Vi bruger cookies for at optimere din brugeroplevelse.

Læs vores cookiepolitik

Kunstig intelligens kommer også til at forandre lederrollen

Kunstig intelligens er i disse år i gang med at forandre vores liv på alle mulige måder. Alligevel er det kun få, der forstår teknologien, som rummer store potentialer og også vil forandre lederrollen.

Thomas Terney, Gyldendal, Kunstig intelligens, AI, lederne, dkledelse, ledelse i dag

Sygeplejersken på den amerikanske fødeafdeling kigger på sin skærm med oversigten over dagens patienter og vender sig derefter imod sin assistent og spørger: ”Ginger, hvad ville være en dårlig beslutning?”. Kort tid efter svarer Ginger: ”Det ville være en dårlig beslutning at bruge værelse 14 til en patient med et planlagt kejsersnit og så lade Amy tage sig af hende”.

Sygeplejersken kigger kort på sin skærm. Han vurderer, om han er enig i, at Amys kompetencer og tid måske kan bruges bedre andetsteds og tilføjer efter et kort øjebliks overvejelse: ”Jeg er enig”. Faktisk er han og de øvrige sygeplejersker enige i Gingers anbefalinger i 90 procent af tilfældene, hvilket er meget godt gået i betragtning af, at Ginger kun er en 60 centimeter høj legetøjslignende robot. Men robotten er til gengæld koblet op til en kunstig intelligens udviklet af en gruppe forskere fra det anerkendte amerikanske universitet MIT1.

Ginger i aktion

Videoen fra MIT’s Computer Science and Artificial Intelligence Laboratory viser, hvordan sygeplejersker på en fødeafdeling benytter robotten Ginger og dens anbefalinger i deres planlægning af arbejdet på afdelingen.


I bogen Kampen om Fremtiden. Forstå hvordan kunstig intelligens påvirker mennesker, magt og markeder forklarer jeg, hvorfor vi bør prøve at forstå kunstig intelligens langt bedre, end de fleste af os gør i dag. Robotten Ginger er nemlig meget langt fra den forestilling om kunstig intelligens og robotter, som vi har fået fra Hollywood om hårdtpumpede dræberrobotter i Terminator eller den onde computer Hal fra Rumrejsen 2001.

Faktum er, at der allerede i dag er udviklet kunstig intelligens, der eksempelvis kan diagnosticere Alzheimer og kræft på niveau med højtuddannede speciallæger, foretage simpel sagsbehandling i kommunerne og altså også hjælpe ledere.

Kunstig intelligens i virkeligheden
Ginger rådgiver og assisterer i, hvad mange i klassisk forstand opfatter som en ledelsesmæssig disciplin. Nemlig det at lede og fordele arbejdsopgaverne. Det er dog ikke selve robotten, som er det mest interessante, men den underliggende kunstige intelligens. Selv om eksemplet er taget fra forskningens verden, illustrerer forsøget, at kunstig intelligens i disse år er på vej ud af fra universiteterne med syvmileskridt og er på vej til at ændre en lang række opgaver og processer i organisationerne. Det er ikke bare noget, der sker nede i maskinrummet i organisationerne, men noget, som kommer til at påvirke stort set alle funktioner og alle ledelseslag. Stort set alle rapporter om fremtidens arbejdsmarked tager nemlig udgangspunkt i, netop hvordan kunstig intelligens kommer til at ændre måden, organisationer arbejder på, og hvad de arbejder med2.

Når vi nu ved, hvor stor betydning kunstig intelligens har og vil få for vores fremtid, er det dog tankevækkende, at alle i skolen har lært, hvordan en dynamo fungerer, mens kun en brøkdel ved, hvordan kunstig intelligens fungerer

Thomas Vestskov Terney, forfatter til Kampen om fremtiden

For mange er det imidlertid en udfordring bare at forstå, hvad kunstig intelligens egentlig er. Men kunstig intelligens er i virkeligheden ikke særlig komplekst – de fleste af os har bare aldrig rigtig lært noget om det. Når vi nu ved, hvor stor betydning kunstig intelligens har og vil få for vores fremtid, er det dog tankevækkende, at alle i skolen har lært, hvordan en dynamo fungerer, mens kun en brøkdel ved, hvordan kunstig intelligens fungerer.

Men hvad er det egentlig?
Første skridt til at forstå kunstig intelligens er at definere, hvad det er. Næsten alle mine interviews starter med, at journalisten spørger, om jeg ikke lige kan starte med at definere, hvad kunstig intelligens er. Altså vi starter ikke med at tale om, hvordan det fungerer, men i det hele taget, hvad det er, vi skal tale om.

