Magma
26.09.2017
VEGARD KOLBJØRNSRUD er postdoktor i strategi ved Handelshøyskolen BI og seniorforsker i Accenture. Han forsker, underviser og gir råd innen strategi, nye organisasjonsformer, styring av samhandling, digitalisering og kunstig intelligens. Vegard er PhD, MSc og siviløkonom fra Handelshøyskolen BI og har 16 års erfaring som strategikonsulent i Accenture.
SAMMENDRAG
Kunstig intelligens (Artificial Intelligence, AI), IT-applikasjoner som kan sanse, forstå, handle og lære, forventes å få stor innvirkning på alle deler av arbeidslivet, også for ledere på alle nivåer. Denne studien fokuserer på hvordan kunstig intelligens kommer til å påvirke lederes jobb, og hvordan ledere og virksomheter kan forberede seg. Den er basert på en spørreundersøkelse blant 1 770 ledere i 14 land og intervjuer med 37 toppledere med ansvar for digitalisering. Vi finner at ledere bruker over halvparten av tiden sin på administrative oppgaver som intelligente maskiner kan gjøre for dem i fremtiden. Etter hvert
Frykten for og forventningen til hva kunstig intelligens skal gjøre med arbeidslivet, er stor. Mediene og populærkulturen tegner fargesterke bilder av intelligente roboters fremmarsj av både utopisk og dystopisk karakter. Forskere forventer at kunstig intelligens
(Artificial Intelligence, AI) og robotikk vil drive frem de største omveltningene på arbeidsplassen siden den første industrielle revolusjon (Brynjolfsson & McAfee, 2014), og anslår at fra en tredel til over halvparten av jobbene vi har i dag, sannsynligvis vil automatiseres frem mot 2030 (Chui, Manyika, & Miremadi, 2017; Frey & Osborne, 2017; Pajarinen, Rouvinen, & Ekeland, 2015).
Historisk har teknologiske omveltninger på arbeidsplassene primært rammet arbeiderne i førstelinje - i fabrikkene, jordbruket og banknæringen, for å nevne noen. Nå er det annerledes. Kunstig intelligens påvirker
som administrative rutineoppgaver automatiseres, blir oppgaver som krever dømmekraft, kreativitet og sosial kompetanse, stadig viktigere. Intelligente systemer vil spille en viktig rolle her også, men da som støtte, korrektiv og sparringpartner. Vi finner signifikante variasjoner i holdninger og forventninger til AI på tvers av ledernivåer og geografi, noe som kan få betydelige implikasjoner for hvordan virksomheter kan og bør ta i bruk slike teknologier. Nordiske ledere er blant de mest skeptiske til å ta i bruk og stole på kunstig intelligens. Implikasjonene oppsummeres i fem konkrete råd til ledere og virksomheter.
et bredt spekter av kunnskapsarbeid, inklusiv sentrale lederoppgaver som beslutningstaking, problemløsing og rapportering. Vi har imidlertid begrenset kunnskap om hvordan denne typen teknologi påvirker ledernes jobb. Det er særlig viktig å forstå implikasjonene for ledere, både fordi arbeidet og beslutningene deres legger premissene for hvordan virksomheter fungerer, og fordi de utgjør en betydelig andel av arbeidsstyrken.1 Lederne skal nå lede en storstilt digital endring - både sin egen og andres. Derfor forsøker vi i denne studien å besvare noen sentrale spørsmål: Hvordan vil økt bruk av kunstig intelligens påvirke lederes jobb? Hva er lederes holdninger og forventninger til å ta i bruk intelligente systemer? Hvordan kan ledere og virksomheter forberede seg og ta i bruk kunstig intelligens på en verdiskapende måte?
Basert på Accentures spørreundersøkelse blant 1 770 ledere i 14 land og intervjuer med 37 toppledere med ansvar for digital transformasjon har vi identifisert mønstre i lederes holdninger til AI og implikasjoner for ledelse og strategi. Studien bidrar med kunnskap om innvirkningen kunstig intelligent teknologi vil ha på arbeidslivet, og særlig ledelse. Den bidrar også til bedre forståelse for lederes oppgaver, kompetanse og ansvar og hvordan lederrollen endrer seg ved innføring av ny teknologi. Teknologisk utvikling er én av de største endringskreftene på moderne virksomheter, og bedre kunnskap om lederes holdninger og forventninger til kunstig intelligens gir verdifull innsikt i hvilke muligheter og utfordringer man kan komme til å møte når ledere skal vurdere, beslutte og lede innføringen av slik teknologi og tilhørende organisasjonsendringer. I denne artikkelen legger vi særlig vekt på implikasjonene for praksis. Resten av artikkelen er strukturert som følger: Først en kort diskusjon av relevant litteratur om kunstig intelligens, arbeidsliv og ledelse. Så en beskrivelse av metoden for studien. Deretter en presentasjon av funnene og drøfting av hva de innebærer. Til slutt oppsummeres de viktigste implikasjonene av studien i fem konkrete råd til ledere og virksomheter.
