Investeringer og ledelse er nøglen til at forløse potentialerne i AI 

Nye former for AI vil speede væksten i arbejdsproduktiviteten op i de kommende årtier. Europa er sakket bagud og det er en trussel mod konkurrencekraft og dermed fundamentet for vores velfærd, påpeger Jens Lundsgaard. 

Der er en dobbelthed i budskabet fra Jens Lundsgaard, senior fellow i CIP Foundation. Han er netop tiltrådt som Director for Global Presence i Novo Nordisk Fonden og kommer fra en stilling som vicedirektør med ansvar for forskning, teknologi og innovation i OECD, hvor han blandt andet har set ind i AI’s betydning for den økonomiske vækst. Det er hans forventning, at det tager tid før nye former for AI løfter samfundsøkonomien. Og samtidig har han et krystalklart budskab: Det haster med massive investeringer i AI. Ellers vil Europa sakke yderligere bagud. 

“Der er blevet investeret langt mere massivt i USA og Kina, og med den betydning nye former for AI får, vil det blive afgørende for samfundsøkonomien og velstanden. Der er behov for langt større investeringer fra europæisk side. Jo hurtigere, jo bedre,” siger han. 

Generativ AI er blandt de mest avancerede former for AI, hvor algoritmen kan trænes. Mens de tidligere versioner af AI kan behandle eksisterende data, kan generativ AI generere nyt indhold. 

Og spørgsmålet er ikke, om generativ AI får afgørende betydning for produktiviteten. Det er snarere, om betydningen bliver betydelig, meget stor eller enorm. Så selv når man som Jens Lundsgaard og OECD er forsigtige i forventningerne, er der ingen tvivl om, at integrationen af ny AI vil være afgørende for konkurrenceevnen de kommende 10-20 år. 

OECD’s analyse peger på, at forskellige former for AI over de næste ti år kan hæve arbejdsproduktiviteten knap 0,5-1 procent årligt. Det skal lægges oveni den eksisterende produktivitetsforbedring, som ligger i niveauet 1-1,5 procent om året. Sådanne tal lyder måske ikke af meget, men det er markant, for det betyder at arbejdskraftens produktivitet i de kommende år kan vokse 50 procent hurtigere end hidtil, fortæller Jens Lundsgaard. 

Bred betydning 

Andre forskere og tænketanke forventer endnu større effekter af AI. Den Internationale Valutafond IMF peger på, at AI giver årlige produktivitetsgevinster på 1-1,5 pct., mens McKinsey tidligere har arbejdet med et bredt skøn fra 0,5 og helt op til 3,5 procent.  

“På tværs af de meget forskellige bud, står det fast, at nye former for AI får afgørende betydning for produktiviteten. Når du ser på de store aktører i verdensøkonomien, vil det være afgørende for konkurrencekraften de kommende år, at man formår at hente gevinsterne ved AI. Her er status desværre, at Europa halter langt bagefter USA og Kina,” siger Jens Lundsgaard. 

På mange områder er generativ AI stadig en umoden teknologi, så det er svært at pege på præcist hvilke områder, der bliver berørt – men nok endnu sværere at pege på hvilke områder, der ikke bliver berørt. 

Vi kan allerede nu se, at AI får bred betydning, fastslår Jens Lundsgaard. For uanset om det er udvikling og forskning i nye produkter, optimering af produktion, diagnostik i sundhedsvæsenet eller kommunikation og sprogbehandling er der allerede i dag områder, hvor virksomheder er i gang med AI-løsninger. Og vi er endda kun i den ret spæde start, mange virksomheder er ikke for alvor kommet i gang med at udnytte mulighederne. 

Mere end festsange og gymnasieopgaver 

Toppen af AI-isbjerget blev synlig og folkelig, da ChatGPT dukkede op for to-tre år siden. Alt fra festtaler og oversættelser til gymnasieopgaver kunne løses med det rette prompt. 

Men den generative AI går både længere tilbage og har en langt bredere betydning. Især fordi AI vil få ekstrem betydning inden for forskning og udvikling. 

“I en lang række tilfælde vil generativ AI markant kunne nedbringe tiden fra den første idéfase til en ny teknologi kan gå i produktion,” siger Jens Lundsgaard. 

Som eksempel nævner han algoritmen AlphaFold, der er udviklet med Google DeepMind. Den kan forudsige, hvordan proteiner folder sig. Det er måske uforståeligt for de fleste, men får enorm betydning for både life-science og andre nøglesektorer. 

“Det har betydet et kvantespring for biotekforskningen. Det kan også benyttes til nye grønne teknologier, det kan eksempelvis være en bedre udnyttelse af energimængderne i affald. I sidste ende vil der være forskere, som gennemgår resultaterne og afprøver dem i laboratoriet. Men med algoritmen kan du langt hurtigere finde frem til hvilke løsninger, der har potentiale og er værd at bruger kræfter på at afprøve i laboratoriet. På den måde kan AI accelerere udviklingen af anden ny teknologi og dermed blive ved med at løfte samfundsøkonomien også på længere sigt,” siger Jens Lundsgaard. 

