”Jeg vil tro, at AI-hypen er den største hype, som menneskeheden har oplevet”

Ingen vil stå tilbage på perronen, når toget er kørt. Men inden man hopper på det første og bedste tog, er det selvsagt en god idé at tjekke køreplanen og sikre sig, at toget nu også kører til den station, hvor man gerne vil af. Og det med ikke at hoppe med på hvad som helst i ren panik, gælder også AI.  

Alligevel er det som om, at mange virksomheder er så bange for at gå glip af noget, at de er mere fokuserede det at få AI, fremfor at overveje, hvad de egentlig skal bruge det til, mener AI-ekspert og senior manager i konsulenthuset Basico, Lasse Rindom, der er keynote speaker på konferencen BA & Beyond, der afholdes den 28. maj i København. 

Han sammenligner det, der sker lige nu med AI, med det, der skete under dot com bølgen.  

- Omkring år 2000 sagde man, at fysiske butikker ikke ville eksistere om 10 år, og at hvis man ikke fik en hjemmeside, så var man ude af business inden for fem år, siger Lasse Rindom, der oprindeligt er uddannet historiker. Han mener, at historien gentager sig nu bare i endnu større skala. Og måske større end man nogensinde har set. 

- Jeg vil tro, at AI-hypen er den største hype, som menneskeheden har oplevet, fordi den via sociale medier spreder sig så hurtigt. Da ChatGPT blev lanceret i november 2022, var jeg selv på én dag efter, og på under to måneder var der mere end 100 millioner brugere, siger han.  

Til sammenligning tog det TikTok ni måneder at få 100 millioner brugere, og Instagram lidt over to og et halvt år 

Kan ikke bruges autonomt 

- Selvom teknologien kun har været ude i halvandet år, har mange virksomheder allerede arbejdet med den, men kun få har skabt reel værdi.  Blandt andet fordi holdningen er: ”vi skal bare have AI” fremfor: ”hvilke problemer i vores virksomhed kan AI løse?” 

I sin podcast The Only Constant taler Lasse Rindom med nogle af verden fremmeste IT-eksperter, her i blandt partner i konsulentvirksomheden Thinking Dimensions, Scott Newton. Han mener, at der er en tendens til at tro, at AI kan og skal bruges til alt på én gang. Han drager i podcasten en parallel til opfindelsen af hjulet. Hans pointe er, at selvom det sandsynligvis også var revolutionerende, da hjulet blev opfundet, gik man ikke rundt og satte hjul på alting. 

- Eller det ved vi jo faktisk ikke, påpeger Lasse Rindom, og nævner også ilden – måske gik vi også rundt og satte ild til alting, da vi lige havde lært at lave den? Det ville under alle omstændigheder virker skørt, men ifølge Lasse Rindom er det lidt det, der sker med vores forhold til AI lige nu: Vi tror, at vi skal bruge det alle steder.  

- Det er som om, folk tror, at det næste, der kommer er C-3PO (den menneskelignende robot fra Star Wars, red.), men sådan er det altså ikke. I virkeligheden skal AI arbejde sammen med en masse andre teknologier for at blive rigtig god. Man kan ikke bruge AI så autonomt, som mange tror, siger han og nævner et eksempel, hvor man havde overladt for meget ansvar til en chatbot. 

- Der er flere eksempler på, at AI lavet fejl. Et meget omtalt eksempel er Air Cananda, der bruger en chatbot til kundeservice, siger han. I Nordamerika kan man få rabat på flyrejser, hvis der har været dødsfald eller der er alvorlig sygdom i ens familie, men rabatten skal søges, før man rejser.  

- På et tidspunkt var der en kunde, der havde talt med chatbotten, der havde taget hensyn til kunden fremfor firmaets politik og sagt til kunden, at denne bare kunne tage på rejsen og så få refusionen bagefter. Hvilket han så bad om, da rejsen var overstået, men det ville Air Canada ikke gå med til. Det endte med, at kunden tog flyselskabet i retten. Her mente Air Canada, at chatbotten var ansvarlig for sine egne handlinger – ligesom hvis den havde været et menneske – men det vurderede retten ikke, og flyselskabet blev dømt til at betale kunden, siger Lasse Rindom. 

