Gå till huvudinnehållet Gå till footer

AI-driven transformation

Errol Koolmeister_Athenas_Föreläsare (1)
Errol Koolmeister_Athenas_Föreläsare (1)
Errol Koolmeister
Errol Koolmeister har över 15 års erfarenhet inom AI och data. Tidigare ansvarig för AI på H&M, nu rådgivare för några av världens största företag.

Vi lever i en förändringens tid. På ett år så har stora delar av marknaden utsatts för ett tryck som är svårt att hitta en motsvarighet till i vår tid. Jag pratar om intåget av generativ AI på allmänhetens radar. Inte bara ökar förväntningarna hos kunder som nu fått en större förståelse över vilka möjligheter som finns, utan även konkurrensen från konkurrenterna har ökat avsevärt.

AI ses inte längre som en konkurrensfördel utan det ses som en grundläggande förmåga. Racet är igång, och kampen om talangerna som kan hjälpa företagen att lyckas är stenhård. Flera av de stora konsulthusen rapporterar om tusentals nya förfrågningar inom området samtidig som de skär ner på andra delar. En sak är klar. Alla vill få hjälp av AI, ja nästan alla i alla fall. Det som gör detta extra intressant och värt att följa är det nuvarande konjunkturläget. Företagen måste spara men vill inte bli frånsprungna av företag som gör investeringar i området. Så de projekt som får vind handlar mycket om hur företagen kan få kostnadsfördelar.

Så, varför ser vi inte en större och snabbare implementering av AI idag? Varför misslyckas en stor del av investeringarna? Det finns en mängd olika förklaringar till detta. En är att vi tenderar bli blinda av pågående trender och inte riktigt se klart hur vi ska realisera värde. Vi har blivit sålda en illusion av snabba utvecklingar och enkla integreringar i existerande affär. Men riktigt så lätt är det inte för stora organisationer att anpassa sig till det nya teknikskiftet.

Den enkla sanningen är att AI är ett paradigmskifte i linje med internet och det är svårt att  implementera en sådan förändring över en natt. Vi behöver förstå att det är företagens oförmåga att hantera förändring när den kommer som är grunden till långsam implementering av tekniken. För i grund och botten är det just det som AI är. En ny teknik. Så vi behöver skapa en bättre grogrund för den nya tekniken.

Så vad behöver vi göra för att lyckas med dessa implementeringar. Jo, vi behöver fokusera på att skapa en större agilitet i företagen. För det är inte förändring i sig som är problemet. Förändring kommer alltid att komma. Det är företags förmåga att hantera förändring när den kommer som är problemet. Så när förändringar kommer snabbare och snabbare så blir vinnarna de som har störst anpassningsförmåga. AI gör att vi sänker barriärerna för konkurrens. Små företag, ja även individer kan helt plötsligt konkurrera med stora företag. En person kan, med AI:s hjälp, vara mer produktiv än en hel avdelning. Så företag måste bli snabbare.

Den stora frågan blir nu hur vi gör detta. Jo, vi lär oss av tidigare framgångsrika AI-projekt. Ett talesätt som vi har inom AI är att alla modeller har fel men att vissa är hjälpsamma. Det innebär att allt är en hypotes tills vi testat det i produktion. Så snabba iterationer är en målsättning i sig. Det kommer att bli fel ibland och vi har redan sett en del exempel på det som Microsofts rasistiska chatbot och amazons rekryteringar som de använde försökte effektivisera med AI. Därför behöver bli bättre på att ta fram mindre prototyper som vi kan testa i begränsad skala. Det går inte längre att fokusera på stora plattformsprojekt som kommer leverera värde först i slutet. Komplexitets övervinns inte med mer komplexitet utan vi behöver ta ett steg i taget mot en tydlig målbild. Snabba iterationer, tester i begränsad skala sedan omedelbar utvärdering och beslut om nästa steg är nyckeln till framgång.

En poäng som ni kanske märker att denna artikel fokuserar väldigt mycket på företagarperspektivet i implementering av AI. Något som är minst lika viktigt är människors syn på den nya tekniken. Där behöver vi andra typer av insatser. Vad vi ser är att den nya generationen som växer upp med det nya har ett annat synsätt på tekniken och tar till sig den mycket lättare. Den stora frågan som inte besvaras här är hur kan hjälpa de som behöver introduceras till tekniken och få dem att både lita på den samtidigt som vi är kritiska på ett konstruktivt sätt.

Vi vet att vi står inför en ny förändring men det betyder inte att allt kommer förändras. Vi kommer fortfarande behöva människor. Men vår roll kommer att förändras. Större fokus kommer behövas på att ställa rätt frågor. För AI i den formen vi ser nu gör att kostnaden för kunskap är nära noll. Men för att kunna tolka och dra rätt slutsatser behöver vi personer som förstår och kan utvärdera resultaten vi får ut. Människor är inte absolut inte överflödiga men vi måste hitta rätt roller så vi spenderar tid på det som vi är bra på. Det som maskiner inte kan. Den stora frågan som fortfarande kvarstår är vad det är.

Vad kan du göra för att hålla dig relevant? Ett enkelt recept är att fokusera på din egen utveckling. Du kanske inte kommer att ersättas av AI men du kan komma att ersättas av en person som använder sig av AI. Detta eftersom vi redan nu ser att personer som integrerar AI i sitt dagliga arbete blir mycket mer produktiva än människor som inte gör det. Skriver du kod AI kan göra dig upp till 40% mer effektiv. Håller du på med grafisk design? Adobe har redan nu integrerat AI is sina lösningar för att öka din effektivitet. Gör du mycket PowerPoints eller jobbar till stor del i Excel? Microsoft har lanserat AI för att göra ditt liv enklare.

Så nu är vi här. I början av en ny era. En era där vi kan se större effektivitetsökningar än någonsin tidigare. Men frågan kvarstår. Vad ska vi göra nu?

// Errol Koolmeister

Skicka en förfrågan på Errol Koolmeister

Errol Koolmeister_Athenas_Föreläsare (1)

Bokning och förfrågan

Skicka en bokningsförfrågan här för Errol Koolmeister

Tyckte du att blogginlägget var inspirerande? Du kan boka Errol Koolmeister till ditt event. Kontakta oss idag för att höra mer om möjligheterna.

Om författaren

Errol Koolmeister har över 15 års erfarenhet inom AI och data. Tidigare ansvarig för AI på H&M, nu rådgivare för några av världens största företag.
Gå till föredragshållarens profil