Tankeledere
Hvorfor virksomheder bør bruge en værdibaseret tilgang til AI-styring

NøglepunkterEn værdibaseret AI-styringsramme giver virksomheder mulighed for at operere globalt…
Vis mere
- En værdibaseret AI-styringsramme giver virksomheder mulighed for at operere globalt uden at genopbygge systemer for hver jurisdiktion.
- At indføre seks nøgleværdier som ansvarlighed og retfærdighed skaber offentlig tillid og opfylder de højeste etiske standarder.
- Stærk AI-styring skaber forretningsværdi ved at muliggøre hurtigere markedsadgang og reducere risiko på tværs af flere regioner.
I september 2025 mødtes alle FN’s medlemsstater for første gang for at drøfte international AI-styring. Mange var igen repræsenteret i februar på AI Impact Summit i Delhi. Arrangementet førte til oprettelsen af to nye organer med fokus på AI-styring, men var i bedste fald en symbolsk succes.
FN’s nye mekanismer blev udformet for at sikre konsensus. De undgår derfor omstridte områder som militær anvendelse af AI og mangler klare finansieringskilder og beføjelser til at håndhæve beslutninger. Det bør ikke overraske erfarne iagttagere. Nutidens FN kan hverken handle hurtigt eller sikre, at alle efterlever organisationens beslutninger. Det gør det til et vanskeligt forum for at skabe reel forandring.
Det følger et velkendt mønster. Trods årelange, spredte forsøg på at skabe konsensus om AI-regulering er der ikke indgået væsentlige internationale aftaler. Det har skabt et tomrum, hvor de enkelte lande og blokke har været nødt til at udvikle deres egne regler. Alligevel er effektiv AI-styring afgørende, hvis vi ønsker, at AI skal anvendes bredt, nyde offentlighedens tillid og give varige samfundsmæssige og økonomiske fordele
Lappeløsninger og løbende reparationer
For globale virksomheder, der udvikler og driver AI-systemer, er manglen på fælles, aftalte styringsmekanismer et problem. De ønsker at udbrede systemerne over hele verden, men ikke to jurisdiktioner følger præcis de samme regler. Derfor må de først skabe en generel styringsramme for systemet og derefter opbygge den på ny fra grunden i hvert land, hvor de opererer, så den opfylder lokale love og regler. Det skaber enorme mængder ekstraarbejde, gør AI-initiativer dyrere og mere udsatte for forsinkelser og svækker globale virksomheders evne til at opnå stordriftsfordele og tilbyde effektive værktøjer til brugere overalt.
Der findes dog et alternativ. For virksomheder, der vil forenkle deres tilgang, kan det bedste valg være en ramme for AI-styring, der tager højde for fælles etiske principper på tværs af regionerne og sikrer høje standarder for beskyttelse af enkeltpersoners frihed, privatliv og sikkerhed overalt. Det er en effektiv måde at styrke offentlighedens tillid til teknologien, udvide kundegrundlaget og udnytte AI’s mulige fordele for samfundet på.
Seks centrale værdier for AI-styring
Til organisationer, der ønsker at arbejde værdibaseret med AI-styring, vil jeg foreslå de seks centrale værdier, vi selv følger: ansvarlighed, forklarbarhed, gennemsigtighed, retfærdighed, sikkerhed og mulighed for at anfægte beslutninger.
Vi valgte disse værdier, fordi de dækker alle væsentlige dele af et AI-systems livscyklus og allerede er nedfældet i flere internationale og nationale AI-standarder, såsom Den Internationale Standardiseringsorganisations ISO/IEC 42001 og den britiske regerings håndbog om kunstig intelligens.
Ansvarlighed handler først og fremmest om at vide, hvem der er ansvarlig for hvad i hver fase af AI-systemets livscyklus. Uden en klar ansvarsfordeling kan vigtige kontroller blive udeladt, fordi ingen enkeltperson eller gruppe har det endelige ansvar. Organisationer bør udpege navngivne ledende medarbejdere, eksempelvis deres AI-direktør, med ansvar for systemer og centrale faser. De bør bruge en risikobaseret styringsmodel og granske tredjepartsværktøjer lige så grundigt som internt udviklede værktøjer. Det betyder, at de skal forstå leverandørernes vilkår, begrænsninger og juridiske ansvar lige så godt som deres egne systemer.
Organisationen for Økonomisk Samarbejde og Udvikling, OECD, beskriver dette godt i sin vejledning om at styrke ansvarligheden inden for AI, som anbefaler, at organisationer skaber »mekanismer til at integrere processen for styring af AI-risici i den overordnede organisationsstyring og fremme en kultur for risikostyring både internt i organisationer og i hele AI-værdikæden«.
Dernæst kommer forklarbarhed. Organisationer bør kunne vise, hvordan et AI-system når frem til en beslutning. Det kræver mekanismer til at dokumentere og spore beslutningsprocessen samt klare optegnelser om systemdesign, træningsdata og beslutningsprocedurer. Tilsammen gør dette det muligt for teams at forstå informationens oprindelse og vej fra systemets tilblivelse til ibrugtagningen.
