Pascal Bornet, forfatter av IRREPLACEABLE og Intelligent Automation – Intervju-serie

Pascal Bornet er en pioner innen Intelligent Automation (IA) og forfatter av bestselgerboken «Intelligent Automation». Han er jevnt rangert blant de topp 10 globale ekspertene innen kunstig intelligens og automatisering. Han er medlem av Forbes Technology Council.

Bornet er også en senior eksekutiv med over 20 års erfaring med å lede digitale transformasjoner for bedrifter. Han er grunnlegger og tidligere leder av «AI og automatisering»-praksisene i McKinsey og Ernst & Young (EY). 

Han slipper også en ny bok med tittelen: IRREPLACEABLE: Kunsten å stå ut i en tid med kunstig intelligens.

Når oppdaget du først AI og forsto hvor disruptiv det ville være?

Min reise med AI begynte for over 20 år siden da jeg startet å arbeide med AI- og automatiseringsprosjekter i ledende konsulentselskaper. Selv i disse tidlige dagene kunne jeg fornemme det enorme potensialet for denne teknologien til å transformere bedrifter og samfunn.

Men den virkelige vendepunktet for meg var rundt 2015-2016, da AI begynte å gjøre overskrifter med gjennombrudd som AlphaGo som beseiret verdensmesteren i det komplekse spillet Go. Det var en kraftig demonstrasjon av hvor langt AI hadde kommet og hvordan det begynte å overgå menneskelige evner i visse domener.

Dette var også tiden da jeg så en betydelig økning i interesse fra bedrifter over hele verden som ønsket å utforske AI. De forsto at dette ikke bare var hype lenger – AI var i ferd med å bli en virkelig game-changer. Bedrifter som hadde vært skeptiske eller på gjerdet var nå i ferd med å forstå og adoptere teknologien.

Å se denne endringen i holdninger og den akselererende takten i AI-fremgangene, ble det klart for meg at vi var på randen av en stor disruptiv endring. AI skulle ikke bare endre noen prosesser her og der, men skulle fundamentalt omforme hvordan vi arbeider, lever og samhandler med hverandre. Denne erkjennelsen var både spennende og alvorlig, og den drev meg til å fokusere min forskning og arbeid på å hjelpe mennesker og organisasjoner å navigere denne transformasjonen.

Du er kjent for å betone hvor styrkende AI er, men de fleste mennesker frykter å miste jobben sin. Hva er ferdighetene som mennesker må styrke for å ikke bli erstattet av AI?

Det er sant at frykten for å miste jobben på grunn av AI-automatisering er en virkelig frykt for mange. Men jeg tror fast på at AI i slutten er styrkende, ikke truende, for menneskelig potensial – hvis vi nærmer oss det på riktig måte.

Nøkkelen er å fokusere på å dyrke og styrke evnene som er unikt menneskelige og vanskelige for AI å gjenskape. I min bok omtaler jeg disse som “Humics” – ekte kreativitet, kritisk tenkning og sosial autentisitet.

• Ekte kreativitet handler om å generere originale ideer, løsninger og kunstneriske uttrykk som trekker på våre unikt menneskelige subjektive erfaringer, emosjoner og intuisjon. Mens AI kan rekombinere eksisterende elementer på nye måter, mangler den autentisiteten av den menneskelige erfaringen, og den menneskelige gnisten av fantasi som fører til virkelig banebrytende innovasjoner.
• Kritisk tenkning involverer å analysere informasjon, å spørre om antakelser og å gjøre etiske avgjørelser basert på våre verdier og forståelse av kontekst. AI kan prosessere data og identifisere mønster, men det mangler den menneskelige kapasiteten for diskresjon, skepsis og moralsk resonnering.
• Sosial autentisitet omfatter vår evne til å bygge dype, tillitsbaserte relasjoner, kommunisere med empati og lede og inspirere andre. Disse mellommenneskelige ferdighetene er rotfestet i vår emosjonelle intelligens og selvbevissthet, som AI ikke fullt ut kan simulere.

Ved å utvikle disse Humics og lære å skape synergier med AI, kan mennesker tilby verdi som er unikt menneskelig og høyt verdsatt. Det handler om å utnytte AI til å automatisere rutineoppgaver, mens man samtidig doblet på vår menneskelighet for høyverdi, kreativ og mellommenneskelig arbeid.

