Kunstig intelligens (Artificial Intelligence eller bare AI) er på full fart inn i næringsliv og offentlig sektor. Men hva er egentlig kunstig intelligens? Hvilke ulike typer AI finnes, hvilke nye stillingstyper vil oppstå som følge av den teknologiske utviklingen – og hvordan påvirkes lederrollen?
Kunstig intelligens benyttes i digitale forretningsmodeller og digitale plattformer. Mange er bekymret for at jobber vil forsvinne når oppgaver automatiseres som følge av AI. Selv om det riktignok vil forsvinne en del rutinepregede jobber, peker forskerne på at det samtidig vil oppstå en rekke nye muligheter.
Robotisering og automatisering er altså ikke et onde, men vil åpne for nye muligheter, nye oppgaver og nye stillingsbeskrivelser – også for de medarbeiderne som blir direkte berørt av det teknologiske fremskrittet. Alt avhenger av endringsevne og -vilje.
Lederrollen kommer også til å endres som følge av implementering av AI, og det er hva jeg vil fokusere på i resten av dette innlegget. Men først skal jeg forklare AI, slik at vi har en felles referanseramme.
Definisjonen på AI
Er du usikker på definisjonen på AI? Her er McKinseys tolkning:
AI is typically defined as the ability of a machine to perform cognitive functions we associate with human minds, such as perceiving, reasoning, learning, interacting with the environment, problem solving, and even exercising creativity. Examples of technologies that enable AI to solve business problems are robotics and autonomous vehicles, computer vision, language, virtual agents, and machine learning.
Thomas Davenport og Rajeev Ronanki gjennomførte en kategorisering av former for kunstig intelligens. Studien deres omfattet over 152 AI-prosjekter. De delte AI inn i følgende kategorier:
Kategori 1: Prosessautomatisering gjennom bruk av roboter (bots)
Robotene blir mer og mer avansert grunnet fremveksten av mer sofistikert kode og integrasjon/datafangst fra flere IT-systemer. Vi får mer avanserte algoritmer, som kan utføre mer komplekse oppgaver enn for få år siden.
Eksempler på anvendelser kan være:
- Kategorisere hvilke kundehenvendelser (i CRM) som skal faktureres ved å lese gjennom kontrakten og sammenligne med teksten i kundens e-post
- Sende ut bestilte varer, gjennom å oppdatere eCommerce- og CRM-systemene og håndtere kundekommunikasjonen
Kategori 1 er den letteste og billigste formen for AI. Det er mulig å sikre seg både rask og høy avkastning på investeringene. En utfordring er at løsninger i denne kategorien ikke er programmert til å lære og implementere forbedringer i egne algoritmer.
Kan du outsource en oppgave, kan du sannsynligvis også automatisere den.
Kategori 2: Kognitiv innsikt
Prosjektene bruker algoritmer til å avdekke mønstre i store datamengder, og deretter tolke hva disse mønstrene (sammenhengene) innebærer.
Eksempler på anvendelser kan være:
- Utarbeide salgsprognoser ut fra vekting av data samlet inn i løpet av kundens kjøpsreise (kjøpsprosess)
- Avdekke misbruk av kreditt i sanntid
- Sannsynliggjøre hvem av jobbkandidatene som vil lykkes
Det som skiller kognitiv innsikt fra mer tradisjonell business intelligence er at analysene i enda større grad baserer seg på digitale og detaljerte data. Algoritmene er bedre trent på de prioriterte analyseområdene, og de forbedres over tid.
Kategori 3: Kognitivt engasjement
Dette er AI-prosjekter som benytter teknologier som chatbots, intelligente agenter og maskinlæring.
Eksempler på anvendelser kan være:
- Intelligente agenter som 24/7 besvarer potensielle kunders spørsmål om priser, funksjonalitet, leveringsalternativer og servicer på kundens eget språk
- Produktanbefalinger basert på dialog med potensielle kunder
Kognitivt engasjement er den seneste trenden og den mest avanserte anvendelsen av kunstig intelligens. Robotisering, som ble nevnt som kategori 1, er den enkleste og mest vanlige formen for kunstig intelligens i dag. Den vil fortsatt være det, da den danner en viktig basis for de andre kategoriene og, ikke minst, er den billigste teknologien.
