VL´s årstema (se her) om AI og ledelse udfolder sig ligesom de forrige år med en bred palette af aktiviteter, som alle har til formål at varme op til VL Døgnet. Et af de nye tiltag over det sidste år har været podcasten VL Insights (lyt med her), og dertil har VL i år gennemført deciderede regionale tiltag.

• Vi har jo VL Døgnet som det store samlende event. Vi tiltrækker rigtigt mange VL-medlemmer, men konstaterer også, at det ikke kan stå alene. Derfor har vi faktisk i flere år drøftet muligheden for igen at komme mere regionalt ud i stil med 2019, hvor vi afholdt en række landsdækkende workshops over emnet ’Verdensmålene som konkurrenceparameter’.
• Spørgsmålene har imidlertid været: Er der interesse nok? Har vi godt nok indhold? Og har vi ressourcer? Det er en konstant afvejning, men i år har vi slået til, fortæller Ida Bratting Kongsted, VL16, adm. direktør i VL, der selv har været med på alle tre regionale konferencer.
• Og jeg må jo bare konstatere, at det har været en succes. Vi har haft mange deltagere med (+500 inklusive live streaming), hvilket jo beviser, at der er stor interesse. Og ikke nok med det. Udover et godt indhold så er der jo det helt særlige ved netværk. VL-medlemmerne har stor gavn af at være sammen, at møde andre VL’ere. Det tværgående element har været en stor øjenåbner for alle, fortæller Ida Bratting Kongsted, der særligt noterer sig den velbesøgte middag hos MASCOT i Silkeborg, den livlige snak og debat hos AI Innovation House i Vejle og et fuldstændig overbooket arrangement hos Realdania i København. Det er rigtig gode eksempler på, at VL-medlemmerne gerne vil komme til fagligt relevante arrangementer – og samtidig bruge tiden til at netværke.

Ledelsesopgaven:  At skabe rammerne for medarbejderne.

Én ting er netværket og det at mødes. Men de travle VL-medlemmer kommer jo fordi forventningen til indholdet er store.

• Vi skylder stor tak til McKinsey & Company for at stille op og dele deres analyse med os. Det sikrer at vi har en faglig flyvehøjde om ledelse og AI. Men det har været lige så vigtigt, at vores medlemmer har stillet op og delt deres erfaringer i de paneldebatter, der på konferencerne fulgte McKinseys oplæg. Det gav os og konferencerne den gode kombination af fagligt perspektiv og de praktiske erfaringer, som alle altid er meget interesserede i, fortæller Ida, der noterede sig ved alle tre konferencer, at VL´s fokus på de ledelsesmæssige aspekter er et meget relevant fokus.

For hvad er ledelsesopgaven i forhold til AI? Det handler om at skabe rammerne.

• Jeg hørte en tydelig konsensus om at ledelsesopgaven netop handler om at sætte rammerne for AI-udvikling i hver enkelt virksomhed– hvordan og med hvilket fokus. Der skal ledelsen træde i karakter, for medarbejderne, nogle af dem, er allerede i fuld gang, understreger Ida Bratting Kongsted.

Masser af gode, praktiske erfaringer

På hver af de regionale konferencer stillede en række VL-medlemmer op og delte deres erfaringer. Som jo af gode grunde var meget praktiske og dejligt konkrete.

I Silkeborg lagde adm. dir for MASCOT Workwear, Michael Grosbøl, VL69, ud med sine praktiske erfaringer, som alle handlede om at skabe øget effektivitet. Det var f.eks. enkle oversættelser via DeepL og kvalitetsforbedringer af tekster. Og Michaels generelle pointe var, at der jo er en masse ”trial-and-error” ved de nye teknologier. Men at man samtidig er nødt til at prøve sig frem.

Samme erfaring havde regionsdirektør Poul Nielsen fra Danske Bank VL106, der særligt understregede, at virksomheden i nogen grad var drevet af en stor efterspørgsel fra særligt medarbejdere, så man havde fokuseret på at udarbejde guidelines, Do´s & Don´ts, fordi organisationen ganske enkelt allerede var i fuld gang. Pouls store fokus var af gode grunde sikkerhed. Men også uddannelse er løsningen.