At det netop er Google DeepMind er stikordet til det, som ifølge Jens Lundsgaard er helt afgørende. Investeringer.  

DeepMind blev oprindelig udviklet i Storbritannien. Men da der skulle kapital til videreudviklingen, endte det med at blive en del af amerikanske Google. 

Topledere halter bagud 

DeepMind er langt fra enestående. I mange tilfælde er virksomhederne med umodne men lovende teknologier rykket over Atlanten, når der skulle findes kapital. Ser man over de seneste 15 år er de amerikanske investeringer i informations- og kommunikationsteknologi vokset dobbelt så hurtigt som de europæiske, hvilket er en afgørende forklaring på, at Europa er sakket agterud. 

“Samlet set er den europæiske økonomi stor, men som det også påpeges i Draghi-rapporten, er der ikke et samlet velfungerende kapitalmarked i Europa. Det er helt afgørende, at vi får ændret på dette for at sikre finansiering til vækstvirksomheder i Europa,” siger Jens Lundsgaard. 

Udover investeringer står der ledelse som det andet afgørende styresignal, der ifølge Jens Lundsgaard skal til for at få Europa op i et andet AI-gear. 

Det skal ikke forstås som et ønske om, at der skal flere ingeniører og dataloger ind på direktionsgangene i de store europæiske koncerner. 

Virksomhedernes bestyrelser og direktioner skal ikke have fingrene langt nede i AI. Men de er nødt til at forstå de forretningsmæssige muligheder i AI bedre. Det er topledelserne, der kan sikre investeringer og beslutte at de helt nødvendige udviklingsprojekter sættes i gang. 

Desværre er der tal, som peger på, at det lige netop er på toplederniveau, at forståelsen for AI-potentialer halter mest. 

I en undersøgelse har Deloitte set på, hvordan de nordiske virksomheder arbejder med generativ AI. Der er selvfølgelig mange virksomheder, som endnu ikke er i gang, så i undersøgelsen er der også spurgt ind til interessen for området. 

Mens der er relativ høj interesse for AI blandt medarbejdere og linjeledere, er det kun lidt under hver tredje topdirektør på såkaldt C-level, altså CEO’s, CFO’s og andre i de egentlige koncerntopledelser, der udtrykker høj interesse for generativ AI. På globalt plan har langt flere topdirektører forstået, at de er nødt til at interessere sig for AI. Her er det seks ud af ti koncerndirektører, der har høj fokus på området. 

Endnu værre står det til på bestyrelsesplan i de nordiske koncerner. Her er det kun hver sjette af de adspurgte medlemmer af virksomhedsbestyrelser, som har høj interesse for AI. På globalt plan er det næsten halvdelen. 

“I betragtning af, at det er direktionerne og bestyrelserne, som skal træffe de helt afgørende beslutninger, er det bekymrende, at der er så lav interesse for området. De beslutninger, som bliver truffet inden for de kommende år, kan blive afgørende for virksomhedernes fremtidige konkurrenceevne og markedsposition,” siger Jens Lundsgaard. 

Langsom tilpasning til nye teknologier 

Der vil være masser af virksomheder og hele sektorer, hvor gevinsterne ikke høstes helt så hurtigt, som i tilfældet med AlphaFold-algoritmen. Men typisk vil afgørende nye teknologier accelerere arbejdsproduktiviteten, og ofte vil det ske over en længere årrække. 

I det notat, som ligger bag OECD’s bud på AI’s betydning for produktiviteten, har de set på tidligere teknologispring som introduktionen af elektricitet, computere og internettet. Den afgørende fællesnævner er, at selvom mange måske afprøver de nye teknologier, så kan indtrængningstiden være ganske lang før de fulde produktivitetsgevinster opnås. Det er forklaringen på, at OECD sammenlignet med andre forskere og tænketanke er forsigtige i deres bud på, hvor hurtigt AI vil påvirke produktiviteten i de kommende år. 

Ofte ser man en periode, hvor den nye teknologi mere eller mindre bliver brugt på den eksisterende teknologis betingelser. Jens Lundsgaard nævner elektrificeringen som eksempel. 

“I starten af industrialiseringen havde man fabrikker i flere etager, fordi man havde en central dampmaskine, som via remtræk var den afgørende energikilde. I en periode, efter man havde fået elektricitet, fortsatte man med at bygge fabrikker i det samme design, først efter en del år forstod man, at det slet ikke var nødvendigt, da man med flere mindre elektromotorer kan indrette produktionen efter andre hensyn. Det var først her man begyndte at bygge fabrikker i ét plan, hvor varerne nemmere kan transporteres rundt, hvorved man fik den fulde gevinst af overgange til elektricitet,” siger han. 

Jens Lundsgaard peger på historien om elektriciteten for at understrege, at vi endnu ikke kan overskue hvilke forandringer AI vil accelerere i måden virksomheder indretter sig for. 

“Der er mange udfordringer, herunder også en del, som handler gennemsigtighed og etik. De udfordringer skal vi løse samtidig med at vi ikke må tøve med at satse på AI. For i sidste ende vil det være en afgørende faktor, hvis vi skal sikre den velstand, vi har i de nordiske og europæiske lande,” siger han.