Hvordan påvirkes du i din lederrolle av kunstig intelligens
Kunstig intelligens inngår som en sentral teknologi i de fleste avanserte IT-verktøy og automatiserte arbeidsprosesser. Dyktige ledere vil ta grep og skaffe seg kunnskap slik at de styrer teknologien, fremfor at den styrer dem. La meg nevne noen områder som jeg tror vil påvirke lederrollen din.
Du må bruke mer tid på å forstå hvordan teknologien henger sammen
Som leder må du lære deg å forstå sammenhengen mellom kunstig intelligens, digitale plattformer og digitale forretningsmodeller. Digitale plattformer er i kraftig vekst, og de vil påvirke din bransje i årene fremover. Samtlige digitale plattformer benytter kunstig intelligens. Eksempler på digitale plattformer er; Apple ioS, Google Android, Amazon, Facebook og LinkedIn.
Din forståelse av hvordan digitale plattformer fungerer og kan benyttes i digitale forretningsmodeller blir viktig innsikt. Du må fra et strategisk lederperspektiv analysere muligheter og identifisere konsekvenser bruk av kunstig intelligens får for din virksomhet.
Konsekvensen er at du må bruke mer tid på studier. Mer tid på å analysere hvordan de store plattformaktørene beveger seg i markedet. Du bør følge blogger som omhandler digitalisering, og nettsteder som er ledende. Jeg anbefaler deg å følge McKinsey, MIT Sloan Management Review og Harvard Business Review. På vår egen Digitalleder.no finner du også tips og innsikt om digitalisering og kunstig intelligens.
Du vil foreta flere mindre og raskere beslutninger basert på sanntidsinformasjon
Endringer for lederrollen ligger hovedsakelig i konsekvensene av kognitiv innsikt og kognitivt engasjement. Gjennom kognitiv innsikt vil lederens mulighet til å predikere og lage prognoser øke. Teknologien muliggjør økt tilgang på sanntidsinformasjon fra produksjon og kunder (digitale atferdsdata).
Du får også digital datafangst på områder du tidligere ikke hadde innsikt i. Et eksempel på dette er detaljert informasjon om dine potensielle kunders digitale atferd i en kjøpsprosess som involverer dine produkter.
Beslutninger basert på fakta vil øke. Intuisjon og magefølelse vil bli en saga blott. Som leder må du våre forberedt på å ta en rekke mindre og raske beslutninger. Moderne teknologi gjør det også mulig å splitte opp store beslutninger i mindre, kontrollerbare delbeslutninger.
Du må lære hvordan du skal anvende og styre digitale agenter
Både du og dine medarbeidere kommer til å arbeide med en rekke digitale agenter som løser oppgaver på mange av dine arbeidsprosesser, som rekruttering, analyse, kapitalallokering, markedsføring, salg og kundeservice. Selv om du automatiserer arbeidsprosesser innenfor de tre kategoriene jeg har nevnt i denne artikkelen, må du ikke miste kontrollen. Kunstig intelligens må overvåkes og styres. Den må ikke løpe løpsk. Du må jevnlig overvåke de beslutninger algoritmene fatter, og rekalibrere ved behov.
Du må ha en dyp forretningsmessig forståelse for de forretningsprosessene som skal støttes av kunstig intelligens. Lederrollen må utvikles til å lære hvordan og når du skal stille spørsmål til algoritmenes beslutninger. Når skal du gå på kompromiss, når skal du være enig/uenig. Dette vil bli en krevende oppgave: Som leder skal du behandle teknologien som en sentral medarbeider i ditt team. Forskjellen er at denne medarbeideren er digital.
Lære deg bruk av digital mindfulness («sunt bondevett»)
Vi har i over 20 år benyttet teknologiske samhandlingsverktøy, slik at vi kan jobbe delvis steds- og tidsuavhengig. Dette setter 8-16-arbeidsdagen under lupen. For mange kunnskapsarbeidere blir den meningsløs. De jobber ut fra engasjement, interesser og prosjektenes fremdriftsplan. De kan være interesserte i å jobbe 12-timers-dager i 2 måneder for deretter å ta en uke avspasering. De kan ønske å dra hjem kl. 15, hente barn, delta på fritidsaktiviteter og deretter ta en jobbøkt fra kl. 20. De teknologiske mulighetene har klare fordeler, men er samtidig ikke uten baksider.
