Generativ kunstig intelligens ble introdusert som teknologien som skulle endre alt. Den skulle gjøre arbeidsdagen enklere, kundereisen smartere og bedriftene mer effektive.
Det hersker liten tvil om at potensialet er stort. Men hvor blir revolusjonen egentlig av? Har den stoppet opp? Og hvorfor?
La oss starte med noe enkelt, som alle kan si seg enige i. Uansett hva du skal gjøre, er det viktig å ha en klar og tydelig målsetting før du begynner.
Er ikke med på at dette er et mål
For mange kan det faktisk hende at KI har revolusjonert arbeidshverdagen deres. De fikk laget en flott PowerPoint på ti minutter istedenfor to timer, eller fikk skapt et morsomt bilde til avdelingsmøtet.
Men var det dette som var målsettingen? Var det slike resultater all ressursbruk og tidsbruk skulle gi?
Ser man på målsettingen til Digitaliseringsminister Karianne Tung om at 80 prosent av offentlig ansatte skal benytte seg av KI i løpet av 2025, skjønner man hvorfor resultatene blir som de har blitt.
Jeg er ikke med på at dette er en målsetting. Skal vi bevege oss som et samfunn i noe som minner om riktig retning og i riktig tempo, må målsetting og ønsket resultat henge sammen.
Målet sier ingenting
At 80 prosent benytter seg av KI, sier ingenting om hva de oppnår ved bruken? Blir de mer effektive? Blir deres leveranser bedre?
Målsettingen legger på ingen måte til rette for å utnytte det enorme potensialet riktig bruk av KI vil gi til de som lykkes. Vellykkede eksempler ser vi blant annet i gode chatboter og løsninger for å svare på anbudsforespørsler.
Felles for disse to områdene er at man benytter historikk og strukturert informasjon som allerede finnes i organisasjonen din, til å finne det beste svaret på tilsvarende forespørsler når de kommer inn.
Samtidig er det potensial for en kontinuerlig forbedring av svarene KI gir deg. Men det avhenger helt av hvordan du trener den.
Helt avhengig av mennesker
En generativ KI-modell skaper tekst basert på det mest sannsynlige ordet i neste sekvens. Den vet ikke om det formidles riktig, nyansert eller om det som skrives er sant.
Vi er derfor helt avhengige av at mennesker vurderer og kvalitetssikrer det som produseres. Noe som stort sett funker greit ved generelle oppgaver. Men når informasjonen er selskapsspesifikk, blir det fort et problem.
Årsaken er enkel. Har ikke modellene tilgang til strukturerte, relevante og kvalitetssikrede data, vil den heller ikke levere gode svar. Enkelt og greit.
Tung om KI-skandalen: − Jeg heier på kommuner som tør å prøve
Utfordringen er ikke ny. Manglende tilgang til strukturert informasjon kommer av dårlige arkiveringsrutiner, uavhengig av om informasjonen er analog eller digital.
Det som derimot er nytt, er hvor avgjørende det nå er å få kontroll på informasjonen. For vi har nå teknologi tilgjengelig som kan gjøre store deler av jobben enklere. Men kun dersom den får tilgang til riktig informasjon, på korrekt måte.
Vil nå 80-prosentmålet
I praksis betyr det at bedrifter må investere mer i å strukturere og tilgjengeliggjøre data. Datagrunnlagets verdi har aldri være større. Like viktig som teknologiske investeringer, er investeringene i prosess, struktur og kompetanse.
Kunstig intelligens er en formidabel mulighet, og det kommer til å treffe alle arbeidsplasser innen kort tid. Sånn sett vil Digitaliseringsministeren lykkes med sin målsetting.
Men det betyr fortsatt ikke at du får en reell verdi av investeringen din. De som vil lykkes med bruk av KI for å skape verdi, vil være de som først skjønner at datakvalitet er nøkkelen til å realisere det tilnærmet ubegrensede potensialet som finnes i KI-verktøy.
Pinlig fra Tung etter KI-skandalen
