Kai-Fu Lee: AI Native

Kai-Fu Lee har skrevet en ny bok om kunstig intelligens. Den forrige het "AI 2041 - Ten visions for our future" og var en veldig  novellesamling med 10 spennende og tankevekkende science fiction-noveller skrevet sammen med Chen Qiufan. Sistnevnte bidro med fremtidsfortellinger fra 2041, Kai-Fu Lee med kommentarer og refleksjoner. Jeg skrev en begeistret anmeldelse på bloggen her, og anbefaler den fortsatt som noe av det beste som er skrevet om KI.

Hans helt ferske bok "AI Native - The  Mandate to Transform your Company" er en god bok om KI den også, men i en helt annen sjanger. Denne nye boken er en slags håndbok i hvordan man omstiller en bedrift til å virkelig utnytte KI i alt man gjør, og særlig handler det om å bytte ut dagens måte å styre og lede, og organisasjonskartene, med en ny måte å organisere virksomheten på.

Den lange modningstiden

Boken har flere interessante deler, og jeg skal trekke frem tre av den her. Den første, og innledende delen av boken, handler om Kai-Fu Lees egen vei som KI-forsker og entusiast gjennom den lange perioden der KI ikke slo igjennom. Han har en helt unikt imponerende karriere i Apple, Microsoft og Google, og mye av tiden jobben han med talegjenkjenning og med spilteknologi, men hver gang tok alt mye lenger tid enn man håpet på. Helt til det plutselig ikke gjorde det, og ting skjedde veldig fort.

Vi snakker noen ganger om "digitalt innfødte". I denne boken er det "AI-natives", eller "KI-innfødte" Kai-Fu Lee vil gjøre oss til. Ikke gjennom å klistre KI utenpå arbeidsprosessene, prosjektene og organisasjonsmodellene vi allerede har, men ved å regesigne alt på nytt, rundt KI-verktøyene. Nå er vi kommet dit at det er mulig, og første del av boken tar oss gjennom hvordan vi kom dit, gjennom noen tidligere industrielle revolusjoner, og til der vi er nå. I 2026 blir 75 prosent av koden i Google skrevet av KI. Kostnaden for å bruke KI til å gjøre en jobb faller med en faktor på 40 hvert år, og er en 175-del av det den var for to år siden. Vi må venne oss til at det ikke går sakte fremover lenger.

Radikal nyorganisering

Kai-Fu Lee går så videre og beskriver hva det er som gjør at veldig mange virksomheter ikke lykkes med KI. Han beksriver hvorfor man ikke kan delegere KI til en IT-avdeling, og, enda mer interesssant, hvorfor man ikke bare kan fjerne ansatte og slippe KI løs på en virksomhets utstrukturerte data. Erfarne ansatte i et selskap kjenner historien, konteksten og relasjonene internt i selskapet, til leverandørene og til kundene. Data er viktige, men de forklarer bare en del av sannheten. Uten et kart over virksomheten, og det han kaller "et operativsystem over bedriften", kan ikke en KI forstå hva den skal gjøre noe bedre enn et team med helt nyansatte. Skal den navigere riktig må den kjenne både terrenget og hva som rører seg der.

Og så beskriver han to temmelig radikale ideer om hvordan et "KI-infødt" selskap kan fungere for å lykkes. Det ene er et KI-verktøy for konsernsjefen han kaller Boss AI. Det er et stykke programvare selskapet hans 01.ai har lansert i markedet på ordentlig. Det er et informasjonssystem som gjør at viktig informasjon er tilgjengelig på toppen, og ikke blir filtrert bort på veien av "hviskeleken" eller fordi ingen vil komme med dårlige nyheter til sjefen. Virsomhetens verktøy finner også frem til og analyserer data som man tidligere ikke har klart å se verdien i. Og det brukes for å identifisere og løfte frem talent i virksomheten. Så er det opp til leseren å vurdere om det i alt dette er alt for mye overvåking til at det skaper et trygt og positivt arbeidsmiljø.

Den andre enda mer radikale ideen Kai-Fu Lee har er at den tradisjonelle linjeorganisasjonen med et hierarki, og flere lag av mellomledere, som flytter informasjon oppover og nedover i organisasjonen, erstattes av en helt annen struktur. Mellomledere er der for at beslutninger kan tas på et informert grunnlag på toppen, og gjennomføres ute i organisasjonen. Men hvis alle kan få tilgang til alle data og all informasjon mener Kai-Fu Lee at den hierarkiske modellen kan erstattes av en flat modell der en gruppe "Directly Responisble Individuals" (DRI) leder et team av KI-agenter, og kanksje noen mennsker.  Alle virksomheter har noen personer, med eller uten formelle lederroller, som er de som får ting til å skje. Denne DRI-modellen formaliserer det. De har ansvar for å ta initiativer, gjennomføringen og resultatene, og er en slags mini-konsernsjefer å sitt område.

