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.


mest debatterede artikler

Premium
Test: Lenovos seneste budget-basker kan det hele - man skal dog leve med en alt for synlig svaghed
Computerworld tester Lenovos Ideapad 5. Maskinen er stærk, prisen er skarp og designet er vellykket. Men der er stadig en god grund til at springe modellen over.
Job & Karriere
Regner din ferie væk? Brug tiden på at søge en af disse otte stillinger, der er ledige netop nu
Det sjasker ned over hele Danmark. Du kan bruge de våde sommerdage på at søge et af disse otte job, der er ledige lige nu.
White paper
Sådan opbevarer du effektivt og sikkert dine data – også med hybrid cloud
Cloud er her der og alle vegne. Men mange organisationer foretrækker en mere blandet tilgang, hvor dele af virksomhedens workload og it-miljøer sendes i clouden, mens andre dele placeres i andre og ofte lokale datacentre. Det stiller ofte mange forskelligartede krav til behovet for lokal storage. Men med IBM FlashSystem kan du konsolidere dit storage-behov og reducere kompleksiteten. Samtidig er FlashSystem all-flash og hybrid-løsninger bygget på et standardiseret sæt af værktøjer og APIs, som giver dig adgang til enterprise-løsninger uanset størrelsen på din organisation. I dette whitepaper fra Atea og IBM kan du læse om IBMs storeløsninger og de yderligere fordele som du kan opnå med dem.