Tankeledere
Fremtiden for arbeid: Hvordan AI og automatisering omdefinerer jobbroller og forretningsmodeller
I vår profesjonelle praksis har vi møtt to polariserte meninger om AI og dens påvirkning på jobbroller og forretningsmodeller. Den ene siden er bekymret for at arbeidsledigheten vil øke og at kunstig intelligens vil ta over, mens den andre siden tror at AI ikke vil føre til noen betydelige endringer og vil ende opp med å være en boble.
Som 64% av CIO-er har høye forventninger til å bruke AI til å heve sine forretningsoperasjoner og utvikle bedrifter, blir det særlig viktig å forstå de sterke evnene og begrensningene til teknologien. Kan kunstig intelligens virkelig introdusere helt nye forretningsmodeller, eller er disse forventningene rotet i fordommer?
Som alltid ligger det virkelige svaret et sted i mellom.
Hver teknologisk revolusjon har blitt fulgt av en transformasjon av jobbroller og arbeidsplassen. Utviklingen av AI lovet å raskt endre arbeidsplassen og drive sosiale endringer. Det viste seg at AI ikke hadde den påvirkningen på samfunnet som forventet, men samfunnet kan og bør påvirke AI.
Den sakte utviklingen av LLM og de kontinuerlige rapportene om AI-hallusinasjoner gjør det klart at de AI-systemene vi kjenner i dag er ikke bare langt ifra perfekte — de leverer ikke det som var forventet, og utviklerne vet det. Det er viktig å forstå at problemet ikke ligger i kunstig intelligens, men i hypen rundt det. I stedet for å sakke ned og fokusere på å forbedre eksisterende funksjoner, startet utviklerne å sikte mot det neste målet. Som resultat ble mange potensielle problemer ikke utforsket og oversett, og førte til mange problemer, som at Google opplevde en $100 milliarder aksje-svikt fordi dens Bard AI ga feilaktig informasjon som ingen hadde sjekket.
Disse resultater viser at hvis AI trenger kontroll og overvåking for å utføre grunnleggende oppgaver, er det for tidlig å stole på det med kompliserte oppgaver. Mange jobbroller krever dyp innsikt, kritisk tenkning og fleksibilitet som kunstig intelligens mangler — og dette vil ikke endre seg noen gang snart.
Som den tidligere lederen av AGI-beredskapsgruppen i OpenAI sa, vil den virkelige effekten av AI være resultatet av en robust dialog mellom bedrifter, myndigheter, bransje-røster, fagfolk og borgere. For tiden har denne samtalen ennå ikke begynt, og det vil kreve full deltakelse fra alle berørte parter.
AI i forretningsmodeller: utforsking av den nåværende verdien
Mens tiden for AI-drevne forretningsmodeller ikke er noe vi bør forvente i løpet av ett eller to år, er det ingen tvil om at kunstig intelligens har hatt en betydelig påvirkning på måten bedrifter opererer og håndterer sine arbeidsflyter.
I allminnelighet handler det om tre støttesøyler for enhver bedrift:
1. Dataanalyse
Jo mer tilkoblet vi er, desto mer data kommer vår vei. Dette er særlig sant for bedrifter — hvert år av bedriftens reise genererer mange datakilder, dokumenter, papirer og skjermbilder. Hver av disse bitene tilbyr enorm verdi, men den må først finnes. For menneskelige eksperter ville det å grave og organisere all denne dataen ta måneder, hvis ikke år. Imidlertid er det for kunstig intelligens en sak som tar dager, hvis ikke sekunder. Ved å dykke dypt inn i store datavolumer, sortere dem og organisere dem — inkludert ustrukturert data — kobler AI viktig informasjon med ansatte, beslutningstakere og ledere, sletter dataflaskehalser og muliggjør skarpe beslutninger på alle nivåer. Med AI blir bedriftens historie og hele oversikten over bedriftens reise mye klarere, og legger til mer sikkerhet og hjelper bedriftsledere å forstå hva de er og hvor de må være i fremtiden.
2. Personliggjøring av kundeinteraksjoner
Med kundeopplevelsens kvalitet i USA på et rekordlavt nivå, er det aldri vært viktigere for bedrifter å redusere respons tid, muliggjøre personliggjorte interaksjoner og håndtere kunde bekymringer så raskt som mulig. Imidlertid betyr å nå disse målene å ta inn alle enkelt kundedata: demografi, kjøps historie, merkevare interaksjon hyppighet og mange andre faktorer. En oppgave av denne skalaen er for stor for en kontakt senter eller support team å håndtere, men det er en rutine aktivitet for en AI-assistent. Ved å arbeide sammen kan AI-drevne plattformer og menneskelige ansatte levere overlegen kunde service ved å umiddelbart undersøke enkelt kunde historie og håndtere deres spesifikke behov. Slik en tilnærming gir kundene de nivåene av personliggjøring og empati de søker etter i en merkevare, og styrker deres forhold til leverandøren og nærer lojalitet.
3. Risikostyring
Risikostyring er en konstant og uendret smerte punkt for bedrifter — og det vil alltid forbli slik. Jo intensivere bedrifts landskapet er, desto flere scenarioer må ledere evaluere for å korrekt vurdere finansielle og omdømmessrisiko. Noen evalueringer baseres på kritisk tenkning og erfaring, mens andre krever enorme mengder historisk data for å avsløre mønster. I det siste tilfelle tilbyr kunstig intelligens enorme hjelp ved å håndtere anomali deteksjon, identifisere mønster og detektere mistenkelig atferd. Disse evnene lettet presset fra ledere, analytikere og eksperter, og lar dem identifisere trusler før de oppstår — og forberede seg deretter.
Fremtiden for AI-forretningsmodeller: følg med for mer
En av de viktigste punktene å ta med i betraktning er at typene AI-drevne forretningsmodeller vil forbli udefinerte til den fulle verdien av kunstig intelligens er oppdaget. Mens bedriftsledere fortsatt er usikre på å beregne AI-avkastning, er det behov for utforsking og forskning.
Adopsjonen av kunstig intelligens er ingen liten endring; det introduserer en helt ny arbeidsflyt. Derfor må bedriftsledere få en god forståelse av denne arbeidsflyten, identifisere dens KPI-er og bestemme hva som gjør den forskjellig fra tidligere rutiner — og avlede transformasjonsverdi basert på deres analyse.
For eksempel, i mange tilfeller gjør AI ikke bare bedre bedriftsprosesser — det skaper nye som tillater å nå ønskede resultater. Men for å maksimere verdien av disse resultater og legge grunnlaget for helt nye modeller, må enhver bedrift ha tre integrale komponenter: prosessen, teknologien og menneskene som bruker den.












