Prompting er fortsat en nyttig færdighed, og Copilot er stadig et relevant værktøj. Men en AI-indsats, der stopper ved at lære medarbejderne at skrive bedre spørgsmål og producere tekst hurtigere, har allerede et for snævert sigte.
Mulighederne omfatter nu også at opbygge AI-agenter, forbinde dem med organisationens data og systemer og lade dem udføre afgrænsede opgaver i sammenhængende arbejdsgange. Det kræver nye kompetencer at beskrive opgaven, etablere kontrolpunkter og vurdere, om løsningen fungerer pålideligt. Springet fra et godt svar i en chat til en løsning, kolleger og kunder kan stole på, er betydeligt.
I mine foredrag om AI og digital transformation er det en central pointe: Teknologiens udvikling skal følges af en udvikling af organisationen. Ellers vokser afstanden mellem det, teknologien gør muligt, og det, virksomheden faktisk kan omsætte til værdi.
Når forandringerne uden for organisationen bevæger sig hurtigere end forandringerne indenfor, bliver man sårbar. En konkurrent kan måske levere hurtigere, sænke sine omkostninger eller tilbyde en service, som ens egen organisation endnu ikke har kompetencerne til at udvikle. Man kan forbedre sig år for år og alligevel tabe terræn, hvis andre forbedrer sig hurtigere.
Det gælder også offentlige organisationer, selv om konkurrencevilkårene er anderledes. Her kan afstanden vise sig som længere sagsbehandling, mindre tid til kerneopgaven eller problemer med at imødekomme borgernes forventninger inden for de givne ressourcer. Evnen til at lære og ændre praksis har betydning i både private virksomheder og offentlige institutioner.
AI kræver løbende kompetenceudvikling
Derfor bør kompetenceløft være en løbende del af driften. Det kræver tid til at afprøve nye muligheder på konkrete arbejdsopgaver, adgang til relevante værktøjer og en fast praksis for at dele erfaringer. Organisationen skal jævnligt vurdere, hvilke færdigheder der mangler, og opdatere læringen, når teknologien eller opgaverne ændrer sig.
Indsatsen skal tilpasses rollerne. Medarbejderne skal kunne anvende AI i deres faglighed og opdage, når et svar er forkert eller mangelfuldt. Specialister skal kunne udvikle og vedligeholde løsninger. Ledere skal kunne prioritere anvendelser, forstå risici og tage ansvar for resultaterne. Ledelsens egen læring er afgørende for kvaliteten af de beslutninger, resten af organisationen skal arbejde efter.
Faglig dømmekraft bliver samtidig vigtigere. Når det bliver lettere at producere et overbevisende svar, stiger behovet for at kunne vurdere, om det er korrekt, relevant og forsvarligt at bruge. Kompetenceudvikling skal derfor også styrke evnen til at stille kritiske spørgsmål og fastholde et selvstændigt fagligt ansvar.
Men selv dygtige medarbejdere får svært ved at skabe forandring i en kultur, der belønner vanetænkning. Hvis ethvert forsøg kræver en lang godkendelsesproces, erfaringer bliver i afdelingerne, og fejl helst skal skjules, går læringen langsomt. Det samme sker, hvis medarbejderne forventes at eksperimentere, mens deres mål og arbejdsbelastning er uændrede.
En kultur, der understøtter omstilling, skal kunne mærkes i hverdagen. Der skal være plads til afgrænsede forsøg, ærlige tilbagemeldinger og samarbejde på tværs. Ledelsen skal efterspørge erfaringerne, også når et forsøg viser, at AI er uegnet til opgaven. Sådanne resultater kan spare organisationen for en dyr udrulning.
Governance skal gøre det klart, hvordan man kan handle ansvarligt. Hvilke data må en løsning anvende? Hvem kan godkende en ny anvendelse? Hvornår skal et menneske kontrollere resultatet, og hvem griber ind, hvis noget går galt? Tydelige rammer kan forkorte vejen fra idé til afprøvning, fordi medarbejderne ved, hvad de må, og hvor de skal søge hjælp.
Kravene bør afspejle konsekvenserne. Et internt tekstudkast og en løsning, der påvirker en kundes økonomi eller en borgers sag, kræver forskellige former for kontrol. Jo flere handlinger vi overlader til AI, desto vigtigere bliver ansvaret for adgang, kvalitet og opfølgning.
Det udfordrer også vores projektmodeller. Et stort AI-projekt med en detaljeret kravspecifikation og en lang udviklingsperiode risikerer at bygge på antagelser, der har ændret sig, før løsningen kommer i drift. Der er brug for kortere forløb med klare mål, løbende evaluering og mulighed for at ændre retning.
Begynd eksempelvis med en konkret arbejdsgang og et problem, der er værd at løse. Mål den nuværende kvalitet og det faktiske tidsforbrug. Afprøv en afgrænset løsning, og vurder effekten, inklusive den tid, der går til kontrol og rettelser. Udvid, justér eller stop på baggrund af erfaringerne. Sørg samtidig for, at nogen ejer opgaven med at omsætte en dokumenteret forbedring til daglig praksis.
AI stiller nye krav til ledelsen
Her ligger en ledelsesopgave, som let bliver overset. Hvis AI sparer tyve minutter på en opgave, skal organisationen kunne bruge den frigjorte tid til noget værdifuldt. Hurtigere tekstproduktion giver ikke automatisk kortere sagsbehandling eller bedre kundeservice. Gevinsten afhænger også af, hvordan opgaver fordeles, beslutninger træffes, og arbejdet føres videre.
Derfor skal ledelsen undersøge konsekvenserne for både forretningsmodellen og organisationens operating model: den måde, mennesker, teknologi og processer organiseres på for at levere værdi. Hvis en ydelse kan leveres med langt færre arbejdstimer, kan det eksempelvis udfordre en pris baseret på timeforbrug. Hvis AI overtager dele af en arbejdsgang, kan det ændre behovet for overleveringer mellem afdelinger og placeringen af beslutningsansvar.
Det kræver en fast opmærksomhed på, hvad der ændrer sig hos kunder, konkurrenter og leverandører, også uden for ens egen branche. Ny viden skal kunne føre til nye prioriteringer. Ellers risikerer organisationen at blive stadig bedre til at løse en opgave, hvis betydning eller økonomi er ved at forandre sig.
Ledelsens opgave er at sikre, at organisationens evne til at lære og ændre praksis følger med de muligheder og krav, den møder. Det kræver vedvarende arbejde med kompetencer, kultur og den måde, virksomheden ledes på. Det arbejde bliver man ikke færdig med på en kursusdag.