I forkant av vårt «Litt klokere om kunstig intelligens» 18. april (2023) har vår researcher Per Spektiv undersøkt hvordan AI påvirker arbeidslivet. Det gjorde hen – selvfølgelig – ved å spørre to av AI-ene, ChatGPT og Bing.

Hva er de tre viktigste ubesvarte spørsmålene hva gjelder kunstig intelligens og dets påvirkning på arbeidslivet?

Selv om jeg er en AI og ikke kan ha subjektive meninger, kan jeg presentere tre viktige ubesvarte spørsmål som ofte blir diskutert angående kunstig intelligens og dets påvirkning på arbeidslivet:

Vil automatisering forårsaket av AI føre til massiv arbeidsledighet?

Et av de mest omdiskuterte spørsmålene er om AI vil erstatte et stort antall jobber og føre til høy arbeidsledighet. Det er usikkert hvor raskt og i hvilken grad automatisering vil skje, og det er utfordrende å forutsi hvilke nye jobber som kan oppstå som et resultat av teknologisk utvikling.

Hvordan vil AI påvirke inntektsfordeling og sosial ulikhet?Q

AI kan føre til økt produktivitet og økonomisk vekst, men det er også bekymringer for at fordelene vil bli konsentrert hos de som eier og kontrollerer teknologien. Dette kan forsterke inntektsforskjellene og skape større sosial ulikhet. Hvilke tiltak som bør iverksettes for å takle dette problemet, og i hvilken grad politiske myndigheter skal gripe inn, er fortsatt et åpent spørsmål.

Hvordan kan vi sikre at AI-etiske prinsipper og arbeidstakerrettigheter blir respektert?

Det er viktig å sikre at AI blir utviklet og anvendt på en måte som respekterer etiske prinsipper, inkludert rettferdighet, ansvarlighet og respekt for personvern. Det er også et spørsmål om hvordan man kan sikre at arbeidstakerrettigheter blir ivaretatt i en verden der AI spiller en stadig større rolle i arbeidslivet. Disse problemene reiser spørsmål om regulering, tilsyn og samarbeid mellom ulike interessenter, inkludert myndigheter, næringsliv og sivilsamfunn.

Hvordan utfordrer AI eksisterende strukturer i arbeidslivet?

AI utfordrer eksisterende strukturer i arbeidslivet på flere måter. Teknologien kan bidra til økt produktivitet, innovasjon og vekst i økonomien, men også påvirke etterspørselen etter ulike yrker og ferdigheter. Noen jobber kan bli redusert eller endret, mens andre kan vokse eller oppstå som følge av AI. Mennesker må tilpasse seg og lære nye ferdigheter for å samarbeide med stadig mer avanserte og kapable maskiner.

AI kan også spille en stor rolle i ansettelsesprosessen, ved å bruke algoritmer og maskinlæring for å filtrere, vurdere og rangere kandidater. Dette kan gjøre rekrutteringen mer effektiv, men også skape utfordringer med hensyn til personvern, etikk og mangfold.

AI kan også optimalisere arbeidsplanleggingen, ved å automatisere og tilpasse opprettelsen av skiftplaner basert på ulike faktorer som prioritering av oppgaver, tilgjengelighet av ansatte, kundenes behov og værforhold. Dette kan forbedre produktiviteten i feltet og redusere omgjøring blant planleggere.

Det er viktig at både politikere og bedriftsledere tar hensyn til de mulige fordelene og utfordringene som AI medfører, og utformer strategier for å oppnå gode resultater for alle involverte parter.

Hvordan kan jeg forberede meg på fremtidens arbeidsmarked?

Det er et godt spørsmål. Fremtidens arbeidsmarked vil sannsynligvis være preget av raske og store endringer, som krever at du tilpasser deg og lærer nye ferdigheter. Her er noen råd om hvordan du kan forberede:

• Identifiser hvilke ferdigheter som er etterspurt og ønsket i ditt felt. Du kan gjøre dette ved å undersøke stillingsannonser, bransjetrender og arbeidsgiverforventninger. Se etter nøkkelord, uttrykk og kvalifikasjoner som er vanlige og spesifikke for ditt felt.
• Utvikle dine digitale, emosjonelle og høyere kognitive ferdigheter. Disse ferdighetene vil sannsynligvis bli mer viktige i fremtiden, ettersom behovet for manuelle og fysiske ferdigheter, samt grunnleggende kognitive ferdigheter, vil avta. Digitale ferdigheter omfatter å bruke teknologi, data og plattformer effektivt. Emosjonelle ferdigheter omfatter å kommunisere, samarbeide og lede andre. Høyere kognitive ferdigheter omfatter å løse problemer, tenke kritisk og være kreativ.
• Lær kontinuerlig og tilpass deg endringer. Fremtidens arbeidsmarked vil kreve at du holder deg oppdatert på nye utviklinger, innovasjoner og muligheter i ditt felt. Du må også være villig til å endre din måte å jobbe på, eller til og med bytte yrke, hvis det er nødvendig. Du kan lære gjennom formell utdanning, kurs, sertifiseringer eller uformell læring som lesing, nettverking eller frivillig arbeid.

Hva er det viktigste en arbeidstaker i dag kan gjøre for å forberede seg på fremtidens arbeidsliv?