Å bli uerstattelig betyr også å være AI-klar, å mestre ferdighetene til å arbeide effektivt sammen med AI, og “endringsklar”, å utvikle motstandskraft og tilpasningsdyktighet for å trives i en raskt foranderlig verden. Ved å dyrke disse tre kompetansene kan mennesker navigere AI-æraen med tillit og skape sin egen uerstattelige verdi.

Hvordan kan organisasjoner sikre at AI-verktøyene er å understøtte og ikke erstatte menneskelige arbeidere?

For at organisasjoner skal sikre at AI-verktøyene er å understøtte og ikke erstatte menneskelige arbeidere, må de ta en menneskesentrert tilnærming til AI-implementering. Dette betyr å plassere mennesker i hjertet av deres AI-strategier og fokusere på hvordan teknologien kan styrke og forbedre menneskelige evner.

En viktig aspekt er jobbdesign. Når organisasjoner introduserer AI, må de omdefinere roller og ansvar for å fokusere på de unikt menneskelige ferdighetene som AI ikke kan erstatte. Dette kan involvere å omdefinere jobbeskrivelser for å betone oppgaver som krever kreativitet, kritisk tenkning, emosjonell intelligens og kompleks problemløsning.

For eksempel kan en kundeservice-representants rolle utvikle seg fra å håndtere rutineforespørsler (som kan automatiseres) til å håndtere mer komplekse, emosjonelt ladde situasjoner som krever empati og dømmekraft. En regnskapsfører kan tilbringe mindre tid på datainntasting og mer på å tolke innsikter og gi strategisk rådgivning.

Organisasjoner må også investere i å oppgradere og omutdanne sin arbeidsstyrke for å forberede dem på disse nye rollene. Dette inkluderer å gi opplæring ikke bare på hvordan man bruker AI-verktøy, men også på hvordan man utvikler og anvender “Humics” i en forretningskontekst.

En annen kritisk faktor er å involvere ansatte i AI-implementeringsprosessen. I stedet for å påtvinge AI-løsninger fra toppen og ned, bør organisasjoner engasjere arbeidere i å identifisere områder hvor AI kan assistere dem og designe menneske-maskin-samarbeidet. Dette hjelper ikke bare til å sikre at AI er å understøtte på en måte som fordeler arbeidere, men også til å fremme en kultur av kontinuerlig læring og tilpasning.

Ledelse spiller også en avgjørende rolle. Ledere må sette en tydelig visjon for hvordan AI skal understøtte og styrke arbeidsstyrken, og konsistent kommunisere og modellere denne perspektivet. De må også være proaktive i å håndtere bekymringer rundt jobbsikkerhet og skape en psykologisk trygg arbeidsplass for ansatte å eksperimentere, lære og tilpasse seg.

Til slutt bør målet være å skape en symbiotisk relasjon mellom mennesker og AI, hvor hver fokuserer på hva de gjør best. Ved å designe jobber og organisasjoner rundt dette prinsippet, kan vi utnytte kraften i AI til å forbedre menneskelig potensial og verdi.

Du har tidligere uttalt at servicenæringene er de mest sannsynlige å dra nytte av Generative AI, kan du gi noen eksempler på dette?

Serviceindustrier, som avhenger sterkt av menneskelig interaksjon og kreativ problemløsning, står til å vinne mye på Generative AI. Denne teknologien, som kan skape nytt innhold (tekst, bilder, lyd osv.) basert på mønster lært fra eksisterende data, har enormt potensial til å understøtte og forbedre menneskelige evner i servic roller.

Ett eksempel er i kundeservice. Generative AI kan brukes til å skape høyt personlige og kontekst-relevante svar på kundespørsmål, basert på en stor kunnskapsbase. Dette kan enable kundeservicerepresentanter til å gi raskere, mer nøyaktig og mer tilpasset støtte. Samtidig kan AI håndtere rutineforespørsler, og frigjøre menneskelige agenter til å fokusere på mer komplekse, emosjonelt sensitive situasjoner som krever empati og dømmekraft.

I kreative felt som design og reklame, kan Generative AI fungere som et kraftig idegenererings- og brainstorming-verktøy. For eksempel kan en grafisk designer bruke AI til å generere en stor variasjon av designelementer eller layout basert på en sett med parametre, som de kan så refinerer og kuratere basert på deres kreative visjon og forståelse av kundens behov. Denne synergien av AI-genererte ideer og menneskelig kuratering kan føre til mer innovative og effektive design.

