”Vi kan ikke komme hurtigt nok i gang,” siger Bianca Bruhn, der i knap to år har været chef for Google i Danmark. Hun er bekymret over, at danske virksomheder ikke er kommet ordentligt i gang med at bruge kunstig intelligens.

Hendes frustration er forståelig, i betragtning af at Google er gået all in på AI og er i fuld gang med at integrere kunstig intelligens i alle selskabets nuværende og fremtidige tjenester.

Men Bianca Bruhn ser en risiko for, at danske virksomheder bliver udkonkurreret på de globale markeder af virksomheder, der forstår at udnytte den nye teknologis muligheder for at operere mere effektivt og produktivt eller skabe nye, bedre produkter til kunderne. 

”Der er rigtig mange, der sidder og er lidt bange for det her ude i virksomhederne. Også i Danmark har medierne og politikerne haft fokus på det skræmmende. Der er slet ingen tvivl om, at der er ting, vi skal være bange for og gøre noget ved i forhold til regulering – og det arbejder vi alle sammen henimod. Men vi må altså ikke glemme mulighederne.” 

AI rykker bagud i hele værdikæden 

Siden de første generative AI-tjenester blev lanceret for bare halvandet år siden, er AI rykket fra meget synlige anvendelser, som chatbots rettet mod slutbrugerne, til i stigende grad at blive del af hele virksomhedens bagvedliggende værdikæde, fra administration, økonomi og produktudvikling til planlægning i forhold til efterspørgsel. 

Bianca Bruhn taler om, at der med generativ AI er ved at ske et grundlæggende skifte af den teknologiske platform, vi bruger, på linje med de skift, der skete, da virksomheder først skulle lære at bruge internettet og senere udnytte mulighederne i mobiltelefoner. 

Ligesom ved de tidligere skift af platform vil der går lidt tid, inden vi for alvor ser, at der opstår nye funktioner og forretninger, mener hun: 

”Nu er vi der, hvor alt skal optimeres til AI – og det indebærer, at vi skal gentænke forretningsmodeller og måden, vi har struktureret funktionerne i virksomheden på.

Alt det, vi bygger, skal være tænkt til at være modeller frem for traditionelle applikationer.” 

Eller sagt på en anden måde; alle de data, der skabes og opsamles i en virksomhed, skal gøres tilgængelige, for at en AI kan kigge det hele igennem på kryds og tværs og på den måde opdage og arbejde med sammenhænge og mønstre, som hidtil ikke har været synlige for mennesker. 

Løsninger og indsigter, der går på tværs 

Det er anderledes end den måde, virksomheder i øjeblikket bruger data på, hvor opgaver og data typisk er opdelt i funktioner og forskellige specialiserede programmer. 

”Her får du pludselig nogle modeller, hvor du ikke behøver give programmet et regelsæt for alting og beskrive, hvordan alle data hænger sammen. Du kan bare begynde at prompte den til at finde svarene på det, du har brug for,” siger Bianca Bruhn. 

Som eksempel nævner Bianca Bruhn returns; altså at kunderne sender varer, de har købt online, tilbage, fordi de ikke passer eller lever op til forventningerne. Det er forskelligt fra branche til branche, men returns ligger ofte på 20-30 procent, og i nogle brancher er det op til halvdelen af alle varer, der sælges, som kommer retur. 

Det er et stort og kostbart problem, og her kan AI være med til finde mønstre og årsager i de mange returns. Hvis man samler alle de oplysninger, man har om kunden og varen, kan man bedre forudsige, hvilke kunder der vil være mest tilbøjelige til at sende varer retur, og man kan gribe ind for at afhjælpe grundene til, at varen ender med ikke at passe for kunden. 

”Det er en opgave, der involverer mange forskellige afdelinger af virksomheden. Det er, når man får modellen til at analysere data på tværs af områder, at du begynder at se mønstre, der virkelig kan hjælpe, fra det øjeblik en kunde første gang kommer ind i butikken,” siger Bianca Bruhn. 

Hvorfor haster det? 

Det er ikke de allerstørste danske virksomheder, hun er nervøs for. De er i fuld gang med udviklingen, men i de små og mellemstore virksomheder går det trægt med at udforske mulighederne, mener Bianca Bruhn. 

Men hvorfor skal det egentlig gå så hurtigt? Kan man ikke bare vente, til der er et reelt behov og teknologien er mere moden? 

”Når jeg snakker med virksomhederne i Danmark, kan jeg se, at de oplever, at der er konkurrenter, som virkelig tager markedsandele fra dem globalt. Inden for retail, altså detailsalg, har vi mange fantastiske danske virksomheder, som spiller på de globale markeder. Men de bliver overhalet i øjeblikket, specielt af kinesiske og amerikanske virksomheder, som har bygget hele deres organisation op omkring AI.” 