For å forberede seg på fremtidens arbeidsliv og sikre relevans i arbeidsmarkedet, bør arbeidstakere fokusere på følgende områder:

• Livslang læring: En av de viktigste tingene arbeidstakere kan gjøre er å engasjere seg i livslang læring. Dette innebærer å kontinuerlig oppdatere og utvide sin kunnskap og ferdigheter, både innen sitt eget fagområde og i tverrfaglige områder.
• Teknologisk kompetanse: Med den raske utviklingen av teknologi og økt bruk av AI og automatisering, er det viktig for arbeidstakere å holde seg oppdatert på nye teknologiske trender og verktøy. Lær deg grunnleggende programmering og teknologiforståelse for å kunne tilpasse deg raskt til nye teknologiske løsninger.
• Myke ferdigheter: Fremtidens arbeidsliv vil sette større vekt på myke ferdigheter som kommunikasjon, kritisk tenkning, problemløsning, kreativitet, empati og samarbeid. Sørg for å utvikle og forbedre disse ferdighetene, da de vil bli stadig viktigere i arbeidsmarkedet.
• Tilpasningsevne og fleksibilitet: Arbeidstakere bør være åpne for endringer og forberedt på å tilpasse seg nye arbeidsmetoder, arbeidsroller og industrier. Dette innebærer å være åpen for nye ideer og villig til å lære fra feil og utfordringer.
• Nettverksbygging: Bygg et sterkt profesjonelt nettverk, både online og offline, for å holde deg informert om nye muligheter, trender og utviklinger i bransjen. Nettverksbygging kan også hjelpe deg med å finne nye jobbmuligheter og samarbeidspartnere.
• Fokuser på menneske-AI-samarbeid: Fremtidens arbeidsliv vil sannsynligvis se en økning i samarbeidet mellom mennesker og AI. Forstå hvordan AI-systemer fungerer og hvordan du kan jobbe sammen med dem for å forbedre produktivitet og effektivitet.
• Entreprenørskap og selvstendighet: Økonomiske og teknologiske endringer kan føre til en økning i frilansarbeid, konsulentvirksomhet og entreprenørskap. Vurder å utvikle ferdigheter og kunnskap som kan hjelpe deg med å arbeide selvstendig og starte din egen virksomhet.

Er «kritisk tenkning» en unik menneskelig egenskap, eller kan vi se for oss at algoritmer overgår oss der også?

Kritisk tenkning er en høyt verdsatt menneskelig egenskap som innebærer evnen til å analysere, evaluere og syntetisere informasjon for å danne logiske og velbegrunnede konklusjoner. Mennesker er i stand til å reflektere over sine egne tanker og vurderinger, stille spørsmål ved egne antagelser og tilpasse seg nye perspektiver.

Selv om AI og algoritmer har utviklet seg betydelig og kan analysere store mengder data raskere enn mennesker, er det noen aspekter av kritisk tenkning som fortsatt er unikt menneskelige. For eksempel:

• Empati og etikk: Mennesker er i stand til å forstå og vurdere hvordan deres beslutninger og handlinger påvirker andre mennesker og samfunnet. AI-systemer mangler denne emosjonelle og etiske forståelsen og kan derfor ikke vurdere konsekvensene av deres handlinger på samme måte.
• Kreativitet og innovasjon: Mennesker kan tenke «utenfor boksen» og komme opp med nye og originale ideer. AI-systemer er avhengige av data de er trent på og kan ha begrenset evne til å generere virkelig nyskapende løsninger.
• Fleksibilitet og tilpasningsevne: Mennesker er i stand til å tilpasse seg nye situasjoner, endre sine synspunkter og lære av sine feil. AI-systemer kan være mer rigid og trenger ofte store mengder data for å tilpasse seg nye situasjoner.
• Intuisjon og «mavefølelse»: Mennesker kan bruke sin intuisjon og «mavefølelse» for å ta beslutninger når det ikke finnes tilstrekkelig informasjon. AI-systemer er avhengige av tilgjengelige data og kan ikke stole på intuisjon på samme måte.

Unikt menneskelige aspekter

Selv om AI og algoritmer kan overgå mennesker i visse aspekter av kritisk tenkning, som analytiske ferdigheter og hastighet, er det fortsatt elementer som er unikt menneskelige. AI og mennesker kan komplementere hverandre ved å kombinere menneskelig kreativitet, empati og tilpasningsevne med AI-systemers dataanalyse og raske behandling. I fremtiden kan AI-systemer muligens lære og etterligne flere aspekter av kritisk tenkning, men det er usannsynlig at de vil erstatte menneskelig dømmekraft og etiske vurderinger fullstendig.

Vi ser i Norge at automatiseringen av industrien har gjort oss mer konkurransedyktige fordi ulempen ved et høyt lønnsnivå er blitt redusert. Kan vi se for oss at dette eskalerer til en hyperautomatisering av «hvitsnippjobber»?

Hyperautomatisering refererer til bruk av avansert teknologi, som AI og robotikk, for å automatisere prosesser og oppgaver som tidligere har krevd menneskelig inngripen, inkludert «hvitsnippjobber». Hvitsnippjobber er typisk kontor- og administrasjonsarbeid utført av høyt utdannede og høytlønnede arbeidstakere.

Grunner til hyperautomatisering

Det er mulig at vi vil se en økning i hyperautomatisering av hvitsnippjobber av flere grunner:

• Teknologisk utvikling: AI og automatiseringsteknologi utvikler seg raskt og blir stadig mer sofistikerte. Dette gjør det mulig å automatisere stadig mer komplekse oppgaver, inkludert de som tidligere har vært forbeholdt hvitsnippjobber.
• Kostnadsreduksjon: Bedrifter er alltid på jakt etter måter å redusere kostnader og øke effektiviteten på. Automatisering av hvitsnippjobber kan bidra til å redusere lønnskostnader og øke produktiviteten, noe som kan være spesielt attraktivt i land med høye lønnsnivåer, som Norge.
• Konkurranse: For å forbli konkurransedyktige i et globalt marked kan bedrifter i høykostnadsland som Norge se på automatisering som en måte å holde tritt med konkurrenter i lavkostnadsland, som kanskje ikke trenger å automatisere i samme grad.
• Tilgjengelighet av data: Hvitsnippjobber innebærer ofte behandling og analyse av store mengder data, noe som gjør dem godt egnet for automatisering ved hjelp av AI og maskinlæring.