Og fra den kommunale sektor supplerede kommunaldirektør Lone Lyrskov, VL69, fra Silkeborg Kommune med et spændende perspektiv om forskellige generationer. Selvfølgelig er en kommune meget optaget af sikkerhed, særligt personsikkerhed. Men Lones pointe var samtidig, at med disse store krav, er man jo nødt til at sikre sig, at medarbejderne er med. At de er komfortable med den teknologi. Og der er ifølge Lone et stykke vej endnu.

Jan Hessellund, adm. dir i Billund Lufthavn, VL121, havde den samme pointe. Ledelsens opgave er faktisk ganske stor, fordi barriererne for denne nye teknologi i høj grad er kultur og ledelse. For i typiske driftsorganisationer er man jo netop rigtigt god til det. At drifte sikkert. Og ikke altid længst fremme på beatet med at udvikle praktiske anvendelser af ny teknologi. I Billund Lufthavn er man derfor glad for sine samarbejder med f.eks. de finansielle institutioner, hvor man netop kan skyde genveje i forhold til hvad der kan være vigtigt at fokusere på – og hvor man kan udnytte hvad andre i industrierne fokuserer på.

Samlet understregede de mange eksempler fra virksomhederne, at man ikke står alene, hvis man som leder og virksomhed famler.

• Det er jo helt afgørende, at vi i et stærkt netværk som VL netop kan dele vores erfaringer med, hvad der virker – og vi kan dele det med et tydeligt perspektiv på ledelse. Det er min klare opfattelse, at netop den cocktail har gjort vores konferencer så vellykkede, afslutter Ida Bratting Kongsted.

1. Hvilken holdning har organisationen til AI?

Masser af undersøgelser viser, at størstedelen af virksomheder herhjemme og i Norden allerede er i gang med AI. Men mange af dem har ikke en strategi for AI, og for mange ledelser er AI endnu ikke en prioritet. Det bør det være. Man bør som minimum definere virksomhedens holdning til AI, og den holdning bør også kendes af medarbejderne. Man kan placere sig i den ’skeptiske/restriktive ende af skalaen, hvor al brug af AI skal være kendt og kontrolleret (måske endda slet ikke tilladt), eller man kan placere sig i den ’positive/eksperimenterende’ ende af skalaen, hvor man tillader eksperimenter med AI i virksomheden. Der er fordele og ulemper ved begge ender af skalaen.  For mange restriktioner kan betyde, at man misser muligheder, mens man på den anden side måske undgår begynderfejl/-risici.

Er man omvendt meget eksperimenterende, vil man sandsynligvis betale en vis ’læringspris’ i form af fejl, dårlig kvalitet og måske endda unødige risici. Omvendt er det netop de læringer, der giver anledning til vigtige diskussioner i virksomheden om netop sikkerhed, etik og kvalitet, ligesom man har fordelen ved at være på forkant med eventuelle effektiviseringer. Uanset hvad, så bør man som ledelse have en holdning i forhold til at udvikle sine egne og de ansattes kompetencer i takt med teknologien.

2. Løser AI et problem? Og er det det rigtige problem?

Det er let at forfalde til ’so ein ding’-tankegangen og investere i nye systemer, fordi man måske er bange for at misse muligheder, hvis man ikke handler NU. Men start nu med at definere det problem, du gerne vil løse, frem for at investere i teknologi for at finde ud af, hvad den kan løse af problemer. Gå helt klassisk, strategisk til værks: Hvor i forretningsstrategien vil I gerne effektivisere og forbedre, og hvor kunne AI gøre en forskel? Har I ressourcer og kompetencer til det – hvis nej, hvad skal der så til? Mange virksomheder oplever, at implementering af ny teknologi kræver flere ressourcer, end de forventer. Så for at undgå fejlslagne investeringer og teknologi der ikke skaber de ønskede resultater, så brug masser af tid på forarbejdet.

