Företag måste införa nya styrmodeller för att lyckas med artificiell intelligens

Många organisationer har under de senaste åren snabbt infört artificiell intelligens genom att skapa laboratorier, utveckla copiloter, automatisera uppgifter och integrera agenter i olika processer. Denna rörelse har dock avslöjat en begränsning där det inte räcker att placera tekniken inom en organisation som fortsätter att operera exakt som tidigare. Adoptionen kräver nu fundamentala förändringar i styrning, ansvarsfördelning och affärsprocesser för att generera faktiska resultat.

När tekniken går från att vara ett enkelt stödverktyg till att tolka kontext, rekommendera vägar och utföra handlingar blir utmaningen organisatorisk snarare än enbart teknisk. Detta markerar starten för diskussionen om en ny operativ modell där företaget designas med utgångspunkten att arbetet utförs av en kombination av människor, traditionella system och intelligenta maskiner. Det innebär inte att alla beslut automatiseras eller att människor ersätts av algoritmer, utan att strukturen anpassas för samarbete mellan dessa parter.

En central fråga blir definitionen av autonomi för de digitala agenterna. Vissa aktiviteter kan automatiseras från start till mål, medan andra kräver mänsklig granskning efter att systemet agerat. I situationer med hög påverkan bör systemet endast rekommendera en åtgärd och låta en person fatta det slutgiltiga beslutet. En rekommendation av innehåll och ett godkännande av kredit kan exempelvis inte följa samma styrmodell. Företag måste etablera en tydlig matris som specificerar vad tekniken får observera, rekommendera, besluta om och verkställa i varje specifik kontext.

Graden av övervakning måste öka i takt med att det finansiella, regulatoriska eller reputationella värdet av ett beslut växer. Autonomi innebär dock inte att ansvaret överförs från organisationen. Ingen agent opererar oberoende eftersom någon har valt modellen, definierat data, fastställt regler och bestämt autonominivån. Den avgörande frågan skiftar därför från vem som utvecklade agenten till vem som ansvarar för resultatet den producerar. Säkerhet, regelefterlevnad och styrning kan inte längre läggas till efter att lösningen är definierad utan måste integreras från början.

Denna förändring kräver även en översyn av hur beslut flödar genom företagen. Många organisationer fungerar fortfarande med strukturer skapade för en tid då analyser tog längre tid, information var mindre tillgänglig och beslut behövde passera flera hierarkiska nivåer. Eftersom tekniken förkortar tiden mellan information och handling försvinner en stor del av hastighetsvinsten om beslutsstrukturen förblir oförändrad. Företag måste därför bestämma vilka beslut som ska centraliseras, vilka som kan decentraliseras och vilka som kan delvis automatiseras.

Samma resonemang gäller för arbetsflöden där en process kan samla system som inhämtar information, agenter som tolkar data och utför uppgifter samt professionella som endast ingriper vid specifika tillfällen för övervakning eller beslut. Frågan blir inte längre vad som kan automatiseras utan vilken kombination av människor och agenter som är bäst i varje steg. Inte allt bör överlåtas till maskiner eftersom omdöme, kontext, empati och ansvar fortsatt kräver mänskligt deltagande i många situationer. I andra fall kan obligatorisk mänsklig inblandning endast lägga till tid och kostnad utan att förbättra resultatet.

Organisationer blir inte fokuserade på artificiell intelligens enbart för att de köpt en plattform, skapat ett laboratorium eller tillhandahållit verktyg till anställda. De blir det först när de börjar rita om processer, beslut och ansvarsområden för en miljö där mänsklig och maskinell intelligens arbetar integrerat. Den första fasen präglades av frågan om vad tekniken kan göra, men den viktigaste frågan är nu hur företaget måste redesignas för att operera när en del av arbetet utförs av intelligenta system. Svaret på denna fråga kommer att vara avgörande för att omvandla tekniken till affärsresultat.