Paul Gibbons
De flesta organisationer är bättre på att införa AI än på att använda den. Arbetsflöden, beslutsvanor och kulturella normer inom den befintliga organisationen kvarstår länge efter att de nya verktygen har införts. Det är i denna klyfta mellan teknisk implementering och beteendemässig anpassning som merparten av investeringarna i omställningen tyst går förlorade.
Klyftan mellan att införa AI och att faktiskt använda den handlar om beteendemässiga faktorer, och Paul Gibbons, skaparen av ramverket Adaptive Adoption och författare till åtta böcker om organisationsförändring, hjälper ledande befattningshavare att överbrygga den.
Full Profile
Varför organisationer samarbetar med Paul Gibbons
- Hans Adaptive Adoption-modell – ett beteendevetenskapligt ramverk med sju pelare för införande av AI – och dess tillhörande diagnostikverktyg, Adaptive Adoption Maturity Index (AAMI), ger ledare ett strukturerat verktyg för att bedöma och hantera de mänskliga faktorer som avgör om en AI-investering ger avkastning eller går i stå. Denna typ av namngiven, uppbyggd immateriell egendom är sällsynt inom detta ämnesområde.
- ”The Science of Organizational Change” citeras av Googles förändringsteam och Microsofts interna kulturgrupp som något som har omorienterat deras sätt att närma sig transformation: en ovanlig form av verifiering av att det intellektuella ramverket håller under verklig operativ press, inte bara i konsultuppdrag.
- Han kommer att tala om för en organisation vad som är fel med dess förändringstänkande. Ordföranden för KPMG beskrev upplevelsen som att höra ”det vi behövde höra, inte det vi ville höra”, en egenskap som blir värdefull när ledande befattningshavare i tysthet har satsat på tillvägagångssätt som inte fungerar.
- Hans karriär som praktiker omfattar grundandet av ett av Europas ledande ledarskapskonsultföretag (Future Considerations), tjänstgöring som partner på IBM Consulting och utveckling av metodik för förändringshantering inom PwC:s verksamhet för strategi, innovation och förändring, vilket innebär att ramverken har stresstestats i just de stora, komplexa organisationer som deltar i evenemang för högsta ledningen.
- Hans akademiska bredd, som spänner över neurokemi, ekonomi, neurovetenskap, filosofi och beteendevetenskap, gör det möjligt för honom att dra nytta av discipliner som sällan tillämpas på organisatorisk transformation, samt att namnge och avslöja den pseudovetenskap som fyller ett fält där, som Stanfords Jeffrey Pfeffer har påpekat offentligt, charlatanism är vanligt förekommande.
Biografiska höjdpunkter
- Grundare och VD för Future Considerations (2001), ett av Europas ledande konsultföretag inom ledarskap och kulturförändring, med namngivna kunder som Shell, BP, HSBC, Barclays och KPMG
- Tidigare partner på IBM Consulting (Talent and Transformation); tidigare seniorstrateg på PwC:s avdelning för strategi, innovation och förändring, där han utvecklade företagets metoder för förändringshantering och företagsomvandling
- Författare till åtta böcker, däribland ”The Science of Organizational Change” – utnämnd till en av de bästa böckerna om förändringshantering genom tiderna – och ”Adopting AI: The People-First Approach” (2025)
- Rankad som nr 5 globalt inom organisationskulturförändring av Global Gurus; utnämnd till en av de 52 främsta globalt inom AI år 2026 (London Speaker Bureau)
- Medlem av Royal Society of Arts (FRSA); adjungerad professor i affärsetik vid University of Denver (2015–2018); medlem av American Philosophical Association och U.S. Academy of Management Council
- Artiklar publicerade i The Wall Street Journal, The Financial Times och The Guardian; rekommenderad av Jeffrey Pfeffer (Stanford Business School) och Simon Collins (ordförande, KPMG)
Biografi
De flesta organisationer vet att deras investeringar i AI och transformation inte ger önskat resultat. Den svårare frågan är varför, och det ärliga svaret är i de flesta fall att organisationens beteendemässiga och kulturella arkitektur aldrig omformades i takt med tekniken. Paul Gibbons har ägnat tre decennier åt att bygga upp den evidensbas som förklarar detta misslyckande, samt de ramverk som hjälper ledare att agera utifrån den.