Bør man ikke bare sett igang med en gang med å gjøre organisasjonen flat, og sparke massevis av ansatte. Nei, sier Kai-Fu Lee, det er en stor tabbe. Denne nye modellen må volkse fram organisk og ta med seg historien og kulturen som bor i bedriften. Den er hos menneskene, og går tapt dersom man tror at man kan erstatte den med maskiner over natten. Man må derfor være tålmodig i denne fasen, så blir gevintene desto større senere.

KI i automatiserbare og ikke-automatiserbare bransjer

Den siste delen av boken er kanskje den aller mest interssante for oss som er opptatt av effektene av KI på bransjenivå og samfunnsnivå, og ikke bare i den enkelte bedrift. Er det forskjell på hvor raskt og hvor dypt KI kan tas inn i en virksomhet? Ja, sider forfatteren, og det er avhengig av et par viktige dimensjoner: Kai-Fu Lee tegner opp to akser. Den horisontale handler om arbeidets art er åpent eller lukket? Lukket i den forstand at det er standardiserte svar. Mens åpne arbeidsprosesser kan lede til noe som ikke er forhåndsdefinert, men kan være fleksibelt, kreve tilpasning og lede til noe nytt og originalt.

Den vertikale aksen svarer på spørsmålet: Hva skal arbeidet utrette, og for hvem? I den nedre enden har vi arbeid som handler om volum, hastighet kostnad og kosistens, ting maskiner gjør godt. I den øvre enden av denne aksen finner vi det relasjonelle. Et godt utført arbeid handler om tillit, omsorg legitimitet og overbevisning. En person blir holdt ansvarlig for resultatet av en annen person, ikke bare av et objektivt mål. Dette gir fire kvadranter med høyst forskjellige vilår for KI. 

Nede til venstre finner vi maskinenes domene, der ting er standardiserbare og repeterbare. Regnskapsføring og transkribering, og eksempel, men også koding av programvare. Oppe til venstre har vi menneske-maskin samspill der svarende er standardiserte og man vet hva som er riktig og hva som er feil, men mennesker trengs for å sikre legitimitet, tillit og for å sikre ansvarlighet. I kunnskapsbaserte domener finner vi jussen og finansiell rådgivning her. 

Standardiserbart og ikke-standardiserbart arbeid

Krysser vi ned til høyre, til motsatt ende, er det volum, kostnad og konsistens, men det er åpne problemer uten fasitsvar. Forskning på nye problemstillinger, kreativt skrivearbeid og strategiarbeid for å løse nye problemer bor her. Mennesker er foreløpig bedre beskyttet i dette hjørnet, men KI blir et stadig viktigere verktøy. Og øverst til høyre finner vi det som både er relasjonelt i form, krever erfaring og kontekst, og skal lede til originale resultater, og der mennesker har det største forspranget. 

En tilsvarende firefeltstabell for fysisk arbeid vil ha lagerarbeid og produktkontroll og arbeid ved samlebånd nede til venstre, arbeid som verken er relasjonelt eller produserer noe originalt,men høyst automatiserbart. Oppe til venstre finner vi frisører og administrative roller, arbeid som er ganske standardisert,  og har bestemte målestokker for hvordan resultatet skal være, men der mennesker med tillit hos kundene er viktige. I motsatt hjørne, nede til høyre, finner vi rørlegger og elektrikere, som må løse konkrete og forskjellige problemer, redningsarbeidere og annet sikkerhet- og beredskapsarbeid. Og oppe til høyre i den relasjonelle go ikke-standardiserte kvadranten, finner vi sykepleiere, gourmet-kokker, jordmødre og en rekke andre roller i helsetjenestene og i omsorgsroller for andre personer.

Vi blir med andre ord truffet ganske ulikt. De som treffes hardest er programvarevirksomheter, plattformselskaper og de som utvikler KI-tjenester, som overtar jobbene til de som jobber i de samme selsakpene. Kanskje det gjør at vi noen ganger glemmer hvor viktige mennesker kommer til å være i alt dette, selv om ikke vil fortsette som før. Men det har det jo aldri gjort.