Robotterne med kunstig intelligens udvikles løbende på en stejl læringskurve, hvor de bliver bedre og bedre til at løse komplekse opgaver. Spørgsmålet er, hvornår vi rammer et punkt, hvor mennesker bliver overflødige på arbejdsmarkedet – hvis det altså nogensinde kommer til at ske. Konsulenthuset Boston Consulting Group ser nærmere på Artificiel General Intelligence.
Begrebet Artificiel General Intelligence, AGI, anvendes om den form for kunstig intelligens, der ikke bare er god til enkelte konkrete opgaver, men som også kan matche eller overgå menneskers kompetencer på tværs af hele spektret af kognitive opgaver.
Hvor dagens AI-robotter kan være særdeles dygtige til eksempelvis programmering eller tekstproduktion, er ambitionen med AGI en teknologi, der kan håndtere stort set alt det arbejde, mennesker udfører i dag.
Det er dog stadig meget uklart, hvor tæt vi er på. Nogle ledere af AI-laboratorier ser AGI som en mulighed inden for få år, mens andre vurderer, at de nuværende AI-modeller ikke kan nå dertil uden en grundlæggende ændring i teknologien. I en undersøgelse blandt AI-forskere fra 2025 vurderede 76 pct., at det var usandsynligt eller meget usandsynligt, at opskalering af de nuværende metoder alene vil føre til AGI.
BCG beskriver denne virkelighed som AI’s “jagged frontier”. Begrebet dækker over, at AI’s kompetencer ikke udvikler sig jævnt. På nogle områder præsterer teknologien på højniveau, på andre over gennemsnittet, mens den fortsat er svag på andre. Det er netop denne ujævnhed, der gør, at AI endnu ikke kan erstatte mennesker i stor skala.
I stedet ændrer teknologien arbejdsfordelingen: Mennesker overlader de opgaver til AI, som teknologien løser bedst, mens de bruger mere af deres tid på de områder, hvor menneskelig dømmekraft, kontekst og ansvar stadig er afgørende.
Softwareudvikling illustrerer pointen: AI er blevet markant bedre til at skrive og teste kode, men kan stadig ikke uden videre overtage systemarkitektur, afvejningen mellem forskellige interessenters behov eller ansvaret for det endelige resultat.
Udviklerens rolle ændrer sig derfor, snarere end at forsvinde – og beskæftigelsen blandt softwareudviklere er fortsat stigende. Det interessante spørgsmål er, om denne ujævnhed vil vare ved.
Der er flere tegn på, at der fortsat er betydelige tekniske begrænsninger.
Den første er data. En stor del af fremskridtene i sprogmodeller er kommet ved at træne dem på stadig større datamængder. Men kvalitetsdata produceret af mennesker er en begrænset ressource.
Den anden handler om læring. AI har især gjort store fremskridt på opgaver, hvor det er let at afgøre, om et svar er rigtigt. Eksempelvis inden for matematik og programmering. Men mange af de beslutninger, virksomheder træffer, har ikke et facit, der kan verificeres med det samme. Hvad er det rigtige produkt at lancere? Hvilken strategi vil skabe værdi om fem år?
Den tredje er manglende læring på jobbet. Medarbejdere opbygger over tid en forståelse for virksomhedens kultur, historie, kunder og uskrevne regler. Dagens AI kan få adgang til dokumenteret information, men lærer generelt ikke løbende af sine erfaringer på samme måde. Det begrænser dens evne til at håndtere opgaver, hvor kontekst og tavs viden er afgørende.
Endelig er der en fysisk begrænsning: computing, energi og hardware. Mere computerkraft har historisk givet bedre modeller, men der er grænser for, hvor meget energi, netkapacitet og hardware, der kan stilles til rådighed.
Usikkerheden om AGI betyder ikke, at virksomheder skal vente. Hvis AI’s jagged frontier består, vil konkurrencefordelen i stigende grad handle om, hvordan virksomheder kombinerer teknologi og mennesker. Når konkurrenterne har adgang til de samme kraftfulde modeller, bliver det evnen til at ændre arbejdsgange, udvikle kompetencer, tilpasse incitamenter og skabe en kultur omkring AI, der gør forskellen.
Det peger på en mere håndgribelig opgave for ledelsen: Identificér, hvilke dele af arbejdet AI allerede kan løse bedre eller hurtigere, hvor menneskelig dømmekraft fortsat er afgørende, og hvordan roller og arbejdsgange skal ændres derefter.
MAL