Del 59 - Hva skjer når alle bruker kunstig intelligens?
Updated: Sep 8
Når kunstig intelligens blir allemannseie, flyttes konkurransefortrinnet fra tilgang til teknologi til kunnskap, mennesker og gjennomføring
Kunstig intelligens er fortsatt nytt nok til at det kan føles som et konkurransefortrinn bare å bruke teknologien.
En virksomhet tar i bruk en KI-assistent.
En annen automatiserer deler av kundeservice.
En tredje bruker KI til produktbeskrivelser.
En fjerde analyserer store informasjonsmengder på minutter.
Og en femte bygger digitale kunderådgivere.
Men hva skjer når alle gjør det?
Når konkurrenten har tilgang til de samme språkmodellene?
Når kunden bruker kunstig intelligens før hun besøker nettstedet ditt?
Når leverandøren bruker KI?
Når medarbeiderne bruker KI?
Når små virksomheter får tilgang til verktøy som tidligere krevde
store teknologimiljøer?
Når kunstig intelligens ikke lenger er noe spesielt, men ganske enkelt en del av den digitale infrastrukturen rundt oss?
Da endres spørsmålet.
Det blir mindre interessant å spørre:
Har virksomheten kunstig intelligens?
Det viktigere spørsmålet blir:
Hva er virksomheten i stand til å gjøre bedre enn andre når alle har tilgang til kunstig intelligens?
Og akkurat der begynner siste del av KI-reisen vår.
Kunstig intelligens blir gradvis en generell teknologi som stadig flere virksomheter får tilgang til
Tilgang til KI er ikke det samme som et varig konkurransefortrinn
Gjennom teknologiens historie har vi sett dette flere ganger.
Da internett kom, var det spesielt å ha et nettsted.
Senere hadde nesten alle virksomheter et nettsted.
Det var ikke lenger nettstedet i seg selv som skilte virksomhetene.
Forskjellen lå i hva de gjorde med det.
Da smarttelefonen ble en selvfølgelig del av kundenes hverdag, var det ikke lenger nok å si at virksomheten var «mobil».
Da skytjenester ble tilgjengelige for stadig flere, ble ikke tilgang til datakraft alene et varig konkurransefortrinn.
Det samme kan skje med kunstig intelligens.
Når de samme eller lignende grunnmodellene og KI-verktøyene blir tilgjengelige for millioner av mennesker og virksomheter, reduseres verdien av tilgangen alene.
En konkurrent kan kjøpe tilgang til samme modell.
En liten virksomhet kan bruke avanserte KI-verktøy uten å bygge dem selv.
En gründer kan få tilgang til analyse-, programmerings- og produksjonskapasitet som tidligere krevde langt flere ressurser.
Teknologien kan dermed bidra til å demokratisere kapasitet.
Men nettopp derfor flyttes konkurransen videre.
«The essence of strategy is choosing what not to do.» — Michael E. Porter
Når mange får tilgang til de samme verktøyene, blir strategiske valg viktigere – ikke mindre viktige.
KI-kommoditisering gjør virksomhetens egne ressurser viktigere
Når teknologien blir tilgjengelig for alle, blir det unike rundt teknologien mer verdifullt
I økonomi og strategi brukes begrepet kommoditisering om utviklingen der noe som tidligere var differensierende, blir bredt tilgjengelig og vanskeligere å bruke som et unikt konkurransefortrinn.
Det betyr ikke at kunstig intelligens blir uviktig.
Tvert imot.
KI kan bli svært viktig samtidig som tilgangen til generell KI blir mindre unik.
Da må vi lete etter forskjellene andre steder.
De kan ligge i virksomhetens:
fagkompetanse,
proprietære og kvalitetssikrede data,
kundeinnsikt,
arbeidsprosesser,
organisasjonskultur,
merkevare,
relasjoner,
innovasjonsevne,
tillit,
distribusjon,
erfaringsbaserte kunnskap,
og evne til å gjennomføre endringer.
To virksomheter kan bruke den samme KI-modellen og få helt forskjellige resultater.
Hvorfor?
Fordi teknologien inngår i to forskjellige organisasjoner.
