Det nytter ikke noget at gå tøvende til kunstig intelligens og udnyttelse af data: Dataledelse kræver ”all-in”

Klumme: Data, software og kunstig intelligens er det nye sort - også langt uden for it-folkets rækker. Men hvis man skal udnytte potentialet, skal tøvende, distanceret og tvivlende tilgang i ledelsen afløses af ”all-in”.  Vi skal alle lære noget nyt, og vi skal bidrage til at udvikle morgendagens samarbejde mellem menneske og software.

Denne klumme er et debatindlæg og er alene udtryk for skribentens synspunkter.

Det er ikke nemt at finde den hurtigste vej til at skabe værdi og forandring gennem en stadig mere overbevisende softwareteknologi med data som råstof.

En af årsagerne er, at AI i sig selv er under hurtig udvikling. En anden er, at enhver virksomhed og organisation er unik med egne ressourcer, udfordringer, holdninger, overbevisninger og (manglende) kompetencer.

Hvis virksomheden beslutter sig for at satse her, så er det nødvendigt med en strategi og en samtidig anerkendelse af, hvor stor en rejse kulturen skal ud på. Ledelse i dette felt handler i høj grad om at udvikle viden, kompetencer og erfaring i organisationen.

Det handler ikke om få teknologiske kompetencer hos enkelte mennesker. Det handler om mindset og kultur i hele organisationen.

Målet er jo ikke et statisk mål om at forstå, hvad kunstig intelligens er for noget. Målet er rent faktisk at skabe en bedre forretning – altså udvikle en ny succesfuld praksis – med brug af data og software.

GDPR tæller på plus-siden
Hvis man skal udvikle den kapable organisation, som er i stand til at gå efter dette abstrakte og ”ikke-kendte” mål, er løsningen i min optik ”all-in”.

Erfaringerne med GDPR tæller på plus-siden. På meget kort tid har mange virksomheder implementeret en ny tilgang til data hele vejen fra direktionslokalet til praksis. Ganske vist hjulpet på vej af firkantede lovkrav, men alligevel.

AI = All In
Alle skal være med – i større eller mindre grad. Hele vejen fra bestyrelse til slutbrugere er der brug for at tilføre viden og tankesæt. Sandsynligvis uddannelse, træning og hands-on på den nye teknologi i små moduler målrettet organisationens behov.

Medarbejdere, som aktivt skal bruge AI, skal have tilført kompetencer. Andre, som skal inkorporere anbefalinger fra AI i deres arbejdsproces, skal have viden, kritisk distance og tryghed i forhold til at gøre det.

Internationalt er der endog eksempler på store retail-virksomheder, der sender tusinder af butiksmedarbejdere på træning som et led i strategien om at satse på AI. Også selv om de ikke direkte påvirkes af AI.

Belyse - ikke beslutte
AI skal belyse og ikke beslutte, sagde Margrethe Vestager for nylig. Og hun er politisk ansvarlig for EU’s kommende strategi inden for AI.

Mange af os skal lære at arbejde sammen med software, som sorterer, anbefaler eller på anden vis bidrager til en proces, som vi deltager i.

Selv om du ikke er hverken leder eller data scientist, er du måske den allerbedste til at få ideen til, hvordan dit område kan udvikles med intelligent datastøtte.

Både teknik og kultur
Man kan lægge låg på udbredelsen af AI, hvis man løser hele problemstillingen omkring kultur og kompetencetilførsel entydigt med eksterne ressourcer. Eller ved udelukkende at lave afsondrede, isolerede eksperimenter med et meget teknologisk fokus.

Det svarer lidt til at dyppe storetåen i stedet for at tage det afgørende hovedspring. Hvis man for alvor skal rykke noget, skal man arbejde både med teknologien og med kulturen.

Ud i praksis
Derfor vil udrulningen af en AI-strategi kombinere klassisk teoretisk undervisning med praktisk udførelse.

Ligesom lægen kombinerer teoretiske studier og praktisk erfaring i uddannelsesforløbet, kan vi som organisationer kun opbygge evnen til rent faktisk at forandre med AI ved at prøve os frem og teste tæt på virkeligheden.

Kompetencetilførslen skal være tæt forbundet med den faktiske forretningsudvikling i virksomheden. Vi skal forstå det her, fordi vi skal bruge det. Det handler om at opbygge kapabilitet.

Mere end matematik
Vi skal se på langt mere end teknikken og matematikken bag AI.

De organisatoriske, kulturelle og menneskelige aspekter af teknologiudviklingen er mindst lige så vigtige.

Vi skal finde måder at arbejde med denne intelligens på, så vores organisation fungerer bedre, og vi leverer bedre oplevelser til både medarbejdere og kunder.

Allervigtigste input fra ledelsens side er at motivere, engagere og begejstre.

Organisationen skal have mod på at tænke nyt og anderledes og på at fejle. Teknologiudviklingen alene er så hurtig, at der hele tiden er brug for at følge med og lære mere.

All-In på livslang læring.

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 din tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.


Ytringer på debatten er afsenders eget ansvar - læs debatreglerne
Indlæser debat...

Premium
Overblik: DXC Technology og Netcompany stormer frem som offentlig it-leverandør - Atea og Conscia taber terræn
Det offentlige Danmark bruger hvert år milliarder af kroner på it-indkøb. I løbet af 2019 tog DXC Technology og Netcompany store indhug i de offentlige it-budgetter - samtidig rykkede Atea og Conscia baglæns. Det viser nye tal fra Udbudsvagten.
Computerworld
Forsvarsministeren overvejer at give dansk politi lov til at blokere for websites uden dommerkendelse
Forsvarsminister Trine Bramsen (S) vil diskutere muligheden for at give politiet mulighed for at blokere for websites uden dommerkendelse.
CIO
Podcast: Pandoras CIO Peter Cabello afslører sine tre vigtigste mål for digitaliseringen
Podcast, The Digital Edge: Hør Pandoras CIO Peter Cabello Holmberg fortælle om, hvordan et af verdens største smykkefirmaer arbejder med innovation og digitalisering af et traditionel offline salg, og hvordan Pandora udnytter data til at skabe en bedre kundeoplevelse.
White paper
Sådan skaber du mere effektive forretningsprocesser med automatisering
Virksomheder skal kunne håndtere enorme mængder af data, hvilket har affødt et behov for smartere og mere effektive løsninger til håndtering af de daglige, ensformige og rutineprægede processer. Hvor disse opgaver tidligere kunne klares via manuel arbejdskraft, kalder markedets udvikling og efterspørgsel nu i højere grad på automatiserede alternativer. Og det er netop her, at process mining kommer ind i billedet som et operativt værktøj til at kunne maksimere procesautomatiseringernes samlede effekt og afkast – gennem visualisering og analyse af dit komplekse dataflow. I dette whitepaper kan du lære om koblingen mellem procesoptimering og process mining – et intelligent optimeringsværktøj, der giver dig mulighed for at spore og visualisere dine data, så de bliver analyserbare og kan udnyttes til procesoptimering og til at eliminere dine digitale omveje.