Fem kritiske ledelsesgreb for at opnå AI-succes

Digitaliseringsprocesser er notorisk vanskelige at håndtere, og sådan er det også, når det er AI, der er overskriften. For at få det til at fungere må toplederne gøre mere end at vise god vilje. Eksempelvis skal de giver medarbejderne frihed til at eksperimentere med AI-løsninger og sikre sig, at friheden bliver brugt til det rigtige. De skal også finde en balance, så man tillader eksperimenter med en indbygget risiko, men uden at signalere, at enhver risiko er acceptabel. Artiklen indgår i artikelserien om erhvervslivets praktiske brug af kunstig intelligens.

Med generativ AI’s overraskende gennembrud i november 2022, er der opstået en ny optimisme i erhvervslivet. Store og små virksomheder investerer på livet løs for at udnytte de nye muligheder.

Man glemmer nemt, at der også forinden var hype om digitalisering af forretningsprocesser. Det var også kun den generative fløj af AI-teknologien, der var ny, og alle vidste, at data var blevet værdifulde. Så også dengang blev der investeret heftigt.

Og hvordan gik det så med det? Dårligt. Der blev investeret mere og mere, men afkastet på investeringerne begyndte at falde. Topcheferne var blevet mindre optimistiske om at nå centrale målsætninger i deres digitaliseringsstrategier.

Konklusionen, der er baseret på en tre år gammel undersøgelse, bør få dagens topchefer til at stoppe op og tænke sig om. Det synspunkt giver konsulentfirmaet SpencerStuart udtryk for i en guide: At der nu er kommet et nyt univers under den digitale paraply hjælper ikke noget, hvis ikke organisationen er gearet til digitale omlægninger.

God vilje, frihed til kreative medarbejdere og generøsitet med bevillinger til AI-udvikling gør ikke i sig selv tricket, anfører SpencerStuart, og oplister fem essentielle forudsætninger for succes på AI-fronten.

For det første skal virksomhedens kultur understøtte innovation. Ifølge SpencerStuarts analyse er der to overordnede typer af organisationer, der kan levere dette: Den formålsdrevne og den læringsdrevne.

I førstnævnte er den primære motivation at tjene det omkringliggende samfund; i det sidste er det vigtigste at eksperimentere og at udvide sin horisont. Blandt de øvrige seks typer af organisationer i analysen finder man f.eks. den autoritære, den regelbaserede og den resultatorienterede. At især den sidste ikke er blandt dem, der typisk har succes med digital udvikling, er tankevækkende.

For det andet bør man have en struktureret datadreven tilgang. Heri ligger, at det ikke er nok, at topledelsen afsætter de fornødne ressourcer og giver medarbejderne lov til at bruge dem. Man må også sikre, at medarbejderne bruger dem fornuftigt, og ikke pludseligt og spontant går i en anden retning af andre gode hensyn. Er man datadreven, skal man være det i mere eller mindre alle sammenhænge.

For det tredje skal de etiske aspekter være en selvfølgelig del af udviklingsarbejdet. Grundlæggende skal man være opmærksom på de risici, science fiction-forfattere har beskrevet gennem generationer, men nu på et konkret og lavpraktisk plan. At undgå at en maskine overtager magten i en proces kan f.eks. ofte koges ned til, at der skal være transparens, så brugerne forstår baggrunden for en anbefaling fra AI-systemet, og ud fra det kan sige til eller fra.

For det fjerde skal man være klar til at løbe risici. Det gælder ikke etikken. Men økonomiske og forretningsmæssige risici er en del af spillet. Det handler ikke bare om, at hvo intet vover, intet vinder. Det handler også, at de ting, der går galt, kan være meget lærerige. Derfor skal man ikke bare investere i det, der mest sandsynligt giver et afkast, der er tilfredsstillende på lang sigt.

At være risikovillig er dog lidt nemmere sagt end gjort, specielt når det kombineres med en frihed til, at medarbejderne kan eksperimentere. De medarbejdere, der faktisk gør det, skal have tryghed for, at de ikke bliver banket ned, hvis deres eksperiment mislykkes. Omvendt skal topledelsen naturligvis heller ikke bare trække på skuldrene af sådanne tab. Det er altså en toplederopgave at balancerer de forskellige hensyn, og gøre det tydeligt for medarbejderne.

For det femte skal man understøtte samarbejde og arbejde i teams på tværs af organisationen. Udvikling af AI-systemer kræver ikke bare en vifte af kompetencer, men også af perspektiver. Derfor er der merværdi i, at medarbejdere fra forskellige hjørner af virksomheden mødes, så de kan inspirere og forstå hinanden.

Sten Thorup Kristensen