Kontakt os
Ring på 33 95 97 00
Alle hverdage kl. 9.00-16.00.
Få rådgivning om løn og ansættelsesvilkår på hverdage mellem 9.00-14.30.
Lige nu skal AI ledes med fingrene. Ikke med hovedet. Sådan lyder rådet fra en AI-træner, der rådgiver ledere og organisationer i, hvordan de kommer i gang med AI. Og så er det som regel en god ide at starte i det små, understreger han.
AI er potentielt en gamechanger på arbejdsmarkedet, og flere og flere virksomheder og organisationer kan fortælle, hvordan de er begyndt at bruge AI i opgaveløsningen.
Midt i det hele står lederne, som hver dag skal træffe beslutninger, skabe retning og sikre både faglig kvalitet og trivsel i en virkelighed, der bliver stadig mere teknologisk kompleks, og hvor man let kan få følelsen af, at man er bagud, hvis man ikke allerede er med på AI-toget. Samtidig med at der er en naturlig tøven over for at kaste sig ud i en teknologi, som ingen reelt har det fulde overblik over.
Samtidig fremgår det af en lederundersøgelse fra Djøf, at kun 15 procent af de adspurgte ledere føler sig kompetente til at lede i forhold til AI. Måske ikke overraskende, når man tænker på, hvor hurtigt udviklingen går, og hvor meget kompleksitet AI bringer med sig. For hvordan skulle det have været muligt at nå at blive god til og føle sig komfortabel med AI?
Men det understreger noget vigtigt, nemlig diskrepansen mellem det store fokus på AI og ikke mindst de store forventninger til, hvad teknologien skal kunne gøre for os – og så det faktum, at vi rent kompetencemæssigt slet ikke er klædt på endnu. Det understreges yderligere af tal fra Dansk Erhverv, som også for nylig har offentliggjort tal for, hvor hurtigt det går med at få virksomhederne til at implementere AI.
Undersøgelsen viser, at i alt 44 procent af Dansk Erhvervs medlemmer på nuværende tidspunkt bruger værktøjer inden for kunstig intelligens (AI). Men både for de virksomheder, som svarer, at de bruger AI, og de som svarer, at de ikke gør, er mangel på viden og indsigt blandt de største udfordringer for at bruge eller for overhovedet at komme i gang med teknologien.
- Jeg tror i virkeligheden sagtens, at du kan udskyde det her med at komme i gang med de store AI-projekter lige nu. Men det, du til gengæld ikke kan udskyde, det er din egen og medarbejdernes opkvalificering inden for AI, siger Jacob Bøtter. Han har i mange år arbejdet med strategirådgivning og arbejder i dag med at koble AI med strategien og træne organisationerne i at få de to ting til at spille sammen. Ifølge ham er det klogeste, du kan gøre som leder lige nu, at gå i gang med at gøre virksomheden klar til at gå i gang med AI.
"Hvis du som leder går i gang med at bruge teknologien og sætter dine medarbejdere til at gøre det, så vil du hurtigt se, at ”gud, det gør os ikke nødvendigvis 100 gange hurtigere."
Jacob Bøtter
Spørger man sig selv, om ledelsesopgaven i forhold til AI er anderledes end alt muligt andet, vi kender, så er svaret både ja og nej. Masser af ledelsesopgaver er de samme som ved ethvert forandringsprojekt, men AI har nogen karakteristika, som er anderledes end noget andet, vi er vant til. Nemlig uforudsigeligheden, som kan gøre det svært for en leder at definere faste processer og regne med eksakte resultater.
- Traditionelt når vi implementerer et nyt system og laver processer omkring det, så har vi måske været vant til, at tingene var meget lineære. Systemet fungerer på én måde, og det gør dét her, indtil der kommer en opdatering om to år. Og resultatet af systemet har måske været nogenlunde forudsigeligt. Sådan er det ikke med AI. Du kan stille en sprogmodel en opgave nu, som den ikke kan løse – men det kan den måske om en måned. Eller også kan den ikke. Og der er også en uforudsigelighed i selve måden, sprogmodeller fungerer på, fordi de er sandsynlighedsbaserede. Så du kan ikke altid være sikker på at få samme svar, som sidste gang du spurgte. Så der er grænser for, hvad du kan bruge teknologien til – du kan nok ikke lige sætte generativ AI til at overtage al myndighedsarbejde i næste uge, forklarer Jacob Bøtter.
