lördag 17 oktober 2026
Dagens namn: Antonia, Toini
AI används i talent management för kompetenskartläggning, kompetensmatchning, personanpassat lärande, arbetskraftsplanering och HR-analys. Tekniken kan sammanställa stora mängder information och synliggöra mönster som annars är svåra att upptäcka.
En undersökning från Gartner av 110 HR-chefer under fjärde kvartalet 2025 visade att 95 procent av organisationerna hade implementerat AI i någon form under det senaste året. Samtidigt hade bara 20 procent uppnått betydande eller transformativt värde. Skillnaden visar att ett infört verktyg inte automatiskt innebär att verksamheten får nytta av det. Gartners undersökning visade också att 22 procent av HR-cheferna uppgav att minst en företagsledare hade stoppat rekrytering till vissa juniora roller på grund av AI-automatisering.
Gartner uppgav den 6 augusti 2026 att många HR-ledare redan använder eller planerar att använda AI i talent management, inklusive AI-agenter. Det gör frågan om arbetssätt, datakvalitet och styrning lika viktig som valet av teknik.
AI kan stödja flera delar av en kompetensbaserad talent management-modell. Den kan standardisera kompetenstaxonomier, härleda kompetenser från roller och utbildningar, uppdatera kompetensinventeringar samt identifiera kompetensgap och utbildningsbehov.
| Användningsområde | Vad AI kan stödja |
|---|---|
| Kompetenskartläggning | Samla, strukturera och uppdatera information om kompetenser. |
| Kompetensmatchning | Jämföra individers färdigheter med krav i roller, projekt eller interna tjänster. |
| Lärande | Föreslå utbildningar och utvecklingsinsatser utifrån identifierade gap. |
| Arbetskraftsplanering | Ge underlag för framtida bemanning och kompetensbehov. |
| HR-analys | Kombinera prestations-, lärande-, rekryterings- och personalomsättningsdata. |
En kompetensbaserad modell bör omfatta kompetensdefinitioner, bedömning, utveckling, rekrytering, prestationsstyrning och intern mobilitet. AIHR:s genomgång av AI i HR och talent management beskriver därför AI som ett möjligt stöd genom hela medarbetarresan, inte bara som ett verktyg för CV-urval.
Ett kompetensanalysverktyg används för att bygga en gemensam bild av vilka färdigheter organisationen har, vilka rollerna kräver och var gapen finns. Centrala funktioner är en kompetenstaxonomi, registrering av medarbetares kompetenser, bedömningar mot rollkrav, gap-analys och rekommendationer om lärande eller intern mobilitet.
Skills Base rapporterade 2026 ett genomsnitt på 89 kompetenser per roll och en median på 63. I samma underlag var medianen för täckning av kompetensbedömningar 82 procent, medan 41,4 procent av bedömningarna hade validerats av arbetsledare. Kompetensdata uppdaterades med en median på sex månader. Kompetensbiblioteken bestod i genomsnitt av 94,4 procent hårda kompetenser. Skills Bases data om kompetenser i praktiken illustrerar därmed behovet av både bred täckning och återkommande kvalitetssäkring.
HR Open Standards släppte den 22 januari 2026 standarden Trusted Career Profile. Den ska göra kompetensbaserad rekrytering mer skalbar och interoperabel och kan stödja kompetensgapanalys, personliga läranderekommendationer samt intern och extern karriärvägledning. Läs om Trusted Career Profile.
Arbetslivserfarenhet, färdigheter och praktiska bedömningar får större plats bredvid traditionella utbildningskrav. World Economic Forum uppger att 81 procent av arbetsgivarna väntas fortsätta använda arbetslivserfarenhet som bedömningsmetod under perioden 2025–2030, medan 48 procent väntas använda färdighetsbedömningar. Endast 4 procent av företagen i underlaget uppgav att de inte bedömer arbetssökandes kompetenser. World Economic Forums arbetsmarknadsunderlag beskriver borttagna examenskrav och kompetensbaserad rekrytering som sätt att bredda kandidatbasen.