Hva slags konflikter i arbeidsmarkedet har oppstått som følge av trusselen fra AI, algoritmer og automatisering/robotisering?

AI, algoritmer og automatisering/robotisering kan skape flere konflikter i arbeidsmarkedet mellom ulike grupper av arbeidstakere, arbeidsgivere og myndigheter.

• Konflikt mellom høy- og lavkvalifiserte arbeidstakere. AI, algoritmer og automatisering/robotisering kan øke polariseringen i arbeidsmarkedet, ved å erstatte eller endre mange middelskvalifiserte jobber, mens de skaper nye muligheter for høykvalifiserte jobber og øker etterspørselen etter lavkvalifiserte jobber. Dette kan føre til større lønnsforskjeller, sosial ulikhet og misnøye blant arbeidstakere med ulik utdanning og ferdigheter.
• Konflikt mellom faste og midlertidige arbeidstakere. AI, algoritmer og automatisering/robotisering kan også endre arbeidskontraktene og -forholdene for mange arbeidstakere, ved å fremme mer fleksible, men også mer usikre og ustabile former for sysselsetting. Dette kan skape en kløft mellom faste og midlertidige arbeidstakere, som har ulik tilgang til sosial beskyttelse, fagforeningsrettigheter og karrieremuligheter.
• Konflikt mellom arbeidsgivere og fagforeninger. AI, algoritmer og automatisering/robotisering kan også utfordre den tradisjonelle rollen til fagforeninger som representanter for arbeidstakernes interesser. Fagforeningene kan møte motstand fra arbeidsgivere som ønsker å innføre nye teknologier for å øke produktiviteten og konkurranseevnen, men som også kan redusere antall ansatte, endre arbeidsoppgaver eller svekke arbeidsvilkårene. Fagforeningene må også tilpasse seg de nye formene for sysselsetting som krever nye former for organisering og representasjon.
• Konflikt mellom myndigheter og næringslivet. AI, algoritmer og automatisering/robotisering kan også kreve nye former for regulering og politikk fra myndighetenes side, for å sikre at de nye teknologiene brukes på en ansvarlig, etisk og bærekraftig måte. Myndighetene må også balansere behovet for å fremme innovasjon og vekst med behovet for å beskytte arbeidstakernes rettigheter, sikkerhet og velferd. Næringslivet kan imidlertid motsette seg noen av de foreslåtte tiltakene, som kan oppfattes som byrdefulle, kostbare eller hindrende for deres konkurransefortrinn.

Høy og lav

Konflikten mellom høy- og lavkvalifiserte arbeidstakere har oppstått gradvis siden 1980-tallet, da den digitale automatiseringen begynte å erstatte eller endre mange middelskvalifiserte jobber i produksjon og kontorarbeid. Denne konflikten har blitt forsterket av den nye automatiseringen med mer avansert AI, robotikk og 3D-printing, som kan påvirke flere yrker og sektorer.

Fast og midlertidig

Konflikten mellom faste og midlertidige arbeidstakere har oppstått i løpet av de siste tiårene, da den økonomiske globaliseringen, dereguleringen og teknologiske endringene har fremmet mer fleksible, men også mer usikre og ustabile former for sysselsetting. Denne konflikten kan bli mer akutt i fremtiden, ettersom den nye automatiseringen kan øke behovet for tilpasning og omstilling i arbeidsmarkedet.

Arbeidsgiver og arbeidstaker

Konflikten mellom arbeidsgivere og fagforeninger har oppstått i ulike perioder og land, avhengig av den politiske og økonomiske situasjonen, samt graden av teknologisk innovasjon og adopsjon. Et eksempel er Ludditt-bevegelsen i Storbritannia på begynnelsen av 1800-tallet, da tekstilarbeidere protesterte mot innføringen av mekaniske vever som truet deres jobber3. Et annet eksempel er de nylige streikene blant lærere i USA, som krevde bedre lønn og arbeidsvilkår i møte med økt bruk av digital teknologi i utdanningssystemet.

Myndigheter og næringslivet

Konflikten mellom myndigheter og næringslivet har også oppstått i ulike perioder og land, avhengig av den politiske og økonomiske situasjonen, samt graden av teknologisk innovasjon og adopsjon. Et eksempel er den pågående handelskrigen mellom USA og Kina, som delvis handler om konkurranse om teknologisk lederskap innen AI, 5G og andre områder. Et annet eksempel er den europeiske unions (EU) forsøk på å regulere de store teknologiselskapene som Google, Facebook og Amazon, for å beskytte personvernet, konkurransen og skattegrunnlaget.

Hva med Norge? Nåværende eller tidligere konflikter knyttet til innføring av teknologi?

Når det gjelder Norge, har jeg ikke funnet mye informasjon om nåværende eller tidligere konflikter knyttet til innføring av teknologi. Basert på noen nettsøk, kan jeg gi deg noen mulige forklaringer på dette:

Norge har en sterk tradisjon for å fremme sosial dialog og samarbeid mellom arbeidstakere, arbeidsgivere og myndigheter. Dette har bidratt til å skape et fleksibelt og inkluderende arbeidsmarked, som kan tilpasse seg teknologiske endringer på en smidig og rettferdig måte.

Annerledeslandet forklart

Norge har også investert mye i utdanning, forskning og innovasjon, som har styrket landets teknologiske kapasitet og konkurranseevne. Norge har blant annet vært en pioner innen digitalisering, grønn teknologi og bioteknologi, som har skapt nye muligheter for næringslivet og samfunnet.