3. Hvad er kvalitet for os, og har vi kompetencerne til at sikre den?

De fleste AI-løsninger er lette at bruge og skaber hurtige resultater. Men vi har også en tendens til hurtigt at blive imponerede over maskinernes evner, ligesom vi kan forfalde til at tro, at når en algoritme har lavet det, så er det nok rigtigt/godt. Sådan er det langt fra! Og der er en kæmpe opgave fremover i at kvalitetssikre de resultater, som AI giver os. Start derfor med at definere, hvad et kvalitetsresultat er for jer – det er det, jeres AI-løsning skal leve op til. Ellers er der en risiko for, at kvalitetsniveauet bliver sænket. Accepter også, at selv om generativ AI som ChatGPT og billedgenereringsværktøjer som DALL:E og Midjourney ganske rigtigt er noget, alle kan bruge, så kræver det høj faglighed og kompetenceudvikling at lave noget, som har reel kvalitet. Sørg for den rette uddannelse for de medarbejdere, der skal bruge AI.  AI betyder heller ikke, at du kan droppe den høje faglighed i det, du putter ind i maskinen. Lidt upoetisk formuleret kan man sige: Shit in = shit out.  I sidste ende er det, der kommer ud af maskinen – og måske rammer borgere eller kunder – aldrig maskinens ansvar, hvis det er dårligt eller indeholder fejl. Det vil altid være dit ansvar.

4. Hvad med etik, jura og ansvar?

Der findes uendeligt mange AI-løsninger derude. Nogle er mere modne end andre, og nogle er lettere at gennemskue i forhold til datasikkerhed og etik. Og der er en stor opgave i at sikre sig, at de systemer, man kaster sig over, lever op til fx GDPR og at måden, de ansatte bruger dem på ikke udgør en risiko for forretningen. At du ved, hvor dine data ender.  Men et helt grundlæggende spørgsmål, jeg synes, alle der kaster sig ud i AI-løsninger, bør stille sig selv er: hvilket menneskesyn interagerer jeg med i den her løsning? Tag et HR-system: Nogen har trænet algoritmen til fx at vurdere noget som hhv. godt eller dårligt, værdifuldt og ikke værdifuldt. Er du enig i de vurderinger? Flugter de med virksomhedens værdier? AI-løsninger i dag har også ofte bias, fordi de er et produkt af historien, som er fyldt med bias. Hvilket ansvar vil du tage for ikke at reproducere bias?

5. Hvad er vores rolle som mennesker i vores arbejde med AI?

Det er nemt at forfalde til den kollektive sang om, at AI gør mennesker overflødige. Gør man det, forfalder man også til ansvarsfralæggelse. Grundlæggende har vi som mennesker en kæmpe rolle i at sikre nogle af de ting, jeg blandt andet var inde på i punkt 4 om etik, sikkerhed og kvalitet. Det er også vigtigt at huske, at det er mennesket, der stiller spørgsmålet. Det er maskinen, der svarer. Maskiner må aldrig definere, hvad der skal spørges om, og hvad svaret skal bruges til. Det er menneskers opgave.

Ledere har en afgørende pligt til, at menneskene i organisationen holder sig over maskinen, og at vi aldrig forfalder til teknologideterminisme. Derfor har lederen også et ansvar for at udvikle sine egne og de ansattes kompetencer i takt med teknologien.

Situation: Lavt entry level – højt uddannelsesbehov

For Stine Bjerre Herdel er det både en fordel og et stort opmærksomhedspunkt, at AI rykker så hurtigt, og for mange er så let at gå i gang med.

Mange AI-løsninger, særligt generativ AI såsom ChatGPT og forskellige billedgenereringsværktøjer, som mange bruger i organisationerne, har et meget lavt entry level. Det er både superfedt, men det giver også en risiko for alt fra sikkerhedsbrud til lav kvalitet. Det er derfor min klare oplevelse, at man er nødt til at forholde sig professionelt til det i arbejdsøjemed. Det vil sige sætte sig ind i hvad god prompting er, sørge for at få de udgaver af værktøjet der er mest udviklede, forstå værktøjets muligheder, begrænsninger, risici, etik etc., fortæller Stine Bjerre Herdel, der dermed peger på, at ledere bør sikre den rette uddannelse i de systemer, der bruges.

En anden udfordring, der er ved, at vi har kastet os så hurtigt over AI, og at det nu også bare automatisk rykker ind i programmer, vi allerede kender og bruger (fx Office-pakken) gør også, at man som leder er nødt til at sætte sig ind i det og kunne kommunikere om det. Ellers er der igen en risiko for, at man bruger værktøjerne forkert, eller at folk udvikler en unødig skepsis overfor det. Fx føler sig overvåget eller føler at deres faglighed bliver ’overrulet’.