Desværre er det ikke lige til at komme med en god definition. Det skyldes, at man ikke engang inden for forskningen i intelligens er kommet frem til en skarp definition, som alle kan blive enige om3. Den menneskelige intelligens bliver ofte defineret i meget brede termer, såsom evnen til at lære, huske og løse problemer, som sociale kompetencer og som meget andet.

Når vi har så svært ved at komme med en definition på intelligens, hvordan skal vi så kunne komme med en skarp definition på kunstig intelligens?

Vi mennesker har dog en god intuitiv fornemmelse af, om vi opfatter noget som intelligent eller ej. Denne intuitive fornemmelse for kunstig intelligens er faktisk det, man typisk bruger i stedet for den klare definition: Hvis en maskine virker intelligent og løser en opgave, som ellers ville kræve et intelligent menneske, så kalder vi det kunstig intelligens.

Ifølge Marvin Minsky, amerikansk matematiker, datalog og kognitionsvidenskabsmand, der især huskes for sin forskning inden for kunstig intelligens, er kunstig intelligens, når maskiner gør ting, som ville kræve intelligens, hvis de blev udført af mennesker.4

Ud fra den definition nærmest eksploderer kunstig intelligens i disse år, drevet af blandt andet store teknologigiganter fra USA som Google, Facebook og Amazon. Også kinesiske selskaber som Alibaba, Tencent og Baidu investerer massivt i at videreudvikle kunstig intelligens. En stor mængde af nye startups og etablerede virksomheder kaster sig også ud i at udvikle nye intelligente produkter og services.

Ingen ”auto-magiske” løsninger
Kunstig intelligens er imidlertid meget mere end bare små robotter, chatbotter og den virtuelle assistent Siri, som de fleste kender fra Apples iPhone. Men hvad gør man som leder, når man skal prøve at finde ud af, hvad man skal gøre som leder?

Der er i dag en masse virksomheder, der tilbyder alle mulige forskellige løsninger baseret på kunstig intelligens. Men som leder kan det være en rigtig god idé lige at starte med at træde et skridt tilbage. Pointen er, at vi bør forstå potentialet lidt bredere, så vi ikke hovedkulds forelsker os i det første og bedste produkt, vi får tilbudt.

Udgangspunktet for kunstig intelligens er altså, at man som leder begynder med at stille de rigtige spørgsmål. Kunstig intelligens er ikke en teknologi, hvor man blot skovler data ind på en stor server og tænder for den kunstige intelligens. Der er ikke nogen systemer, som på “auto-magisk” vis løser ens udfordringer

Thomas Vestskov Terney, forfatter til Kampen om fremtiden

Pointen er, at vi bør forstå potentialet lidt bredere, så vi ikke hovedkulds forelsker os i det første og bedste produkt, vi får tilbudt.

En måde, man kan anvende kunstig intelligens på, er at automatisere processer – det kalder jeg Automatiseret Intelligens. Her bruger man kunstig intelligens til at automatisere en proces, der i dag udføres af mennesker. Som leder skal du stille dig selv spørgsmålet: Hvilke opgaver eller dele af opgaver i min virksomhed har stor volumen, involverer databehandling og indeholder ingen væsentlig analyse eller skøn? Sådan en opgave eller proces kan være velegnet til automatisering med en robot.

Det er dog ikke en fysisk robot, der møder op på arbejde mandag morgen, men derimod et stykke software, der kigger med på skærmen og kan udføre den samme opgave mange gange med høj hastighed – eksempelvis at flytte data mellem systemer eller kontrollere, om data er i orden.

Robot Proces Automatisering (RPA) er ét af de områder, som mange både private og offentlige organisationer allerede har gode erfaringer med i deres administrative funktioner. RPA kan hjælpe organisationer med at blive mere effektive, men det kan også være en udfordring. Ud over at det kan være en udfordring at holde styr på alle de robotter, så er der en fare for, at man bevidstløst optimerer sin nuværende måde at arbejde på. Dermed risikerer man at overse nogle af de store potentialer, som kunstig intelligens rummer, i forhold til at tilbyde helt nye services eller produkter til ens kunder eller borgere.

Udgangspunktet for kunstig intelligens er altså, at man som leder begynder med at stille de rigtige spørgsmål. Kunstig intelligens er ikke en teknologi, hvor man blot skovler data ind på en stor server og tænder for den kunstige intelligens. Der er ikke nogen systemer, som på “auto-magisk” vis løser ens udfordringer.

