Denne klumme er et debatindlæg og er alene udtryk for skribentens synspunkter.
For nylig udførte MIT og Boston Consulting Group en stor global analyse blandt flere end 3.000 ledere.
I analysen finder de blandt andet frem til fire gruppestadier, når det kommer til kunstig intelligens - altså et udtryk for hvor langt fremme I er som ledere og organisationer i forhold til AI.
Det første spørgsmål er således: Hvilken gruppe tilhører du? …
Pionererne: Denne gruppe udgør 18 procent af verdens ledere og organisationer. I disse organisationer har man stor forståelse for kunstig intelligens og er begyndt at adoptere det i hverdagen. Man anvender AI både i forhold til produkter og services samt i interne processer.
Detektiverne: Denne gruppe er den næststørste med sine 33 procent. Som detektiver har man studeret kunstig intelligens nøje, men er ikke begyndt at indarbejde det i andet end nogle pilotprojekter. Derfor fylder den undersøgende del, detektivens arbejde, mere end praktikken og pionerånden.
De eksperimenterende: Denne gruppe kaster sig ud i pilotprojekter og eksperimenter med kunstig intelligens uden rigtig at have forstået teknologien og mulighederne i dybden. Det er typisk learning-by-doing tilgangen, og gruppen udgør 16 procent af alle verdens virksomheder.
De passive: Den største gruppe er fortsat de passive på 34 procent. Disse organisationer har endnu ikke adopteret kunstig intelligens og er ikke for alvor begyndt at sætte sig ind i området i dybden. Man kan sige, at de er forandringsparate frem for forandringsskabende.
Uanset hvilken gruppe du selv vurderer, at du tilhører, så lad mig komme med fire gode råd til dig i forhold til at blive mere pioneragtig i jeres tilgang til kunstig intelligens.
Jeg har taget afsæt dels i min egen AI-virksomhed JumpStory og dels i interviews med flere end 100 af verdens førende ledere til bogen GURUBOGEN. De fire råd lyder:
Tænk strategisk
- Kunstig intelligens behøver ikke at overvælde dig, så længe du kigger på teknologien med pragmatiske briller. Det handler nemlig ikke så meget om selve teknologien, som det handler om, hvordan du kan skabe værdi med den. Tænk derfor strategisk og stil dig selv følgende spørgsmål:
Hvor vil AI kunne skabe reel værdi ved enten at reducere omkostninger eller forøge indtjening? - Sæt dig ind i hvad du køber
Hvis I ikke selv udvikler jeres egne algoritmer, så sørg for at sætte dig ind i, hvad du køber ude i byen. Der er rigtig mange leverandører, som hævder, at de anvender AI, maskinlæring og deep learning, men det betyder ikke nødvendigvis, at deres løsninger er mere intelligente eller effektive end de systemer, du allerede bruger.Du vil formentlig ofte støde på løsninger, hvor der er nogle enkelte AI-features, men hvor produktet som sådan ikke er baseret på kunstig intelligens. Sørg derfor for at kigge på leverandørerne med et kritisk blik og allier dig eventuelt med folk i dit netværk, som er specialister. I bør som minimum vurdere enhver leverandør ud fra teknologi, værdiskabelse, pris og referencer.
- Sæt en rating på værdiskabelsen
Sæt dig ned sammen med dit team og besvar følgende spørgsmål: Såfremt den pågældende problemstilling kan løses ved hjælp af kunstig intelligens, hvor værdifuldt vil det så være for dit team i praksis? Scor eventuelt værdien ud fra en skala fra 1-5, hvor 1 er ingen værdi, 3 er moderat værdi og 5 er transformerende værdi. - Læg vægt på indtjening frem for besparelser
Hidtil har kunstig intelligens et langt stykke hen ad vejen drejet sig om interne processer og det at automatisere eller effektivisere ting. I fremtiden vil pionererne imidlertid være dem, der fokuserer mere på indtjening og værdiskabelse og mindre på besparelser.
Klummer er læsernes platform på Computerworld til at fortælle de bedste historier, og samtidig er det vores meget populære og meget læste forum for videndeling.
Har du en god historie eller har du specialviden, som du synes trænger til at blive delt?
Læs vores klumme-guidelines og send os noget tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.