Så det er vigtigt i takt med, at I begynder at bruge AI-værktøjer, at du som leder initierer kommunikation omkring det. At medarbejderne får mulighed for at tale om og reflektere over deres rolle og faglighed. Og så sørg for, at de får den rette opkvalificering, understreger Stine Bjerre Herdel.

Med andre ord er det en af Stines særlige pointer, at lederen skal holde fokus på, hvad AI gør ved medarbejdere og organisation. Og dermed anerkende den utryghed og de konflikter, som AI også kan skabe, når det kommer ind i organisationen.
– For folk bliver ganske enkelt bange for, hvad der kan eller skal ske med dem. Der kan opstå en akut følelse af ikke at være kompetent – og måske er man det heller ikke. Det skal lederen forholde sig til, fortæller Stine Bjerre Herdel.

Frygt: Kommer vi til at acceptere lavere kvalitet?

AI kan for mange udløse mange bekymringsscenarier, ligesom det kan virke uoverskueligt. Og med rette. Spørger man, om der er noget særligt, der bekymrer Stine Bjerre Herdel, så er svaret ja; At vi giver afkald på kvalitet.

Min kæphest er det, man kan kalde for ’teknologideterminisme’. At vi bliver så imponerede over det, maskinerne kan, at vi glemmer at stille krav. At vi tror, at fordi en algoritme har regnet det ud, så må det være sandt/godt. At vi på den måde kommer til at acceptere lavere kvalitet og mister troen på vores egne evner og kritiske sans, siger Stine, og fortsætter:

Som leder er det for eksempel vigtigt at lytte, hvis en fagligt dygtig medarbejder siger, at ”det der som maskinen laver, er altså ret dårligt”. Det er let at sige, at medarbejderen er ”imod teknologi” eller ”ikke er så digitalt omstillingsparat”. Måske er det, maskinen laver, faktisk dårligt …

Løsning: Nysgerrighed og teknologiforståelse

Der er altså problemer nok. Og der er mange områder, hvor en leder kan fokusere. Det er derfor en selvstændig pointe for Stine Bjerre Herdel, at det ikke er muligt som leder bare at ’vente og se’ og ikke forholde sig til AI. Men hvad kræver udviklingen af AI så af en leder i dag?
– I mine øjne kræver det nysgerrighed og teknologiforståelse. Og det betyder ikke, at ledere skal kaste sig ud i at bruge og forstå alle mulige AI-løsninger selv. Men jeg synes, man som leder har pligt til at sætte sig ind i, hvad det er for teknologier, der rykker, og hvilken indflydelse de har på ens branche, siger Stine Bjerre Herdel og fortsætter:

Og så bør man også undersøge, hvilke typer af AI, der allerede bruges i ens egen organisation i dag. For sandsynligheden for, at nogle af de ansatte i virksomheden er i fuld gang med at bruge AI er ret stor, fordi udviklingen kommer meget nedefra lige nu. Ligesom rigtig mange af de systemer, som virksomheder bruger i dag, fx BI-systemer, ERP-systemer, HR-systemer – og ganske enkelt hele Office-pakken – lige nu også bliver opdateret med AI-funktioner. Lederen skal få kortlagt, hvad der bruges i virksomheden for at forstå de risici og de muligheder, der er, vurderer Stine Bjerre Herdel.

At have en grundlæggende forståelse for, hvad forskellen fx er på automatisering, generativ AI og prognostisk AI og hvilke muligheder, de teknologier rummer, giver også ledere en bedre mulighed for at forstå, hvordan man forretningsstrategisk skal forholde sig til AI. Udgør AI en for stor risiko, eller er der muligheder for, at AI kan effektivisere og innovere steder i forretningsstrategien, hvor det er ønskværdigt?

– Jeg talte forleden med en CEO for en virksomhed, der udvikler skræddersyede AI-løsninger for andre virksomheder, og han sagde, at de fleste af hans kunder sagde, at de ikke havde lyst til at være ’first mover’ på AI. Men de ville heller ikke være ’second mover’. De ville godt være sådan ”halvanden”… Og det er nok det dilemma, mange ledere står i lige nu; At placere sig korrekt i det her. Men uanset hvad, så tror jeg bare, man gør sig selv en tjeneste ved som minimum at sætte sig godt ind i AI. Så kan man altid vurdere, om man bør handle nu eller senere, afslutter Stine Bjerre Herdel.