Hvis man følger med i de daglige nyheder, er det let at lade sig rive med af kapløbet om kunstig intelligens. Men jeg mener, vi bør flytte fokus. I stedet for at være besat af, hvilket company den mest avancerede grundlæggende model, bør vi vurdere indførelsen af kunstig intelligens ud fra et langt enklere og mere praktisk perspektiv: produktivitetsgevinster.

Vi er endelig nået til et punkt, hvor AI-værktøjer indfrier dette løfte. Tag for eksempel et værktøj som Claude Code. Det gør det muligt for langt flere mennesker at udvikle kode af høj kvalitet i et hidtil uset tempo. Men i takt med at disse produktivitetsgevinster tager fart, vil de uundgåeligt skabe nye flaskehalse. Hvis AI kan skrive en funktion på få minutter, støder vi pludselig på en mur, hvis vi stadig insisterer på traditionelle menneskelige kodegennemgange. Det skaber også strukturelle udfordringer for branchen: Hvordan kommer juniorudviklere ind på arbejdsmarkedet og lærer håndværket, når AI i det væsentlige har automatiseret arbejdet på entry-level?

Det er svære spørgsmål, men det er de rigtige spørgsmål at stille. Det betyder, at teknologien rent faktisk virker.

Det europæiske perspektiv

Heri Europa har vi ofte en tendens til at beklage os about vi ikke har lige så mange banebrydende AI-laboratorier som USA. Men en ny undersøgelse fra CEPR (Centre for Economic Policy Research), der har analyseret over 12.000 europæiske virksomheder, tegner et meget opmuntrende billede.

Undersøgelsen viser, at vi ikke nødvendigvis behøver at udvikle modellerne for at høste fordelene. Ifølge dataene øger indførelsen af kunstig intelligens arbejdsproduktiviteten med gennemsnitligt 4 % i hele EU – og vigtigst af alt er der ingen tegn på faldende beskæftigelse på kort sigt.

Men der er en hage.

Den skæve fordeling af gevinsterne

De4 % er blot et gennemsnit. CEPR-undersøgelsen fremhæver et afgørende punkt: disse produktivitetsgevinster er meget ujævnt fordelt. Det er de mellemstore og store virksomheder, der i øjeblikket oplever de største produktivitetsstigninger.

Hvorfor? Fordi de har ressourcerne til at investere i det, forskerne kalder »immaterielle aktiver og menneskelig kapital«. Kort sagt: Investeringer i softwareintegration og medarbejderuddannelse fungerer som kraftige produktivitetsmultiplikatorer. Hvis man blot køber en AI-licens og håber på det bedste, får man meget lidt ud af det. Hvis man derimod investerer i den rigtige software og uddanner sine medarbejdere i at bruge den, stiger produktiviteten markant.

Lige vilkår

‍Denneskæve fordeling er et problem. Hvis det kun er store virksomheder, der har budget og kapacitet til at integrere kunstig intelligens på en hensigtsmæssig måde, vil mindre virksomheder blive hægtet af i kapløbet om produktivitet.

Det er netop det, vi forsøger at løse hos Raffle. Vi vil hjælpe små og mellemstore virksomheder med at opnå præcis de samme produktivitetsgevinster ved hjælp af AI, uden at de behøver et kæmpe IT- eller uddannelsesbudget.

Det gør vi ved at levere søge- og chatværktøjer, der tager sig af det tunge arbejde i forbindelse med informationsrelaterede opgaver. Tænk about , juridiske afdelinger eller andre områder med mange regler, hvor medarbejderne bruger en stor del af deres uge på blot at finde de rigtige interne retningslinjer, politikker eller sagsakter. Ved at anvende kunstig intelligens til at løse problemet med informationssøgning forvandler vi en dyr og tidskrævende flaskehals til en hurtig, automatiseret proces.

I sidste ende bør indførelsen af kunstig intelligens ikke handle about den nyeste og mest avancerede teknologi. Det handler about hindringerne i vores daglige arbejde, så vi kan nå mere.

‍