AI er overhypet!

Jeg vil hævde, at AI i årevis er blevet overhypet som en teknologi der har mange effektive løsninger og som har nedtonet udfordringer forårsaget af implementeringsbestræbelser og tilpasning af standard AI løsninger til eksisterende former for organisation og ledelsespraksis. Denne problematik er blevet stort set uberørt af social- og organisationsforskning og ofte også af konsulentfirmaer.

Dette er ved at ændre sig på grund af stigende bekymringer om en langsom implementerings-hastighed og de mange tilfælde af utilstrækkeligt veldokumenteret afkast af investeringer i AI-løsninger.

Især processer relateret til ledelse af professionelle vidensarbejdere, der anvender AI-løsninger, og ulemperne ved, at både ledelsens og ansattes kapacitet til korrekt at forstå potentialerne og begrænsningerne ved AI, bør sættes i fokus i forskning og i rådgivning. Tilføjes perspektivet fra forskellige industrier og virksomhedsstørrelse – herunder ikke mindst AI i SMV'er, er det klart, at vi har brug for mere praktisk viden til at guide AI-overgangsprocessen.

Forskningsovervejelser

Det er vigtigt at erkende, at AI ligesom alle andre teknologiske udviklinger, understreger eksistensen af forskellige interesser blandt de mange involverede interessenter. Det gælder både i den enkelte virksomhed/organisation, blandt leverandører og kunder samt eksterne parter (ex. offentlige reguleringsinstitutioner). Det er således ikke nyttigt at anlægge en teknologi-deterministisk tilgang, når vi overvejer f.eks. ledelsesudfordringer udløst ved at bruge AI/AuI. Organisations- og ledelsesteori, sociologiske og antropologiske fortolknings- og analyse tilgange samt perspektiver fra humaniora er nødvendige at inddrage i forskning og rådgivning.

Status over AI i danske virksomheder

Hvad ved vi om den nuværende tilstand af AI i DK?  En opgørelse (DS sept.2021) af mere end 4.000 danske virksomheder med minimum ti ansatte, viste, at 24 procent af alle virksomheder i stikprøven brugte en eller anden form for AI-applikationer/værktøjer i 2021. Det er en stigning fra 2019 og 2020, hvor henholdsvis 6 pct. og 11 pct. af danske virksomheder brugte AI i en eller anden form i et eller andet omfang.

Som forventet viser opgørelsen, at jo større virksomheden er, jo mere udbredt er brugen af AI-applikationer. To ud af tre virksomheder med mere end 250 ansatte brugte mindst én type AI i 2021. Den tilsvarende andel var 20 pct. blandt virksomheder med 10-49 ansatte. Udnyttelsen af AI er mest udbredt (55 pct. af alle) i informations- og kommunikationsindustrien efterfulgt af forretningsservice og fremstilling. Anvendelsen er mindst i byggeri og anlæg.

AI anvendes bl.a. til marketing, forretningsprocesstyring, ledelse, IT-sikkerhed og HR.  AI-software og -systemer anvendes i fremstillingsindustrien til produktionsprocesser, medens handel og transport gør brug af kunstig intelligens til logistik.

For de virksomheder, der arbejder med AI, er automatisering af arbejdsgange ved hjælp af f.eks. softwarerobotter til procesautomatisering, den hyppigst anvendte AI-løsning. Dernæst er de mest brugte AI-applikationer maskinlæring til dataanalyse og AI der kan analysere tekst. Autonome robotter er mest udbredt i fremstillingsindustrien, mens alle andre AI-teknologier er mest udbredte i informations- og kommunikationssektoren.

Softwarebaseret AI bruges oftest til at understøtte ledelsen for eksempel i form af business intelligence, business forecasts og risikovurdering. Den næstmest almindelige applikation er relateret til IT-sikkerhed, f.eks. godkendelse af brugere ved ansigtsgenkendelse eller forebyggelse af cyberangreb. Virtuelle assistenter, automatiseret planlægning eller oversættelse er den tredje mest udbredte applikation.

Der er umiddelbart ganske interessante opgørelser, men det siger desværre ikke noget om i hvilket omfang de pågældende AI – løsninger anvendes bredt i virksomhederne.  Vi kan heller ikke ud fra opgørelsen sige noget meningsfyldt om, hvor mange arbejds- og jobfunktioner og hvor mange beskæftigede, der aktuelt er berørt af AI.  