Norge har også vært heldig med å ha store naturressurser, spesielt olje og gass, som har gitt landet høy inntekt og velferd. Dette har redusert presset på arbeidsmarkedet og gjort det lettere å håndtere eventuelle negative effekter av teknologisk endring. Norge har også bygget opp et stort oljefond, som kan brukes til å finansiere fremtidige investeringer i teknologi og omstilling.

Dette er noen mulige forklaringer på hvorfor Norge ikke har opplevd store konflikter knyttet til innføring av teknologi. Det betyr imidlertid ikke at Norge er immun mot fremtidige utfordringer eller risikoer som kan oppstå som følge av den nye automatiseringen med mer avansert AI, robotikk og 3D-printing. Derfor er det viktig at Norge fortsetter å være proaktiv og ansvarlig i sin tilnærming til teknologisk utvikling og adopsjon.

Kan vi regne med at «luddittene» igjen vinner frem?

Luddittene var en gruppe engelske tekstilarbeidere på begynnelsen av 1800-tallet som protesterte mot den økende bruken av mekaniserte tekstilmaskiner som truet deres jobber. De ødela maskinene og kjempet mot teknologisk fremgang i et forsøk på å bevare sine arbeidsplasser og livsgrunnlag.

I dagens sammenheng kan «luddittene» referere til de som er skeptiske til eller motstandere av teknologisk utvikling, spesielt når det gjelder AI og automatisering. Selv om det er naturlig å ha bekymringer angående innvirkningen av teknologi på jobber og samfunn, er det lite sannsynlig at en moderne «ludditt»-bevegelse vil vinne frem i samme grad som den historiske bevegelsen.

Hvorfor ikke ludditter?

Det er flere grunner til dette:

• Global økonomi og konkurranse: I dagens globale økonomi er det vanskelig for enkelte grupper eller nasjoner å hindre teknologisk utvikling, ettersom andre land og bedrifter vil fortsette å utvikle og implementere ny teknologi for å være konkurransedyktige.
• Samfunnets avhengighet av teknologi: Moderne samfunn er dypt avhengige av teknologi, og mange mennesker har sett fordelene som teknologiske fremskritt har brakt i form av økt produktivitet, bekvemmelighet og forbedret levestandard. Det er derfor mindre sannsynlig at det vil være en bred oppslutning om en bevegelse som søker å hindre teknologisk utvikling.
• Teknologiens potensielle fordeler: Selv om det er bekymringer knyttet til AI og automatisering, er det også mange potensielle fordeler, som forbedret helsevesen, miljøbevaring, og løsning av komplekse globale utfordringer. Dette gjør det vanskeligere å argumentere for en fullstendig motstand mot teknologisk utvikling.
• Fokus på tilpasning og omstilling: I stedet for å kjempe mot teknologisk utvikling, er det en økende bevissthet om behovet for å tilpasse seg og omstille arbeidsstyrken til nye teknologier og automatiserte arbeidsprosesser. Dette inkluderer utdanning, omskolering og politiske tiltak for å hjelpe arbeidstakere og samfunn å tilpasse seg endringer i arbeidsmarkedet.

Selv om det kan være enkelte grupper eller bevegelser som motsetter seg teknologisk utvikling, er det mindre sannsynlig at en moderne «ludditt»-bevegelse vil få stor innflytelse. Det er viktigere å fokusere på å tilpasse seg og dra nytte av teknologiske fremskritt, samtidig som man adresserer potensielle negative konsekvenser og støtter de som blir påvirket av endringene.

Fins det eksempler på at kunstige intelligenser har fått formelle roller i virksomheter?

Ja, det finnes eksempler på at kunstige intelligenser (KI) har fått formelle roller i virksomheter. Disse rollene er vanligvis relatert til beslutningstaking, analyse, og rådgivning.

AI-medarbeidere

• Styremedlem: I 2014 ble en AI kalt «VITAL» utnevnt som et styremedlem i det britiske investeringsselskapet Deep Knowledge Ventures. VITAL ble brukt til å analysere og anbefale investeringer innen bioteknologi og medisin.
• Kreativ direktør: I 2018 lanserte McCann Japan en AI kalt AI-CD ß, som hadde rollen som en kreativ direktør. AI-CD ß ble brukt til å analysere data og gi kreative forslag basert på markedsføringstrender og tidligere suksessfulle kampanjer.
• HR-rekrutterer: Flere selskaper har begynt å bruke AI for å hjelpe med rekrutteringsprosessen. For eksempel bruker IBM Watson Candidate Assistant til å analysere kandidatprofiler og matche dem med passende jobbmuligheter.
• Kundeservicerepresentant: AI-teknologi er mye brukt for å håndtere kundeservice gjennom chatbots og taleassistenter. Disse AI-systemene kan besvare kundeforespørsler, hjelpe med problemløsning og til og med håndtere klager.
• Finansiell rådgiver: Flere finansinstitusjoner har begynt å bruke AI for å gi finansiell rådgivning og porteføljeforvaltning. For eksempel bruker robo-rådgivere som Betterment og Wealthfront AI-algoritmer for å anbefale investeringsstrategier og administrere kundenes porteføljer.

Selv om AI ofte spiller en viktig rolle i disse situasjonene, er det viktig å merke seg at menneskelig tilsyn og involvering fortsatt er nødvendig for å sikre at AI-systemer fungerer effektivt og etisk.

Kan vi forvente fremveksten av selskaper som er mer eller mindre 100 prosent algoritmestyrt? Har du eksempler på slike?

Selv om det er usannsynlig at selskaper vil bli 100 prosent algoritmestyrt uten noen menneskelig involvering i overskuelig fremtid, er det flere eksempler på selskaper som er sterkt avhengige av algoritmer og AI for deres drift og beslutningstaking.

