Det alle gjør
Omtrent halvparten av norske virksomheter sier nå at de bruker kunstig intelligens. Andelen er mer enn doblet siden 2023, og det er en formidabel utvikling på tre år.
Så spør du hva bruken består i.
Svaret er nesten alltid det samme: et chatvindu. Noen skriver inn et spørsmål, får hjelp til en e-post, ber om et sammendrag av et referat, lukker fanen.
Folk sparer tid på det, hver dag.
Men det er en personlig produktivitetsgevinst. Den sitter i én person, i én chatlogg ingen andre ser. Den dagen personen bytter jobb, går gevinsten med personen ut døra.
Det er forskjellen mellom at noen i virksomheten bruker KI, og at virksomheten bruker KI.
Det som faktisk skjer i den andre enden
Samtidig, i den andre enden av samme statistikk, skjer det noe helt annet.
Oljefondet har rundt halvparten av sine ansatte som koder egne KI-verktøy, og bruker språkmodeller til å screene selskaper i porteføljen mot bærekraftsrisiko.
Kongsberg Gruppen står bak Yara Birkeland, verdens første autonome nullutslipps-containerskip, i kommersiell drift siden 2022.
VG rapporterer om betydelig klikkrate på KI-genererte sammendrag, og har spart journalistene for tusenvis av arbeidstimer med sin egen transkripsjonsapp.
Vi ser det samme i våre egne leveranser. Hos én kunde tar en KI-assistent unna over halvparten av henvendelsene som før gikk til et bemannet kundesenter. Hos en annen ligger informasjonen spredt over mer enn 30 systemer, og hele jobben handler om å gi de ansatte én inngang til alt sammen, fordi tiden folk bruker på å lete etter informasjon i de fleste selskaper tilsvarer flere årsverk.
Ingen av disse er chatvinduer, og ingen av dem er pilotprosjekter. Det er drift.
Hva som skiller de to
Forskjellen er sjelden penger.
Den er heller ikke teknisk kompetanse. Jeg har vært i små virksomheter som har kommet lenger enn selskaper med mange ganger så mye å rutte med.
Forskjellen er at noen har bestemt seg.
KI-modenhet kan sees på som en stige med tre trinn. Utforskeren prøver gratisverktøy når hun står fast. Den systematiske betaler for verktøyene, har kartlagt noen prosesser og vet hvilket verktøy som passer til hvilken oppgave. Den transformerte har gjort KI til en måte hele organisasjonen jobber på.
Mellom trinn 2 og 3 står det et gjerde.
Gjerdet står der fordi trinn 3 ikke handler om at hver enkelt blir kjempegod på KI. Blir én person kjempegod, eskalerer den personens kompetanse, og så stopper det der.
Jeg snakket med et selskap som hadde bygget imponerende mange KI-agenter. Flinke folk, solid arbeid. Så spurte jeg om de andre i selskapet visste hva de agentene hadde lært.
Nei.
Der KI er en privatsak, blir virksomheten stående, uansett hvor dyktige enkeltpersonene er. Å snu det er et ledelsesvalg, og det koster ingenting å ta.
Tre steg forbi chatvinduet
- Finn ut hvor tiden går. Spør tre ansatte hva de bruker mest tid på som føles unødvendig. Du trenger ikke et prosjekt for å gjøre det, du trenger en uke. Svarene er sjelden de du forventer, og de er nesten alltid mer konkrete enn en strategiprosess ville gitt deg.
- Velg én oppgave med volum og lav risiko. Høy frekvens, mye tekst eller mye leting. Lav konsekvens hvis svaret må rettes. Ikke lønnskjøring. Ikke pasientjournaler. Én oppgave, ikke et system. Én målt gevinst gir deg mandat til den neste, mens et stort prosjekt uten gevinst gir deg det motsatte.
- Bestem hvor læringen skal legges. Dette er steget de fleste hopper over, og det eneste som skiller trinn 2 fra trinn 3. Hvor legges det som fungerer? Hvem eier det? Hvordan finner den neste personen det uten å spørre? Det er kjedeligere enn folk håper. Det er struktur, akkurat som med alle andre IT-systemer vi har innført de siste tretti årene.
Så måler du. Tid spart, henvendelser løst, feil unngått. Og gjentar.
Spørsmålet er ikke om virksomheten din bruker KI. Det gjør den allerede, og de ansatte har for lengst begynt, med eller uten kjøreregler.
Spørsmålet er om det dere lærer underveis blir liggende hos virksomheten, eller i en chatlogg ingen andre ser.
Fredrik jobber med virksomheter som vil videre fra chatvinduet. Det begynner som regel med én oppgave, og med å bestemme hvor læringen skal legges.
Åpenhetsmerknad: Denne artikkelen bygger på forfatterens egne analyser og erfaringer. AI har vært brukt som et redaksjonelt hjelpemiddel for språk og struktur.