Kunstig intelligens forsterker forskjeller i organisasjon, kompetanse og arbeidsprosesser
Den samme KI-modellen kan skape ulik verdi i forskjellige virksomheter
Tenk deg to konkurrerende selskaper.
Begge kjøper tilgang til samme KI-verktøy.
I den første virksomheten er produktdataene utdaterte.
Kunnskapen ligger spredt i e-poster og dokumenter.
Medarbeiderne vet ikke hvilke kilder som er autoritative.
Kundedata analyseres sjelden.
Arbeidsprosessene er uklare.
Ingen har tydelig ansvar for kvalitetssikring.
I den andre virksomheten er produktdataene godt strukturert.
Fagkunnskapen dokumenteres.
Kundespørsmål brukes til læring.
Medarbeiderne deler erfaringer.
KI brukes på tydelig definerte oppgaver.
Resultatene kontrolleres.
Og virksomheten lærer systematisk av det som fungerer og ikke fungerer.
Begge har KI.
Men de har ikke samme organisatoriske kapasitet til å skape verdi med KI.
Dette er et viktig skille.
Kunstig intelligens kan være kraftig.
Men teknologien arbeider ikke i et vakuum.
Den møter kvaliteten på organisasjonen den blir satt inn i.
Produktivitet med kunstig intelligens handler om mer enn å produsere raskere
KI-produktivitet må måles i verdiskaping, kvalitet og bedre resultater – ikke bare produksjonsvolum
Kunstig intelligens kan gjøre enkelte arbeidsoppgaver betydelig raskere.
Tekster kan produseres raskere.
Dokumenter kan oppsummeres.
Kode kan foreslås.
Data kan bearbeides.
Spørsmål kan besvares.
Men økt produksjon er ikke nødvendigvis det samme som økt verdiskaping.
Hvis en virksomhet bruker KI til å produsere ti ganger så mye
innhold som kundene ikke trenger, har den økt produksjonen.
Det betyr ikke nødvendigvis at den har skapt ti ganger mer verdi.
Hvis kundeservice svarer raskere, men dårligere, er hastigheten alene heller ikke et godt resultat.
Det relevante spørsmålet blir derfor:
Hva ble faktisk bedre?
Ble kvaliteten høyere?
Tok kunden en bedre beslutning?
Ble medarbeideren mer produktiv?
Ble ventetiden redusert?
Ble kunnskapen lettere tilgjengelig?
Ble feilene færre?
Oppsto det nye produkter eller tjenester?
Fikk medarbeiderne mer tid til oppgaver hvor menneskelig kompetanse skaper større verdi?
KI bør ikke bare gjøre virksomheten raskere.
Den bør hjelpe virksomheten med å bli bedre.
KI-augmentering kan gjøre menneskelig kompetanse mer produktiv
Konkurransefortrinnet kan ligge i samspillet mellom menneskelig dømmekraft og maskinell kapasitet
En stor del av KI-debatten har handlet om hvilke oppgaver teknologien kan overta.
Men det finnes et annet perspektiv.
Hva skjer når KI forsterker menneskelig kapasitet?
En erfaren medarbeider kan bruke KI til å analysere flere alternativer.
En kundebehandler kan finne relevant kunnskap raskere.
En utvikler kan arbeide raskere med kode.
En fagperson kan bruke mindre tid på førsteutkast og mer tid på vurdering.
En liten virksomhet kan analysere datamengder den tidligere ikke
hadde kapasitet til å behandle.
Dette omtales ofte som augmentation – teknologi som forsterker
menneskelig arbeid.
«The key is using AI to augment human capabilities, not replace them.» — Erik Brynjolfsson
Det interessante konkurransefortrinnet kan derfor oppstå i kombinasjonen:
menneskelig kunnskap + KI-kapasitet.
Ikke nødvendigvis i den ene eller den andre alene.
Når alle kan generere innhold, blir troverdig kunnskap en knappere ressurs
Generativ KI øker informasjonsmengden og gjør kildekritikk, faglighet og tillit viktigere
Generativ KI gjør produksjon billigere.
Det gjelder tekst.
Bilder.
Video.