Algoritmeselskap

Ulike typer selskap og aktiviteter er mer modne for automatisering enn andre, for eksempel:

• High-frequency trading (HFT) selskaper: I finanssektoren er HFT-selskaper avhengige av avanserte algoritmer og AI for å utføre store mengder handler på millisekunder. Disse algoritmene analyserer markedsdata, identifiserer handelsmuligheter og utfører handler automatisk. Selv om mennesker er ansvarlige for å utvikle og overvåke disse algoritmene, er den faktiske handelsprosessen i stor grad automatisert.
• Robo-rådgivere: Robo-rådgivere, som Betterment og Wealthfront, bruker algoritmer og AI for å tilby automatisert finansiell rådgivning og porteføljeforvaltning. Disse tjenestene krever minimal menneskelig inngripen, da algoritmene analyserer kundenes investeringsmål, risikotoleranse og tidshorisont for å anbefale og administrere passende investeringsporteføljer.
• Algoritmestyrt detaljhandel: Selskaper som Amazon og Netflix bruker AI og algoritmer for å analysere kundeatferd, optimalisere anbefalinger, justere priser og administrere lager. Selv om mennesker er involvert i utviklingen og overvåkingen av disse algoritmene, er store deler av virksomheten automatisert og datastyrt.
• AI-basert forskning og utvikling: Noen selskaper, spesielt innen bioteknologi og legemiddelindustrien, bruker AI og maskinlæring for å akselerere forskning og utvikling. Disse systemene kan analysere store mengder data for å identifisere potensielle stoffer, forutsi deres effektivitet og sikkerhet, og optimalisere designet av eksperimenter. Dette reduserer menneskelig involvering i mange trinn av forskningsprosessen.

En del selskaper er allerede svært algoritmedrevne. Her er noen eksempler:

• Alibaba er et kinesisk selskap som er verdens største e-handelsplattform. Alibaba bruker kunstig intelligens (AI) til å forutsi hva kundene vil kjøpe, generere produktbeskrivelser automatisk, og skape smarte byer som reduserer trafikkorker ved å overvåke hvert kjøretøy i byen.
• Waymo er et datterselskap av Alphabet, Googles morselskap. Waymo er en av de ledende aktørene innen selvkjørende teknologi, og har som mål å tilby selvkjørende taxier som kan frakte mennesker rundt uten behov for en menneskelig sjåfør.
• DeepMind er et annet datterselskap av Alphabet, som fokuserer på å utvikle avanserte AI-systemer som kan lære av data og erfaring. DeepMind har blant annet skapt AlphaGo, et program som var det første til å slå en profesjonell spiller i brettspillet Go.

Shein

Shein er også et godt eksempel. Det er et kinesisk selskap som er en av verdens største nettbutikker for moteklær. Selskapet ble grunnlagt i 2008 av entreprenøren Chris Xu, som startet med å selge brudekjoler på nettet. Selskapet skiftet navn fra ZZKKO til Shein i 2013, og begynte å fokusere på å tilby rimelige og trendy klær til unge kvinner. Shein bruker kunstig intelligens (AI) til å analysere data om kundenes preferanser, markedstrender og sosiale medier. Selskapet legger til rundt 6 000 nye produkter på sin nettside hver dag, og tester ut hvilke som selger best. Selskapet har også et eget designteam som lager egne kolleksjoner.

Shein har ingen fysiske butikker eller lager, men baserer seg på et nettverk av tusenvis av tredjepartsleverandører og kontraktsprodusenter i Guangzhou. Selskapet bruker sin egen plattform for å koble leverandørene til sin smidige forsyningskjede, og redusere lageroverskudd og leveringstid.

Shein har vokst raskt i løpet av pandemien, da flere kunder har handlet på nettet. Selskapet leverer til over 220 land, og hadde en omsetning på over 63 milliarder yuan (ca. 74 milliarder kroner) i 2020. Selskapet ble verdsatt til 100 milliarder dollar etter en finansieringsrunde i april 2021.

Shein har også møtt flere kontroverser og kritikk, blant annet for å kopiere små designere, unndra skatt, bryte menneskerettigheter og helse- og sikkerhetsregler, og ha en negativ miljøpåvirkning. Selskapet har benektet noen av anklagene, og sagt at det tar dem alvorlig.

Selv om algoritmer og AI spiller en stadig større rolle i mange selskaper, er det viktig å huske på at menneskelig tilsyn og involvering fortsatt er nødvendig for å sikre at teknologien fungerer effektivt, etisk og ansvarlig. Det er også behov for mennesker i roller som krever empati, kreativitet og komplekse problemløsningsevner som AI ennå ikke kan replikere fullt ut.

Blir mennesker overflødige?

«Fortsatt nødvendig», skriver du. Kommer det en dag hvor det ikke lenger er nødvendig?

AGI

Det er vanskelig å forutsi nøyaktig hvordan AI-teknologi vil utvikle seg i fremtiden og om det vil komme en tid der menneskelig involvering ikke lenger er nødvendig i noen aspekter av virksomheten. Enkelte teoretikere og forskere snakker om konseptet «kunstig generell intelligens» (AGI), som refererer til en AI som kan utføre alle intellektuelle oppgaver som et menneske kan. Hvis AGI skulle bli en realitet, er det mulig at AI-systemer kunne fungere helt uavhengig av mennesker.