KUNSTIG INTELLIGENS, ARBEIDSLIV OG LEDELSE
Konseptet kunstig intelligens oppsto på 1950-tallet med viktige milepæler som Alan Turings artikkel fra 1950 med den berømte Turing-testen, og Dartmouthkonferansen i 1956, som ga kunstig intelligens sitt navn (Buchanan, 2005). Siden den gang har AI-feltet vært preget av perioder med fremgang og stor optimisme etterfulgt av desillusjonert stagnasjon. De siste årene har feltet igjen fått et oppsving med store fremskritt innen for eksempel maskinlæring og analyse av stordata, naturlig språkprosessering og bilde- og videoanalyse. Det finnes et mangfold av definisjoner på AI, og de har en tendens til å endre seg i takt med den teknologiske utviklingen - eller slik som uttrykt i Teslers teorem: «AI er det som ennå ikke er gjort» (Hofstadter, 1980, s. 601). I denne studien forstår vi kunstig intelligens som IT-systemer som kan sanse, forstå, handle og lære (Bataller & Harris, 2015; Kolbjørnsrud, Amico, & Thomas, 2016), en definisjon som bygger på Winston (1992)2 og Simon og Newell (1958).3 Elementene i definisjonen er forklart med eksempler på teknologier i tabell 1.
AI kan brukes til å automatisere, støtte og forbedre eller løse oppgaver som mennesker ikke tidligere har kunnet løse. Så langt er det automatisering av menneskelige arbeidsoppgaver som får mest oppmerksomhet, med førerløse biler, robotisering av journalister, kundeservicemedarbeidere, saksbehandlere og aksjemeglere som noen eksempler. Ifølge Frey og Osbornes (2017) studie av automatiseringspotensialet i det amerikanske arbeidslivet har 47 prosent av dagens jobber mer enn 75 prosent sannsynlighet for å bli utført av datamaskiner, forstått som kombinasjonen av kunstig intelligens og mobil robotikk, i relativt nær fremtid. En studie basert på tilsvarende metodikk estimerer at 33 prosent av dagens jobber i Norge har høy sannsynlighet for automatisering (Pajarinen et al., 2015), mens en fersk McKinsey-studie estimerer automatiseringspotensialet med dagens teknologi til 42,4 prosent her til lands (Chui et al., 2017). Andre studier fremhever mulighetene vi har til å bruke AI til å støtte, forbedre og akselerere (augmentation på engelsk) menneskelig arbeidskraft, og at det ligger vel så stort potensial i samspillet mellom mennesker og intelligente maskiner som det å erstatte mennesker med maskiner (Davenport & Kirby, 2016). Kunstig intelligens forventes også å skape nye typer jobber innen det å utvikle, trene og følge opp intelligente systemer (Wilson, Daugherty, & Morini-Bianzino, 2017). Det er derfor ikke gitt at AI-drevet automatisering kommer til å skape større arbeidsledighet på lengre sikt selv om omstillingene forventes å bli store (Autor, 2015).