AIHR uppger att jobbannonser utan examenskrav ökade fyrfaldigt, men att endast 1 av 700 årliga rekryteringar i deras underlag faktiskt klassificerades som kompetensbaserad. En annons utan examenskrav räcker alltså inte. Kravprofilen måste ange vilka färdigheter som behövs och hur de ska bedömas.
Kompetensanalys kan därefter användas för att hitta interna kandidater innan en extern rekrytering startar. Den kan också koppla medarbetare till utbildningar, projekt och alternativa karriärvägar. U.S. Chamber of Commerce Foundations Experience You-projekt visar hur AI kan omvandla erfarenheter från militärtjänst, utbildning och informellt lärande till strukturerade, maskinläsbara kompetensdata. Projektet testade Learning and Employment Records tillsammans med nio partnerorganisationer. Rapporten om Experience You beskriver användningsområdet.
World Economic Forum uppger dessutom att 69 procent av arbetsgivarna planerar att rekrytera kompetens inom design och förbättring av AI-verktyg, medan 62 procent planerar att rekrytera personer som kan arbeta med AI.
Personanpassat lärande innebär att utbildningsförslag kopplas till individens nuvarande kompetenser, roll och möjliga utvecklingsväg. Data-driven talent management kan använda prestationsdata, lärandedata, kompetensdata, rekryteringsdata och personalomsättningsdata som stöd för beslut om utveckling, bemanning och intern rörlighet.
En forskningsöversikt publicerad i Proceedings of the IEEE i februari 2025 delar in AI-baserad analys av talanger i tre nivåer: talent management, organisationsstyrning och arbetsmarknadsanalys. Den visar bredden i området, från beslut om individers utveckling till analyser av organisationer och arbetsmarknader. Forskningsöversikten understryker samtidigt behovet av att hantera data och beslut på ett kontrollerat sätt.
Gamification i rekrytering innebär att spelbaserade element eller spelinspirerad design används i urvalstest, arbetsprov eller kandidatinteraktioner. Game-based assessments, gamification och gameful design är närliggande men olika begrepp och ska inte behandlas som synonymer.
Spelbaserade urvalstest kan exempelvis observera beteenden kopplade till problemlösning och social intelligens. Testet måste ändå valideras för den aktuella rollen. En forskningsöversikt från 2022 varnar för att kandidater kan uppfatta processen som mindre seriös om speldesignen saknar relevans eller professionalism. En studie från 2026 konstaterar dessutom att den empiriska evidensen fortfarande är begränsad när spelbaserade beteendeindikatorer jämförs med traditionella självskattningar. Se forskningsöversikten om spelbaserade urval och studien från 2026.
AI kan bidra till struktur och skala, men kan också förstärka brister i historiska data eller skapa svårbegripliga rekommendationer. AI bör därför förstärka mänskligt beslutsfattande, inte ersätta det. Organisationen behöver säkerställa datakvalitet, transparens, validering och en tydlig ansvarsfördelning. Ett system ska inte beskrivas som ett sätt att eliminera fördomar.
Digitala tvillingar för kandidater eller medarbetare bör behandlas som ett möjligt eller experimentellt användningsområde, inte som etablerad standard. Påståenden om att tekniken säkert kan simulera arbetsprestation eller dolda kompetenser kräver särskilt stark validering.
Det är användning av AI för att kartlägga och matcha kompetenser, personalisera lärande, planera arbetskraft och analysera HR-data. Tekniken kan stödja rekrytering, utveckling och intern mobilitet.
Utgå från den kompetensmodell och de beslut verktyget ska stödja. Kontrollera särskilt taxonomi, bedömningsmetoder, gap-analys, rekommendationer, integrationer, uppdateringsrutiner och möjligheten att följa upp kvaliteten i resultaten.
Det betyder att spelbaserade element eller spelinspirerad design används i exempelvis urvalstest och arbetsprov. Metoden kan ge beteendeindikatorer, men relevans, validitet och kandidatens acceptans måste prövas för varje användning.
Nej. AI kan ge beslutsunderlag, men den ansvariga organisationen måste kunna förstå, kontrollera och stå för beslut som påverkar kandidater och medarbetare.