I utdanning og opplæring, kan Generative AI brukes til å skape personlig tilpasset læremateriell og vurderinger tilpasset hver enkelt elevs behov, mål og fremgang. Lærere kan bruke AI til å generere målrettede øvingsoppgaver, forklaringer og tilbakemeldinger, som de kan så bruke til å gi mer individualisert støtte i stor skala. Samtidig kan AI frigjøre lærere fra rutineoppgaver som korrektur, og enable dem til å fokusere på høyere-verdi aktivitetene som mentoring, coaching og fremming av kritisk tenkning.

I helsevesenet, har Generative AI spennende anvendelser i områder som pasientutdanning og -engasjement. For eksempel kan AI generere personlig helseråd, påminnelser og motivasjonelt innhold basert på en pasients spesifikke tilstand, livsstil og preferanser. Dette kan understøtte arbeidet til helsepersonell ved å forsterke viktige meldinger, svare på vanlige spørsmål og holde pasienter på rett spor med deres behandlingsplaner.

Det felles tråden gjennom disse eksemplene er at Generative AI ikke erstatter den menneskelige servicetilbyderen, men snarere understøtter deres evner. Det tar på seg de mer rutinemessige, dataintensive aspektene av rollen, og lar mennesker fokusere på de høyverdi, kreativ og mellommenneskelige aktivitetene som krever empati og dømmekraft.

Ved å omfavne denne understøttende holdningen, kan servicenæringene utnytte Generative AI til å levere mer personlig, responsiv og innovativ service, fra kundeservice til helsehjelp. Det vil drive innovasjon, avdekke nye innsikter og skape nye former for verdi.

Kunne du dele noen spesifikke eksempler på hvordan AI transformerer industrier som finans eller helsevesen?

AI driver transformative endringer over hele verden, og finans og helsevesen er to eksempler hvor effekten er særlig stor.

I finans, er AI i ferd med å revolusjonere måten finansielle institusjoner opererer, fra front-end kundeservice til back-end risikostyring. For eksempel, bruker mange banker nå AI-drevne chatboter til å håndtere kundespørsmål, og gir 24/7 støtte og frigjør menneskelige agenter til å fokusere på mer komplekse problemer. Disse chatbotene kan forstå naturlig språk, aksessere kontoinformasjon og til og med gi personlige anbefalinger, og forbedre kundeservicen betydelig.

AI er også i ferd med å transformere svindel- og risikostyring i finans. Maskinlæringsalgoritmer kan analysere store mengder transaksjonsdata i sanntid, og identifisere mønster og anomalier som kan indikere svindel. Dette enable bedrifter til å oppdage og forhindre svindel mer effektivt, og beskytte kunder.

I investering og handel, er AI i ferd med å gjøre mer informerte og tidlige beslutninger. Algoritmer kan analysere markeddata, nyhetsstemning og sosiale medier-trender for å forutsi aksjepriser og optimalisere porteføljeallokering. Noen AI-drevne hedgefond er til og med i ferd med å overgå tradisjonelle fond ledet av menneskelige handlere.

I helsevesenet, er AI i ferd med å gjøre betydelige fremskritt i områder som diagnose, legemiddelforskning og personlig medisin. For eksempel, kan AI-algoritmer analysere medisinske bilder som røntgenbilder og MR-bilder for å oppdage tegn på sykdommer som kreft, ofte med en nøyaktighet som matcher eller overgår menneskelige radiologer. Dette kan føre til tidligere oppdaging og bedre pasientresultater.

AI er også i ferd med å akselerere legemiddelforskning ved å forutsi hvordan molekyler vil oppføre seg og samhandle, og redusere tiden og kostnadene forbundet med å utvikle nye medisiner. I 2020, gikk det første AI-designede legemidlet inn i kliniske prøver, og markerte et betydelig milepæl i dette feltet.

Personlig medisin er et annet spennende område hvor AI er i ferd med å gjøre en betydelig innvirkning. Ved å analysere en pasients genetiske data, livsstilsfaktorer og medisinske historie, kan AI forutsi deres risiko for visse sykdommer og anbefale tilpassede forebyggende tiltak eller behandlinger. Denne skiftet mot proaktiv, individualisert omsorg har potensialet til å forbedre pasientresultater og redusere helsekostnader.

