AI i for­an­dring: Fra tek­no­lo­gisk ny­brud til or­ga­ni­sa­to­risk ka­pa­ci­tet

Generativ AI er på få år gået fra at være et eksperiment til at blive en vilkårsteknologi, som organisationer ikke længere kan ignorere. Samtidig mødes teknologien ofte af urealistiske forventninger om hurtige produktivitetsgevinster og klare business cases. Bag de forventninger ligger en grundlæggende misforståelse af, hvad AI er – og hvad det ikke er.

CBS-lektor Christian Hendriksen, der forsker i digital transformation og AI i arbejdssammenhæng på CBS, foretrækker at betragte AI som det, forskningen betegner som en generel formålsteknologi – en teknologi med bredt anvendelsespotentiale, men uden en klar og entydig anvendelse fra starten.

Ligesom tidligere teknologiske gennembrud befinder AI sig fortsat i en formativ fase med mange ubekendte – både når det gælder anvendelse, arbejdsgange og organisatoriske konsekvenser. Det er nødvendigt at forstå, at værdien af AI opstår gennem løbende eksperimenter, læring og strategiske valg om, hvordan teknologien integreres i organisationers arbejde, beslutningsprocesser og ledelsespraksis.

”Det betyder, at organisationer er nødt til at arbejde med en længere tidshorisont og acceptere, at der ikke findes entydige svar på, hvordan AI skaber værdi,” siger Christian Hendriksen.

AI ligner ikke de teknologier, vi tidligere har stiftet bekendtskab med, påpeger CBS-forskeren. Den er ikke menneskelig, men kan udføre opgaver, som vi normalt forbinder med menneskelige evner. Samtidig kan den fejle totalt i opgaver, som et menneske ville løse uden problemer. Og så er der ting, den kan, som hverken passer ind i kategorien menneske eller traditionel software.

”Det vil tage meget lang tid for organisationer og fagfolk at forstå, hvordan teknologien kan anvendes. Den kom ind i vores laboratorier i november 2022, og vi er stadig i gang med at finde ud af, hvordan vi arbejder med den. Vi bør ikke forvente, at det er en moden teknologi før måske omkring 2040,” siger Christian Hendriksen.

Tre strategiske måder at arbejde med AI på

I sin forskning har Christian Hendriksen identificeret tre overordnede tilgange til AI. Den første indebærer, at delegere udvalgte opgaver til teknologien – det, han betegner som offloading. Her er ledelsesopgaven at skelne mellem opgaver, hvor afsenderen er af underordnet betydning, og opgaver, hvor menneskelig tilstedeværelse er afgørende.

”Det betyder sjældent noget, hvem der har skrevet teksten på et website. Men det betyder noget, hvem der tager telefonen i kundeservice,” siger han.

Den anden tilgang fokuserer på at bruge AI til at forbedre kvaliteten af beslutninger. Her forbliver mennesker ansvarlige, mens teknologien bruges som en analytisk sparringspartner.

”I de situationer sparer man ikke tid. Man investerer tid for at opnå et bedre beslutningsgrundlag,” siger Christian Hendriksen.

Den tredje, og mest vidtgående, tilgang er hybridt arbejde, hvor løsninger udvikles i tæt samspil mellem mennesker og AI, og hvor grænsen mellem bidragene gradvist udviskes.

”Efter længere tids samspil giver det ikke længere mening at trække en skarp grænse mellem det, mennesker bidrager med, og det, AI bidrager med,” siger han.

Effektivitet – men kun på kort sigt

Professor Ioanna Costantiou fra CBS forsker også i AI, og hendes akademiske udgangspunkt ligger i digitalisering, data, beslutningstagning og organisatorisk forandring. Hendes fokus er derfor de strukturelle og ledelsesmæssige implikationer af AI.

Ioanna Costantiou advarer mod, at organisationer falder i fælden med at betragte AI som endnu et værktøj, der primært skal levere kortsigtede effektiviseringsgevinster og hurtige, målbare afkast.

”AI er ikke blot en investering. Det er noget langt mere komplekst. På kort sigt kan automatisering give effektivitet, ja. Men hvad sker der på lang sigt? Jeg er bekymret for den organisatoriske bæredygtighed – både i offentlige og private organisationer. Hvis organisationer fejler, fejler vi alle,” siger Ioanna Costantiou.

I stedet argumenterer hun for et stærkere fokus på innovation, kreativitet og engagement. AI bør handle om organisatorisk parathed og om fremkomsten af nye roller og arkitekturer.

”AI opstår som en kapabilitet gennem samspillet mellem mennesker og algoritmer. Den er relationel, under udvikling og unik for hver organisation. Hvis alle udelukkende bruger generativ AI til effektivisering, mister de hver især deres konkurrencefordel,” siger hun.

At lede symbiosen mellem mennesker og algoritmer

Det er en misforståelse at tro, at AI er noget, IT-afdelinger kan håndtere alene. AI stiller krav til hele organisationen.

”AI er ikke et værktøj, og AI handler ikke kun om teknologi. Det er en organisatorisk kapabilitet, der forandrer måden, vi driver forretning på. Og den kan ikke outsources. Det er et ledelsesanliggende, som også involverer direktion og bestyrelse. Alle, herunder direktører og bestyrelser, skal have en grundlæggende forståelse af AI,” siger Ioanna Costantiou.

AI kræver klare governance-strukturer, ansvarlighed og tydelighed om, hvem der har magt over data, modeller og beslutninger. Ifølge Ioanna Costantiou viser rapporter, at op mod 90 procent af store organisationer, der indfører generativ AI, ikke opnår målbare resultater. Det skaber en risiko for afskedigelser baseret på fejlagtige præmisser – og hun har en mistanke om, at dette allerede sker i betydeligt omfang.

”Sidste år erfarede jeg, at store organisationer hyrer konsulenter til at udvikle deres AI-strategier, fordi topledelsen skal levere noget til bestyrelsen. Konsulenter er meget dygtige til målinger og KPI’er – men hvordan fastsætter man performanceindikatorer for noget så komplekst som AI?” spørger hun.

Ioanna Costantiou er ikke bekymret for, at AI vil eliminere alle jobs. Selvom AI vil overtage nogle opgaver, som traditionelt er udført af mennesker, vil teknologien også skabe nye roller.

”Det er samspillet mellem mennesker, data og teknologi, der skaber noget unikt. Derfor vil fremtidens ledelse i høj grad handle om at lede symbiosen mellem mennesker og algoritmer,” siger hun.

Tid, læring og ansvar

Christian Hendriksen understreger, at den største investering i AI sjældent er økonomisk, men derimod tid. Organisationer, der ønsker at skabe langsigtet værdi med AI, må give plads til eksperimenter, læring og justering, samtidig med at der etableres klare rammer for ansvar og beslutningstagning.

I den sammenhæng fremhæver Hendriksen et afgørende spørgsmål:

”Giver vi medarbejderne tid og rum til at eksperimentere? Tillader vi fejl og læring? Eller forbyder vi brugen, velvidende at mange alligevel vil bruge teknologien, blot i det skjulte?”

Han understreger, at hans pointe ikke er, at alle organisationer bør bruge AI.

”Men alle bør kunne forklare, hvorfor de bruger den, eller hvorfor de ikke gør. For selv hvis du aldrig bruger AI, vil teknologien stadig ændre dit strategiske landskab i forhold til konkurrence, arbejdsformer og forventninger,” siger Christian Hendriksen.