Presentasjoner.
Kode.
Analyser.
Oppsummeringer.
Dermed kan verden få tilgang til enorme mengder nytt innhold.
Men mer informasjon betyr ikke automatisk mer kunnskap.
Når kostnaden ved å produsere et overbevisende svar faller
dramatisk, blir det enda viktigere å kunne spørre:
Hvor kommer informasjonen fra?
Er den korrekt?
Er den oppdatert?
Hvem står bak?
Hvilken kompetanse ligger til grunn?
Kan påstanden dokumenteres?
Hva vet vi faktisk?
Hva er usikkert?
Paradoksalt nok kan derfor en verden med mer kunstig generert
innhold gjøre troverdig menneskelig og institusjonell kunnskap mer verdifull.
Virksomheter som kan dokumentere hva de vet, hvorfor de vet det
og hvor informasjonen kommer fra, kan få et viktig fortrinn.
Virksomhetens proprietære data og erfaringsbaserte kunnskap kan bli strategiske KI-ressurser
Generelle KI-modeller kan være tilgjengelige for alle, mens virksomhetens egen kunnskap ikke er det
En generell språkmodell kan vite mye om verden.
Men den kjenner ikke nødvendigvis virksomhetens:
kunder,
historikk,
produkter,
prosesser,
feil,
erfaringer,
interne beslutninger,
servicehenvendelser,
eller de tusen små lærdommene medarbeiderne har opparbeidet
gjennom mange år.
Her ligger en viktig forskjell.
Den generelle modellen kan være felles. Kunnskapsgrunnlaget trenger ikke være det.
Virksomhetens egne data og dokumenterte erfaringer kan gjøre en generell KI langt mer relevant for konkrete oppgaver.
Men bare dersom kunnskapen er tilgjengelig, lovlig anvendbar, forståelig, oppdatert og av tilstrekkelig kvalitet.
Dette kobler KI direkte til kunnskapsforvaltning.
Taus kunnskap blir mer verdifull når virksomheten klarer å gjøre den tilgjengelig
Medarbeidernes erfaring er en del av virksomhetens usynlige kapital
Her møter KI-serien kjernen i Den usynlige kapitalen.
Virksomheter består ikke bare av bygninger, teknologi, penger og produkter.
De består også av det menneskene kan.
Medarbeideren som kjenner kunden.
Ingeniøren som forstår hvorfor produktet svikter under bestemte forhold.
Kundeservicemedarbeideren som kjenner de vanligste misforståelsene.
Selgeren som vet hvilket spørsmål som må stilles før hun anbefaler et produkt.
Lederen som kjenner organisasjonens historie.
Fagpersonen som gjennom tjue år har lært å skille mellom et standardsvar og situasjonen som krever skjønn.
Mye av denne kunnskapen er taus kunnskap.
Den står ikke nødvendigvis i databasen.
KI kan gjøre det mer verdifullt å dokumentere deler av denne kunnskapen og gjøre den tilgjengelig der det er hensiktsmessig.
Men KI skaper ikke automatisk erfaringen kunnskapen bygger på.
Den kommer fortsatt fra mennesker.
Organisatorisk læring blir et konkurransefortrinn i KI-økonomien
Virksomheter som lærer raskere kan få større verdi av den samme kunstige intelligensen
Hvis KI-teknologien utvikler seg raskt, kan virksomheten vanskelig behandle KI-implementering som et engangsprosjekt.
Det holder ikke å installere et verktøy og erklære transformasjonen ferdig.
Medarbeidere må lære.
Arbeidsprosesser må justeres.
Feil må oppdages.
Kunnskapsgrunnlag må forbedres.
Nye muligheter må vurderes.
Gamle arbeidsmåter må utfordres.
Og noen KI-eksperimenter må forkastes fordi de ikke skaper verdi.
Dette gjør organisatorisk læring viktig.
Virksomheten som lærer raskere av teknologien kan utvikle bedre
arbeidsprosesser enn konkurrenten – selv om begge bruker samme
KI.
«The ability to learn faster than your competitors may be the only sustainable competitive advantage.» — Arie de Geus
Poenget er ikke at læring alene garanterer konkurransefortrinn.
