AI kræver ledelseskompetencer

Læs hvad AI kræver af ledelseskompetencer i dette synspunkt fra Kristian Voss Sørensen

Introduktion
Med al den 'hype' og i nogle henseender næsten feberhede interesse for at komme med på AI-toget (AI for Artificial Intelligence), gælder det om at holde hovedet koldt og have både det korte og det lange lys tændt. Det handler blandt meget andet om ledelse, velvidende at mange ledelser selv leder efter et sted at finde svarene - ja fx en 'Praktisk Guide til Dansk Virksomhedsledelse - nu med AI'. Herunder er et bud på sammenhængen mellem problem og løsning, formuleret af Kristian Voss Sørensen, stifter og indehaver af Ensensor Insigt og medlem af Dansk IT's Udvalg for digitale virksomheder udover at han er koalitionsmedlem af Digital Skills & Jobs Coalition Danmark.


Problemstilling
En vellykket implementering af AI i din virksomheds økosystem kræver mere end blot teknologisk dygtighed. Det kræver en dybdegående forståelse af teknologiens kapabiliteter, begrænsninger, og de regulatoriske og etiske landskaber der omgiver den. Ledelsen skal ikke kun være proaktivt engageret men også udstyret med den nødvendige viden for at drive accept og adoption af AI.

Datakvalitet og -relevans: Nøglen til Succesfuld AI
For at AI skal fungere optimalt, er det afgørende at bruge gode data. Dette omfatter:

 

  • Valg af de Rigtige Data: Det starter med at samle de rigtige data, som direkte relaterer til det, AI skal løse.
  • Sikring af Datakvalitet: Dine data skal være pålidelige og velorganiserede. Det betyder, at de skal være nøjagtige og relevante for opgaven.
  • Forståelse af Dataens Rolle: Det er vigtigt at forstå, hvordan disse data passer ind i den større sammenhæng af din forretningsstrategi.
  • Overvejelser om Sikkerhed og Lovgivning: Det er også vigtigt at håndtere data ansvarligt, med respekt for privatlivets fred og i overensstemmelse med lovgivningen.

Uddannelse og kompetenceudvikling
Mens fremtidige generationer vil være bedre forberedte på AI, er der stadig behov for specialiseret træning i aktuelle jobfunktioner og industrier. En balanceret uddannelsesstrategi, der kombinerer generelle AI-kompetencer med specialiserede træningsprogrammer, er essentiel.

Konklusion
Ved at adoptere en holistisk ledelsesmæssig tilgang til AI kan danske virksomheder sikre sig en konkurrencefordel. DSJC DK anbefaler vedlagte strategiske og operationelle ledelsesmæssige tiltag for at understøtte danske virksomheders fortsatte succes med AI.

Strategiske anbefalinger og indsatser 

Overordnet mål

Udforske, hvordan ledelsen effektivt kan inkorporere AI for at skabe bæredygtig vækst og konkurrencefordel, i overensstemmelse med virksomhedens forretningsstrategi og reguleringslandskab, både nationalt og internationalt. 