For deg som leder må du være klar over de signalene du sender ut når skillene mellom arbeid og fritid viskes ut. Når har medarbeiderne fri? Når er de på jobb? Du kan påføre dine medarbeidere teknologisk stress, teknologiavhengighet og informasjonsoverbelastning.
Teknologien vil fortsette utviklingen mot mer og mer tilgjengelige løsninger, fleksibilitet, informasjonsinnhold, funksjonalitet og brukervennlighet. Dette er drivkrefter som gjør det vanskeligere å skjerme medarbeidere fra «always on».
En løsning for deg kan være at du fokuserer på en sømløs integrasjon mellom arbeid og hjem, fremfor å håndtere en iboende konflikt. Fokuser på at teknologien skal sørge for en kontinuerlig flyt av verdifulle oppgaver og meningsfull informasjon. Som leder kan du da bruke mer tid på å guide medarbeidere i hvordan de utnytter teknologien til å skape fleksibilitet i hverdagen, fremfor å løse en konflikt mellom arbeid og fritid/hjem.
Mer tid kan også brukes til mentoring, støtte medarbeidere og ikke minst håndtere etiske problemstillinger som oppstår gjennom rik tilgang på detaljert informasjon.
Du må utvikle nye roller som følge av AI
Kunstig intelligens kommer til å kreve at du etablerer tre nye ansvarsområder. Det er ikke sikkert at dette blir nye stillinger. Det kan meget vel være at det blir en tilleggsoppgave til medarbeidere i de funksjoner hvor du anvender AI. Da snakker vi om nye roller.
Trener
En av rollene er trener. En robot vil ikke fungere uten at en konsulent har fortalt datamaskinen hvilke oppgaver den skal utføre og hvordan. Roboten er avhengig av en trener. Dette området utvikles raskt, og det spenner over en rekke anvendelsesområder. Vi bruker daglig flere av disse tjenestene.
Det vil bli etablert mange nye jobber som trener disse tjenestene opp til å bli mer presise og gjøre færre feil. Det vil også oppstå tilsvarende jobber på mer avanserte anvendelsesområder. Som et eksempel, må trenere som jobber med chatbots trene robotene til å forstå hva brukerne egentlig mener.
Analytiker
Du har kanskje allerede i dag analytikere i din økonomiavdeling. Disse jobber typisk med Business Intelligence basert på datafangst fra produksjon og salg. Du må sikre at disse utvider sin rolle til å analysere hvordan du skal få forretningsmessig gevinst ut av satsingen på kunstig intelligens.
Det betyr at du som leder må sikre at de har forståelse for hvordan AI fungerer, hvilke mulige anvendelsesområder AI har, hvilke begrensninger, hvilken risiko og kompetanse som kreves. I tillegg bør de kunne utarbeide et godt business case på hva du kan realisere av gevinster og når.
Forvalter
Du må også utvikle forvaltningsrollen. I likhet med andre komplekse IT-systemer er AI-systemer avhengige av systemforvaltere. Systemforvalterne skal sikre forsvarlig drift av systemet, håndtere avvik og arbeide med videreutvikling og rapportering.
En studie som er omtalt i Sloan Management Review illustrerer behovet for forvaltere. Omlag 1/3 av respondentene stoler ikke på at bedriftens AI-system har tilstrekkelig sporbarhet eller opererer etisk forsvarlig. Nesten halvparten av bedriftene stoler ikke på sikkerheten i AI-løsningene. Forvalterne vil også ha ansvar for å sikre at etiske retningslinjer overholdes.
I dette innlegget har jeg gitt deg noen eksempler på anvendelser av AI, og hvordan dette kan endre lederrollen. Skal jeg driste meg til å gi deg et råd for å være en «future-ready» toppleder, er det å sette av tid til å sikre deg tilstrekkelig teknologisk innsikt i hvordan de nye teknologiene fungerer og hvilke muligheter de gir.
Lykke til!