Poenget er at når teknologien endres raskt, blir organisasjonens evne til å lære, tilpasse seg og omsette læringen i praksis stadig viktigere.
KI-demokratisering kan gi små og mellomstore virksomheter nye konkurransemuligheter
SMB-er kan få tilgang til analyse, kunnskapsarbeid og digital kapasitet som tidligere krevde større organisasjoner
En av de mest interessante sidene ved generativ KI er at avansert digital kapasitet kan bli tilgjengelig for langt flere.
En liten virksomhet kan bruke KI til å:
bearbeide kundetilbakemeldinger,
analysere dokumenter,
forberede markedsinnhold,
strukturere produktdata,
utvikle programvare,
bygge kunnskapsgrunnlag,
lage førsteutkast,
eller støtte kundeservice.
Oppgaver som tidligere kunne kreve spesialiserte avdelinger, kan i noen tilfeller utføres av langt mindre team.
Dette betyr ikke at størrelse slutter å bety noe.
Store selskaper kan fortsatt ha betydelige fordeler gjennom kapital, distribusjon, data, merkevare og kompetanse.
Men KI kan redusere kostnaden ved enkelte kunnskapsoppgaver.
Dermed kan små virksomheter få mulighet til å konkurrere på områder hvor ressursforskjellene tidligere var større.
Når alle bruker KI, kan middelmådighet også skaleres
Standardiserte KI-verktøy kan føre til likere innhold, tjenester og kundeopplevelser
Det finnes også en mindre diskutert konsekvens.
Hvis tusen virksomheter:
bruker de samme modellene,
med lignende instruksjoner,
på lignende data,
for å produsere lignende innhold...
kan resultatene også begynne å ligne på hverandre.
De samme formuleringene.
De samme bildene.
De samme anbefalingene.
De samme «personlige» e-postene.
Den samme glatte kommunikasjonen.
KI kan dermed både demokratisere kreativ kapasitet og skape risiko
for digital homogenisering.
Da blir særpreg viktigere.
Virksomhetens egen faglighet.
Egne erfaringer.
Egen stemme.
Egne ideer.
Egen kultur.
Og den menneskelige forståelsen av hva virksomheten faktisk
ønsker å være.
Tillit blir et strategisk konkurransefortrinn når kunstig innhold blir vanskeligere å skille fra menneskeskapt innhold
Kunden må kunne stole på både informasjonen, virksomheten og måten KI brukes på
Når kunstig intelligens kan produsere stadig mer overbevisende innhold, oppstår et tillitsspørsmål.
Kan kunden stole på produktinformasjonen?
Er anbefalingen basert på kundens behov eller virksomhetens margin?
Vet kunden når hun kommuniserer med en KI?
Kan opplysningene dokumenteres?
Hva skjer med dataene kunden deler?
Hvem har ansvar når systemet tar feil?
Virksomheter som behandler disse spørsmålene seriøst kan bygge noe teknologien alene ikke kan kjøpe:
tillit over tid.
Og tillit er vanskeligere å kopiere enn en språkmodell.
Ansvarlig KI og AI governance går fra teknisk kontroll til virksomhetsstyring
Ledelsen må forstå hvor KI brukes, hvilke beslutninger den påvirker og hvem som har ansvaret
Når KI brukes av noen få entusiaster, kan teknologien oppfattes som et verktøy.
Når KI brukes gjennom hele organisasjonen, blir den også et styringsspørsmål.
Hvilke data kan brukes?
Hvilke systemer er godkjent?
Hva skal alltid kvalitetssikres?
Når må et menneske være involvert?
Hvordan håndteres personvern?
Hvordan dokumenteres viktige beslutninger?
Hvem har ansvar når noe går galt?
Dette omtales gjerne som AI governance – KI-styring.
Når bruken vokser, må virksomheten utvikle både teknisk, juridisk,
organisatorisk og etisk kompetanse.
Ansvar kan ikke delegeres til algoritmen.
Konkurransefortrinnet flyttes fra kunstig intelligens til virksomhetens samlede kapabiliteter
Strategi i KI-alderen handler om hvordan teknologi, mennesker, kunnskap og organisasjon kombineres
Her begynner vi å se svaret på spørsmålet vi startet med.
