Vil kunstig intelligens (AI) gi færre eller flere jobber i fremtiden? Ekspertene mener flere. Her er tre av dem.
Mange er bekymret for at jobber vil forsvinne når oppgaver automatiseres som følge av kunstig intelligens (AI – Artificial Intelligence). Når noen jobber forsvinner, vil det oppstå nye muligheter. Det betyr at robotisering og automatisering ikke alltid er et onde, men det kan åpnes nye muligheter – også for de samme medarbeiderne. Det avhenger av endringsevne og -vilje.
Erik Schmidt i Alphabet («Google») sier følgende om fremtiden med kunstig intelligens:
"..So what that tells me is that your future is you with a computer, not you replaced by a computer. I think there will be more jobs, not fewer."
Er du usikker på hva kunstig intelligens innebærer? Her er Accentures definisjon:
AI [is] a constellation of technologies that allow smart machines to extend human capabilities by sensing, comprehending, acting and learning—thereby allowing people to achieve much more. These technologies include natural language processing, intelligent agents, computer vision, machine learning, expert systems, autonomous cars, chatbots and voice recognition.
Accenture har gjennomført en global undersøkelse med mer enn tusen store selskaper som respondenter. Utvalget var selskaper som enten allerede brukte eller testet kunstig intelligens og maskinlæringssystemer. Konsulentselskapet identifiserte tre nye og unike jobbkategorier (ikke roboter eller maskiner). Medarbeidere i disse kategoriene kompletterer oppgavene utført av teknologien.
I dette innlegget skal jeg se på hva slags type jobber som vil skapes av kunstig intelligens.
Trenere
Den første kategorien er trenere. En robot (les: en programvare) vil ikke fungere uten at en konsulent har fortalt den hvilke oppgaver den skal utføre og hvordan. Roboten er avhengig av en trener.
Dette området utvikles raskt, og det spenner over et vidt anvendelsesfelt. Vi bruker daglig flere av disse tjenestene. Apples Siri er et eksempel på en talestyrt digitalassistent mange av oss bruker. Bedriften Kemoko har utviklet en maskinlæringsløsning som hjelper digitale assistenter som Siri eller Amazons Alexa å vise empati og gi sympatiske tilbakemeldinger.
Det vil bli etablert mange nye jobber som lærer og trener disse tjenestene til å bli mer presise og gjøre færre feil. Det vil også oppstå tilsvarende jobber på mer avanserte anvendelsesområder. Innen området chatbots må maskinene trenes til å forstå hva forbrukerne egentlig mener. De må kunne avsløre sarkasme, og i hvilken grad forbrukerne faktisk mener det de sier. Yahoo har nå utviklet en algoritme som kan avsløre sarkasme med en presisjonsgrad på minst 80 %.
Den svenske storbanken SEB har innført en chatbot på deres interne IT-supportavdeling. Hun fikk navnet Amelia, og på over tre uker gjennomførte hun over 4 000 samtaler med 700 medarbeidere. Amelia er SEBs nye digitale medarbeider. Neste steg er å teste ut Amelia på eksterne banktjenester for å gi mer individuell kundeservice uten kostnadene til en analog kunderådgiver. For SEB kan dette bli en differensiator i en bransje preget av sterk konkurranse fra konkurrerende banker og disruptive løsninger fra selskaper som Google, Facebook og Apple. Her vil det kunne skapes et betydelig antall jobber som kan flytte analoge kunderådgivere over til trenere av AI-løsninger som Amelia.
Et eksempel på maskinlæring involverer utvikling av programmer som lærer av konstruerte eksempler (maler) eller historiske data. Når Amazon tester ut kasseløse butikker trenger de teknologi som ikke bare kan identifisere en melkekartong, men også at det er 1,5 liter økologisk helmelk fra Rørosmeieriet. Kravet til presisjon øker når det er snakk om handelsvarer.
Les også: Hva ledere må vite om digitalisering og risiko
Forretningsrådgivere/-analytikere
Skal du få forretningsmessig gevinst av satsingen på kunstig intelligens må du sikre at topplederne og selgerne har forståelse for hvordan teknologien fungerer. Hvilke mulige anvendelsesområder har teknologien? Hvilke begrensninger? Hva slags og hvor stor risiko er forbundet med investeringen? Hvilken kompetanse kreves? Hva vil vi kunne realisere av gevinster og når?
Det vil oppstå jobber innen mange disipliner, for eksempel HR-relaterte analytikere som forklarer grunnlaget for å forfremme akkurat disse 100 mellomlederne i et større selskap. De forklarer parameterne som gjorde utslag. Det samme kan benyttes på rekruttering for å forklare hvorfor akkurat disse 25 skal ansettes som digitale markedsførere.
Det kommer til å oppstå en ny form for advokater og revisorer som regulerer interaksjonen mellom medarbeidere og roboter. Det kommer til å oppstå advokater som spesialiserer seg på GDPR (General Data Protection Regulation). Disse vil både være rådgivere for leverandører av IT-baserte tjenester samt brukerne (f.eks. store banker og selskaper som bruker digitale kanaler til å skaffe seg kundedata).
Det vil også oppstå nye jobber innen finans og forsikring, eksempelvis forretningsrådgivere som forklarer logikken bak automatiserte skadeoppgjør og lånesøknader.
Forvaltere
Den tredje jobbkategorien Accenture definerte er forvaltere. I likhet med andre komplekse IT-systemer er AI-systemer avhengige av systemforvaltere. Systemforvalterne skal sikre forsvarlig drift av systemet, håndtere avvik og arbeide med videreutvikling og rapportering. Studien som er omtalt i Sloan Management Review illustrerer behovet for forvaltere. Om lag 1/3 av respondentene stoler ikke på at bedriftens AI-system har tilstrekkelig sporbarhet eller opererer etisk forsvarlig. Nesten halvparten av bedriftene stoler ikke på sikkerheten i AI-løsningene.
Forvalterne vil også ha ansvar for å sikre at etiske retningslinjer overholdes. Et enkelt eksempel på dette er visuelt materiale som større virksomheter bruker i sin profilering. Dersom alle eksempler på kunder viser velstående menn i 50-årene, bør forvalterne gripe inn. De skal ivareta at AI-løsningen sikrer en balansert profilering ut fra et tverrsnitt av befolkningen (eksempel).
Dette gjelder også søkemotorer. Dersom Google alltid returnerer bildesøk på «velstående forretningsmann» med en mann i 50-årene med nordisk utseende, må systemforvalterne påpeke at algoritmene må endres.
Først publisert: 23. august 2017. Oppdatert: 7. mars 2019.