Det finns en önskan om att AI-forskningen ska hjälpa oss att bättre förstå hur teknologin kan integreras på ett sätt som främjar innovation, ledarskap och hållbar utveckling i organisationer. Samtidigt ser vi förhållandevis lite användning av tekniken i organisationer än så länge. Vi vet från andra teknikskiften att det inte nödvändigtvis är den som är först på marknaden som i slutändan är mest framgångsrik. Om vi ska kunna få tekniken att fungera till vår fördel, måste vi också fundera över hur vi skapar förutsättningar för den. Pionjärer kan både vinna och förlora på att snabbt integrera AI i sina verksamheter. De kan dra nytta av att vara först med att anpassa och dra lärdomar av teknologin och därigenom få ett försprång vad gäller innovationsförmåga och datadriven beslutsfattande, särskilt om AI effektiviserar processer och förbättrar arbetsflöden. Men de måste också hantera problem med teknikens omogenhet och eventuella brister, som opålitliga resultat eller “hallucinationer”. De som väntar med att implementera tekniken, kan istället dra nytta av mer förfinade och pålitliga system när tekniken mognar. Detta kan innebära att den som kommer efter får bättre resultat utan att behöva ta samma risker som den som är först ut. Som beslutfattare måste vi bestämma oss för hur vi väljer att gå in på marknaden och hur redo vi är att ta oss an de förändringar som kommer.
Sannolikt kommer AI inte bara att förändra hur vi utför vissa uppgifter, men också hur vi förändrar organisationerna som utför uppgifterna. Min kollega Gavin Schwarz och jag bjöd in ett antal forskare till ett specialnummer i Journal of Applied Behavioral Sciences kring hur AI förändrar hur vi förändrar oss. Deras bidrag spann brett och fokuserade på alltifrån AI-stödd coaching till hur AI ifrågasätter yrkesidentiteter, och naturligtvis olika implikationer för innovation och utveckling i organisationerna. AIs inflytande väcker grundläggande frågor om hur vi organiserar arbete, attraherar expertis, tar beslut, och hur vi förhåller oss till varandra och tekniken. En central fråga är hur man på bästa sätt kan använda AI för att stödja både den tekniska och mänskliga sidan av organisationer, och än så länge vet vi inte så mycket om det. Men vi kan redan nu börja ställa oss själva frågor om hur redo vi är.
AI och hur vi organiserar arbete
AI kan rationalisera processer som i hög grad är förutsägbara, som kundtjänst och rapportering. Men genom att analysera större mängder data kan AI också hitta mönster som inte är uppenbara. Använt rätt kan detta påverka exempelvis hur vi sätter ihop team, hur vi fördelar resurser eller hur vi innoverar. Vi har sedan 1950-talet vetat att det finns stora fördelar med självstyrande team. Organisationer borde överväga om det finns sätt att genom AI stötta autonoma och distribuerade team i organisationer. Nätverksorganisationer är ingen ny uppfinning. AI kan stötta utvecklingen mot allt mer distribuerade strukturer, både inom och mellan etablerade organisationer. Det kan i sin tur ha stora implikationer för hur vi väljer att organisera och styra verksamheten, och hur mycket vi själva väljer att göra internt kontra hur vi samarbetar med andra på både kort och lång sikt.
AI och beslutsfattande
En tydlig fördel med AI är som vi vet möjligheten att analysera stora datamängder och hitta mönster som vi människor inte kan upptäcka. Ju mer vi börjar använda tekniken, desto mer riskerar vi dock att tappa greppet om varför den genererar vissa svar. Detta blir som mest allvarligt när vi börjar grunda beslut på de svar som en eller flera AI-botar genererar. Rebecka Cedering Ångström, forskare på Ericsson Research och PhD från IMITs digitaliseringsforskarskola och HHS, fann i sina studier bland annat att företag upplevde implementeringen av AI blev värre ju mer tekniken användes. Det fanns alltså en upplevd negativ lärkurva. Anledningen var att interaktionen mellan programmen gjorde att resultaten blev svårare att förstå för dem som skulle använda dem. Kommer beslutsfattare att acceptera att ta beslut baserat på resultat som de inte förstår? Kommer vi att ställa krav på att det ska kännas intuitivt rätt? Andra beslutsmodeller som skulle kunna vara hjälpsamma för beslutsfattande i organisationer används inte eftersom man inte förstår resultaten. Marvin Minsky, professor på MIT och en av AI-forskningens stora föregångare, menade att det stora problemet med AI är just att tekniken saknar sunt förnuft. Kommer organisationer att våga? Och hur kommer vi att organisera dataflöden i organisationer för att göra användningen av AI så effektiv som möjligt?