AI er også i ferd med å forbedre fjernovervåking og telemedisin. Bærbar utstyr og mobilapplikasjoner kan samle inn helsedata i sanntid, som AI kan så analysere for å oppdage tidlige tegn på helseproblemer og varsle helsepersonell. Under COVID-19-pandemien, spilte AI-drevne chatboter og virtuelle assistenter en kritisk rolle i å triage pasienter, gi informasjon og redusere belastningen på overbelastede helsevesen.

Disse er bare noen eksempler på hvordan AI transformerer finans og helsevesen. Det viktige er å forstå at i hver enkelt tilfelle, er AI ikke i ferd med å erstatte menneskelige fagfolk, men snarere å understøtte deres evner. Det tar på seg de mer rutinemessige, dataintensive aspektene av rollen, og lar mennesker fokusere på de komplekse, dømmekraft-baserte aspektene av deres roller.

Som disse industrene fortsetter å adoptere og integrere AI, kan vi forvente å se enda flere innovative anvendelser som forbedrer effisiens, nøyaktighet og personlig tilpasning, og til slutt leder til bedre resultater for bedrifter og forbrukere.

Med den økende bruken av AI i næringslivet, er datasikkerhet, personvern og styring blitt kritiske spørsmål. Hvordan bør bedrifter håndtere disse bekymringene for å opprettholde tillit hos kundene sine?

Som bedrifter i økende grad avhenger av AI og data-drevne beslutninger, er spørsmålene om datasikkerhet, personvern og styring kommet til å stå i fremste rekke. Disse er ikke bare tekniske utfordringer, men fundamentale spørsmål om tillit mellom bedrifter og deres kunder. Som jeg diskuterte i en nylig webinar holdt av datasikkerhetsselskapet Clumio, med den økende bekymringen rundt AI-forvrengning, voksende bekymring rundt AI-forvrengning og naturligvis det kolossale problemet med datalekkasjer, må bedrifter fokusere på tillit nå mer enn noen gang.

For å håndtere disse bekymringene og opprettholde tillit, må bedrifter ta en proaktiv, transparent og etisk tilnærming til datahåndtering og AI-styring. Her er noen nøkkelsteg de bør vurdere:

Først og fremst, må bedrifter prioritere datasikkerhet på alle stadier av data-livssyklusen. Dette betyr å implementere robuste sikkerhetsmessige tiltak for å beskytte mot datalekkasjer, hacking og uautorisert tilgang. Det inkluderer teknikker som datakryptering, sikre autentiseringsprotokoller og regelmessige sikkerhetsauditter. Bedrifter bør også ha klare politikker og prosedyrer på plass for å håndtere og rapportere om sikkerhetsincidenser.

For det andre, må bedrifter være transparente om sine datainnsamling- og brukspraksiser. De bør gi klare, lettforståelige personvernpolitikker som informerer kunder om hva slags data som samles inn, hvordan det vil bli brukt og med hvem det kan deles. Kunder bør ha kontroll over sine data, med mulighet til å aksessere, oppdatere eller slette sine opplysninger etter behov.

I sammenheng med AI spesifikt, bør bedrifter være transparente om hvor og hvordan AI brukes, og hva slags innvirkning det kan ha på kundernes erfaringer eller beslutninger. Hvis en AI-system tar viktige beslutninger som påvirker kunder, som å godkjenne et lån eller bestemme forsikringspremie, bør bedrifter kunne forklare hvordan disse beslutningene tas og gi kunder mulighet til å anke eller søke menneskelig gjennomgang.

Tredje, må bedrifter etablere sterke datastyringsrammer. Dette inkluderer å definere klare politikker og prosedyrer for hvordan data samles inn, lagres, aksesseres og brukes innen organisasjonen. Det bør inkludere retningslinjer for datakvalitet, dataintegrasjon og datasikkerhet, samt å definere roller og ansvar for datahåndtering.

I sammenheng med AI, utvider datastyring seg også til modellstyring. Bedrifter bør ha mekanismer på plass for å sikre at deres AI-modeller er rettferdige, upartiske og i samsvar med etiske prinsipper. Dette kan inkludere teknikker som “modellforståelse” og rettferdighetstesting, samt å ha menneskelig oversikt og ansvar for AI-drevne beslutninger.