Å anvende teknologi til å støtte ledere i deres arbeid er ikke noe nytt. Det finnes en lang historikk innen ledelsesinformasjonssystemer (Management Information Systems, MIS) og beslutningsstøttesystemer (Decision Support Systems, DSS). Selv om mange av disse systemene har vist lovende potensial, har anvendelsen vært mindre omfattende enn optimistene håpet på, mye på grunn av utfordringer med datakvalitet og brukervennlighet (Shim et al., 2002). Senere har ERP-og CRM-systemer og andre systemer som støtter sentrale forretningsprosesser, blitt viktige ledelsesverktøy. Det siste tiåret har analyse av stordata kommet høyt på mange lederes agenda og blitt uunnværlig i beslutningsprosesser på ulike nivåer (Davenport & Harris, 2007). I parallell med utviklingen innen slike systemer for innhenting, prosessering og analyse av data har nye samhandlingsteknologier og -verktøy gjort nye former for samarbeid, organisering og ledelse mulig. Man trenger ikke lenger være på samme sted til samme tid for å kunne jobbe sammen, og der hvor sentraliserte, hierarkiske styringsformer tidligere var nødvendig for å sikre effektiv informasjonsflyt og ressursallokering, kan dette nå gjøres direkte uten innb
Gå til medietKunstig intelligens (Artificial Intelligence, AI), IT-applikasjoner som kan sanse, forstå, handle og lære, forventes å få stor innvirkning på alle deler av arbeidslivet, også for ledere på alle nivåer. Denne studien fokuserer på hvordan kunstig intelligens kommer til å påvirke lederes jobb, og hvordan ledere og virksomheter kan forberede seg. Den er basert på en spørreundersøkelse blant 1 770 ledere i 14 land og intervjuer med 37 toppledere med ansvar for digitalisering. Vi finner at ledere bruker over halvparten av tiden sin på administrative oppgaver som intelligente maskiner kan gjøre for dem i fremtiden. Etter hvert
Frykten for og forventningen til hva kunstig intelligens skal gjøre med arbeidslivet, er stor. Mediene og populærkulturen tegner fargesterke bilder av intelligente roboters fremmarsj av både utopisk og dystopisk karakter. Forskere forventer at kunstig intelligens
(Artificial Intelligence, AI) og robotikk vil drive frem de største omveltningene på arbeidsplassen siden den første industrielle revolusjon (Brynjolfsson & McAfee, 2014), og anslår at fra en tredel til over halvparten av jobbene vi har i dag, sannsynligvis vil automatiseres frem mot 2030 (Chui, Manyika, & Miremadi, 2017; Frey & Osborne, 2017; Pajarinen, Rouvinen, & Ekeland, 2015).
Historisk har teknologiske omveltninger på arbeidsplassene primært rammet arbeiderne i førstelinje - i fabrikkene, jordbruket og banknæringen, for å nevne noen. Nå er det annerledes. Kunstig intelligens påvirker
som administrative rutineoppgaver automatiseres, blir oppgaver som krever dømmekraft, kreativitet og sosial kompetanse, stadig viktigere. Intelligente systemer vil spille en viktig rolle her også, men da som støtte, korrektiv og sparringpartner. Vi finner signifikante variasjoner i holdninger og forventninger til AI på tvers av ledernivåer og geografi, noe som kan få betydelige implikasjoner for hvordan virksomheter kan og bør ta i bruk slike teknologier. Nordiske ledere er blant de mest skeptiske til å ta i bruk og stole på kunstig intelligens. Implikasjonene oppsummeres i fem konkrete råd til ledere og virksomheter.
et bredt spekter av kunnskapsarbeid, inklusiv sentrale lederoppgaver som beslutningstaking, problemløsing og rapportering. Vi har imidlertid begrenset kunnskap om hvordan denne typen teknologi påvirker ledernes jobb. Det er særlig viktig å forstå implikasjonene for ledere, både fordi arbeidet og beslutningene deres legger premissene for hvordan virksomheter fungerer, og fordi de utgjør en betydelig andel av arbeidsstyrken.1 Lederne skal nå lede en storstilt digital endring - både sin egen og andres. Derfor forsøker vi i denne studien å besvare noen sentrale spørsmål: Hvordan vil økt bruk av kunstig intelligens påvirke lederes jobb? Hva er lederes holdninger og forventninger til å ta i bruk intelligente systemer? Hvordan kan ledere og virksomheter forberede seg og ta i bruk kunstig intelligens på en verdiskapende måte?
Basert på Accentures spørreundersøkelse blant 1 770 ledere i 14 land og intervjuer med 37 toppledere med ansvar for digital transformasjon har vi identifisert mønstre i lederes holdninger til AI og implikasjoner for ledelse og strategi. Studien bidrar med kunnskap om innvirkningen kunstig intelligent teknologi vil ha på arbeidslivet, og særlig ledelse. Den bidrar også til bedre forståelse for lederes oppgaver, kompetanse og ansvar og hvordan lederrollen endrer seg ved innføring av ny teknologi. Teknologisk utvikling er én av de største endringskreftene på moderne virksomheter, og bedre kunnskap om lederes holdninger og forventninger til kunstig intelligens gir verdifull innsikt i hvilke muligheter og utfordringer man kan komme til å møte når ledere skal vurdere, beslutte og lede innføringen av slik teknologi og tilhørende organisasjonsendringer. I denne artikkelen legger vi særlig vekt på implikasjonene for praksis. Resten av artikkelen er strukturert som følger: Først en kort diskusjon av relevant litteratur om kunstig intelligens, arbeidsliv og ledelse. Så en beskrivelse av metoden for studien. Deretter en presentasjon av funnene og drøfting av hva de innebærer. Til slutt oppsummeres de viktigste implikasjonene av studien i fem konkrete råd til ledere og virksomheter.