AI kompetens och expertis
För ett par år sedan skrev ett par kollegor och jag en rapport om digitalisering i en av våra svenska basindustrier. Även om automatiseringen i branschen hade gått långt, upplevde beslutsfattare i merparten av företagen att det var oerhört svårt att attrahera kompetens. Talangen och kompetensen valde bort de stora stabila, men också långsamma företag som dominerade branschen, och drogs istället till snabbrörliga, nya bolag. Det var svårt att konkurrera med ersättningsnivåer eftersom andra teknikbaserade bolag dessutom betalade oerhört bra. Detta skapade, och skapar naturligtvis en klyfta. Organisationer med tillräcklig digital expertis kan dra större nytta av AI än de som saknar sådan kompetens, och det skapar en ojämlikhet mellan branscher och organisationer som av experterna ses som mer eller mindre heta. Om AI blir en central del av affärsprocesser kommer denna klyfta sannolikt att öka. Det betyder att de som redan ligger i framkant sannolikt ökar sitt försprång. Den springande frågan blir naturligtvis hur de som redan ligger efter ska hitta sätt att komma ikapp.
AI och förtroende
Studie efter studie visar att förändringar i organisationer mycket sällan når sina mål. Ju mer komplex förändringen är, desto sämre är utsikterna att lyckas. Ett skäl till den nedslående statistiken är att folk i organisationen inte tror att förändringen ska lyckas. Många gånger kan det var en ganska rationell förväntan, men det skapar också en självuppfyllande profetia. Introduktionen av AI-baserade verktyg i organisationer riskerar att skapa förändringar som är svåra för anställda att lita på, och implementeringen riskerar då att bli lidande. Vi måste då hitta sätt att börja arbeta med verktygen som gör att de anställda som ska arbeta med dem tycker att det är acceptabelt. Ett sådant sätt verkar vara att humanisera tekniken – låtsas att AIn är en människa. Precis som i fallet med andra omvälvande förändringar måste vi både utforska vad vi ska förändra och hur.
AI och förändring
Professorn och organisationsdesignexperten Jay Galbraith gick bort för tio år sedan. I sin sista artikel spekulerar han att AI (eller Big Data, som han skrev), förmodligen innebär att vi måste introducera ytterligare en dimension i hur vi organiserar oss. Idag dominerar funktioner, produkter, kundsegment, storkunder (när de finns), och geografi (samt kombinationer av dessa i matriser) som de sätt vi delar in organisationer. När dataflöden blir centrala för hur vi tar beslut, kommer vi sannolikt att vilja organisera oss baserat på dem, menade Galbraith. Precis som funktioner finns kvar även om vi delar upp oss i produktbaserade affärsdivisioner, finns det inget som säger att andra dimensioner försvinner om ansvaret för vissa dataflöden får en egen plats i organisationsstrukturen. Ett exempel på hur detta kan ske testas i dag i organisationer. AI skapar nya möjligheter att följa upp vad som händer i olika utvecklingsprojekt runt om i en stor organisation. Vi kan läsa av deras progress på sätt vi inte tidigare kunnat och kan därmed få indikation på hur de ska styras och resurssättas. Det dataflöde som kommer från de olika projekten kräver att någon tar ansvar för det. Man kan naturligtvis underordna det en funktion, division eller liknande, men om vi menar att detta är något som har betydelse för hur vi leder organisationen kommer det att kräva att vi ger det den uppmärksamhet som det betyder.
Det är dags att börja fundera över hur AI kan komma att driva förändring i din organisation. Här är fem frågor att börja diskutera:
1. Vad skulle AI kunna ha för inverkan på hur ni organiserar er och tar beslut?
2. Vad tror ni skulle behövas för att stärka förtroendet för AI-system bland anställda och beslutsfattare?
3. Hur bör organisationens struktur utvecklas för att hantera dataflöden och integrera AI för både ökad effektivitet och innovation?
4. Hur kan din organisation attrahera och behålla AI- och digital kompetens för att förbli konkurrenskraftig (särskilt om företaget inte agerar i en hightech miljö)?
5. Vilka steg kan tas för att omvandla AI-insikter till innovationsmöjligheter och konkreta affärsförändringar?
Rekommenderad läsning:
> Fredberg, T., & Schwarz, G. M. (2024). What AI Knows: Shaping Work and Pushing Ideas on Changing Organizations. The Journal of Applied Behavioral Science, 00218863241285218.
> Ångström, R (2024). Det AI-drivna företaget, En resa utan slut. Management of Innovation and Technology, 1.
> Roush, W. (2006). Marvin minsky on common sense and computers that emote. Technology Review, July, 13.
> Bucy, M., Schaninger, B., VanAkin, K., & Weddle, B. (2021). Losing from day one: Why even successful transformations fall short. McKinsey & Company.
> Ågnes, J. S. (2022). Gaining and training a digital colleague: employee responses to robotization. The Journal of Applied Behavioral Science, 58(1), 29-64.
> Galbraith, J. R. (2014). Organizational design challenges resulting from big data. Journal of Organization Design, 3(1), 2-13.
> https://www.ericsson.com/en/reports-and-papers/industrylab/reports/adopting-ai-in-organizations