AI-gevinsterne flyver ud af vinduet

KÆRE LÆSER

Får vi noget ud af al den smarte AI? Altså konkrete gevinster, der kan måles i klingende mønt? Det spørgsmål brugte jeg som udgangspunkt for et tema, som jeg har kørt ud den seneste halvanden uge på Finans.

Det er selvfølgelig et kæmpestort spørgsmål, som er umuligt at finde ét samlet svar på. Måske også lidt naivt at prøve. Men helt kort opsummeret: Svaret fra forskellige eksperter har været nej. Vi får i hvert fald slet ikke så meget, som vi kunne og burde.

Lad mig starte i én yderlighed.

Og helt ærligt, så aner jeg ikke, om det er en sand historie. Men der er nok i hvert fald nogle genkendelige elementer.

Amerikanske Matt Calder, en erfaren softwareingeniør, skrev på Threads om, hvordan hans virksomhed (eller en anden, som han fik historien fra) var i fuld gang med at ’vinde’ AI-kapløbet.

I hvert fald på papiret. For alting tog i virkeligheden længere tid nu, efter AI-værktøjerne blev rullet ud. Men entusiasmen fra ledelsen omkring AI gjorde, at ingen turde sige noget.

Nu konkurrerede medarbejdere og mellemledere om at dele deres seneste ’AI-wins’ i en fælles chat, og alle skulle nu bruge AI-værktøjer til at skrive deres e-mails, skrive ugerapporter og så videre.

Samtidig skulle alle hver uge notere, hvor mange minutter eller timer, de havde sparet ved at få hjælp fra AI-værktøjerne. Der skrev folk så et komplet opfundet tal, for det var ikke en mulighed at sige, at det faktisk tog længere tid nu.

Ledelsen kunne derfor løbende melde ud, hvor mange timer de mange ’AI-wins’ havde sparet selskabet - men det var altså baseret på fri fantasi, fordi ingen turde melde andet end tidsbesparelser.

Sådan fortsætter historien – du kan læse den på Threads her – og måske er det mest af alt satire. Men jeg tog det med, fordi det er et godt skrækeksempel. På en ledelse, der er så beruset af AI-hype, at ingen tør være den lille dreng, der råber op om den nøgne kejser.

Det er worst case – men det illustrerer i karikeret form problemet med de virksomheder, der er længst nede i AI-gevinst-skalaen: Dem, der bare ruller Copilot eller Claude ud til alle og så tror ledelsen, at sluserne er åbnet for en flodbølge af effektivisering og glade medarbejdere. Det sker selvfølgelig aldrig. Og den melding har jeg hørt fra mange sider, som et eksempel på, hvad man i hvert fald ikke skal gøre.

Heldigvis har jeg også mødt gode eksempler på virksomheder eller projekter, hvor kunstig intelligens gør en forskel. Som når startup’en Apylon kan nå hele vejen til at lancere et produkt, et it-system til privathospitaler, med blot fire mennesker ombord, fordi man i dag kan kode hurtigt med AI-hjælp. Eller når Junckers, der producerer trægulve, kan sætte turbo på et større salgsfremstød i USA uden at skulle ansætte flere.

Jeg har i temaet fokuseret på eksisterende virksomheder, men den anden yderlighed ville være en startup med AI-kyndige folk. Som fra starten af kunne bygge en virksomhed op med brug af AI-agenter og automatiserede arbejdsgange, med alle data samlet centralt, som en AI-chatbot kunne dykke ned i og levere indsigt fra.

Problemet er selvfølgelig, at det er svært at ruske så fundamentalt op i eksisterende virksomheder. Men det er der, vi skal hen, hvis det skal rykke noget. I hvert fald den tankegang.

AI-gevinsterne kommer, når de bliver høstet i en virksomheds kerneforretning, ikke ved at trimme lidt ude i kanterne, har forskellige eksperter samstemmende fortalt mig. Som når Martin Thorborgs firma Dinero kan overlade en stor del af supporten – en central del af Dineros forretning – til en AI-chatbot.

Jeg har med vilje ikke bygget artiklerne op over en masse undersøgelser og ’hård’ statistik. De har deres plads, men jeg har kigget på en del af dem, og de pegede i lidt forskellige retninger. Og så bliver det svært at konkludere. Udover ved at vælge dem ud, som passer til min foretrukne konklusion.

I stedet talte jeg med forskellige konsulenter og andre fagfolk, som har kontakt med mange virksomheder og rådgiver om vejen til AI-gevinsterne.

Selv de mest optimistiske – som for eksempel økonomen Lars Christensen – har måttet skrue ned for forventningerne til, hvad der kan lade sig gøre, selv nu snart tre et halvt år efter lanceringen af ChatGPT.

Men det betyder ikke, at mulighederne med kunstig intelligens var en fuser eller ren hype. Det skal bare masseres langt mere ind i vores forretningsgange og samfundet som helhed, før de store gevinster kan ses og måles. En lang og sej proces.

Jeg har taget de gennemgående pointer fra mine interviews med forskellige eksperter og kogt ned til en slags konklusion:

Vi skal stadig øve os en hel del mere. Vi skal holde øje med, hvad der sker, for måske virker det forsøg, som kiksede for tre måneder siden, pludseligt langt bedre, fordi en AI-model er blevet opdateret.

Og så skal vi holde os selv til ilden, på trods af skuffelser eller minimale gevinster indtil nu. Ledelsen skal stadig give tid og rum til at eksperimentere. Samtidig med at de mest lovende eksperimenter skal rulles ud i fuld skala, når det giver mening. Altså når det er tydeligt, at her er det faktisk muligt at indfange gevinsterne.

Er din virksomhed omvendt i den kategori, hvor adgang til Copilot for de ansatte – på frivillig basis – er den samlede AI-strategi, er det dårligt nyt. Selv hvis de ansatte rapporterer tilbage, at de sparer tid ved at bruge AI-værktøjerne. Måske tør de ikke sige andet... ;-)

Jeg holder ferie i næste uge - så Finans Tech er retur den 23. april.