Karin Hamberg Stén

Vilka möjligheter och utmaningar ser du som kvinna i en ledande roll inom AI och teknik?

Karin menar att det finns enorma möjligheter just nu, eftersom utvecklingen inom AI går snabbare än något annat hon varit med om under sin tid i techvärlden. Hon beskriver att hon fascineras av hur branschen påminner om det som hände när internet slog igenom men att det nu sker i ännu högre hastighet, vilket hon tycker gör det till en unik chans att vara med och forma helt nya arbetssätt, strategier och kanske till och med nya typer av affärsmodeller. Hon berättar att hon själv inte är utvecklare men alltid har känt sig hemma i tekniksektorn, och att den generativa AI som nu växer fram gör att hon kan använda alla sina intressen på en gång, från kommunikation och språk till strategi och kreativitet. Hon lyfter att detta är en av de stora fördelarna med just generativ AI, eftersom man inte måste vara en programmerare för att utforska tekniken och hitta lösningar som skiljer sig från hur man arbetat tidigare. Hon påpekar också att det faktiskt går att starta bolag och våga satsa på det nya genom att bara kasta sig in i utvecklingen utan att behöva backa bandet från befintliga, mer föråldrade strukturer.

Samtidigt menar hon att just den här snabbrörligheten kan bli en stor utmaning för många organisationer. Hon förklarar att det som är sant idag kan vara helt överspelat imorgon, vilket gör att långsiktiga planer och traditionella strategiska dokument blir svåra att hålla fast vid. Hon och hennes medgrundare valde att från början bygga sitt företag helt och hållet runt det nya, så att de slapp hantera den motvilja mot förändring som kan uppstå i stora etablerade bolag. Hon berättar att hon träffat många som vill förbjuda eller avskräcka medarbetarna från att använda AI på grund av rädsla eller brist på kunskap, men hon insisterar på att det är mycket mer konstruktivt att skapa en kultur som främjar nyfikenhet och utforskande av tekniken. Karin poängterar att okunskap bland beslutsfattare blir en av de största hindren framöver, inte minst när människor fastnar i gamla rutiner och inte vill pröva något nytt. För egen del försöker hon se möjligheterna i allting, även om hon betonar att man måste vara beredd på att man inte alltid vet hur allt kommer att utvecklas. Hon menar att en av de viktigaste egenskaperna som ledare inom en teknik i snabb omvandling är att våga erkänna att man inte har alla svar, vara beredd att göra fel och lära sig av processen.

När det gäller att vara kvinna i en mansdominerad bransch beskriver hon att det ofta inneburit att hon arbetat med flest män omkring sig. Hon har vant sig vid att stå ut, men ser ändå tydligt att kvinnor i många fall får roller som rör mjukare frågor medan män fortfarande dominerar de strategiska maktpositionerna, vilket hon tycker är ett uttryck för de strukturer som styr även om ett företag kan säga sig ha en jämn könsfördelning. Hon säger att det för hennes egen del varit naturligt att gå sin egen väg, men att hon är medveten om att kulturen i många techföretag kan kännas skrämmande för kvinnor som vill kliva fram och göra skillnad. På samma gång tycker hon att de snabba skiftena, och det faktum att hon själv inte behövt känna sig begränsad av att vara kvinna, också är en tillgång i hennes ledarskap.

Vad betyder innovation för dig, och hur driver du den i ditt arbete?

Karin tycker att innovation framför allt handlar om mod och förmågan att våga ifrågasätta etablerade sanningar. Hon beskriver att många organisationer gärna talar om nytänkande, men att de ofta fastnar i en mentalitet där man inte på allvar vågar chansa eller pröva okonventionella idéer. Själv upplever hon att de mest innovativa lösningarna uppstår när människor blir tillåtna att testa saker som först kan verka omöjliga eller märkliga. Det är i den typen av initiativ, berättar hon, som man kan upptäcka de verkliga guldkornen, eftersom innovation ofta är just en fråga om att koppla samman saker som inte nödvändigtvis hör ihop. Hon menar att generativ AI är ett perfekt exempel på detta, där man kan kombinera teknisk kärna med förmågor som strategi, språkhantering, marknadsföring eller till och med konstnärligt skapande.

Karin understryker också hur viktigt det är att släppa prestigen i att alltid vilja ha rätt. Hon menar att organisationer som tillåter fel och uppmuntrar experiment i hög grad ökar sina chanser att vara verkligt innovativa. I hennes eget företag arbetar man nära kunder som dels vill bygga egna lösningar, dels vill få hjälp att förändra sina interna arbetssätt, och hon ser det som sin roll att inspirera dem att våga göra fel. Det är enligt henne nödvändigt att lära sig i snabb takt, eftersom tekniken själv utvecklas i ett rasande tempo, vilket man aldrig kan hinna med om man är rädd för att göra misstag längs vägen.

Hur kan vi stödja fler kvinnor att söka sig till och stanna kvar i ledarroller inom tech?

