Samtidigt som i princip alla företag nu försöker klura ut vad man ska använda generativ AI till pågår också ett annat utklurande, nämligen vem som faktiskt ska göra det som man vill göra. AI-kompetens var bland annat ett av huvudämnena under ett seminarium som branschorganisationen Techsverige ordnade förra veckan, ett seminarium där det kom fram många intressanta synpunkter men där det också blev väldigt tydligt att frågorna ännu är klart fler än svaren. Både när det gäller AI i allmänhet och AI-kompetens i synnerhet.
Det här är inget unikt för AI men jag tror att tankegångar, diskussioner och handlingsplaner skulle vinna på att bli mer specifika. I dag låter det ibland som att vi alla nu behöver bli AI-experter för att hänga med i det nya och även om det vore så skulle det givetvis vara omöjligt.
Bättre då att försöka bryta ner det hela till mer hanterbara delar. När jag pratade med AWS Tom Soderstrom nyligen var han inne på att man kan dela in AI-kompetens i samma nivåer som AWS tänker om sina AI-erbjudanden och jag tror det är ett vettigt sätt att se på det.
Alltså, i grunden finns de avancerade systemen, språkmodellerna och algoritmerna som utgör fundamentet för det som kallas generativ AI. Här behövs förstås den högsta nivån av kompetens, AI-forskare och -experter som ska bygga själva systemen. På den nivån skulle jag säga att det tyngsta ansvaret ligger på våra akademiska institutioner att se till att den kompetensen odlas och förädlas. Även om allt mer av de faktiska framstegen inom AI nu görs i den privata sektorn snarare än på universiteten.
I nästa lager behövs antagligen de största insatserna. Här finns alla de som ska bygga verktygen ovanpå grundmodellerna. Systemutvecklare självklart, men även it-chefer, arkitekter, affärs- och verksamhetsutvecklare och inte minst konsulter som både behöver förstå möjligheterna med tekniken på hyfsat djup nivå och behöver kunna omsätta detta till något konkret. Här ligger ansvaret främst på företag och organisationer själva.
Och här tror jag faktiskt att behovet av kompetensutveckling underskattas. Eftersom det här är personer som redan ”kan teknik” är det lätt att förutsätta att deras kunskaper automagiskt uppdateras till att också innefatta AI. Jag misstänker att det här kompliceras ytterligare av att generativ AI-vågen i företagen väldigt mycket drivs från högsta ort där entusiasmen må vara stor men den tekniska kompetensen mindre.
Visst går det för många verksamheter att gena lite här, genom att förlita sig i ännu högre grad på de stora system- och konsultleverantörerna (som ju för övrigt måste kompetensutveckla sin personal de också), eller rentav samarbeta med startups. Men det skjuter egentligen bara problemen åt sidan, och på framtiden.
Oavsett krävs det att nyckelpersoner får tid och möjlighet till fortbildning, så att dessa kan föra den nya kunskapen in i, ut i och upp i organisationen. Gärna i kombination med ett inflöde av kunskapshungriga och lättlärda nyexade. En utmaning så god som någon.
I översta lagret, till sist, hittar vi då användarna som faktiskt ska använda verktygen som bygger på den nya tekniken. Dessa ”alla” som nu ”måste lära sig AI”. Och här menar jag att diskussionerna hamnar oproportioneligt mycket. Jag vill hävda att om alla måste lära sig AI, ja då har techbranschen misslyckats kapitalt.
Missförstå mig rätt: jag tycker det är utmärkt att det produceras finfina onlineutbildningar som ger en grundläggande förståelse för vad AI eller generativ AI är, och att många företag ber sina anställda att ta en titt på dessa. Jag tycker det är helt nödvändigt med kunskap om vad AI kan göra och framför allt vad den inte kan göra, dess fallgropar och begränsningar. Chat GPT är fortfarande varken en sökmotor eller ett uppslagsverk.
(Och om de anställda uppmanas att experimentera med och tänka nytt runt den nya tekniken, jättebra – men ha då även en tillåtande policy som inte samtidigt låser ner tillgången till de nya verktygen).
Men! Det är när det börjar pratas om sådant som att ”prompt engineering”, det vill säga att kunna ge en chattbott och dylikt avancerade instruktioner för att nå bra resultat, behöver bli någon sorts allmän kunskap som ni tappar mig. För det finns väl inte en människa som handen på hjärtat tror att de primitiva gränssnitt som vi har mot språkmodellerna i dag kommer att vara något annat än en övergående fas? Eller?
Absolut, det är ett stort teknikskifte på gång, men det är inte det första. Ambitionen måste ju vara att tillräckliga kunskaper i AI ska vara i paritet med att kunna använda en mobilapp, eller som att googla, och inte som att kunna styra operativsystemet i ens dator från kommandotolken. Jag behöver inte vara matematiker för att använda ett kalkylark, det är liksom lite av poängen.
Så om inte den nya tekniken kan föras in i användarnas arbets- och vardagsliv på ett mer eller mindre sömlöst och lätthanterat sätt, ja då är det faktiskt ett enormt misslyckande.