Generativ AI er godt i gang med at ændre processerne i mange brancher, og topledelserne i de enkelte virksomheder skal sørge for, at man følger med udviklingen. Men kravene er større end som så, for det er netop ikke nok, at man bare følger med: Man skal også se, hvordan man kan gøre det bedre end konkurrenterne for at opnå konkurrencefordele ved brugen af den nye teknologi.
”Yes!” Det må have været den spontane tanke hos mange topchefer – eller måske især finansdirektører – da ChatGPT blev præsenteret for offentligheden for to år siden. Mulighederne for at spare penge til mange interne administrative processer og kundevendte funktioner var åbenlyse.
Ved nærmere eftertanke er det imidlertid lige så åbenlyst, at også konkurrenterne kan spare penge. Dermed er man som udgangspunkt lige vidt, når det gælder det indbyrdes konkurrenceforhold. Med lavere omkostninger vil også salgspriserne alt andet lige blive konkurreret ned, og så tilfalder hele den økonomiske fordel kunderne.
Konsulentvirksomheden Boston Consulting Group (BGC) fremhæver i en guide, at det er afgørende, at topledelsen analyserer og forholder sig til, hvordan den nye teknologi kan give virksomheden en konkurrencefordel.
Jo større, jo bedre
Sværeste punkt på konsulenthusets to do-liste er at identificere de områder, hvor en sådan konkurrencefordel kan ligge. Det kan være alle steder i værdikæden. Men man skal altså holde sig for øje, at det ikke tæller i denne sammenhæng, hvis alle konkurrenter bare gør det samme.
En typisk konkurrencefordel kan opstå ud fra størrelse og volumen: Jo flere data, man har rettigheder til i forhold til konkurrenterne, jo større chance har man for succes med generativ AI. Fordi flere data også giver større indsigt i eksempelvis kundernes præferencer og adfærd.
Det giver altså også et bedre grundlag for at træffe de rigtige forretningsmæssige og strategiske beslutninger.
Store mængder data giver også fordele i virksomhedens forskning og udvikling. Her har AI evnen til at multiplicere udkommet af al viden og kreativiteten.
Eksempelvis biotekselskaber har mulighed for at øge hastigheden, hvormed mulige anvendelser af et stof bliver defineret i detaljer, så kliniske test kan indledes hurtigere end ellers.
I næste led skal man finde ud af, hvordan man anvender AI. Overordnet går det ud på at vælge, om man vil benytte et eksisterende AI-værktøj udviklet af eksterne udbydere. Eller om man vil udvikle sit eget system fra bunden. Det er langt det dyreste, men det kan også være langt det bedste.
Det er lidt af en faldgrube: Historisk er der mange eksempler på, at en relativt primitiv, men til gengæld billig, teknologisk løsning har slået de mere avancerede, men dyrere, løsninger af banen.
Når ledelsen har besvaret spørgsmålene om ”hvad”, er det tid til at beslutte ”hvornår”. Det er ikke nødvendigvis hurtigst muligt. Teknologien udvikler sig hastigt, og det kan f.eks. være, at man kan afvente, om den optimale løsning vil være tilgængelig om to-tre år – så man måske skal vente på den.
Omvæltninger i organisationen
Det kan også være et spørgsmål om, hvornår forbrugerne er rede til at tage imod AI-baserede kundedialoger eller AI-baserede ydelser. Hvornår vil de store streamingtjenester overveje, hvordan AI kan forfatte film og tv-serier? Og vil forbrugere betale for den slags?
Endelig er der spørgsmålet om, hvilke ansatte i virksomhederne, der skal føre alt dette ud i livet, når alle mulighederne i AI skal udnyttes.
Det handler ikke kun om at skaffe den fornødne arbejdskraft med de rette kvalifikationer. Anvendelsen af generativ AI kan også føre til, at hele organisationens ledelsesdiagram skal ændres, og ikke mindst at hele faggruppers selvforståelse kan ændre sig – i positiv eller negativ retning.
Eksempelvis programmørerne ser sig selv som udviklere, men også som håndværkere, der nørkler med at gøre programmerne fejlfri. Nu kan AI overtage en stor del af fejlfindingen, og så er der kun udviklingsarbejdet tilbage. Det er ikke nødvendigvis skidt, men det er under alle omstændigheder anderledes.
Sten Thorup Kristensen