventer.
Mörbylånga digitaliserede sig ikke til de resultater. De slukkede deres IT-planlægningssystem. Slukkede det og sparede penge. De erstattede det med noget så enkelt som Word-dokumenter og teambaseret planlægning i grupper.
Hvorfor? Fordi IT-systemet var bygget på den samme logik som den ledelsestænkning, det tjente. Kontrol på minutniveau. Standardiserede opgaver. Funktionel specialisering kodet ind i software. Teknologien afspejlede tænkningen. At automatisere det gjorde bare det forkerte hurtigere — præcist det, jeg advarede om i den første artikel.
Det her er ikke et argument mod teknologi. Det er et argument, der handler om rækkefølge. Du skal forstå, hvad arbejdet har brug for, før du ved, hvilken teknologi, der giver mening. Mörbylånga forstod — ved at studere arbejdet, lytte til deres borgere, eksperimentere — at de havde brug for fleksibilitet, kontinuitet og evnen til at reagere på mangfoldigheden i borgernes individuelle behov. Intet eksisterende IT-system kunne det, fordi de alle var bygget på antagelsen om, at arbejdet kan forudbestemmes og styres udefra. Så de valgte det simpleste værktøj, der lod dem planlægge ud fra behov. Og det virkede.
Her bliver AI interessant. Traditionelle IT-systemer kræver stiv, forudbestemt logik — og derfor ender de med at kode kommando- og kontroltænkning ind, uanset, om det er hensigten eller ej. AI er fundamentalt anderledes. Det kan håndtere mangfoldighed. Det kan understøtte fleksibilitet og dømmekraft på en måde, standardiserede systemer aldrig har kunnet.
Men — og det her er det afgørende — kun, hvis du først har forstået, hvad arbejdet kalder på. AI sat til at automatisere et planlægningssystem bygget på forkert logik laver bare forkerte planer på kortere tid. Men AI, der hjælper plejepersonalet med at forstå, hvad der betyder noget for borgerne — og hvordan behovet udvikler sig — det forbedrer værdien i arbejdet med og for borgerne.
Den teknologi, der hjælper, er den, der tjener et formål, du allerede har forstået. Ikke den, der automatiserer en logik, ingen har stillet spørgsmålstegn ved.
Jeg har selv oplevet det. Jeg har prøvet adskillige digitale noteværktøjer — redskaber bygget til at organisere, kategorisere og genfinde min tankegang. Ingen af dem hang ved. Jeg vendte hele tiden tilbage til en fysisk notesbog. Papir. Håndgribeligt. Fleksibelt. Det virker. Papir er en fantastisk teknologi.
Men så begyndte jeg at bruge AI i mit konsulentarbejde. Og noget helt andet skete. AI forsøgte ikke at erstatte notesbogen med et bedre arkiveringssystem. Det hjalp mig med det, jeg altid havde forsøgt — at reflektere over mit arbejde, trække på mange års erfaring og viden, holde styr på, hvad jeg lærte, og følge, hvordan min tænkning udviklede sig. Det tjente formålet. Det passede til den måde, jeg arbejder, i stedet for at presse mig ind i en struktur, jeg skulle tilpasse mig.
Jeg har stadig min notesbog. For, når du sætter en computer eller telefon mellem mennesker, påvirker det relationen. Når jeg sidder over for en klient eller et team, forstyrrer papir ikke som en skærm gør. Det rigtige redskab til at forstå arbejdet er nogle gange papirteknologi eller blot dig selv.
Din tur
Her er noget, du kan gøre i morgen. Du behøver ikke en konsulent. Du behøver ikke et projekt. Det eneste er din nysgerrighed og 10 minutter.
Se på dine næste 10 emails. Stil ét spørgsmål til hver: kommer denne mail som en konsekvens af noget, der ikke er gjort eller ikke er gjort rigtigt?
En kunde, der rykker for et svar, de burde have haft i sidste uge. En kollega, der eskalerer noget, fordi ingen kunne løse det ved første kontakt. En rapport, der eksisterer, fordi ingen stoler på den proces, den skal verificere. En intern forespørgsel på information, der burde have været tilgængelig fra starten.
Hvis du genkender de mønstre — så ser du ikke-værdiskabende efterspørgsel fra kunder eller ikke-værdiskabende arbejde i dit eget system. Og du ser for første gang, hvad dit system gør.
Men her er det vigtigste. Giv ikke afsenderen skylden.
Det er lektionen fra forsikringsselskabet, fra plejerne, fra Demings 95/5. Folk i systemet reagerer rationelt på de forhold, de arbejder under. Stil opfølgende spørgsmål i stedet: Hvor let var det for dem at gøre det rigtigt? Hvad måles de på? Havde de alt, de havde brug for for at gøre et godt stykke arbejde?
De spørgsmål fortæller dig mere om din organisation end noget AI-dashboard, nogen benchmarking-rapport eller noget best-practice-framework.
Og her er et spørgsmål værd at tænke over, når du har set på og studeret arbejdet: ville AI fjerne årsagerne til uhensigtsmæssighederne? Eller ville det bare håndtere spildet hurtigere?
Nu er det din tur.
I den første artikel sagde jeg: forstå problemet, før du automatiserer. I den anden: systemforholdene bestemmer det meste, og AI forstærker det, du allerede gør. I denne siger jeg: gå ud og se. Svarene ligger gemt i arbejdet. Individerne i systemet er ikke problemet. De reagerer rationelt på de forhold, de arbejder under.
Det rejser et sværere spørgsmål. Hvis systemet former adfærden — og folk gør deres bedste inden for rammerne — hvad gør systemet så ved dem? Det er der, næste artikel begynder.
Hvis det her rammer noget — hvis du er en leder, der er villig til at gå ud og se, før du automatiserer — så hører jeg gerne fra dig.
jonas@vanguard-consult.dk · LinkedIn · vanguardmetoden.dk
Kilder
Hayleys historie er genfortalt fra Riv Servicefabrikkerne ned (Jonas Astrup Beck og Kristian Astrup Nielsen).
W. Edwards Demings observation om system vs. individuel performance optræder i Out of the Crisis (MIT Press, 1986). Han brugte varierende forhold over sin karriere — 85/15, 94/6, 95/5 — og estimerede senere, at systemprocenten var endnu højere.
Mörbylångamodellen: mörbylånga.se og dela.skr.se (Sveriges Kommuner och Regioner).
Det her er Del 3 af en seksdelt artikelserie om AI og organisatorisk forbedring fra et systemperspektiv. Læs hele serien her på Substack.
Skrevet med AI-assistance — relevant at nævne, givet emnet.