Hva skjer når alle bruker kunstig intelligens?
KI forsvinner ikke som konkurransefaktor.
Men den kan bli en grunnleggende kapasitet som mange forventes å beherske.
Da oppstår konkurransefortrinnet i større grad gjennom kombinasjonen av ressurser.
Teknologi.
Data.
Kunnskap.
Mennesker.
Kultur.
Prosesser.
Kundeinnsikt.
Innovasjon.
Tillit.
Ledelse.
Og gjennomføring.
Dette ligger nær et grunnleggende strategisk poeng: Det er sjelden
én isolert ressurs som forklarer et varig konkurransefortrinn.
Det er vanskeligere å kopiere et helt fungerende system enn ett
enkelt verktøy.
«Competitive strategy is about being different.» — Michael E. Porter
Når alle kan kjøpe hammeren, blir forskjellen hvem som kan bygge huset.
Magnes perspektiv – hvert teknologisk skifte gjør menneskelig anvendelse viktigere
Fra internett og e-handel til digitalisering og kunstig intelligens
Magne har sett denne historien før.
Ikke den samme teknologien.
Men den samme begeistringen.
Internett skulle forandre alt.
E-handel skulle forandre alt.
Mobilen skulle forandre alt.
Sosiale medier skulle forandre alt.
Digitalisering skulle forandre alt.
Og nå skal kunstig intelligens forandre alt.
På mange områder gjorde teknologiene nettopp det.
Men én ting gikk igjen.
Teknologien skapte ikke verdiene alene.
Noen virksomheter brukte internett glimrende.
Andre laget et nettsted.
Noen forsto e-handel som en ny måte å skape kundeopplevelser på.
Andre la produktkatalogen på nettet.
Noen brukte digitalisering til å forbedre arbeidsprosesser.
Andre digitaliserte den gamle prosessen uten å spørre om den
burde gjøres annerledes.
Det samme skillet kan oppstå med KI.
Det er forskjell på å bruke kunstig intelligens og å bli bedre ved hjelp av kunstig intelligens.
Kompisens perspektiv – KI kan skalere kapasitet, men ikke bestemme hva som er verdifullt
Kunstig intelligens trenger menneskelige mål, faglig kontekst og kvalitetssikret kunnskap
Kompisens perspektiv er annerledes.
Kunstig intelligens kan gjøre ting som tidligere tok mennesker lang tid.
Den kan analysere.
Sammenligne.
Oppsummere.
Generere.
Klassifisere.
Finne mønstre.
Bearbeide enorme informasjonsmengder.
Og gjøre kunnskap tilgjengelig på nye måter.
Men den grunnleggende utfordringen står igjen.
Hva ønsker vi å oppnå?
Hvilket problem er verdt å løse?
Hva er et godt resultat?
Hva er sant?
Hva er rettferdig?
Hva trenger kunden?
Hvilken risiko er akseptabel?
Hva bør automatiseres?
Hva bør et menneske avgjøre?
Teknologien kan bidra med kapasitet.
Mennesker må fortsatt definere mye av retningen, konteksten og ansvaret.
Den virkelige KI-transformasjonen skjer når arbeidsprosesser designes på nytt
Virksomheter bør ikke bare legge KI oppå gamle prosesser, men undersøke hvordan arbeidet kan organiseres bedre
Den enkleste måten å innføre KI på er å plassere teknologien inn i eksisterende arbeidsprosesser.
Vi skrev ti produktbeskrivelser om dagen.
Nå bruker vi KI og skriver femti.
Men den mer interessante transformasjonen begynner med et annet spørsmål:
Hvorfor gjør vi dette på denne måten?
Trenger vi femti produktbeskrivelser?
Kan produktdata struktureres annerledes?
Kan samme kvalitetssikrede kunnskap brukes flere steder?
Kan kunden finne svaret selv?
Kan medarbeideren få bedre beslutningsstøtte?
Kan informasjon flyte mellom systemene på en smartere måte?
Kan hele oppgaven redesignes?