Kig på problemerne 

Lasse Rindom mener, at man i stedet for at overlade en masse til AI, får langt mere ud af at bruge den i processer, hvor den kan assistere. Da han underviste kommunikationsfolk i brugen af AI, rådede han dem f.eks. til selv at skrive deres tekster, og så bruge AI til at kigge teksterne igennem – bl.a. for at tjekke, om der står noget, der potentielt kan udløse en shitstorm. 

- Der, hvor man allerede gør noget rigtigt, kan AI løfte det til at blive endnu mere rigtigt. Man skal ikke have AI for AI’s skyld, man skal have AI, fordi det kan løse nogle problemer. Alt andet er en dårlig strategi. Som altid er teknologi kun et værktøj, der skal tage udgangspunkt i at løse de udfordringer og problemer, man som virksomhed har. Man kan ikke starte med teknologien alene. Ligesom Excel og Officepakken erstattede skrivemaskinen og regnearket, så må man finde ud af, hvad f.eks. en chatbot skal erstatte.  

Men hvordan finder man helt konkret de problemer, som AI kan løse? 

- At strukturere og fortolke ustruktureret data er et nærliggende område, som virksomheder kan komme i gang med hurtigt og nemt. Det, jeg rådgiver virksomhederne til, er at starte med at fokusere på, hvad de har af ustruktureret data. Derefter handler det om undervisning af medarbejdere i AI, for når de ved, hvad det kan og ikke kan, så får de en forståelse for, hvor de kan arbejde med det. 

Han nævner en række eksempler, hvor AI kan bruges i virksomhederne: 

- AI er god til at løse konkrete problemer som f.eks. at aflæse fakturalinjer og sortere dem i forhold til kategorier, hvilket f.eks. er relevant i forhold til ESG-rapportering (EU's bæredygtigheds-rapporteringskrav til store virksomheder, red.). AI kan også kontrollere udgifter, hvis der f.eks. er tale om en virksomhed med mange forskellige lokationer, og hvor der købes toiletpapir, rengøringsartikler, computere ind alle mulige steder fra, så kan AI tjekke leverandørernes fakturaer og sikre, at priserne er rigtige i forhold til kontrakter - eller manglende kontrakter.   

- Du kan også bruge AI til at operationalisere kontrakter, f.eks. udtrække og strukturere udløbsdatoer, betingelser osv. Dette område er dårligt dækket i rigtig mange virksomheder i dag, så al hjælp fra AI vil være en stor hjælp. Derudover er der også data clean-up, hvor AI gennem sin kontekstforståelse kan sikre, at linjer i data renskrives og ensartes, så det kan kvantificeres eller bruges i analyser, siger Lasse Rindom, der ikke mener, at man skal bekymre sig om, at AI kommer til at overtage alle vores arbejdsopgaver. 

- Hvordan ville man have det, hvis man havde brug for en elektriker, og der kom en ikke-uddannet person ud med en AI for at fikse ens el? Ville man have tillid til det? Det tror jeg ikke, de fleste ville. De ville hellere have en uddannet elektriker - der så måske får hjælp af en AI til at blive mere effektiv. De fleste mennesker nyder heller ikke at se på kunst, der er lavet af en AI, eller læse noget, en AI har skrevet. Der skal være et menneske som afsender. 

- Vi er også nødt til at tænke over, hvad det er, vi mennesker har, som AI og robotter ikke har. Og det er såkaldt agens - at vi er besluttende væsner under ansvar. Vi bestemmer selv, hvad vi vil lave, og hvad en robot skal lave. Vil ting ændre sig? Ja. Men i sidste ende tror jeg, at det altid vil handle om mennesker.