Fjerde, bør bedrifter gi kunder mer kontroll over sine data. Dette inkluderer å gi enkle måter for kunder til å melde seg ut av datainnsamling, eller å spesifisere hvordan deres data kan brukes. Noen bedrifter utforsker også konsepter som “data-trust” eller “data-samarbeid”, hvor kunder kan frivillig samle sine data for bestemte formål på en sikker og transparent måte.

Til slutt, bygging av tillit i AI-æraen krever en grunnleggende endring i bedriftskultur og ledelse. Bedrifter må innarbeide prinsipper for ansvarlig AI og data-etikk i deres kjernverdier og beslutningsprosesser. De bør utdanne og trene alle ansatte på disse prinsippene, og holde ledelse ansvarlig for å opprettholde dem.

Ved å følge disse stegene – prioritere sikkerhet, være transparent, styre data ansvarlig, gi kunder kontroll, og fremme en etisk kultur – kan bedrifter bygge og opprettholde tillit i AI-æraen. Det handler ikke bare om å være i samsvar; det handler om å aktivt demonstrere for kunder at deres data og tillit er verdsatt og beskyttet.

I en æra hvor data er den nye oljen og AI er den nye motor for vekst, er tillit den ultimate valutaen. Som jeg observerte under Clumio-webinaret, vil vinnerne i en AI-drevet verden ikke være bedriftene med de mest komplekse datasamlingene eller de største datasamlingene, men de som kan bygge en urokkelig tillitsbasis under sine digitale økosystemer.

Forvrengning i AI-modeller er en betydelig bekymring. Hva er beste praksis for organisasjoner for å identifisere og mildne forvrengning i sine AI-systemer?

Forvrengning i AI er en kritisk bekymring. AI-systemer lærer av dataene de er trent på, og hvis disse dataene reflekterer historiske forvrengninger eller skjeve representasjoner, kan disse forvrengningene bli forsterket og videreført i AI-systemets beslutninger og utdata. Dette kan føre til urettferdige, diskriminerende eller til og med skadelige resultater, og undergrave tillit til AI og forårsake virkelig skade på mennesker og samfunn.

For å identifisere og mildne disse forvrengningene, anbefaler jeg at organisasjoner følger disse beste praksisene:

Først og fremst, være klar over de ulike typene forvrengninger som kan klatre inn i AI-systemer. Alle bør lese om de 188 kognitive forvrengningene som enhver menneske besitter. Gå til Wikipedia og søk etter “kognitive forvrengninger”. Som du vil merke, inkluderer noen vanlige:

• Utvalgsforvrengning: når dataene som brukes til å trene AI ikke er representative for den virkelige verdens befolkning det vil bli brukt på.
• Historisk forvrengning: når dataene reflekterer historiske samfunnsforvrengninger, som rasediskriminering eller kjønnsdiskriminering.
• Målingsforvrengning: når måten data samles inn eller merkes på, introduserer forvrengning, som å bruke subjektive eller inkonsistente kriterier.
• Algoritmisk forvrengning: når AI-modellen selv introduserer forvrengning, som å overfokusere på bestemte funksjoner eller forsterke små forskjeller.

Ved å forstå disse ulike typene forvrengninger, kan organisasjoner være mer proaktive i å oppdage og håndtere dem.

For det andre, etablere diverse og inkluderende team for å arbeide med AI-prosjekter. Å ha teammedlemmer med ulike bakgrunner, perspektiver og erfaringer kan hjelpe til å identifisere forvrengninger som ellers kunne ha blitt overse. Det er også viktig å involvere domene-ekspertise og interessenter som forstår konteksten hvor AI vil bli brukt.

Tredje, gjennomføre grundige data-auditter. Før du trener en AI-modell, må du nøye undersøke dataene for potensielle forvrengninger eller skjevheter. Sjekk for representativitet, nøyaktighet og fullstendighet. Vurdere teknikker som stratifisert sampling for å sikre rettferdig representasjon av ulike grupper.

Fjerde, bruke teknikker som mot-forvrengning under modell-treningen. Dette inkluderer å forsøke å “narre” modellen med forvrengde data og så tilpasse modellen for å være mer motstandsdyktig mot disse forvrengningene. Det finnes også ulike algoritmiske teknikker for å redusere forvrengning, som regulering, begrensningsoptimalisering og justeringer etter modell-trening.

