Kunstig intelligens, automatisering og fremtidens arbejdsplads

Hvis man skal tro på mediernes overskrifter, vil robotter overtage op til 45% af vores jobs i fremtiden. Det vil resultere i opløsning af arbejdsmarkedet som vi kender det i dag og en potentiel fare for høj arbejdsløshed. Er det en realistisk prognose af fremtidens arbejdsmarked?

Der har i de seneste år været stor medieårvågenhed af hvor stor en påvirkning kunstig intelligens (AI), robotteknik og associeret teknologi kan have på vores job og karriere. Majoriteten af dækningen har været dystopisk, med overskrifter der forudsiger at en lang række jobs vil forsvinde på grund af automatiseringen.

Det er derfor nok ikke overraskende at en nylig undersøgelse fra Ball State University viste, at stress over automatisering påvirkede folk negativt, både fysisk og mentalt.

“Man skønner at mulige tab af arbejdspladser som følge af automatisering i vores nation, varierer med en så høj procent som op til 47%. “Men de fleste er enige om, at risikoen for automatisering er betydeligt voksende,” siger forskerne. “Folk der arbejder og lever i de områder, hvor automatiseringen finder sted, bliver syge ved tanken om at miste deres arbejde, og være ude af stand til at forsørge sig selv og deres familie”. Undersøgelsen viste at når risikoen for automatisering steg med 10%, faldt områdets fysiske og mentale helbred med 2,38%. Dette betyder dog ikke at folk er helt imod brugen af AI-baseret teknologi på arbejdet.

For eksempel viste en nylig undersøgelse, lavet af rekrutteringsbureaet Adecco, at ledere er optimistiske omkring den påvirkning AI vil have. Langt størstedelen mener at AI ikke bare vil gøre hverdagen lettere, men også øge antallet af nye jobs.

“Vores forskning viser, at den udbredte frygt for at medarbejdere overflødiggøres af automatisering er langt fra realiteten. Fremtidens arbejdsplads kan skabe mulighed for et mere fleksibelt og tilfredsstillende arbejde, og mange virksomheder og medarbejdere tager godt imod idéen om et fleksibelt arbejde, men kæmper med at implementere det i deres hverdag i virksomhederne. Vores forskning tyder på, at robotter kan være en væsentlig del af løsningen “.

 

Nye færdigheder er nødvendige

Som AI-teknologi finder sin vej ind på arbejdspladserne, er det nødvendigt man kan opfylde behovet for de nye færdigheder som kræves. Først og fremmest til at udvikle de nye teknologier, og sidenhen arbejde med dem på en produktiv og effektiv måde. Faktisk viste en nylig undersøgelse lavet af EY, at den største hindring virksomhederne har i forhold til at indkøre AI, er manglen på færdigheder.

Denne mangel på færdigheder vil sandsynligvis give et fornyet fokus på udvikling af færdigheder, da det tyder på at en del virksomheder vil kompensere for denne mangel. I 40% af de organisationer, der blev undersøgt af EY, var der planer om væsentligt øgning af udgifter til uddannelse og videreudvikling.

Denne type investering i træning og udvikling vil højst sandsynligt føre til en grundlæggende revurdering af jobs, med en mental tilpasning i forhold til selve arbejdet. En nyere rapport fra fortalere for Accenture deler overgangen op i 3 hovedtrin:

  1. Tag både opgaver og færdigheder med i vurderingen – dette vil give en bred forståelse af jobrollerne i din virksomhed, og give en detaljeret forståelse af de opgaver og færdigheder, rollerne består af.
  2. Oprettelse af nye stillinger– som anvendelse af kunstig intelligens modnes, er det uundgåeligt at jobrollerne vil skifte til at have fokus på mere indsigt og strategi, frem for rutinemæssigt, gentagent arbejde.
  3. Kortlæg de nye roller– det sidste skridt er til at begynde med, at kortlægge de færdigheder din organisation har, med øje for de færdigheder den har brug for. Det er en grundlæggende færdighedsrevision, der giver mulighed for en evidensbaseret tilgang, til udvikling af de færdigheder, der kræves i fremtiden.

