4 min. læsning João Mourinho
Trods den aktuelle hype skaber AI endnu ingen mærkbar effekt. Det tyder på, at Solows produktivitetsparadoks også gælder AI-investeringer.
"AI er overalt, bare ikke i de kommende makroøkonomiske data."
Denne skarpe formulering fra Torsten Slok, cheføkonom hos Apollo, synes at vise, at AI trods den aktuelle hype ikke skaber nogen effekt. Det tyder altså på, at Solows produktivitetsparadoks også gælder AI.
Det understøttes af denne artikel i Fortune, som fastslår:
"En undersøgelse offentliggjort i denne måned af National Bureau of Economic Research viste, at det store flertal af de 6.000 administrerende direktører, økonomidirektører og andre ledere fra virksomheder, der deltog i forskellige undersøgelser af forretningsudsigterne i USA, Storbritannien, Tyskland og Australien, kun ser en begrænset indvirkning af AI på deres aktiviteter" (...) Næsten 90 % af virksomhederne oplyste, at AI ikke har haft nogen indvirkning på beskæftigelsen eller produktiviteten i løbet af de seneste tre år, fremgår det af undersøgelsen."
Det er meget interessant at bemærke, at selvom brugen af AI er steget, er tilliden til teknologiens nytteværdi faldet med 18 %, hvilket tyder på en vedvarende mistillid.
Personligt fortæller det mig, at hvis vi ser på Gartners hypekurve [fig. 1], befinder vi os endnu ikke på AI's produktivitetsplateau. Vi er stadig på "toppen af overdrevne forventninger", og vi skal stadig gennem "desillusioneringens dal" og "oplysningens hældning", før vi endelig når produktivitetsplateauet.
Figur 1 – Gartners hypekurve (kilde: Wikipedia)
Ligesom i internettets tidlige dage, hvor forventningerne var overdrevne, og markedsværdien for .COM-virksomheder skød i vejret, mens deres "internetrelaterede" omsætning udeblev, ser vi nu det samme ske med AI-virksomheder.
Nogle rygter siger, at visse AI-virksomheder forsøger at øge efterspørgslen efter deres produkter gennem opkøb eller ved at betale kunder for at købe deres egen AI-teknologi. Det viser, at noget ikke helt stemmer i denne hypecyklus: Resultater relateret til AI bliver bevidst pustet op for at holde pengestrømmen i gang.
Men når ledere år efter år ser på omsætningen og bliver trætte af løfter, der ikke indfries, kan virkeligheden ramme hårdt, og AI-boblen kan briste.
Og derefter, når AI-boblen er bristet, kan vi måske bevæge os ind på oplysningens hældning, hvor vi rationelt kan forstå, hvad der var hype, og hvad der reelt havde potentiale til at skabe værdi. Først da vil AI kunne skabe reel, håndgribelig værdi og nå "produktivitetsplateauet"
Hypecyklusser kan identificeres ved at se på, om selv mennesker, der ikke kender et emne, taler vidt og bredt om det. Ser vi os omkring, taler alle slags mennesker om AI. AI er det store emne for tiden. Hvis du ikke nævner AI i din virksomhedspræsentation, er du ude af trit med tidsånden. Men hvis du har tilstrækkelig erfaring og kendskab til området, ved du, at AI allerede har en udviklingshistorie, der strækker sig over flere årtier. Selvom der er sket mange videnskabelige gennembrud i løbet af de seneste par årtier, er AI ikke løsningen på alle forretningsproblemer.
Problemet med hypecyklusser er, at de kan få letpåvirkelige beslutningstagere til at træffe irrationelle beslutninger. Du har set mange virksomheder fyre medarbejdere, blot for at opdage, at de havde brug for dem igen, eller indse, at trods investeringerne mislykkes 95 % af AI-pilotprojekter.
Det giver (endnu) ikke mening for de fleste organisationer at satse alt på AI og generativ AI. Det kræver kapitalinvesteringer og ressourcer til implementering, mens produktivitetsgevinsterne er uklare.
Der findes dog eksempler på, at indførelse af AI skaber værdi og giver gode resultater. Softwareudvikling er et af dem (selvom der kan være risiko for teknisk gæld og øgede vedligeholdelsesomkostninger, hvis processen ikke styres omhyggeligt), ligesom svindelopsporing i finanssektoren, dokumentbehandling, sundhedsdiagnostik, ruteoptimering osv. Så bag al hypen ligger der faktisk værdi i AI.
På nuværende tidspunkt bør du holde investeringerne forankret i solide data og sund dømmekraft, medmindre du arbejder med banebrydende AI-forskning.
Det, vi altid råder vores kunder til, er: "Invester ikke i AI uden en solid business case og klare forventninger til ROI." For at udarbejde en solid business case skal du først indsamle oplysninger om performance, risiko, gennemførlighed, omkostninger og sammenhæng med forretningen. For at få disse oplysninger bør du først analysere de mest lovende anvendelsesområder, bygge prototyper, teste teknologiens modenhed og undersøge markedsresponsen og den interne påvirkning. På den måde indsamler du de oplysninger, der gør det muligt at udarbejde en solid business case i stedet for at jagte hypen. Dermed kan du træffe rationelle beslutninger baseret på reelle data og sikre en beslutning af høj kvalitet.
Hos Mourinho Solutions kan vi støtte jer gennem denne proces. Vi arbejder sammen med jer om at skelne den reelle værdi af AI fra hypen, udforme den bedste tilgang til jeres forretning og strategi og sikre, at hver eneste investerede cent giver det størst mulige afkast for jeres virksomhed og drift. Vi hjælper jer med at træffe beslutninger af høj kvalitet, så jeres virksomhed kan trives.
Før din organisation køber en eneste AI-licens, bør den kunne besvare et tilsyneladende enkelt spørgsmål: Hvilken proces skal dette helt præcist forbedre – og er processen værd at automatisere, som den ser ud nu?
Når vi nærmer os jul og nytårsaften, er det tid til at se tilbage på et udfordrende år. For NGO’er og humanitære medarbejdere har det været et hårdt år. Verden har oplevet tiltagende konflikter og sult, og målene for bæredygtig udvikling synes nu at være et fjernt ideal. Men under de mørke skyer skinner håbet stadig for 2026.
Selvom AI har været dagens buzzword, viser virkeligheden, hvorfor det er klogt at overveje et bredere udvalg af værktøjer til at løse forretningsproblemer.