De forskellige udfordringer og tilgange til AI efter land

Med den komplette forvandling af samfundet nærmer sig på grund af kunstig intelligens (AI)-teknologier, er det vigtigt at se på de forskellige tilgange, der tages af lande over hele verden. Uanset om det er af grund af velstand eller overvågning, er der ingen tvivl om, at nationer i stigende grad investerer i AI. 

Kina

Kina tager en meget strategisk tilgang til kunstig intelligens, med den kinesiske regering, der erklærer sin håb om, at nationen skal blive verdens førende AI-innovator i 2030. Regeringen har offentliggjort en national AI-strategi og planlægger at investere titusinder af millioner dollars i AI-forskning og udvikling. Byer investerer også deres eget penge, med Beijings 2,1 milliarder dollars AI-teknologipark og Tianjins planlagte 16 milliarder dollars AI-fond. 

Den private sektor spiller den anden store rolle i Kina, med kinesiske AI-startups, der konkurrerer med USA om AI-venturefinansiering. Landet er nummer to, efter USA, når det kommer til antallet af AI-virksomheder. 

Kinas fremgang i AI har også ført til alvorlige bekymringer om menneskerettighedsovertrædelser og overvågning. AI-virksomheder i Kina eksporterer overvågningsteknologi til lande som Kenya, Laos, Mongoliet, Uganda og Usbekistan. De største bekymringer stammer fra brugen af ansigtsgenkendelsesteknologi til at spore individer. 

USA

USA har konstant været en leder i offentlig og privat AI-forskning, med massiv venturekapitalinvestering, der finder sted i industrien. I 2012 modtog AI-initiativer 282 millioner dollars fra venturekapitalister, og dette tal nåede 8 milliarder dollars i 2018. 

USA står over for store problemer på områder som cybersikkerhed og kompetencegap. Organisationer implementerer i stigende grad store AI-initiativer, hvilket medfører en øget sikkerhedsrisiko. Der er stor bekymring blandt chefer om, at fortrolig og følsom data bliver stjålet, samt om ydre aktører påvirker træningsdata og algoritmer. Når det kommer til kompetencegapet, udvides det på grund af den øgede implementering af denne teknologi. Dette vil have store konsekvenser for økonomien og kan føre til massiv arbejdsløshed, hvis det ikke løses øjeblikkeligt. Virksomheder begynder at implementere genoptræning og kompetenceudviklingsprogrammer for deres medarbejdere. 

Tyskland

Tyskland accelererer udviklingen af AI-teknologier, med planer om at investere 3 milliarder euro i AI-forskning inden 2025. Deres nationale strategi kaldes “AI lavet i Tyskland”, og de håber, at AI vil udvide økonomien og forbedre konkurrenceevnen hos eksisterende industrier. Ifølge en studie bestilt af den tyske regering, vil AI tilføje omkring 32 milliarder euro til Tysklands produktionsoutput inden for 5 år. 

Tyskland har lagt øget fokus på de etiske spørgsmål omkring AI. De har store bekymringer om desinformation og teknologiens manipulation. Ud over manipulation er der bekymring om den økonomiske impact af teknologien. På grund af dette lægger landet stor vægt på at uddanne arbejdere i AI. De ser det som en måde at forbedre ydeevnen og muliggøre partnerskaber mellem mennesker og maskiner.

Storbritannien

Storbritannien har et imponerende AI-startup-scene, samt 1 milliard pund i regeringsstøtte til industrien og akademiet. Der er fokus på store initiativer samt implementering af en omfattende strategi for AI-adopteringsprocessen. Selv om der er bekymring blandt regeringen om juridisk ansvar og selvstændig beslutning, ser de største udfordringer ud til at være at bevise forretningsværdien for AI-projekter samt integrere AI i roller og funktioner. 

Storbritannien kan også opleve en stor forstyrrelse af arbejdskraften på grund af ny teknologi. De har iværksat genoptræningsprogrammer som National Retraining Scheme, som sandsynligvis vil blive udvidet i den nærmeste fremtid. Det består af forskellige initiativer, der skal forberede arbejdere på udviklingen af arbejdspladsen. 

Frankrig

Matematikeren Cédric Villani blev udnævnt af præsident Emmanuel Macron i 2017 til at udvikle en national AI-strategi. Han kom med “AI for Humanity”, der blev offentliggjort i 2018 med 1,5 milliarder euro i finansiering. 

Planen fokuserer på nationens ressourcer og talent, et åbent data-økosystem, forskningsinstitutioner, etiske spørgsmål og konsekvenser for økonomien. Regeringen har et stærkt forhold til Den Europæiske Union, men nationen udvikler også AI på nationalt plan. 

Frankrig har et større antal små AI-projekter, der endnu ikke deltager i de store initiativer. Dette kan skyldes konkurrerende prioriteringer som overholdelse af Den Almindelige Forordning om Databeskyttelse (GDPR). 

Nogle af nationens største udfordringer er at integrere AI i organisationer og erhverve talent. På grund af det ekstreme kompetencegap arbejder regeringen på at udvikle et system, der afhænger af akademikerne fra det franske uddannelsessystem. 

Kanada

Kanada tager en langsom tilgang til AI-teknologi, hvilket kan skade innovation og implementering. Der er mangel på hastværk, med kun omkring 51 procent af chefer, der tror, at AI vil forvandle deres virksomhed. 

Mens resten af verden går fremad med AI-teknologi, kan kanadiske virksomheder falde bagud. Men regeringen tager skridt for at forsøge at undgå denne situation. De har implementeret politikker for at gøre indvandring lettere for personer med AI-relaterede kompetencer. Da de ikke producerer nok talent inden for deres egne grænser, søger de at tiltrække det. Der er ikke et stærkt pres for AI-uddannelse inden for landet, men det kan ændre sig med partnerskaber med akademiske institutioner. Universitetet i Toronto investerer omkring 100 millioner kanadiske dollars i at støtte arbejdet fra personer som AI-forskere. 

Forberedelse til fremtiden

Med AI-teknologi, der skal overtage mange aspekter af samfundet inden for en årti, afhænger impacten i hvert land af deres nuværende tilgang. Det kan argumenteres for, at ingen af de nævnte nationer tager en drastisk nok tilgang til, hvad der vil blive den fjerde industrielle revolution, men der kan læres meget af at studere dem. De fleste af disse initiativer vil sandsynligvis skulle skaleres meget hurtigt for at forberede sig på AI’s fremtid.