Da beveger virksomheten seg fra KI som verktøy til KI som
anledning til organisatorisk innovasjon.
Fremtidens digitale konkurranse handler om komplementære ressurser rundt kunstig intelligens
Data, fagkunnskap, kundeinnsikt, merkevare og mennesker kan være vanskeligere å kopiere enn selve KI-modellen
Når teknologien er bredt tilgjengelig, blir ressursene rundt den avgjørende.
Det er dette økonomer og strategiforskere ofte beskriver som komplementære ressurser eller komplementære kapabiliteter.
KI blir mer verdifull når den kombineres med noe annet.
En språkmodell + gode produktdata.
En språkmodell + fagkompetanse.
En språkmodell + kundeinnsikt.
En språkmodell + gode arbeidsprosesser.
En språkmodell + en sterk merkevare.
En språkmodell + tillit.
En språkmodell + mennesker som forstår problemet.
Dermed blir ikke spørsmålet:
Hvor god KI har vi?
Men:
Hvor godt fungerer hele systemet rundt den?
Fra KI-forsprang til læringsforsprang
Den viktigste forskjellen kan bli hvor raskt virksomheten lærer å kombinere mennesker, kunnskap og kunstig intelligens
Det første KI-forspranget kan komme av å være tidlig ute.
Det neste kan komme av å bruke bedre modeller.
Men over tid kan en annen type forsprang bli viktigere:
læringsforspranget.
Virksomheten lærer hvilke oppgaver KI løser godt.
Den lærer hvor teknologien feiler.
Medarbeiderne utvikler nye arbeidsformer.
Kundene viser hvilke tjenester som faktisk skaper verdi.
Dataene forbedres.
Kunnskapsgrunnlaget vokser.
Arbeidsprosessene redesignes.
Og erfaringene fra én forbedring brukes til den neste.
Da er ikke konkurransefortrinnet bare teknologien virksomheten
har kjøpt.
Det ligger i det virksomheten har lært å gjøre med den.
Fagtermer for konkurransefortrinn, KI-strategi og organisatorisk læring
Begrepene som blir viktige når kunstig intelligens blir tilgjengelig for alle
KI-demokratisering – AI DemocratizationAt avansert KI-kapasitet blir tilgjengelig for stadig flere mennesker og virksomheter, også uten store interne teknologimiljøer.
Kommoditisering – CommoditizationEn utvikling der teknologi eller kapasitet blir så bredt tilgjengelig at selve tilgangen gir mindre differensiering.
Konkurransefortrinn – Competitive AdvantageForhold som gjør at en virksomhet kan skape større eller mer varig verdi enn konkurrentene.
Komplementære ressurser – Complementary AssetsRessurser som gjør en teknologi mer verdifull, for eksempel data, distribusjon, kompetanse, merkevare eller kundeinnsikt.
Organisatoriske kapabiliteter – Organizational Virksomhetens samlede evne til å koordinere ressurser, mennesker og prosesser for å oppnå resultater.
Capabilities - Virksomhetens samlede evne til å koordinere ressurser, mennesker og prosesser for å oppnå resultater.
Dynamiske kapabiliteter – Dynamic Capabilities - Virksomhetens evne til å oppdage endringer, gripe muligheter og omforme ressurser og arbeidsmåter når omgivelsene endres.
KI-augmentering – AI AugmentationBruk av kunstig intelligens for å forsterke menneskelig kapasitet fremfor bare å automatisere eller erstatte oppgaver.
Organisatorisk læring – Organizational LearningProsesser der virksomheten utvikler og anvender kunnskap basert på erfaring.
Taus kunnskap – Tacit KnowledgeErfaringsbasert kunnskap som ofte finnes hos mennesker uten å være fullstendig dokumentert.
Proprietære data – Proprietary DataData virksomheten selv kontrollerer eller har særegen tilgang til, innenfor relevante juridiske og etiske rammer.
KI-styring – AI GovernanceStrukturer, roller og prinsipper for ansvarlig styring, kontroll og bruk av kunstig intelligens.
Digital homogenisering – Digital HomogenizationEn mulig utvikling der omfattende bruk av de samme digitale verktøyene bidrar til at innhold, tjenester eller uttrykk blir likere.
