Kanske upplever man att det är ett tåg som går men som har en lite oklar destination, men det är som mer och mer står klart för dig är att om du står kvar blir du just kvar. Emedan ditt jobb eller verksamhet inte blir kvar i nuvarande form.
Det är knappast en lavin av arbetslöshet som blir effekten eftersom AI transformationen delvis behövs för att hantera den demografiska utvecklingen. Men visst finns det områden och yrken som kommer omvandlas väldigt mycket.
Yrken kommer och yrken går och skillnaden mot tidigare generationer är takten det sker i.
Det positiva är att 80% av framtidensjobb ännu inte finns.
Givetvis väcker den pågående AI transformationen både fascination, beundran i kombination med oro och rädsla.
När man leder förändring i organisationer brukar jag säga att man måste vara medveten om att initialt så är ”all förändring av ondo” dvs tills individen vet hur de personligen berörs av den. Visst kickar denna humana överlevnadsinstinkt som reagerar på förändring in även när det gäller AI och kanske än mer när möjliga förändringar kan upplevas som diffusa. Kommer mitt jobb försvinna kan min kunskap automatiseras är utan tvekan frågor som ställs?
Under hösten kom ett antal rapporter kring den AI som verkligen varit i ropet senaste året, generativ AI. En av rapporterna var från Goldman Sachs som gjorde en bedömning att generativ AI t ex Chat GPT i Europa och USA kan påverka och delvis helt automatisera 300 miljoner heltidsjobb.
Hur stor förändringen av denna del av AI är får vi se men b la kopplat till utvecklingen av demografin i västvärlden så tror jag inte att vi kommer att se massarbetslöshet men möjligen massiv omvandling.
Generativ AI
För många som testat och använder Generativ AI så är det helt enkelt en ny typ av Google.. Precis så enkelt kan det vara, för individer man hittar ett nytt användnings område som t ex recept på de ingredienser man har i skafferiet .För organisationer så handlar AI resan mer om att lära om och transformera och kanske är AI den knuff uttrycket livslångtlärande har behövt för att äntligen få luft under vingarna. När vi får nya verktyg att jobba med så är det ju ingen som klagar på att snöslungan skottar snö mer effektivt än dig själv. Få klagar över hur robot dammsugaren och gräsklipparen jobbar, även om den är slarvigare varje gång så kompenserar den detta med att jobba oftare.
Den stora skillnaden med generativ AI till skillnad mot tidigare industriella förändringar är att den primärt kommer slå hårdare mot högutbildade och välbetalda sektorer, speciellt såna som är hårt regelstyrda
De yrken som utförs med händers fingerfärdighet och med unika situationsanpassningar är i nuläget svåra att hantera med automatisering och AI.
När man gjort utvärderingar och studier så kan vissa arbetsuppgifter för jurister och vissa roller inom reklambranschen i princip skötas av AI.
Generativ AI kan bland annat innebära att de erfarenheter som seniora medarbetare har blir lättare tillgängliga för juniora. Sedan får man skilja på kunskap och erfarenhet men det väcker givetvis tanken kring hur detta påverkar en persons karriärvägar. Vad kommer det baseras på i vissa yrken? Vad händer när skillnader mellan junior senior jämnas ut? Detta kan till exempel beröra olika typer av supportpersonal.
När telegrafin infördes förändrade det stora delar kring dåvarande informationshantering och hastighet i beslutsfattande. På samma sätt skapade GPS en förändring i allt från brevbärares och taxichaufförers vardagliga liv och det inlärda kunskapsbehovet kopplat till detta. Visst behov av inlärd kunskap försvinner man kan debattera om det öppnat upp för sårbarhet, men likväl är det infört.
Det man bör fundera på är hur och till vilken del den inlärda kunskapsdelen i yrken påverkas av AI
Vi har lätt att överskatta den kortsiktiga effekten men underskatta den långsiktiga.
Vi kan ofta relativt bra gissa eller bedöma en teknisk utveckling men hur de nya möjligheterna med tekniken tillämpas av människor i form av trender och tillämpningar ser vi sällan i spåkulan.
Lär man sig använda AI så kan man bli mer produktiv inom ett område även utan att ha erfarenhet och utbildning. Man skapar ett hopp i den struktur som nu är naturlig för oss i samhället genom att komma i kapp snabbare med verktyg. Lite som spaden och snöslungan för att göra en jämförelse, om än en något dålig sådan.
Värdet av skapande och kunskap
Jag har just skrivit denna text utan AI och kanske hade den blivit bättre med, men det väcker en tanke. Vad är värdet av en text när människor börja förutsätta att den är AI genererad?. Du som mottagare kanske i sin tur ber en AI läsa texten för att sammanfatta den utifrån ditt intresseområde. Man kan fundera hur länge Internet överlever i sin nuvarande form och hur sociala medier finns kvar i vårt intresse när 80-90% av innehållet kommer vara AI genererat?
Tänker på 4 av mina barn som står mitt i utbildnings resan och där några av dem börjar göra aktiva val. Att utbilda sig är och kommer vara viktigt men ska man spetsa till det kan man fundera på om det i framtiden finns någon mening med upptill 5år på en kandidat/masterexamen under en komprimerad tid? Det får framtiden utvisa. Det jag tror är viktigt är de börjar utforska hur de använder AI tidigt.
