AI:s genomslag syns fortfarande inte

”AI finns överallt utom i den inkommande makroekonomiska statistiken.”

Den här kärnfulla formuleringen från Torsten Slok, chefekonom på Apollo, tycks visa att AI trots den rådande hajpen inte ger något genomslag. Det verkar därför som om Solows produktivitetsparadox gäller även AI.

Detta stöds av den här artikeln i Fortune, där det står: 

”En studie som publicerades den här månaden av National Bureau of Economic Research visade att den stora majoriteten av de 6 000 vd:ar, ekonomichefer och andra chefer från företag som svarade på olika konjunkturundersökningar i USA, Storbritannien, Tyskland och Australien ser liten påverkan från AI på sin verksamhet” (...) Nästan 90 % av företagen uppgav att AI inte har påverkat sysselsättningen eller produktiviteten under de senaste tre åren, enligt studien.”

Vi befinner oss fortfarande i hajpens fas

Det är mycket intressant att notera att förtroendet för teknikens nytta sjönk med 18 % trots att användningen av AI ökade, vilket tyder på en fortsatt misstro.

Personligen tolkar jag det som att vi, om vi ser till Gartners hajpkurva [fig. 1], ännu inte har nått AI:s produktivitetsplatå. Vi befinner oss fortfarande vid ”överdrivna förväntningars topp”, och först måste vi ta oss igenom ”desillusionens dal” och ”upplysningens sluttning” innan vi till slut når produktivitetsplatån.
 

Figur 1 – Gartners hajpkurva (källa: Wikipedia)

Precis som under internets tidiga år, då förväntningarna sköt i höjden och marknadsvärdet för .COM-företag rusade samtidigt som deras ”internetrelaterade” omsättning uteblev, ser vi nu samma sak hända med AI-företag.

En del rykten gör gällande att vissa AI-företag försöker blåsa upp efterfrågan på sina produkter genom uppköp eller genom att betala kunder för att köpa deras egen AI-teknik. Det visar att något inte riktigt går ihop i den här hajpkurvan: resultaten kopplade till AI blåses avsiktligt upp för att hålla pengarna i omlopp.

Men när chefer år efter år ser över omsättningen och börjar tröttna på löften som inte infrias kan verkligheten slå hårt, och AI-bubblan kan spricka.

Och sedan, ur AI-bubblans aska, går vi in i upplysningens sluttning, där vi kan förstå vad som var hajp och vad som verkligen hade potential att skapa ett verkligt värde. Först därefter kan AI skapa verkligt, konkret värde och nå ”produktivitetsplatån”.

Irrationella beslut är sämre än att inte hoppa på AI-tåget

Hajpkurvor kan identifieras genom att undersöka om även personer som inte är insatta i ett ämne pratar mycket om det. Ser vi oss omkring hör vi alla möjliga människor prata om AI. AI är det stora samtalsämnet just nu. Om du inte nämner AI i din företagspresentation är du inte i takt med tidsandan. Men om du har tillräcklig erfarenhet och kunskap inom området vet du att AI har utvecklats under flera decennier. Trots många vetenskapliga genombrott under de senaste årtiondena är AI inte lösningen på alla affärsproblem.

Problemet med hajpkurvor är att de kan få mottagliga beslutsfattare att fatta irrationella beslut. Du har sett många företag säga upp medarbetare, bara för att inse att de behövde dem tillbaka, eller komma fram till att 95 % av AI-pilotprojekten misslyckas trots investeringarna.

Att satsa allt på AI och generativ AI är (ännu) inte vettigt för de flesta organisationer. Det innebär investeringar, kostnader för införande och oklara produktivitetsvinster.

Det finns dock exempel på att AI införs med framgång och skapar värde. Mjukvaruutveckling är ett sådant område (även om det kan uppstå risker kopplade till teknisk skuld och kostnader för underhåll om processen inte hanteras noggrant), liksom bedrägeribekämpning inom finansiella tjänster, dokumenthantering, medicinsk diagnostik, ruttoptimering med mera. Bakom all hajp finns det alltså värde i AI.

Det kloka förhållningssättet till AI

I nuläget bör du, såvida du inte arbetar med spetsforskning inom AI, grunda investeringarna på gedigna data och gott omdöme.

Det här är vad vi alltid råder våra kunder att göra: ”Investera inte i AI utan ett gediget affärsunderlag och tydliga utsikter till avkastning på investeringen.” För att ta fram ett gediget affärsunderlag behöver du först information om prestanda, risker, genomförbarhet, kostnader och koppling till verksamheten. För att få fram den informationen bör du börja med att analysera de mest lovande användningsområdena, bygga prototyper, testa teknikens mognad, undersöka marknadens respons och den interna påverkan. På så sätt samlar du in den information som behövs för att ta fram ett gediget affärsunderlag, i stället för att jaga hajper. Då kan du fatta rationella beslut baserade på faktiska data och därmed fatta välgrundade beslut.

På Mourinho Solutions kan vi stötta dig genom hela processen. Vi samarbetar med dig för att skilja AI:s verkliga värde från hajpen, utforma den bästa strategin för din verksamhet och se till att varje investerad cent ger största möjliga avkastning för verksamheten och driften. Vi hjälper dig att fatta välgrundade beslut, så att din verksamhet kan utvecklas och nå framgång.