Syftet med denna studie är att undersöka upplevelser kring att vara uthyrd inom sin egen organisation och att belysa hur denna typ av anställningsform påverkar relationen mellan arbete och privatliv. Studien syftar även till att uppmärksamma vilken typ av krav som ställs på individerna samt hur dessa krav förhåller sig till upplevelsen av stöd och kontroll i arbetet. De teorier som använts i studien är Krav-kontroll-stöd-modellen samt teorin om det gränslösa arbetet, vilka också har använts som grundvid utformning av intervjuguiden och för att analysera insamlad empiri. För att besvara studiens frågeställningar har sju kvalitativa intervjuer genomförts. Resultatet från intervjuerna visar att upplevelsen av att vara internt uthyrd är individuell samt att de allra flesta deltagarna i den här studien på en övergripande nivå är nöjda med sin arbetssituation. De uttrycker att de upplever en tillfredsställande nivå av stöd och kontroll, trots att det utifrån framstår som att deras resurser är begränsade. Den upplevda tillfredsställelsen tolkas i den teoretiska analysen som ett tecken på att även kraven i arbetet är låga. Tillfredsställelsen kring de utifrån sett låga nivåerna av stöd och kontroll visar att låga nivåer av dessa resurser inte nödvändigtvis är negativt, så länge det står i relation till kraven. Att kraven är låga bekräftas också utifrån diskussionen om det gränslösa arbetet. De allra flesta deltagarna i studien upplever en god balans mellan arbete och privatliv, vilket även kan uttryckas som en upplevd hög kontroll. Det kan därmed fastställas att individernas arbetsliv inte i särskilt stor utsträckning inkräktar på deras privatliv. Slutligen visar studien även att de sociala relationerna i arbetet blir påverkade av den flexibla arbetsformen, men att detta kompenseras av andra faktorer och därför inte får några stora konsekvenser.

Försäljningsprognoser inom organisationer kan vara en komplex process där allt ifrån mänskliga uppskattningar till avancerade högteknologiska system används som metod. Dagens ökade tillgång till datamängder, förbättrad datorkraft, bättre molntjänster, fler verktyg och ökat intresse har i kombination skapat bättre förutsättningar än förut att applicera artificiell intelligens (AI) på aktiviteter som tidigare varit människostyrda. Observationen gjordes inom ett svenskt detaljhandelsföretag att organisationen inte drog nytta av AI och dess teknik. Försäljningsprognostiseringen inom bemanningsprocessen ansågs på organisationen ha utvecklingsmöjligheter, varpå studien syftade till att se hur AI kunde tillämpas på området, hur en sådan förändring kan se ut och hur olika faktorer påverkar försäljningen. Studien har genom intervjuer, litteraturstudie, dokumentobservation, datainhämtning och dataanalys undersökt syftesfrågeställningarna. Det har skett tillsammans med teori om förändringsledarskap, AI och offensiv kvalitetsutveckling. Resultatet visar på att organisationen skulle kunna tillämpa AI-metoden supervised machine learning genom att använda historiska data på faktorer som exempelvis datum, veckodag, månad, löning och högtid vilka har påverkan på arbetsvolymen. Verktyget skulle kunna ersätta dagens försäljningsprognostiseringsverktyg och hjälpa bemanningskontrollanterna i deras arbete att ge stöd åt butikscheferna i schemaläggningen. En eventuell implementering av metoden kan med fördel ske genom föreslagen aktivitetslista som upprättats utifrån olika förändringsteorier. / Sales forecasts within organizations can be a complex process where everything from human estimates to advanced high-tech systems is used as a method. Today's increased access to data, improved computer power, improved cloud services, more tools and increased interest have combined created better conditions than before to be able to apply artificial intelligence (AI) to activities that before has been human-controlled. An observation was made in a Swedish retail company who stated that they generally had not yet benefited from AI and its technology. The sales forecasting tool in the staffing process was considered by the organization to have improvement potential, whereupon this study aimed to see how AI could be applied to the area, how a change might look and how different factors affect sales. The study has through interviews, literature study, document observation, data collection and data analysis examined the purpose of this study together with theory of change management, AI and quality management. The result shows that the organization could apply the AI ​​methodology supervised machine learning by using historical data on factors such as date, weekday, month, paydays and holidays that affect the working volume. The tool could replace today's sales forecasting tool and help staffing controllers in their work to support store managers in scheduling. A possible implementation of the method may benefit through the proposed activity list established by different change management theories.