Men det er flere faktorer å vurdere:

• Etiske hensyn: Selv om en AGI kan være i stand til å utføre oppgaver uten menneskelig involvering, er det viktig å vurdere etiske og samfunnsmessige implikasjoner. Det kan være tilfeller der menneskelig tilsyn og involvering er nødvendig for å sikre at AI-systemer brukes ansvarlig og rettferdig, og at de ikke skader samfunnet.
• Menneskelig samarbeid: Selv i en verden med avansert AI, kan det være situasjoner der mennesker og AI-systemer må samarbeide for å oppnå best mulig resultater. Dette kan innebære at mennesker og AI-systemer kombinerer sine unike styrker og ferdigheter, med AI som tar seg av analyser og beregninger, og mennesker som fokuserer på kreativitet, empati og etiske vurderinger.
• Teknologisk utvikling: Det er fremdeles stor usikkerhet om når, eller om, AGI vil bli en realitet. Selv om AI-teknologi har gjort betydelige fremskritt, er det fremdeles mange utfordringer og begrensninger knyttet til maskinlæring, naturlig språkforståelse og andre aspekter av AI.
• Samfunnsmessig aksept: Hvor raskt og i hvilken grad AI blir akseptert og adoptert i samfunnet vil også påvirke i hvilken grad menneskelig involvering blir unødvendig. Mange mennesker kan foretrekke menneskelig kontakt og inngripen i visse situasjoner, som helsevesen, utdanning og juridiske tjenester, uavhengig av AI-teknologiens kapabiliteter.

Sammenlign lønnsomheten i algoritmestyrte bedrifter med tradisjonelle «brick and mortar»-bedrifter.

Lønnsomheten i algoritmestyrte bedrifter versus tradisjonelle «brick and mortar»-bedrifter kan variere avhengig av bransje, marked og konkurranse. Algoritmestyrte bedrifter har som regel lavere driftskostnader enn tradisjonelle bedrifter, ettersom de ikke trenger å betale for fysisk lokaler, inventar, ansatte eller andre overheadkostnader. De kan også skalere opp eller ned raskt og fleksibelt ved å tilpasse seg data og kundenes etterspørsel.

Tradisjonelle bedrifter har som regel høyere inntekter enn algoritmestyrte bedrifter, ettersom de kan tilby en mer personlig og opplevelsesbasert kundeservice, bygge sterkere kunderelasjoner og lojalitet, og skape en merkevareidentitet som skiller seg ut fra konkurrentene.

Algoritmestyrte bedrifter har som regel høyere vekstpotensial enn tradisjonelle bedrifter, ettersom de kan nå ut til et større og mer globalt marked, tilby et bredere og mer variert produktsortiment, og utnytte teknologiske innovasjoner og trender for å skape konkurransefortrinn.

Tradisjonelle bedrifter har som regel lavere risiko enn algoritmestyrte bedrifter, ettersom de er mindre avhengige av teknologisk infrastruktur, datakvalitet og -sikkerhet, og regulatoriske endringer. De har også mer stabile og forutsigbare inntektsstrømmer, og kan dra nytte av eksisterende kundebase og omdømme.

Algoritmestyrte bedrifter:

• Skalerbarhet: Algoritmestyrte bedrifter kan raskt skalere opp eller ned, og dermed raskt tilpasse seg endringer i etterspørsel og markedsforhold. Dette kan resultere i høyere lønnsomhet og vekstpotensial.
• Effektivitet: AI og automatisering kan bidra til å redusere arbeidskraftbehov og øke effektiviteten, noe som kan redusere driftskostnadene og forbedre lønnsomheten.
• Datainnsikt: Algoritmestyrte bedrifter kan utnytte store mengder data for å forbedre beslutningsprosesser, forutsi kundebehov og tilpasse produkt- og tjenestetilbud, noe som kan øke salg og lønnsomhet.

Tradisjonelle «brick and mortar»-bedrifter:

• Fysiske driftskostnader: Disse bedriftene har ofte høyere faste kostnader, som leie, vedlikehold og energiforbruk, sammenlignet med algoritmestyrte bedrifter. Dette kan føre til lavere lønnsomhet, spesielt i konkurranseutsatte markeder eller under økonomisk nedgang.
• Personalkostnader: Tradisjonelle bedrifter kan kreve mer arbeidskraft, noe som øker lønn og andre personalrelaterte kostnader. Dette kan påvirke lønnsomheten negativt sammenlignet med mer automatiserte algoritmestyrte bedrifter.
• Begrenset skalerbarhet: “Brick and mortar”-bedrifter kan ha begrensninger når det gjelder skalerbarhet, ettersom vekst ofte krever betydelige investeringer i nye anlegg, utstyr og arbeidskraft.

Lønnsomheten for både algoritmestyrte og tradisjonelle bedrifter vil variere avhengig av en rekke faktorer, og det er ikke nødvendigvis slik at den ene typen virksomhet er mer lønnsom enn den andre. Suksess og lønnsomhet vil avhenge av en kombinasjon av faktorer som ledelse, markedsposisjon, konkurranse og evnen til å tilpasse seg endringer i markedet og teknologi.

Hva er de mest dystopiske fremtidsscenariene knyttet til AI?