AI og arbejdsmarkedet - det er kompliceret!

AIs indvirkning på arbejdsmarkedet debatteres ofte med fokus på at øge produktiviteten ved at erstatte arbejdskraft.  Debatter om hvorvidt AI ender i massefyringer, "robotterne kommer efter dit job" eller Hollywoods futuristiske historier om kommende vidundere har for længe domineret offentlighedens opmærksomhed. Disse perspektiver er ikke kun ofte forkerte, de efterlader også mere afgørende spørgsmål ubesvarede. En egentlig substitution af hele job synes aktuelt at være få, da det stort set kun er specifikke opgaver inden for en given jobprofil, der ændrer sig.

Det er på den anden side interessant, at nogle caseanalyser peger på, at det ikke er lavtkvalificerede job men derimod middelklassejobs - ofte relateret til arbejdsmarkedet for vidensarbejdere og mellemledere - der er mere udsatte for påvirkningen af AI.

Der er, baseret på casestudier, ikke den store tvivl om, at implementering og drift af AI–løsninger kræver nye kompetencer. Virksomheder der investerer AI vil fremover forventes at have fokus på redesign af arbejdsgange, job og arbejdsorganisering, hvis de skal drage fuld fordel af den potentielt øgede smidighed og for at frigøre ressourcer til andre mere værdiskabende opgaver.

Implementering af AI-løsninger stiller nye kompetencekrav til både medarbejdere og ledere. En nyere dansk analyse (HBS 2019) der anvender big data fra online jobopslag til AI-stillinger i DK tyder på en stigende efterspørgsel efter en ny type kvalificeret arbejdskraft, såkaldte vidensformidlere og -integratorer. Det er fagfolk, der forstår den kontekst AI indgår i og som samtidig forstår potentialet i AI, men som ikke står for kodning eller systemdesign. De er, hvis tekstanalysen af online AI jobopslag er korrekt, centrale for en succesfuld implementering af AI-løsninger.

Det er derfor en pointe der bør forfølges forskningsmæssigt, at implementering af AI ikke kun leder til øget efterspørgsel på avanceret STEM formel kompetence, men i høj grad af kontekstafhængig viden om kundernes adfærd, offentlige reguleringer og ledelsens beslutningsprocesser.

Ledelse og AI

AI er ifølge mange konsulenthuse ved at blive en kritisk faktor for at opnå vækst, og derfor er det også en kritisk ledelsesopgave at kunne håndtere implementeringen af AI. Så hvor godt gør ledere det muligt for medarbejdere at bruge AI effektivt og innovativt. Forskningen i dette aspekt synes stadig at være begrænset.

Nogle nøglespørgsmål til forskning i ledelse og AI¹ som vi i projektet vil forholde os til er:

• Er der overhovedet en vej uden om AI, hvis en virksomhed skal forblive konkurrencedygtig på et internationalt marked? 
• Hvad skal ledere (top- og mellem-) selv vide om AI?
• Hvordan tackler virksomhedsleder generelt udfordringerne ved de mange nye forretnings-modeller som AI muliggør?

Ledelser skal kunne reflektere over mulige interessekonflikter, når de implementerer AI f.eks.:

• Ledelse vs medarbejdernes opfattelse af AI og relaterede interesser
• Hvilke kompetencemuligheder og læringspotentialer skal forfølges?
• Offentlig kontra private og andre særlige interesser (f.eks. etik og regulering)
• AI er ikke kun det rationelle, men inkluderer også et stærkt magtaspekt
• Fjernstyring / virtuel styring er et kommende ledelsesproblem

Tilsvarende er der et medarbejderperspektiv som skal indtænkes i forskningen:

• Hvad bliver kvaliteten af vidensarbejdet i fremtiden - arbejdsglæde og trivsel?
• Modstand mod forandring?
• Psykisk arbejdsmiljø / begrænsning af supervision og reel empowerment
• Jobfremgang, nye karrieremuligheder og bedre løn- og lønforhold

Vi vil i projektet forfølge ovenstående problemstillinger med det formål at komme tættere på en praktisk viden om hvordan danske virksomheder bedst muligt kan udnytte AI-løsninger for at styrke deres konkurrenceevne.

¹ Baseret på input fra en heldags session med 25 seniorledere fra forskellige brancher (P. Plougmann 2021)