Retfærdighed handler om at sikre, at AI-systemer giver retfærdige resultater og ikke gentager eller forstærker eksisterende skævheder. Uden målrettede kontroller kan systemerne skade ved at levere skævvredne resultater, især på områder med stor betydning som rekruttering, sundhedspleje og strafferetspleje. Organisationer bør derfor indføre tiltag til at opdage skævheder, regelmæssigt gennemgå resultaterne for relevante grupper og udforme styringsrammer, der kan rumme lokale krav om ikke-diskrimination. I praksis betyder det at bygge systemer, der opfylder de højeste juridiske standarder, de sandsynligvis vil møde, herunder forpligtelser efter den britiske Equality Act 2010 og EU’s charter om grundlæggende rettigheder.
Gennemsigtighed giver klarhed til både brugere og tilsynsmyndigheder. Folk bør forstå, hvornår AI bruges, hvilken rolle den spiller i beslutninger, og hvilke data den bygger på. Et praktisk udgangspunkt er at standardisere dokumentationen for AI-systemer med støtte fra interne værktøjer som modelkort. Det er korte dokumenter, der følger med maskinlæringsmodeller og beskriver den tilsigtede brugssammenhæng, detaljer om procedurer til evaluering af ydeevne og andre relevante oplysninger. Uden gennemsigtighed kan brugere ikke anfægte uretfærdige resultater, myndighederne kan ikke gribe effektivt ind, og skadelige virkninger kan blive skjult.
Sikkerhed beskytter AI-systemer mod uautoriseret adgang, manipulation og utilsigtet adfærd. Svag sikkerhed kan bringe organisationer, brugere og deres data i fare og medføre økonomisk skade og skade på omdømmet. Organisationer bør fastsætte tærskler for ydeevne og nøjagtighed, stressteste systemerne under realistiske forhold og bruge red team-test til at opdage sårbarheder.
Endelig sikrer muligheden for at anfægte beslutninger en klar og tilgængelig vej til at gøre indsigelse mod eller klage over AI-baserede afgørelser. Uden den har berørte brugere ingen mulighed for at få genoprettet deres ret, og problemer kommer måske aldrig frem eller bliver løst. Organisationer bør tilbyde rapporteringskanaler på brugsstedet, udpege ledende medarbejdere til at håndtere klager og sikre, at systemer kan sættes på pause, gennemgås eller opdateres efter behov.
Hvad er fordelene ved en værdibaseret ramme?
Der er to væsentlige grunde til at bruge denne værdibaserede tilgang til AI-styring. For det første har de, der udvikler og tager AI-systemer i brug, et etisk ansvar over for de mennesker og organisationer, systemerne påvirker. For det andet er dette en mere effektiv måde at realisere AI’s lovede fordele i praksis på.
Brugere af AI-systemer, både virksomheder og enkeltpersoner, har en underforstået tillid til, at skaberne ikke misbruger personoplysninger eller udsætter dem for unødige risici. Når organisationer bryder den tillid, bliver det meget svært at fastholde brugerne. I sidste ende accepterer folk ikke indførelsen af systemerne, medmindre begge betingelser er opfyldt: De stoler på systemerne og kan se deres klare fordele. Ellers bliver de samfundsmæssige og økonomiske skel større, og vi går glip af mange muligheder, teknologien giver.
Virksomheder, der derimod anvender en værdibaseret ramme overalt, også i regioner med lempeligere styringskrav, kan vise kunder, investorer og tilsynsmyndigheder, at de stiller højere krav til sig selv end grundlæggende regeloverholdelse. Det opbygger tillid, engagement og i sidste ende forretningsmæssig succes.
Stærk AI-styring skaber værdi og er ikke en byrde ved regeloverholdelse. Den gør det muligt at lancere nye produkter hurtigere, mindske risikoeksponeringen og udvide løsninger til flere markeder med tillid.
McKinseys rapport »AI’s tilstand« viser, ifølge rapportens resultater, at »den administrerende direktørs tilsyn med AI-styringen … er et af de elementer, der er stærkest korreleret med en større selvrapporteret påvirkning af bundlinjen fra en organisations brug af generativ AI«, hvilket understreger de kommercielle fordele ved denne tilgang. I den forstand er indbygningen af stærke etiske rammer i AI-systemer udtryk for oplyst egeninteresse.
Ud over alt dette er det ganske enkelt det rigtige at gøre. Vi har bygget vores globale politik for etisk AI på det samme princip: Avanceret teknologi skal tjene mennesker og samfund, ikke omvendt. Det afspejler den bredere vision om Samfund 5.0, en menneskecentreret innovationsmodel, der søger at kombinere økonomisk fremgang med løsninger på samfundsmæssige udfordringer.
Hvis nye teknologier som AI skal bidrage til et lykkeligere og mere harmonisk samfund, skal de bygge på et stærkt etisk fundament. Det begynder med fokus på både de standarder, organisationer skal opfylde, og dem, de gerne vil nå.