Handlingspunkter 

  • Forretningsstrategi & AI: Vurder, hvordan AI-initiativer kan indgå i den overordnede forretningsstrategi, herunder værdiskabelse for kunder, ansatte, virksomheden og videre i værdikæden. Dette bør indgå som en integreret del af virksomhedens digitaliseringsstrategi.
  • Kompetencevurdering af ledelsen: Gennemfør en detaljeret vurdering af nuværende AI-kompetencer i ledelsen i forhold til de strategiske mål, der er defineret i forretningsstrategien.
  • Opkvalificering: Med udgangspunkt i kompetencevurderingen af ledelsen, identificer specifikke behov for opkvalificering. Design og implementer uddannelsesprogrammer, der bringer ledelsens kompetencer op på et niveau, hvor de kan træffe informerede beslutninger omkring AI-initiativer. Hvis ikke ledelsen er helt købt ind på AI og kan repræsentere troværdige og aktive ledere for virksomheden på området, vil det betydeligt svække accepten og implementeringen i resten af organisationen.
  • Partnerskaber & synergi: Alt efter størrelse og ressourcer af den enkelte virksomhed, indgå i strategiske partnerskaber med akademiske institutioner og forskningsorganisationer for at sikre en "feedback loop" mellem marked og uddannelse, så AI-kompetencer kontinuerligt er ajourført og i tråd med virkelighedens behov.
  • Regulering og Compliance: Overvej lovmæssige og etiske aspekter ved brugen af AI, inklusive dataetik og overholdelse af regler. Ligesom mulighederne ved AI er betydelige, kan en manglende prioritering samt overholdelse af dette område betyde betragtelige konsekvenser for virksomheden.
  • Risikostyring: Identificer og håndter tekniske, etiske og finansielle risici forbundet med AI ved at gøre det til en integreret samt formaliseret del af ledelsen samt forretningsprocessen.
  • Globalt perspektiv: Vurder de internationale aspekter af AI-strategi, herunder konkurrenceevne og regulatoriske udfordringer på globalt niveau. Nye forretningsmuligheder samt trusler udefra kan blive aktiveret med AI som ikke bør overses.
  • Menneskelig og kulturel tilpasning: Vær opmærksom på virkningen af AI på medarbejderne, og hvordan virksomhedskulturen kan tilpasses for at støtte teknologiske forandringer. Her er det essentielt at ledelsen går forrest og proaktive med tiltag der er underbyggende for organisationens adoptering og realisering af AI's muligheder.
  • Datastrategi: Uden data ingen AI, Integrering af datastyring og -kvalitet som en del af AI-strategien er derfor essentiel.

Operationelle anbefalinger og indsatser 

Operationel ledelsestilgang til AI 

Overordnet mål
Implementere AI-løsninger på en måde, der er praktisk, effektiv og direkte koblet til kortsigtede virksomhedsmål, og som skaber værdi for de mennesker det berører, inklusiv dem som umiddelbart kan bliver negativt berørt. 

Handlingspunkter 

  • Indledende problemstilling: Forstå og definer de muligheder samt trusler som AI-initiativer kan have for virksomheden og gør det til drivkraften bag operationelle AI-initiativer. Det skal inkludere det aktuelle kompetencegab som eksisterer.
  • Prioritering & skalering: Identificer lavthængende frugter inden for AI, som kan skabe hurtig værdi og gevinster. Success vil avle mere success, og vil også hjælpe eventuelle skeptikere samt modstandere med at se den praktiske værdi ved at udnytte AI til at forbedre forretningen.
  • Kompetencevurdering: Gennemfør en detaljeret vurdering af nuværende AI-kompetencer i organisationen i forhold til de strategiske mål, der er defineret i forretningsstrategien, samt de identificerede "lavt hængende frugter" i prioriteret rækkefølge.
  • Medarbejderopkvalificering: Med udgangspunkt i kompetencevurderingen af relevante medarbejdergrupper, identificer specifikke behov for opkvalificering for at sikre AI-initiativernes succes. Design og implementer uddannelsesprogrammer, der bringer medarbejdernes kompetencer op på et niveau, hvor de kan se formålet med implementeringen af AI, samt være med til at træffe relevante informerede beslutninger omkring AI-initiativer.
  • Data Literacy: Med data som fundamentet I AI, bliver det essentielt at fremme forståelse og færdigheder i datahåndtering og -analyse bredt I organisationen.
  • Interne ambassadører: Udnævn relevante og dedikerede AI-ambassadører internt som nyder bred tillid i organisationen.
  • Måling og ROI: Etabler mål og KPI'er for at vurdere effektiviteten og afkastet af AI-projekter. Vær ikke bange for at justere hvis noget ikke fungere som planlagt indtil ønskede resultat opnås.
  • Globalt perspektiv: Forbered operationelle planer for at skalere AI-initiativer internationalt, hvor det er relevant.
  • Menneske og kommunikation: Implementer en klar kommunikationsstrategi for at sikre, at alle medarbejdere er informeret og engageret i AI-initiativer.