Femte, teste omfattende for rettferdighet og forvrengning. Dette bør inkludere å teste modellen på diverse, virkelige datasamlinger og scenarier, ikke bare treningsdataene. Bruk kvantitative mål for å vurdere rettferdighet, som demografisk likhet (sikre at modellens beslutninger er uavhengige av sensitive attributter som rase eller kjønn) og like muligheter (sikre at modellen fungerer like godt for ulike grupper).

Sjette, gi transparens og forklarbarhet for AI-beslutninger. Bruk teknikker som SHAP-verdier eller LIME for å forklare hvordan modellen tar beslutninger, og gjør disse forklaringene tilgjengelige for brukere eller interessenter. Denne transparensen kan hjelpe til å identifisere forvrengninger og bygge tillit.

Syvende, etablere klare ansvars- og styringsstrukturer. Designate roller og ansvar for å håndtere forvrengning, rettferdighet, transparens og ansvar. Sikre at det finnes kanaler for brukere eller interessenter til å melde bekymringer eller søke om gjennomgang hvis de tror de har blitt urettferdig berørt av et AI-system.

Til slutt, fremme en organisatorisk kultur av ansvarlig og etisk AI. Regelmessig trene og utdanne alle ansatte på AI-etikk og forvrengningsreduksjon. Oppmuntre åpen diskusjon og rapportering av forvrengningsbekymringer. Gjør etisk AI til en kjernverdi og en nøkkel ytelsesindikator for organisasjonen.

Ved å følge disse beste praksisene, kan organisasjoner proaktivt identifisere og mildne forvrengninger i sine AI-systemer. Imidlertid er det viktig å erkjenne at forvrengningsreduksjon er en kontinuerlig prosess, ikke en engangsløsning. Ettersom AI-systemer utvikler seg og brukes i nye kontekster, kan nye forvrengninger oppstå. Organisasjoner må være engasjert i kontinuerlig overvåking, læring og forbedring.

Til slutt, håndtering av AI-forvrengning er ikke bare en teknisk utfordring, men en sosial og etisk imperativ. Det handler om å sikre at, mens vi i økende grad avhenger av AI til å ta beslutninger som påvirker menneskers liv, gjør vi det på en måte som er rettferdig og transparent.

Ser du fremover, hva er den fremtidige rollen til AI i arbeidsplassen?

Ser fremover, ser jeg AI fundamentalt transformere arbeidets natur, ikke erstatter mennesker, men understøtte og heve menneskelige evner.

Rutinemessige, repetitive oppgaver vil i økende grad bli automatisert, og frigjøre mennesker til å fokusere på høyere-verdi aktivitetene som krever kreativitet, kritisk tenkning, emosjonell intelligens og kompleks problemløsning. AI vil fungere som et kraftig verktøy for idegenerering, analyse og beslutningsstøtte, og forbedre menneskelig dømmekraft og ekspertise.

Vi vil se mer menneske-AI-samarbeid, hvor AI håndterer dataintensive aspekter, mens mennesker bidrar med nuansert forståelse og etisk oversikt. Jobber vil bli redesignet rundt denne synergien, og fokusere på unikt menneskelige ferdigheter.

AI vil også enable mer personlig, responsiv og prediktiv service, fra kundeservice til helsehjelp. Det vil drive innovasjon, avdekke nye innsikter og skape nye former for verdi.

Imidlertid vil denne transformasjonen kreve betydelig omutdanning og oppgradering av arbeidsstyrken. Rollen til utdanning og opplæring vil være kritisk for å forberede mennesker på å arbeide effektivt sammen med AI.

Til slutt, fremtiden for AI på arbeidsplassen handler om understøttelse, ikke erstattelse. Det handler om å skape en symbiotisk relasjon mellom mennesker og maskiner, hvor hver fokuserer på hva de gjør best. Ved å mestre denne balansen, kan organisasjoner som mestrer denne balansen være de som trives.

Hvordan kan bedrifter forberede seg nå for endringene AI sannsynligvis vil bringe i de neste fem til ti årene?