Hans intellektuella bidrag börjar med en provokation. I ”The Science of Organizational Change” hävdar Gibbons att de flesta ramverk för förändringshantering bygger på myter och oprövad populärpsykologi, och ersätter dem med tillvägagångssätt som grundar sig på beteendeekonomi, neurovetenskap och komplexitetsteori. Googles förändringsteam och Microsofts interna kulturgrupp har båda gett boken äran för att ha omorienterat deras sätt att närma sig transformation. Jeffrey Pfeffer vid Stanford Business School berömde hans arbete för att ha tillfört vetenskaplig stringens till vad han beskrev som ett område fullt av pseudovetenskap.
Den kritiken utvecklades till ett konstruktivt ramverk för AI-eran. Hans Adaptive Adoption-modell, en sju-pelarsmetod grundad i beteendevetenskap, erbjuder ledare ett strukturerat alternativ till att tillämpa konventionell förändringshantering på AI-transformation. Dess kompletterande diagnostikverktyg, Adaptive Adoption Maturity Index, hjälper organisationer att bedöma var de faktiskt står. Modellen bygger på tre decennier av rådgivningsarbete för styrelser och ledningsgrupper, bland annat genom grundandet av Future Considerations, ett av Europas ledande konsultföretag inom ledarskap, som partner på IBM Consulting och utvecklingen av förändringsmetodik inom PwC:s verksamhet för strategi, innovation och förändring.
Gibbons är medlem i Royal Society of Arts och rankas bland de fem bästa globalt inom organisationskulturförändring av Global Gurus, samt bland de 52 bästa globalt inom AI år 2026. Han har undervisat i affärsetik och ledarskap vid University of Denver, sitter i styrelsen för Denver Institute for Enterprise Ethics och är värd för podcasten Think Bigger Think Better, som utforskar skärningspunkten mellan AI, beteendevetenskap och organisationsledarskap.
Viktiga föreläsningsämnen
- Beteendevetenskap och organisatorisk förändring
- Införande av AI och omvandling av arbetsstyrkan
- Kulturförändring och beteendedesign
- Myter om förändringshantering och evidensbaserad praxis
- AI-etik och organisatorisk styrning
- Ledarskap i komplexa och osäkra miljöer
- Arbetslivets framtid och samarbete mellan människa och maskin
Perfekt för
- CHRO:er och ledare inom personalutveckling som hanterar teknikdriven organisatorisk förändring
- Styrelser och ledande befattningshavare som fattar beslut om införande och styrning av AI
- Personer som arbetar med organisationsutveckling och förändringshantering
- Ledare inom digital och teknisk transformation i stora, komplexa organisationer
Resultat för målgruppen
- Ett tydligt ramverk för att förstå varför kulturförändringar och AI-implementeringar ofta misslyckas, baserat på beteendevetenskap snarare än konventioner
- Praktiska verktyg för att diagnostisera var beteendemässiga och kulturella klyftor undergräver teknikinvesteringar
- En mer rigorös grund för att utvärdera strategier för införande av AI och skilja trovärdiga signaler från marknadsbrus
- Språk och ramverk för diskussioner i styrelsen och ledningsgruppen om de organisatoriska förutsättningar som krävs för en framgångsrik omvandling
- Kännedom om ramverket Adaptive Adoption och Adaptive Adoption Maturity Index som strukturerade, evidensbaserade alternativ till konventionell förändringshantering tillämpad på AI
Utvecklingssamtal
On what AI is doing to human cognition, and the skills question leaders are quietly worried about.
Key takeaways:
- What the research on cognitive offloading actually shows
- Why some workers report two to three times productivity gains while the evidence points the other way
- What leaders should do about skills development when both readings are true
On why individual AI gains of three to five times are not reaching the enterprise.
Key takeaways:
- A four-box friction model: load-bearing, theatre, ritual and turf-defending friction
- Which three types of friction do not earn their keep
- The leadership courage required to cut them
On building the support function most leaders cannot afford to hire.
Key takeaways:
- What a chief of staff role actually consists of, task by task
- How to assemble an always-available equivalent in a few hours
- Where the approach holds up and where it fails
On decision-making with incomplete information, drawn from Gibbons’ poker career and his 2026 book ”Polymath Poker”.
Key takeaways:
- Expected value, Bayesian updating and range thinking as management tools
- How executives systematically misprice risk
- Why a good outcome and a good decision are different things
On the coming public reaction to AI and what it means for companies deploying it.
Key takeaways:
- Where the backlash is forming across trust, work, meaning and institutions
- What it means for organisations mid-deployment
- How to lead through it without retreating from the technology
On why Kotter and Prosci cannot carry AI adoption, and what replaces them.
Key takeaways:
- Why models built for go-live dates and stable end-states break on AI
- Change Agility as the capability to adapt continuously
- The leadership behaviours that build it