Dystopiske fremtidsscenarier knyttet til AI reflekterer ofte bekymringer om AI-systemer som blir for kraftige, ukontrollerbare eller blir brukt på måter som skader samfunnet. Her er noen eksempler på dystopiske scenarier:

• Tap av kontroll: En bekymring er at AI-systemer blir for sofistikerte og kraftige til at mennesker kan kontrollere dem. Dette kan føre til at AI tar beslutninger som skader mennesker, økonomien eller miljøet, og at mennesker ikke er i stand til å gripe inn og rette opp situasjonen.
• Urettferdig fordeling av ressurser og makt: AI kan potensielt forsterke sosiale og økonomiske ulikheter ved å konsentrere ressurser og makt i hendene på noen få. Dette kan skje hvis AI-teknologi er kontrollert av en liten elite som bruker den til egen fordel, samtidig som de utestenger andre fra å dra nytte av teknologien.
• Overvåking og personvern: AI kan brukes til å opprette overvåkingssystemer som invaderer personvernet og underminerer individets frihet. Dette kan inkludere masseovervåking, sporing av individer, og innsamling og analyse av personopplysninger uten samtykke.
• Autonome våpen: AI-teknologi kan brukes til å utvikle våpen som opererer uten menneskelig tilsyn, noe som kan føre til utilsiktede konflikter og økt risiko for væpnet konflikt. Dette inkluderer droner og roboter som kan velge og angripe mål på egen hånd, noe som øker risikoen for feil og sivile tap.
• Arbeidsledighet og sosial uro: AI og automatisering kan erstatte mange jobber, noe som kan føre til høy arbeidsledighet og sosial uro. Dette kan skape økonomisk ustabilitet og føre til omfattende protester og opptøyer.
• Misbruk av AI: AI kan brukes av kriminelle eller terrorister for å utføre skadelige handlinger, som for eksempel å manipulere offentlig mening, spre desinformasjon, eller utføre cyberangrep mot viktige infrastrukturer.

For å unngå disse dystopiske scenariene er det viktig å utvikle AI-teknologi på en ansvarlig og etisk måte. Dette inkluderer å utvikle politiske rammeverk og forskning som tar hensyn til sikkerhet, rettferdighet, personvern og menneskelig kontroll, samt å fremme internasjonalt samarbeid for å håndtere globale AI-relaterte utfordringer.

Hva er de mest utopiske fremtidsscenariene knyttet til AI?

Utopiske scenarier knyttet til AI fokuserer på en fremtid der kunstig intelligens bidrar til en bedre verden og forbedrer menneskers liv. Selv om disse scenariene kan være optimistiske og ideelle, er det viktig å være klar over at det fortsatt er mange utfordringer og ubesvarte spørsmål knyttet til AI. Her er noen eksempler på utopiske fremtidsscenarier:

1. Eliminering av arbeidsledighet og inntektsulikhet: AI og automatisering kan skape nye jobber og resultere i en mer effektiv fordeling av arbeid, slik at folk har mer fritid og bedre balanse mellom arbeid og fritid. Universell grunninntekt og andre sosiale sikkerhetsnett kan bidra til å motvirke inntektsulikhet og sikre at alle får tilgang til grunnleggende ressurser.
2. Forbedret helsetjenester og økt levealder: AI kan spille en sentral rolle i å forbedre diagnostisering, behandling og forebygging av sykdommer. Gjennom presisjonsmedisin og personlig helseovervåking kan AI bidra til å forlenge menneskers levealder og øke livskvaliteten.
3. Bekjempelse av klimaendringer og miljøforvaltning: AI kan hjelpe oss med å utvikle innovative løsninger for å bekjempe klimaendringer, forbedre energieffektiviteten og redusere avhengigheten av fossile brensler. AI kan også brukes til å overvåke og forvalte naturressurser på en mer bærekraftig måte.
4. Bedre utdanning og tilgang til kunnskap: AI kan revolusjonere utdanningssystemet ved å tilby personlig læring og tilpasse undervisningen til hver enkelt elevs behov. Dette kan bidra til å redusere ulikhetene i utdanning og gi alle muligheten til å nå sitt fulle potensial.
5. Fremme av global samarbeid og konfliktløsning: AI kan styrke internasjonalt samarbeid og bidra til å løse globale utfordringer. AI-systemer kan bistå i konfliktløsning ved å analysere og foreslå løsninger på komplekse problemer, og tilrettelegge for bedre kommunikasjon og forståelse mellom ulike kulturer og nasjoner.

Hva tenker du om sammensmelting av biologi og teknologi, for eksempel i form av at den menneskelige hjernen får direkte tilgang til kraften som ligger i AI-systemer?

Sammensmelting av biologi og teknologi, også kjent som bio-teknologisk integrasjon, er et spennende og utfordrende forskningsområde med stort potensial for å forbedre menneskelige evner og livskvalitet. Å gi menneskelig hjerne direkte tilgang til AI-systemer kan teoretisk sett ha mange fordeler, men det er også betydelige tekniske, etiske og samfunnsmessige utfordringer som må adresseres.

Fordeler med integrasjon

• Forbedret kognitiv ytelse: Direkte kobling mellom hjernen og AI-systemer kan potensielt øke menneskelig intelligens, hukommelse og læringsevne, noe som kan føre til bedre problemløsning og beslutningstaking.
• Bedre kommunikasjon: Integrering av AI i hjernen kan potensielt muliggjøre raskere og mer effektiv kommunikasjon mellom mennesker, da tanker og ideer kan deles direkte uten behov for verbal eller skriftlig kommunikasjon.
• Hjelp til mennesker med funksjonshemninger: Teknologi som kobler hjernen direkte til AI-systemer kan gi store fordeler for mennesker med funksjonshemninger, for eksempel ved å gi dem bedre kontroll over proteser eller hjelpemidler, eller ved å gjenopprette tapte sansefunksjoner som syn eller hørsel.

Utfordringer

Til tross for disse potensielle fordelene, er det viktig å vurdere de tekniske, etiske og samfunnsmessige utfordringene:

• Tekniske utfordringer: Utviklingen av en pålitelig og sikker metode for å koble menneskelig hjerne direkte til AI-systemer er en kompleks og krevende oppgave. Forskere må finne måter å tolke og manipulere nevronale signaler på en nøyaktig og skånsom måte, samtidig som de unngår skade på hjernen.
• Etiske utfordringer: Bio-teknologisk integrasjon reiser en rekke etiske spørsmål, som for eksempel personvern, autonomi og potensialet for ufrivillig overvåking av tanker og følelser. Det er også spørsmål om fordeling av ressurser og tilgjengelighet av slik teknologi, og risikoen for å skape et samfunn delt mellom de som har tilgang til AI-forsterkede evner og de som ikke har det.
• Samfunnsmessige utfordringer: Aksept og adopsjon av slik teknologi i samfunnet kan møte motstand på grunn av frykt for “unnaturlig” menneskelig forbedring, tap av individualitet, eller bekymringer for potensielle misbruk av teknologien.