For å forberede seg på AI-drevne endringer i de neste ti årene, bør bedrifter:

• Utvikle en AI-strategi som er i samsvar med forretningsmål, og identifisere nøkkelområder for AI-anvendelse og investering.
• Bygge AI-kompetanse over hele organisasjonen, og sikre at alle ansatte forstår AI-basisk og implikasjoner for deres roller.
• Investere i data-infrastruktur og styring, og sikre datakvalitet, datasikkerhet og etisk håndtering.
• Eksperimentere med AI i kontrollerte miljøer, og starte smått og skalerer suksesser.
• Redesigne jobber og prosesser rundt menneske-AI-samarbeid, og fokusere på å understøtte menneskelige evner.
• Investere tungt i ansatt-omutdanning og oppgradering, og fokusere på å utvikle “Humics” – kreativitet, kritisk tenkning og emosjonell intelligens.
• Etablere tverrfaglige AI-styringsstrukturer for å håndtere forvrengning, rettferdighet, transparens og ansvar.
• Engasjere i scenarie-planlegging for å forutse og tilpasse seg AI-drevne disruptiver på marked, forretningsmodeller og arbeidsstyrke.
• Samarbeide med bransje-peere, akademia og politiske beslutningstakere for å forme ansvarlig utvikling og implementering av AI.
• Fremme en smidig, lærende-orientert kultur som omfavner endring og eksperimentering.

Nøkkelen er å nærme seg AI ikke som et engang-prosjekt, men som en kontinuerlig reise av læring, tilpasning og transformasjon. Bedrifter som starter nå, og investerer i både teknologiske og menneskelige evner, vil være best posisjonert til å utnytte AI-potensialet og navigere utfordringene i årene som kommer.

I september 2024, slipper du din andre bok, IRREPLACEABLE: Kunsten å stå ut i en tid med kunstig intelligens, kan du fortelle oss mer om denne kommende boken og hva vi kan forvente av den?

I min kommende bok, IRREPLACEABLE: Kunsten å stå ut i en tid med kunstig intelligens, dykker jeg dypt inn i hva det betyr å trives i en æra som i økende grad formas av AI.

I en verden som i økende grad drives av AI, hvordan kan vi sikre at vi forblir uerstattelige? Hvordan kan du beskytte din jobb, din forretning og dine barn mot utfordringene som denne transformative teknologien fører med seg? Og kollektivt, hvordan kan vi beskytte vår menneskelighet?

I IRREPLACEABLE, tilbyr jeg en ramme for ikke bare å overleve, men å trives i AI-æraen.

Basert på over 20 års pionerforskning og praktisk erfaring, avslører jeg hemmelighetene til å leve i harmoni med AI og å dyrke de unikt menneskelige kvalitetene som ingen maskin kan gjenskape. Jeg guider leseren på en reise til å mestre de tre kompetansene til fremtiden: å bli AI-klar, menneske-klar og endringsklar.

Gjennom engasjerende historier, praktiske strategier og tankevekkende innsikter, utstyrer IRREPLACEABLE deg til:

• Å utnytte kraften i AI til å forbedre ditt liv, arbeid og forretning
• Å beskytte deg selv og din familie mot AI-potensialet
• Å utvikle ferdighetene som vil gjøre deg uerstattelig i en AI-drevet verden
• Å transformere din forretning til en uerstattelig bedrift
• Å oppdra barn som kan trives sammen med AI
• Å oppdage din unike formål i en verden som er omdefinert av teknologi

Uansett om du er en individ som ønsker å sikre din karriere, en forelder som ønsker å oppdra AI-klare barn, eller en bedriftsleder som streber etter å navigere teknologisk disruptiv, er IRREPLACEABLE din essensielle guide. Det handler ikke bare om å tilpasse seg endring; det handler om å utnytte kraften i AI til å bli den beste versjonen av deg selv.

AI er ikke destinasjonen; det er kjøretøyet som tar oss til en mer menneskelig fremtid. Denne boken er din GPS. Embark på reisen til å bli uerstattelig og oppdager hvordan AI-revolusjonen ikke bare handler om teknologi, men om å gjenoppdage essensen av hva som gjør oss menneskelige.

Takk for det flotte intervjuet, jeg ser frem til å lese IRREPLACEABLE, som nå er tilgjengelig for forhåndsbestilling, lesere kan også ønske å lese Intelligent Automation, som er tilgjengelig i dag.

Lesere kan også besøke Pascal Bornets nettsted for å lære mer.