KUNSTIG INTELLIGENS, ARBEIDSLIV OG LEDELSE
Konseptet kunstig intelligens oppsto på 1950-tallet med viktige milepæler som Alan Turings artikkel fra 1950 med den berømte Turing-testen, og Dartmouthkonferansen i 1956, som ga kunstig intelligens sitt navn (Buchanan, 2005). Siden den gang har AI-feltet vært preget av perioder med fremgang og stor optimisme etterfulgt av desillusjonert stagnasjon. De siste årene har feltet igjen fått et oppsving med store fremskritt innen for eksempel maskinlæring og analyse av stordata, naturlig språkprosessering og bilde- og videoanalyse. Det finnes et mangfold av definisjoner på AI, og de har en tendens til å endre seg i takt med den teknologiske utviklingen - eller slik som uttrykt i Teslers teorem: «AI er det som ennå ikke er gjort» (Hofstadter, 1980, s. 601). I denne studien forstår vi kunstig intelligens som IT-systemer som kan sanse, forstå, handle og lære (Bataller & Harris, 2015; Kolbjørnsrud, Amico, & Thomas, 2016), en definisjon som bygger på Winston (1992)2 og Simon og Newell (1958).3 Elementene i definisjonen er forklart med eksempler på teknologier i tabell 1.
AI kan brukes til å automatisere, støtte og forbedre eller løse oppgaver som mennesker ikke tidligere har kunnet løse. Så langt er det automatisering av menneskelige arbeidsoppgaver som får mest oppmerksomhet, med førerløse biler, robotisering av journalister, kundeservicemedarbeidere, saksbehandlere og aksjemeglere som noen eksempler. Ifølge Frey og Osbornes (2017) studie av automatiseringspotensialet i det amerikanske arbeidslivet har 47 prosent av dagens jobber mer enn 75 prosent sannsynlighet for å bli utført av datamaskiner, forstått som kombinasjonen av kunstig intelligens og mobil robotikk, i relativt nær fremtid. En studie basert på tilsvarende metodikk estimerer at 33 prosent av dagens jobber i Norge har høy sannsynlighet for automatisering (Pajarinen et al., 2015), mens en fersk McKinsey-studie estimerer automatiseringspotensialet med dagens teknologi til 42,4 prosent her til lands (Chui et al., 2017). Andre studier fremhever mulighetene vi har til å bruke AI til å støtte, forbedre og akselerere (augmentation på engelsk) menneskelig arbeidskraft, og at det ligger vel så stort potensial i samspillet mellom mennesker og intelligente maskiner som det å erstatte mennesker med maskiner (Davenport & Kirby, 2016). Kunstig intelligens forventes også å skape nye typer jobber innen det å utvikle, trene og følge opp intelligente systemer (Wilson, Daugherty, & Morini-Bianzino, 2017). Det er derfor ikke gitt at AI-drevet automatisering kommer til å skape større arbeidsledighet på lengre sikt selv om omstillingene forventes å bli store (Autor, 2015).
Å anvende teknologi til å støtte ledere i deres arbeid er ikke noe nytt. Det finnes en lang historikk innen ledelsesinformasjonssystemer (Management Information Systems, MIS) og beslutningsstøttesystemer (Decision Support Systems, DSS). Selv om mange av disse systemene har vist lovende potensial, har anvendelsen vært mindre omfattende enn optimistene håpet på, mye på grunn av utfordringer med datakvalitet og brukervennlighet (Shim et al., 2002). Senere har ERP-og CRM-systemer og andre systemer som støtter sentrale forretningsprosesser, blitt viktige ledelsesverktøy. Det siste tiåret har analyse av stordata kommet høyt på mange lederes agenda og blitt uunnværlig i beslutningsprosesser på ulike nivåer (Davenport & Harris, 2007). I parallell med utviklingen innen slike systemer for innhenting, prosessering og analyse av data har nye samhandlingsteknologier og -verktøy gjort nye former for samarbeid, organisering og ledelse mulig. Man trenger ikke lenger være på samme sted til samme tid for å kunne jobbe sammen, og der hvor sentraliserte, hierarkiske styringsformer tidligere var nødvendig for å sikre effektiv informasjonsflyt og ressursallokering, kan dette nå gjøres direkte uten innb