Karin säger att man ofta talar om att det behövs fler kvinnor i ledande roller i tech, men att man sällan tar hänsyn till hur rekryteringsprocesser och normer faktiskt ser ut. Hon påpekar att det inte alltid är så att kvinnor inte vill söka sig till tech eller höga poster, utan att de kanske inte får samma möjligheter eller möts av strukturer som inte premierar det de kan eller vill bidra med. Hon betonar vikten av förebilder, eftersom många unga kvinnor inspireras när de ser andra kvinnor som lyckas i en tuff bransch. Hon tror att ett aktivt och tydligt ledarskap uppifrån är avgörande, där bolagets styrelse och högsta ledning faktiskt visar vilka värderingar de står för.

För egen del har hon aldrig direkt ifrågasatt om hon själv kunde vara chef eller ledare i ett teknikbolag, eftersom hon alltid varit fascinerad av tekniken och dras till det som är nytt och spännande. Hon nämner dock att hon också blivit trött på delar av techkulturen, framför allt på att många företag är så fokuserade på extrem tillväxt och snabba exits för att glädja investerare. Hon upplevde att det blev ett skalande för skalandets skull, utan att ställa frågan om vilken nytta det egentligen skulle göra för samhället. Det var enligt henne en av anledningarna till att hon kände behovet av att starta eget och omdefiniera hur man kan arbeta med teknik och affärsutveckling på ett mer meningsfullt vis. Hon menar att andra kvinnor säkert upplever samma frustration, och att företagen själva borde tänka på vilka värderingar som kommuniceras om man vill att kvinnliga ledare ska trivas och orka stanna kvar.

Vilka framtida trender inom AI tror du kommer att påverka ledarskap och organisationer mest?

Karin framhåller att automatiseringar och så kallade agentsystem utvecklas i rasande fart och redan nu förändrar hur företag lägger upp sitt arbete. Hon beskriver att det i dag är möjligt att producera mycket mer med färre anställda än tidigare, vilket uppenbarligen har konsekvenser för hur man bygger upp en organisation och vilka kompetenser man efterfrågar. Hon säger att hon själv och hennes medgrundare lyckats skala upp sin verksamhet betydligt mer än vad som hade gått om de förlitat sig på traditionella modeller där antalet anställda stiger i takt med att uppdragen blir fler. Hon noterar också att det finns en vanlig oro för att AI ska ta över alla jobb, men hon tror snarare att arbetsroller kommer att förändras och delvis försvinna, medan nya roller uppstår. Hon betonar att generativ AI ofta fungerar som en form av hävstång för mänskligt arbete, där man kan få mer tid över till kreativitet och strategi.

Hon pekar dock på att redan existerande, stora företag har en större utmaning när de måste implementera AI-lösningar i organisationer där medarbetare kanske älskar att göra som de alltid har gjort. Det handlar om att ändra beteenden och jobba med kulturella omställningar, där ledarskapet behöver skapa en trygghet i att man faktiskt kan testa nytt och ibland misslyckas. Karin säger att en nyckel i hennes egen konsultverksamhet är att hon hjälper kunder att se över sina arbetsprocesser, identifierar moment som kan effektiviseras eller automatiseras och samtidigt rustar människorna i organisationen för att kunna nyttja tekniken på ett sätt som faktiskt förbättrar både deras vardag och resultatet.

Vilken roll kan AI spela i att skapa mer mångfald och inkludering i näringslivet?

Karin menar att AI i sig inte är vare sig god eller ond, utan att det är ett verktyg som bygger på hur vi människor väljer att använda och träna det. Hon hör ofta människor säga att AI är rasistisk eller sexistisk, men påpekar att tekniken i så fall bara reflekterar de fördomar vi redan har matat in i våra system och dataset. Om man inte lägger tid och energi på att granska och justera algoritmernas träningsdata, menar hon att man lätt reproducerar samma ojämlikheter och stereotyper som redan finns i samhället. Hon tror samtidigt att rätt använda AI-lösningar skulle kunna vara ett starkt stöd i rekryteringsprocesser, framför allt genom att man kan ta bort vissa mänskliga bias som ibland gör att chefer och rekryterare utan att tänka på det väljer bort sökande med till exempel annan bakgrund eller av ett annat kön. Hon framhåller att det då krävs tydliga instruktioner, noggrann styrning av algoritmerna och en medvetenhet om vilka effekter man vill åstadkomma.

Hon nämner också hur sociala medier fungerar som ett exempel på att tekniska system inte automatiskt är neutrala. Om algoritmerna belönar sådant som väcker engagemang, så kan de istället elda på polarisering, hat och fördomar, eftersom det ofta är innehåll som väcker starka känslor som delas mest. Hon menar att det hade kunnat se annorlunda ut om man redan från början ställt andra krav på algoritmerna, kanske med ett större fokus på att främja mångfald och inkludering. Karin återkommer flera gånger till att AI inte tar egna initiativ utan gör det den blir tillsagd och tränad att göra, och om syftet är att öka mångfalden kan AI definitivt hjälpa till, men det kräver att organisationer verkligen formulerar och bygger system som stöder de ambitionerna. Hon betonar att förmågan att ställa rätt frågor och ha god kännedom om hur tekniken fungerar blir avgörande för om den i praktiken minskar eller snarare förstärker existerande orättvisor.