Sen tror jag personligen på en modell där du utbildar dig men där några komprimerade år ersätts att studera under det livslånga lärandet. Vilket givetvis också utmanar våra nuvarande strukturer och former
Att kliva på tåget
2024 är utan tvekan året då AI på allvar börjar sitt intåg i verksamheterna, 2023 utforskade eller studerade många AI:s potential.
Hastigheten i införande och anpassningen kommer att se väldigt olika ut, där skillnaden i hastighet ATT kunna förändra strukturer är det som avgör vilka som kan agera snabbare än andra.
I den studie som LKAB gjorde med Kairos Future tillsammans med bland annat Skatteverket, Försvaret identifierades följande ”barriärer” mot införande
1. Säkerhet (41%)
2. Kunskap (41%)
3. Teknik (38%)
4. Ledarskap (34%)
5. Ekonomi/Kultur (31%)
Det finns en klokhet i att inte rusa snabbare fram än att man kan garantera modeller för verksamhetens säkerhet och undvika fallgropar kopplat till detta men utan att för den skull sätta upp stoppskyltar och rödljus för allt.
Samtidigt måste man tillåta misslyckanden som man lär sig av i resan framåt.
Verksamheten måste vara klart medveten om att man inte kan mata in känslig information. Den informationen kommer annars dyker upp i andras svar och frågor.
Här är det viktigt med en tydlig informationsklassning kopplat till en AI-policy där man styr vilken information som får användas internt kontra externt.
Samtidigt är generativ AI för industrin bara en del av AI som kommer nyttjas.
Där brukar jag grovt dela upp AI det i två delar stödja & hjälpa samt kontroll, analys och optimering men detta är ett eget avsnitt Man kan givetvis diskutera vad som är vad och var gränsen går mellan kunskaps och industriell AI. Men oavsett är det viktigt att i strategin särskilja dessa delar.
AI transformationen är en verksamhetsägd förändring som kommer ställa stora krav på IT organisationer att hitta proaktiva lösningar för att stödja verksamheten.
Desinformation
Med AI blir vikten av källkritik och medvetenhet om desinformation än mer viktigt.
Ett exempel på denna utveckling av konstruerad information är de kinesiska deepfake influensers som sänder 24/7
Deepfake är en teknik som med AI analys kan skapa och genomföra riktade påverkans kampanjer, så visst finns hoten. Det öppnar för ännu mer företagsbedrägerier och på sikt hot mot demokratin.
Men för de stora AI hot frågorna, som de enskilda företagen visserligen kan och ska vara medvetna om är lösningen att reglera globalt på politisk nivå.
AI framåt
Den nu snart 14 månader gamla generativa AI har som ett mänskligt barn i den åldern gått från att ta små stapplande steg till att nu ha en mer stabil gång. Än är inte motoriken helt intrimmad och viljan att fylla ut text eller gissa finns. Vilket givetvis ställer till det, en AI text som för de flesta ser genomtänkt och insatt ut kan för experten vara full av fel. Ibland kan man fundera på begreppet AD(Artificiell dumhet) och skratta gott Samtidigt så måste man reflektera till hur innovation kanske påverkas av att vi drar slutsatser utifrån det redan existerande. Många innovationer skapades ju av just slumpen.
Behöver vi kanske ett reglage i AI med tillägget mänsklig faktor eller Murphys law för innovation.
Vi lever i en tid och på en plats där vi själva och samhället utgör digitala tvillingar som hela tiden växer och svämmar över med data och vi i sin tur översvämmas med datadrivet innehåll.
Att kunna ha tillit till data och kvaliten på den information och slutsatser det skapar kommer vara en av de viktigaste delarna i samhället. Det är också viktigt att förstå vilket krav på struktur AI kräver gällande data input eftersom data är bränslet för AI. Går man tex 100 skyddsronder men rapporterar bara skyddsrond de 5 gånger det är fel så är det ju en stor skillnad om AI:t får veta att de 95 övriga skyddsronderna faktiskt också utförts och existerar även om de var felfria. Så kopplingen mellan verksamhetsprocesser och data knyts samman, på ett sätt som det skall göras i en informationsdriven verksamhet. Det skapas alltså en tydlig kravbild på data kvalitet. Det vill säga hur föder vi vår data med kvalitativ data.
Man måste även måste fundera på vad för data man behöver ha, mer än på vad man har tillgängligt.
Om sen datainsamlandet i tex skyddsronder också delvis är automatiserad utifrån position/tidpunkt/utrustning är en annan fråga
Som i all förändring så kommer de som förstår möjligheterna och parerar riskerna, stå stärkta i den stora transformationen.
För ledning framåt måste man bilda sig en väl definierad uppfattning hur AI påverkar hela ens verksamhet inte bara små delmoment, människorna förändrade yrkesliv och förändringen för de partners och kunder man samverkar med
Utifrån det skapas en verksamhets AI strategi som utgår ifrån verksamhet inte teknik och som syftar till att styra och uppmuntra den förändring man står inför organisatoriskt. I den strategin bör man om behov finns tydliggöra delar som berörs kring tillämpande av kunskapsbaserad /Generativ AI och tex Industriell AI tillämpning.
Robert Ylitalo, Senior transformation Lead LKAB