Når alle har kunstig intelligens, blir spørsmålet hva virksomheten har som KI ikke kan kjøpe
Teknologien kan bli felles – kunnskapen, kulturen, relasjonene og gjennomføringsevnen trenger ikke bli det
Vi startet denne artikkelen med et spørsmål:
Hva skjer når alle bruker kunstig intelligens?
Svaret er ikke at alle blir like gode.
Det kan snarere bli tydeligere hvilke virksomheter som faktisk har bygget noe rundt teknologien.
Kunnskap.
Kompetanse.
Kultur.
Kundeinnsikt.
Gode data.
Tillitsfulle relasjoner.
Læringsevne.
Innovasjonsevne.
Og mennesker som kan bruke teknologien med dømmekraft.
Kunstig intelligens kan gjøre kunnskap lettere tilgjengelig.
Men virksomheten må ha kunnskap som er verdt å gjøre tilgjengelig.
KI kan gjøre produksjonen raskere.
Men noen må vite hva som er verdt å produsere.
KI kan analysere kundenes handlinger.
Men noen må forstå hva virksomheten skal gjøre med innsikten.
KI kan generere alternativer.
Men noen må velge.
KI kan hjelpe oss med å svare.
Men noen må fortsatt stille de viktige spørsmålene.
Magne og Kompisen ser mot den siste delen av KI-reisen
Når teknologien blir vanlig, flyttes oppmerksomheten tilbake til menneskene som skal skape verdiene med den
Magne startet denne reisen med nysgjerrighet på kunstig intelligens.
Hvordan fungerer den?
Hva kan den gjøre?
Hvordan finner den informasjon?
Hvordan lærer den?
Hvordan påvirker den nettsteder?
Hva betyr den for innhold?
Hva betyr den for e-handel?
Etter hvert har Kompisen blitt mindre interessant som teknologisk fenomen og mer interessant som arbeidsverktøy.
For nå vet vi noe vi ikke visste da reisen begynte.
Fremtidens virksomheter kommer sannsynligvis ikke til å konkurrere mellom dem som bruker KI og dem som ikke gjør det på samme måte som i teknologiens første fase.
Stadig flere vil bruke den.
Dermed begynner det virkelige spørsmålet å flytte seg.
Fra teknologien...
til kunden.
For kunden får også kunstig intelligens.
Kunden kan søke annerledes.
Sammenligne raskere.
Undersøke mer.
Forvente mer relevante svar.
Og kanskje møte virksomheten med langt mer kunnskap enn
tidligere.
Dermed er neste spørsmål i vår siste etappe uunngåelig:
Hvordan endres kundenes forventninger?
For når kunstig intelligens blir tilgjengelig for alle, er det ikke bare virksomheten som forandrer seg.
Kunden gjør det også.
Faglig bakgrunn og videre lesning
Denne serien bygger også på min egen faglige reise gjennom Webdesign-studiet, eMarketing-studiet, Innovasjon og kommersialisering og faglige seminarer i San Francisco og Oxford. Her finner du bakgrunnen, fagmiljøene og erfaringene som har fulgt utviklingen fra webens første år til dagens digitalisering.
Anbefalt litteratur
Utviklingen innen kunstig intelligens går raskere enn kanskje noe annet fagområde i vår tid. Ingen enkelt bok kan gi alle svarene, men gode bøker kan gi et solid grunnlag for å forstå teknologien, mulighetene og utfordringene.
I KI-Kompis-serien anbefaler vi derfor et utvalg bøker som belyser kunstig intelligens fra ulike perspektiver – teknologi, strategi, ledelse, innovasjon, etikk, digitalisering og praktisk anvendelse. Samlet gir de en bredere forståelse av hvordan kunstig intelligens påvirker mennesker, virksomheter og samfunnet.
Klikk på bokikonet for å se hele litteraturoversikten med anbefalte bøker om kunstig intelligens.
© 2025 - 2026 Portico Publish | Den usynlige kapitalen Personvern og bruk av nettstedet | Utviklet og driftet av Magne Bjella | Powered and secured by Wix