Om der skal anvendes kunstig intelligens til automatisering eller mere klassisk IT afhænger i høj grad af den enkelte opgave. Spørg dig selv – eller din leverandør – hvad du får ud af at bruge kunstig intelligens, som du ikke kan få med en mere klassisk IT-løsning.

3 pointer til dig som leder

  1. Kunstig intelligens kan allerede i dag have et potentiale i din organisation
  2. Din opgave som leder er at forstå teknologiens overordnede anvendelsesmuligheder og analysere perspektiverne i forhold til din konkrete organisation
  3. Start med at undersøge nye forretningsmuligheder, før du vender blikket imod maskinrummet og kigger på effektivisering

Frygten for fremtiden
En af de helt store bekymringer omkring kunstig intelligens er tabet af arbejdspladser. Der er mange danske og internationale rapporter, der prøver at forudsige effekten af automatisering på jobmarkedet. Selv om de præcise estimater varierer meget, er der stor enighed om, at arbejdsmarkedet står over for store forandringer.

Jeg mener dog ikke, at der er den store grund til bekymring. Udfordringen ved teknologiske forudsigelser omkring arbejdsmarkedet er lige præcis, at de er teknologiske. Hele den økonomi og de job, der er opstået, fordi Apple lavede App Store, kunne man eksempelvis ikke havde forudset ved at kigge på teknologiudviklingen inden for trykfølsomme skærme og mobiltelefoner.

Fremtiden for jobmarkedet handler altså i højere grad om forretningsinnovation end den rene teknologiske udvikling. Altså, i hvor stort omfang teknologiske fremskridt medfører en forretningsinnovation, der etablerer helt nye produkter og services eller måske helt nye måder at drive forretning på. Der er masser af behov, der står og venter på at blive mødt med gode løsninger.

Som mennesker er vi kendetegnet ved meget hurtigt at absorbere teknologien, når først den er her – og når frygten for at miste vores job har lagt sig. Så hvis kunstig intelligens kan gøre dig bedre som leder – eksempelvis ved, at Ginger kan hjælpe dig med at træffe bedre beslutninger – vil du så sige nej tak?

Om forfatteren

Thomas Vestskov Terney er cand.scient.pol, ph.d. i kunstig intelligens og forfatter til bogen Kampen om Fremtiden. Forstå hvordan kunstig intelligens påvirker mennesker, magt og markeder. Han har været leder gennem mange år, blandt andet som direktør i Novozymes med ansvar for Digital Strategi og Innovation.

Thomas Vestskov Terney er i dag foredragsholder, underviser og rådgiver i krydsfeltet mellem ledelse, forretning og digitalisering.

Referencer

  1. Gombolay, M. et al. (2018): Robotic assistance in the coordination of patient care. I The International Journal of Robotics Research, 37(10), s. 1300-1316. Doi: 10.1177/0278364918778344.
  2. Se eksempelvis:
    - PwC (2018): Will robots really steal our jobs?. Link: https://www.pwc.com/hu/hu/kiadvanyok/assets/pdf/impact_of_automation_on_jobs.pdf.

    - McKinsey&Company (2017): Automatiseringens effekter på det danske arbejdsmarked. Link: https://www.regeringen.dk/media/4467/hovedrapport-fra-mckinsey-om-automatiseringens-effekter-paa-det-danske-arbejdsmarked-pdf-1.pdf.
    - Bakhshi, H. et al. (2017): The Future of Skills: Employment in 2030. Link: https://futureskills.pearson.com/research/assets/pdfs/technical-report.pdf.
    Frey, C. B. & M. A. Osborne (2013): The Future of Employment: How susceptible are jobs to computerisation?. Oxford Martin School, University of Oxford. Link: https://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf.

  3. Se eksempelvis:
    - GottFredsen, L. S. (1994): Mainstream Science on Intelligence: An Editorial With 52 Signatories, History, and Bibliography. I Wall Street Journal.
    Legg, S. & M. Hutter (2006): A Collection of Definitions of Intelligence. I Proceedings of the 2007 conference on Advances in Artificial General Intelligence: Concepts, Architectures and Algorithms: Proceedings of the AGI Workshop 2006.
  4. Minsky, M. L. (1968): Semantic Information Processing. M.I.T. Press, Cambridge, Mass.

Læs denne måneds artikler

Vil du have mere indhold som dette?