For å sikre en ansvarlig utvikling og implementering av bio-teknologisk integrasjon, er det viktig å ha en bred og inkluderende diskusjon som involverer forskere, politikere, etikere og publikum. Dette kan bidra til å utvikle retningslinjer og forskrifter som styrer bruken av slik teknologi på en sikker, etisk og samfunnsmessig akseptabel måte, og sikre at potensielle fordeler og ulemper blir nøye vurdert og balansert.

Hvordan kan følgende yrker påvirkes av AI: journalist, coach, toppleder, mellomleder, HR Business Partner, drosjesjåfør, langtransportsjåfør, sjømann, fisker, prest.

AI har potensial til å påvirke en rekke yrker, inkludert de du nevner. Her er noen mulige effekter av AI på hvert av yrkene:

• Journalist: AI kan hjelpe journalister med å samle inn og analysere data raskere, samt automatisere enkelte oppgaver som å skrive korte nyhetssaker. AI kan også brukes til å overvåke sosiale medier og andre kilder for å identifisere trender og nyhetshendelser. Imidlertid vil det fortsatt være behov for menneskelig dømmekraft, kreativitet og etiske vurderinger i journalistikken.
• Coach: AI kan brukes som et hjelpemiddel for coaching, for eksempel ved å analysere data om klientens ytelse og komme med anbefalinger. AI kan også hjelpe med å tilpasse treningsprogrammer og gi personlig tilbakemelding. Likevel vil empati, menneskelig kontakt og evnen til å forstå komplekse følelser fortsatt være viktig i coachingrollen.
• Toppleder: AI kan bistå toppledere med beslutningstaking ved å levere analyser og prognoser basert på store datamengder. AI kan også hjelpe med å identifisere trender og muligheter for vekst. Men menneskelig dømmekraft, lederegenskaper og strategisk tenkning vil fortsatt være avgjørende for toppledere.
• Mellomleder: AI kan hjelpe mellomledere med å automatisere administrative oppgaver, overvåke ansattes prestasjoner og optimalisere ressursallokering. Men mellomledere vil fortsatt ha en viktig rolle i å bygge teamkultur, motivere ansatte og håndtere konflikter.
• HR Business Partner: AI kan hjelpe HR Business Partnere med rekruttering, ved å automatisere CV-screening og til og med gjennomføre første runde jobbintervjuer. AI kan også brukes til å analysere ansattes prestasjoner og tilbakemeldinger for å informere HR-strategier. Imidlertid vil menneskelig innsikt og empati fortsatt være nødvendig for å håndtere følsomme personalsaker.
• Drosjesjåfør: Selvkjørende biler og AI-drevne transportsystemer kan potensielt redusere behovet for drosjesjåfører i fremtiden. Men det kan ta tid før selvkjørende biler er fullt ut operative og akseptert av samfunnet, og drosjesjåfører kan fortsatt ha en rolle i å tilby personlig service og lokal kunnskap.
• Langtransportsjåfør: Selvkjørende lastebiler kan påvirke langtransportsjåfører ved å automatisere en betydelig del av kjøreoppgavene. Imidlertid vil det fortsatt være behov for menneskelig tilsyn og overvåking, spesielt i komplekse trafikk- eller værforhold.
• Sjømann: AI og automatisering kan brukes til å optimere skipsdrift, navigasjon og overvåking av systemer om bord. Dette kan føre til færre mannskap om bord og økt effektivitet i maritim sektor. Imidlertid vil det fortsatt være behov for menneskelig tilsyn og overvåking, spesielt i nødsituasjoner eller komplekse navigasjonsforhold.
• Fisker: AI kan forbedre fiskeindustrien ved å bidra til mer effektiv sporing og overvåking av fiskebestander, samt forutsi fiskemønstre og optimere fangstmetoder. Imidlertid vil det fortsatt være behov for menneskelig kunnskap og erfaring i fiske, spesielt når det gjelder å håndtere uforutsigbare værforhold og vedlikeholde fiskeredskaper.
• Prest: AI kan ha en begrenset innvirkning på presteyrket, ettersom det er en sterk vekt på empati, menneskelig kontakt og tolkning av komplekse teologiske og etiske spørsmål. Selv om AI kan brukes til å støtte prester i administrative oppgaver og analyse av religiøse tekster, vil den menneskelige siden av tjenesteyting og åndelig veiledning fortsatt være sentral i dette yrket.

Det er viktig å merke seg at selv om AI kan påvirke og endre disse yrkene, vil det fortsatt være et behov for menneskelig innsikt, erfaring og evne til å navigere i komplekse situasjoner og etiske dilemmaer. AI kan hjelpe oss med å bli mer effektive og informerte, men menneskelig dømmekraft og interaksjon vil fortsatt være viktig i mange arbeidsroller.

Mer AI-lesning

• 3 områder hvor AI kan gjøre HR bedre
• Gründeren som ble konserndirektør i DNB
• Frykten for at teknologien tar jobbene våre – fra 1589 til i dag
• Er det BI eller AI som får Stena Line trygt i havn?
• IT-jus nr. 4/22

Frykten for at teknologien tar jobbene våre – fra 1589 til i dag

3 områder hvor AI kan gjøre HR bedre