”De er så effektive i deres operations, og deres dataforståelse er eminent, fordi de fra begyndelsen har tænkt, hvordan de løbende analyserer og korrigerer deres markedsføring, deres tiltag i alle kanaler, deres kundeservice og så videre. Det er vildt, hvordan de har kunnet skalere så hurtigt på de globale markeder,” siger Bianca Bruhn.   

Hun fortæller om en dansk onlineplatform for salg af modetøj, som videresælger produkter fra masser af mindre brands over hele kloden. De mange produkter skal hver især præsenteres på hjemmesiden med et foto og en beskrivelse. 

De er begyndt at bruge AI til at lave beskrivelser og datablade ved at vise algoritmen et foto af produktet. 

”AI’en kan lave produktbeskrivelsen automatisk med langt større nøjagtighed end et menneske. Den kan for eksempel se, at der er tale om en trøje, at den har lynlås og nogle knapper og så videre. Og den kan se, at der allerede er ti andre forekomster af det samme produkt, så den kan samle dem til én præsentation på websitet. Når man har over 2.000 produkter, der kommer ind om ugen på den måde, så giver det en kæmpe effektivisering.” 

At bruge AI er en samtale

Det er en lidt slidt, men ganske præcis frase: Det er vores fantasi, der sætter grænsen for, hvad vi kan bruge teknologien til. Man skal kunne forestille sig, hvordan den kan anvendes – og det kræver, at man forstår noget af logikken og mulighederne. 

Og her er vi fremme ved en af Bianca Bruhns hovedpointer: Man skal bruge AI, og det starter helt ude ved, at den enkelte vænner sig til det. 

Man kommer ikke til at forstå det, før man begynder at lege med det. 

”Man kommer ikke til at forstå det, før man begynder at lege med det. Det er den opfordring, jeg plejer at komme med: I er nødt til bare at læne jer ind og være nysgerrige på det her. Kom i gang med nogle projekter for at se, hvordan I kan bruge det i jeres eget arbejde.” 

“Jeg bruger det hver eneste dag til alle mulige ting. Jeg prøver hele tiden at tænke, okay, lad mig lige prøve at smide en opgave ind i AI’en, og næsten hver eneste gang oplever jeg, at jeg får en dimension på, jeg ikke havde set eller tænkt over,” fortæller Bianca Bruhn. 

Jeg er selv i en fase, hvor jeg har brugt en masse tid på at få modellerne til at makke ret, og de er bare ikke gode nok til at lave det, jeg har brug for, på en robust måde. Var det ikke smartere at vente lidt, til der er kommet noget, der virker bedre? 

”Der er selvfølgelig nogle, der tænker, at der bliver ved med at komme nye hurtigere og mere effektive modeller, så vi venter bare. Men de kommer jo aldrig i gang, fordi der bliver ved med at komme nyt. Jeg kan se nogle ting, som jeg ikke kunne gøre for et par måneder siden, som pludselig er mulige, og det åbner for at udforske de næste muligheder for en forespørgsel – for eksempel at modellerne lige er blevet multimodale, så man kan bruge et billede som udgangspunkt.” 

” At bruge AI er i bund og grund en samtale, men det er en samtale, hvor man ikke må give op fra begyndelsen. Man er nødt til at følge op og forfine og justere sine prompts. Akkurat som man ville gøre i en almindelig samtale, hvor man ikke blev forstået med det samme. Det er den samtale, vi skal blive vant til – og det er den samtale, som alle, der har en online forretning, skal gøre sig klar til at kunne tage med deres brugere.” 

Som eksempel nævner Bianca Bruhn, hvordan en kunde, der leder efter udstyr til en vandretur, i dag skal søge på de rigtige jakker, sko og så videre. Men med en AI-assistent vil man kunne sige: ”Jeg skal på en firedages tur i Alperne – hvad skal jeg bruge?” 

”Det vil også være den måde, medarbejderne tilgår information i vores eget intranet på; det bliver en samtale for at finde det, man har brug for, eller for at få løst en opgave. Det lyder ret banalt, men det handler om at blive klar til at tage den samtale, og vi kan allerede se, at dem, der forstår at tilbyde det, vinder, fordi det bare giver en bedre brugeroplevelse.” 

Personlige assistenter 

Som brugere kommer vi formentlig til at opleve det som en samtale med forskellige assistenter. 

I nogle tilfælde vil det være en assistent fra en tjeneste, for eksempel Amazon eller borgerservice, der hjælper en med at finde rundt i det, der tilbydes. 

I andre tilfælde vil det være vores personlige assistent, der går ud og løser hverdagens opgaver for os – og den assistent vil sikkert være leveret af en af de store techplatforme. Det kunne være Google. 

Man siger om AI-assistenter, at de kan gøre alt for dig, men du skal give dem alt. Hvis ikke du giver adgang til dine personlige data, så kan assistenten ikke ret godt hjælpe dig – det siger sig selv. 