 

Accenture har på baggrund af deres tankegang på dette område, endvidere udviklet forslag til tre brede kategorier af roller, som de tror, vil være afgørende for at arbejde med AI i fremtiden. Rollerne er:

  • Trænere – som hjælper computerne med at lære, og blive klogere.
  • Fortolkere – som fortolker de resultater computerne producerer, for at forbedre gennemsigtigheden og ansvarligheden for deres beslutninger.
  • Bibeholdere – som sikrer AI-systemerne forbliver tro mod deres oprindelige formål, og ikke bevæger sig ind på uetiske områder.

“Det er imidlertid klart, at når mennesker og intelligente maskiner begynder at samarbejde på helt nye måder, skal virksomhedslederne ikke bare ændre omdrejningspunktet på deres arbejdsstyrke én, men to gange. Det andet, og virkelig transformerende skift kan være under et årti væk i nogle sektorer. I mellemtiden skal virksomhedsledere lave et skift for at udnytte mulighederne for samarbejde mellem mennesker og maskiner fuldt ud med det samme, fordi det kan skabe et springbræt for helt nye fremtidige vækstmuligheder og markedsforstyrrelser,” siger de.

 

Den manglende midte

Den fremherskende fortælling om at AI og dens indvirkning på arbejdspladsen har taget en destruktiv form. Virkeligheden er, at de manglende færdigheder vi ser i hele økonomien, er et andet billede. Det er et billede af nye færdigheder, der kræves i den såkaldte ‘manglende midte’, eller grænsefladen mellem mand og maskine. Efterhånden som autonome teknologier bliver mere og mere kraftfulde, vil der sammen med dem opstå nye jobroller og færdigheder, der kommer til at fuldende effektiviteten.

De mest succesfulde organisationer vil være dem, der ikke forsøger at koble AI på gamle teknologier, men snarere forstår at forny deres måde at arbejde på og flette de muligheder ind, som teknologien giver.

Accentures Paul Daugherty og James Wilson beskriver i deres seneste bog, Human + Machine, fem hovedprincipper som de tror, denne type organisationer vil vise:

  1. Tankegang – de bedste organisationer har en radikalt anderledes tilgang til den måde hvorpå de ser den menneskelige medarbejder, der forbedrer AI, og hvorpå AI forbedrer den menneskelige medarbejders ydeevne. Et afgørende første skridt er at udvikle medarbejdernes potentiale til at anvende automatisering i deres forskellige rutineopgaver.
  2. Eksperimentering – AI forbliver stort set uprøvet i mange organisationer, så en vellykket implementering vil kræve en konstant søgning efter nye måder, hvorpå processer kan forbedres af teknologien, og en eksperimentel tankegang for at prøve tingene af. Det vil kortlægge et helt nyt område, så organisationerne skal lære af de erfaringer, som de får løbende. Evnen til at teste sideløbende og derigennem udlede forretningsprocesser, der fungerer, vil være altafgørende.
  3. Lederskab – de bedste organisationer har et specifikt engagement i ansvarligt brug af AI fra begyndelsen. De etiske, sociale, moralske og juridiske konsekvenser af AI er blevet undersøgt godt. Derfor skal lederne fremme, at AI er tilgængelig, transparent ansvarlig og pålidelig.
  4. Data– de fleste AI-teknologier i dag kører på data, så det er vigtigt at organisationerne har deres datahus i orden. Akkumuleringen og forberedelsen af data, er en af de største udfordringer for den vellykkede implementering af AI-systemer i dag. De bedste organisationer har data, der flyder frit på tværs af afdelingerne.
  5. Færdigheder– at arbejde effektivt med AI vil kræve dét som forfatterne refererer til som ‘fusion-færdigheder’. Den næste bølge af AI-teknologier på arbejdspladsen vil kræve, at mennesker designer, udvikler og træner AI-systemer og samarbejder effektivt med dem.

Langt fra præsentationen om et dommedagsscenarie i stil med det, der er afbildet i science fiction-film, præsenterer dette tværtimod et scenarie, hvor vi i høj grad har kontrol over teknologien, og hvor mand og maskine udvikler sig til at arbejde sammen med hinanden på fremtidens arbejdspladser. Udfordringen er at gøre dette scenarie til virkelighed.

Mest læste

Featured Insigths

fremtidens arbejde og rekruttering

Fremtidens arbejde

blog3

Hvorfor det er det så vigtigt at finde mening i fremtidens arbejde

blog4

Fleksibelt arbejde er fremtidens arbejde

Future of work

Livslang læring og fremtidens arbejde