Sune lovede ledelsen enorm AI-gevinst. Så mødte han virkeligheden

Sune Lundorff var ikke nervøs, men spændt, da han og to kolleger i foråret 2023 gik ind til den øverste ledelse for at fremlægge en ambitiøs AI-plan.

Det var kun få måneder siden, at ChatGPT havde taget masser af danskere med storm. Nogle brugte den til at skrive kageopskrifter, studerende fik en hjælpende hånd med opgaverne, og mange rundt om i erhvervslivet øjnede mulighederne for revolutionerende effektiviseringer. Sune Lundorff hørte til den sidste gruppe.

”Jeg var lidt en AI-hyper i starten,” fortæller han.

Han er leder for drift og optimering i salgs-, kunde- og supportcenteret hos energiselskabet OK, og han var sikker på, at han kunne gøre sin arbejdsplads langt mere effektiv. Så sikker, at han blev overambitiøs, da ledelsen under mødet spurgte, hvad ’return on investment’ var på hans AI-projekt.

”Jeg tror, vi kaldte det ’teoretisk gevinstrealisering’. På papiret betød det jo, at vi kom til at stå på mål for en effektivisering på 400%,” fortæller Sune Lundorff.

Men det var lettere sagt end gjort. Sune Lundorff opdagede, at hans AI-optimisme havde gjort ham blind for nogle centrale forudsætninger, og det synes han er vigtigt at tale højt om.

”Folk har en tendens til at fortælle om de gode oplevelser og feje de dårlige ind under tæppet,” siger Sune Lundorff.

Glemte medarbejderne

Som leder har Sune Lundorff ansvaret for otte medarbejdere i projektteamet.

Sune Lundorffs allerførste projekt var at få kunstig intelligens til at skabe mail-kladder på baggrund af beskeder fra kunderne. Dermed kunne medarbejderne slippe for at skrive mails selv.

Nogle måneder senere var AI-ambitionen, at medarbejderne skulle have en chatbot, de kunne spørge til råds, når kunderne ringede ind med spørgsmål, der kunne handle om alt fra at sidde fast i en bilvask til etablering af naturgasanlæg. De ansatte kunne ved hjælp af AI-redskabet give kunderne hurtigere og mere præcise svar. På den måde kunne de spare tid ved ikke at skulle spørge en kollega til råds.

Idéerne var såmænd gode nok, men der opstod problemer for medarbejderne, og det gik op for Sune Lundorff, at man ikke kan sige til folk, at de pludselig skal benytte et AI-værktøj.

”Mange mennesker udnytter faktisk ikke AI optimalt. Man er nødt til at onboarde og kompetenceudvikle medarbejderne i at bruge værktøjerne,” siger Sune Lundorff.

Mange af OK-medarbejderne troede, at de kunne benytte deres nye AI-redskab på samme måde, som de bruger ChatGPT eller Google, men AI-modeller agerer forskelligt.

”Vi så, at folk fx brugte den på samme måde, som når de Google-søger. Man råber jo heller ikke ’el-abonnement’ til en kollega og forventer, at de svarer,” siger Sune Lundorff.

En anden fejl var, at AI-udviklingen skete uden om medarbejderne. Fx viste det sig, at medarbejderne søgte efter viden på andre måder, end Sune Lundorff og kollegerne havde forestillet sig.

”I stedet for at vi sad og gjorde os tanker om, hvordan folk anvender AI, skulle vi i stedet få dem med ombord og spørge: ’Hvad er det, I laver, og hvor er det, skoen trykker?’” forklarer Sune Lundorff.

Data

En anden sten i maskineriet for Sune Lundorff og hans team handlede om at have de rigtige data at bygge på. Har man ikke det, risikerer AI’en at se dum ud.

”AI-sælgere negligerer ofte, at det hele bygger på dit datafundament og din kontekst. Helt lavpraktisk udviklede vi en mailagent, der kunne generere nogle svar. Så spurgte vi den: ’Hvordan tanker man sin bil?’ AI-agenten svarede: ’Det ved jeg ikke.’ Det er så implicit viden, at det jo ikke står nogle steder,” fortæller Sune Lundorff.

Og netop mangel på datafundament og specialisering gjorde, at medarbejderne blev mistroiske, fortæller Sune Lundorff. For når en medarbejder fx søgte AI-råd, var chatbotten ikke altid til nytte.

”Den kunne finde en tilfældig artikel, som slet ikke gav mening, og det er jo et tillidsbrud mellem AI og mennesket. For hvordan ved medarbejderen, at det er rigtigt næste gang?” siger Sune Lundorff.

Løsninger

Sune Lundorff fandt løsningerne, i takt med at han lærte og erkendte sine fejl.

Til at starte med sørgede han for, at der kom styr på de data, som AI’en skulle arbejde ud fra. Derefter tog han medarbejderne med ind i AI-udviklingen, så den blev specialiseret og passede til deres behov.

”Vi har lavet arbejdsgrupper med medarbejderne, der sørger for, de er tilfredse med værktøjet. Fx kigger de erfarne medarbejdere med fagekspertise på, om der er formuleringer, der kan misforstås,” siger Sune Lundorff.

I dag bruger medarbejderne den interne chatbot betydeligt mere.

”Der er plads til forbedringer, men især nye medarbejdere er meget tilfredse, fordi de selv har mulighed for at finde svar i et stort videnskartotek.”

Ledelsens dom

Sune Lundorff beskriver i dag sig selv som ’AI-realist’ snarere end AI-hyper. Det måtte han også erkende, da resultaterne af AI-indsatsen skulle evalueres hos ledelsen, efter han under første besøg havde slynget ’400% effektivisering’ ud.

”Det kan godt være, man går op til ledelsen og siger noget teoretisk, men når de spørger ind til tal, så er det tal, de husker – og desværre ikke ordet ’teoretisk’. Så de havde en masse spørgsmål til, hvorfor det ikke var gået bedre. Der måtte jeg jo padle lidt i vandet,” siger Sune Lundorff.

Alligevel fik teamet lov til at fortsætte arbejdet. Oven i det er der heller ingen, der er blevet fyret som følge af AI-redskaberne. Tværtimod er der blevet ansat flere til at udvikle, fortæller han.

”I dag ser vi en 20-30% forbedring – og ikke 400%. Det er alligevel et stort gap, men det arbejder vi på,” siger han.

Idéen om, at AI var den manglende dominobrik, der ville få miraklerne til at regne ned over arbejdspladsen, var baseret på overoptimisme. Selv er han blevet klogere, men han vurderer, at mange andre stadig har den slags urealistiske forventninger.

Det resulterer i, at bestyrelser og ledelser tror, at man kan skabe sunde tal på bundlinjen ved hjælp af et par klik og ’noget AI’. Det er en forestilling, ledere må gøre op med, siger Sune Lundorff.

”Jeg tror, man skal opdrage organisationen til at forstå, hvad man reelt kan få ud af det. I starten kan man ikke præcisere, hvilket afkast det giver. Vi må se på mulighederne – og ikke på, hvad det er for en bundlinje, man ender med på den korte bane.”