Digitalisering: Hype om kunstig intelligens er ikke ufarlig

Der er stor hype om, hvad kunstig intelligens kan gøre for erhvervslivet, men ifølge to forskere på IT-Universitetet er begrebet overhypet. De mener, at hypen er farlig, fordi den giver indtryk af, at man kan meget mere med data, end man i virkeligheden kan. Konsekvenser kan være fejlagtige investeringer i umoden teknologi eller menneskelige omkostninger, såsom forkerte fyringer.

Efteruddannelsebig datakunstig intelligensledelsePhilippe BonnetRune Møller Jensen

Skrevet 20. september 2017 12:00 af Ninna Gandrup

- Kunstig intelligens bliver ofte italesat, som om man som virksomhed er fortabt, hvis man ikke investerer i det, men der er så meget ævl og mystik omkring begrebet. Man tror, at man kan det hele med kunstig intelligens, men der er rigtig mange begrænsninger, og mange vigtige spørgsmål at stille, før man overhovedet går i gang, understreger Rune Møller Jensen, som er lektor på IT-Universitetet og forsker i algoritmer til optimering inden for en række områder.

Der er selvfølgelig nogle områder, hvor kunstig intelligens giver rigtig god mening, men det er langt fra alle de steder. Det er vigtigt at forstå, at rigtig meget skal være på plads, før man fx kan erstatte forskellige jobtyper med kunstig intelligens.

Philippe Bonnet, professor på IT-Universitetet, som forsker og underviser inden for big data.

Også professor, Philippe Bonnet, som forsker og underviser inden for big data, mener, at man skal være forsigtig med at kaste sig over projekter indenfor kunstig intelligens:

- Der er selvfølgelig nogle områder, hvor kunstig intelligens giver rigtig god mening, men det er langt fra alle de steder. Det er vigtigt at forstå, at rigtig meget skal være på plads, før man fx kan erstatte forskellige jobtyper med kunstig intelligens. For det første skal man kortlægge arbejdsprocesser og workflows af meget høj kompleksitet i alle deres detaljer, hvilket er afgørende, hvis man ønsker succes med at digitalisere dele af en arbejdsproces. Det kortlægningsarbejde er svært for virksomheden selv, men det er umuligt for en udefrakommende konsulent. For det andet skal man vide, hvordan projektet skaber værdi, og hvilken værdi det skaber.

Hvorfor er hypen om AI farlig?
- Hypen om kunstig intelligens er farlig, fordi man får indtryk af, at man kan meget mere med data, end man i virkeligheden kan. Mange tror, at data kan adoptere eller forstå, men kunstig intelligens i dag dækker hovedsageligt over maskiner, der kan genkende mønstre på et perceptuelt niveau. Disse mønstre bruges derefter til at udføre en handling. Der er derfor langt fra dette perceptuelle niveau til social intelligens og beslutningstagning. Sat på spidsen foregår der i øjeblikket en stor snydemekanisme, hvor de kloge narrer de mindre kloge til at lave fejlagtige investeringer ud fra nogle fremtidsvisioner, der reelt ikke findes. Ledere bliver simpelthen intimideret til at tage beslutninger på et tyndt grundlag og glemmer det grundlag, som skal sikre værdi, siger Rune Møller Jensen.

Man taler meget om arbejdsfunktioner, der ikke vil eksisterer om få år på grund af kunstig intelligens, men der vil altid være processer, som ikke kan erstattes, og hvad gør man så i grænseområdet hertil.

Rune Møller Jensen, lektor på IT-Universitetet, som forsker i algoritmer til optimering

Philippe Bonnet er enig og uddyber:

- En anden ting, der er farlig ved al den hype, er, at man opererer med antagelser om, hvad kunstig intelligens og digitalisering kan og baserer beslutninger på det grundlag. Det er farligt, fordi kunstig intelligens kan vise sig ikke at kunne leve op til forventningerne. Ønsker man fx at digitalisere en sagsbehandlingsproces, så har man en antagelse om, at systemet kan håndtere alle sager og interaktioner omkring sager. Problemet er, at man ofte glemmer målet og værdien i det.

- Man taler meget om arbejdsfunktioner, der ikke vil eksisterer om få år på grund af kunstig intelligens, men der vil altid være processer, som ikke kan erstattes, og hvad gør man så i grænseområdet hertil. Vi kommer formentlig kun til at erstatte dele af en proces, men ikke alle processerne omkring en funktion og slet ikke det, der har med emotion, social intelligens og beslutningstagning, som fx ledelse, salg, forhandlinger m.m. Og den slags arbejdsopgaver er det flere af, end man skulle tro. Dermed er der også langt til, at kunstig intelligens kan erstatte de mange jobs, som man spår. I den ligning har man slet ikke taget højde for, hvilken reel værdi det skal skabe at erstatte mennesker med kunstig intelligens, siger Rune Møller Jensen.

Hvad er det bedste råd, I kan give virksomheder, der vil rbejde med data?
- Et godt råd er ikke at tro på guruer, der fortæller, hvordan ting vil være i fremtiden. Ingen konferencer og pjat, hvor begrebet er overhypet. I stedet skal man lytte til dem, der vil arbejde med kunstig intelligens som gode gamle værktøjer, siger Rune Møller Jensen og fortsætter:

Mit bedste råd er at lave en meget grundig undersøgelse og vurdering, før man går i gang med noget som helst. Find ud af, hvad det betyder at ændre processer, og hvordan processen kan udvikle sig sammen med data og kunstig intelligens. Det er ikke teknologien, der løser forretningsproblemet, og det har det aldrig været.

Philippe Bonnet, professor på IT-Universitetet, som forsker og underviser inden for big data

- Den nye teknologi er ikke tidsbesparende, der er intet, der kommer gratis. Der ligger et stort forberedende arbejde i at kortlægge arbejdsprocesser og forberede organisationen til digitalisering. Her skal ledelsen tage arbejdshandskerne på og grave sig ned i arbejdsprocesser og workflows, hvis de ønsker et projekt som skaber værdi og undgår misforståelser. Man skal være yderst opmærksom på, hvad man kan med teknologien, men også hvad man ikke kan.

Philippe Bonnet er enig i, at der ligger et stort arbejde i at skabe værdi med data og ikke mindst kunstig intelligens. Det kræver et godt fundament at navigere i kompleksiteten, når man skal udvikle og anvende de rigtige værktøjer:

- Mange ting er vigtige, før man går i gang med sådan et projekt. At arbejde med data introducerer en høj grad af kompleksitet. Man skal ikke bare finde data, men også sætte data sammen, og der kan være store udfordringer i at gøre data tilgængelige. Mit bedste råd er at lave en meget grundig undersøgelse og vurdering, før man går i gang med noget som helst. Find ud af, hvad det betyder at ændre processer, og hvordan processen kan udvikle sig sammen med data og kunstig intelligens. Det er ikke teknologien, der løser forretningsproblemet, og det har det aldrig været.