Men hvem er det, vi udleverer selv intime aspekter af vores liv til? Hvis man har en samtale med en amerikaner eller kineser, så har man en vis fornemmelse af, hvor de kommer fra, og hvordan de overvejer det, man fortæller dem. Men det er umuligt at vide, når det er AI-assistenter, man omgås. 

Bianca Bruhn giver tre eksempler på assistenter, der i forskellig grad kan have indsigt i vores liv:   

”Jeg hader at shoppe, jeg kunne ønske mig, at jeg i stedet sendte mine data til modellen, den kender min størrelse, den ved, hvilke farver og hvad for nogle mærker jeg godt kan lide, jeg har taget billeder af alt, jeg har i mit skab, så den ved, hvad jeg har. Og hvis jeg nu skal bruge en kjole til en eller anden begivenhed, så kommer der ti forslag til mig om aftenen, hvor jeg bare kan sige, at jeg vil have den dér. Det vil de fleste nok have det fint med.”

”Mon ikke også de fleste ville være trygge ved en assistent derhjemme, der automatisk styrer varmepumpen og gulvvarmen, og hvornår jeg skal oplade bilen? Og hvad med mine personlige sundhedsdata? Hvor meget ville jeg være villig til at fortælle den, hvis den kunne gøre noget for mig?” 

Men hvad så hvis Google står bag både den assistent, der ordner din sundhed, dit hus, din shopping og alt mulig andet?

”Ja, det vil jeg selvfølgelig personligt være okay med, men jeg forstår fuldstændig bekymringen. Jeg tror bare ikke, det bliver én model. Jeg tror, at der kommer en lige så bred palet af modeller, som der er af applikationer og spil i dag. Det bliver et spørgsmål om, hvem der er bedst til at lave den rette assistent til et eller andet specifikt.” 

Men selvom Google ikke bygger assistenterne selv, kunne man forestille sig, at mange af dem bygger på det univers af data, som Google indsamler gennem vores søgninger, Maps, YouTube og så videre? 

”Og derfor har vi også et kæmpe ansvar. Heldigvis har Sundar Pichai (Alphabets CEO, red.) sagt igen og igen, at AI er for vigtigt til ikke at blive reguleret. Vi vil faktisk gerne have den her regulering, for vi ser jo også, at vi ikke kan lade AI komme i hænderne på de forkerte eller blive brugt på forkerte måder.” 

I forhold til at sikre de følsomme data, som bruges i AI-modellerne, er der to meget forskellige verdener.

Det er klart, at når vi sidder og bruger de modeller, der er rettet mod forbrugerne, så skal vi i hvert fald ikke give dem noget information, som vi ikke har lyst til at dele.

Som erhvervskunde på de store cloud-tjenester bliver informationerne holdt inden for den enkelte kundes lukkede og sikre system, så man ikke risikerer, at dataene bliver brugt af andre eller i andre forbindelser. 

I de gratis forbrugerrettede modeller bliver brugernes forespørgsler brugt til den videre træning af den generelle model. 

”Det er klart, at når vi sidder og bruger de modeller, der er rettet mod forbrugerne, så skal vi i hvert fald ikke give dem noget information, som vi ikke har lyst til at dele,” siger Bianca Bruhn. 

Rapporten og de tre kasser 

Google har fået konsulentvirksomheden Implement til at vurdere de fremtidige konsekvenser af brugen af AI i danske virksomheder. 

En af konklusionerne er, at for langt de fleste – 64 procent – vil AI være en hjælp, der gør dem mere produktive i deres arbejde. 30 procent har jobs, hvor AI har meget begrænset betydning, fordi det er håndværk, fysisk arbejde eller omsorg. 

Kun 6 procent, svarende til omkring 200.000 stillinger i Danmark, vil i væsentligt omfang kunne erstattes af kunstig intelligens – eksempelvis oversættelse, kontorassistenter eller jobs i call centre. 

Tidligere analyser har vurderet, at det er mellem 30 og 45 procent af alle opgaver, der kan automatiseres. 

Bianca Bruhn tror ikke, at AI vil føre til arbejdsløshed. 

”Vi har aldrig haft en teknologisk revolution, heller ikke internettet, der ikke skabte nogle helt nye job, som vi aldrig havde tænkt på tidligere,” siger hun. 

Hun nævner Google DeepMinds revolutionerende algoritme Alphafold, der har været i stand til at forudsige strukturen af hundreder af millioner proteiner og andre molekyler i kroppen, noget, som før kunne tage måneders arbejde for blot et enkelt molekyle. 

”Man tænker jo på ingen måde, at der bliver brug for færre forskere. Tværtimod, nu kan forskerne endnu bedre tage fat i at løse de virkelig vigtige problemer,” siger Bianca Bruhn:

”Jeg kan se, at i de virksomheder, som vi har arbejdet med, får man frigivet ressourcer og kan bruge tid på at lave noget mere værdiskabende. De får mulighed for at komme i gang med aktiviteter eller gå ind på nye markeder, som de ikke turde binde an med før.”