Sprogmodeller er generativ AI, der skaber nyt indhold baseret på eksisterende data. Det kan for eksempel være tekst, billeder, lyd eller kode og bruges i alt fra chatbots og billedgenerering til automatiseret skrivning og produktudvikling. Typisk kan alle gå i gang med at bruge generativ AI i dag.
Der findes også AI, som er regelbaseret, den såkaldte ’machine learning’, som til gengæld kræver meget større mængder af data og også data af en vis kvalitet og systematik. Derfor er der mange virksomheder, der på nuværende tidspunkt har svært ved at bruge machine learning og regelbaserede systemer.
Netop derfor er generativ AI oftest der, hvor der er noget at hente, og det, som man med fordel kan begynde at koncentrere sig om at blive bedre til at forstå, siger Jacob Bøtter.
- Man kan godt blive lidt lammet af en ide om, at man som leder skal være et tech-geni nu, og at man skal læse en masse ting og tage på konference og uddannelse og den slags. Men det bedste, du kan gøre lige nu, det er bare at begynde at bruge teknologien og lade medarbejderne gøre det samme. AI skal læres med fingrene, ikke med hovedet. For du kan ikke tænke dig til, hvad teknologien kan, og hvordan den opfører sig – du kan kun forstå den ved at bruge den, siger han.
(artiklen fortsætter under billedet).
Jacob Bøtter
Måske har du selv læst de førnævnte rapporter, som redegør for, hvor mange job, der kan spares årligt ved at implementere teknologi. Og du har set regnestykker på, hvor mange timer, en virksomhed kan spare på XYZ opgave ved hjælp af AI. Men Jacob Bøtter vil gerne advare imod, at man på den måde ekstrapolerer på nogen tidlige og enkeltstående resultater af AI.
- Jeg kan være lidt bekymret over, om vi lige nu laver en del regnestykker for AI, som ikke nødvendigvis holder. Et godt eksempel er et regnestykke, der for nylig kom frem. Her vurderer man, at hvis AI kan lave en læreplan på 20 minutter, hvor en folkeskolelærer normalt bruger to timer, så vil der kunne spares 9.000 fuldtidsansatte folkeskolelærere og 5 milliarder lønkroner i 2040. Den slags regnestykker synes jeg, vi skal passe på med, for det er meget svært at garantere, siger Jacob Bøtter.
Han understreger, at den slags forudsigelige besparelser også typisk vil komme, i kraft af man bruger regelbaseret AI – altså machine learning. Og ikke de sprogmodeller, der lige nu har et mere varierende og uforudsigeligt resultat, og som i øvrigt udvikler sig fra måned til måned.
- Jeg kender ingen organisationer, der reelt arbejder med AI, som ser de her effektiviseringsgevinster så 1:1. Lige nu er det nærmere en investering frem for besparelser, og så ser jeg især, at generativ AI, altså de her sprogmodeller, virkelig kan løfte mennesker. Så lige nu har vi en kæmpe mulighed for at gøre os selv og vores kollegaer bedre til vores arbejde – hvis vi gør os umage for at forbedre vores digitale forestillingsevne. Hvis du som leder går i gang med at bruge teknologien og sætter dine medarbejdere til at gøre det, så vil du hurtigt se, at ”gud, det gør os ikke nødvendigvis 100 gange hurtigere. Men nu kan vi dét her og dét her”.
Derfor er Jacob Bøtters sidste og mest centrale råd, at hvis man er leder, så bør man gå i gang med at få teknologien ind i fingrene. Og er man ikke en stor og data-strømlinet organisation, så bør man holde sig til generativ AI, altså sprogmodeller som fx chatGPT eller andre generative værktøjer.
- Jeg tror ikke, man skal føle sig alt for presset over ikke at være gået i gang med den helt store AI-satsning endnu. Jeg tror sagtens, man kan være ’second mover’ på de dybe AI-processer, for det er alligevel de færreste virksomheder, der har den tålmodighed eller investeringsvillighed lige nu til det. Men man kan gå i gang med generativ AI og se på, hvordan det kan gøre alle bedre og på den måde udvikle den digitale forestillingsevne, så man kan tage de rigtige beslutninger, når man for alvor vil kaste sig ud i et stort AI-projekt.
Kontakt os
Ring på 33 95 97 00
Alle hverdage kl. 9.00-16.00.
Få rådgivning om løn og ansættelsesvilkår på hverdage mellem 9.00-14.30.