Skip to main content

Maskinlæring kræver ledelse, der tør - og medarbejdere, der vil

Nyhed   •   Nov 07, 2018 12:04 CET

Gør det til et direktionsanliggende og gør medarbejderne til aktive medspillere, lyder rådet til danske virksomheder, der er i gang med at implementere maskinlæring.

Af Anne Bøgh Fangel, Principal Organisation Analyst i People, Technology and Business Lab på Alexandra Instituttet.

Implementering af kunstig intelligens er grundlæggende ikke anderledes end implementering af andre teknologier. Dog er der ofte én forskel. Mange har tendens til at tænke, at nu kommer maskinerne og erstatter menneskene. Det skaber utryghed og modstand. Derfor skal ledelsen have medarbejderne med på rejsen. Ellers får man ikke fat i de gode ideer til, hvor det giver mening at implementere teknologien.

Det viser erfaringerne fra en lille undersøgelse, som vi har lavet blandt tre større danske virksomheder, der er i gang med at implementere maskinlæring.

De tre organisationer bruger maskinlæring til forskellige formål. Det gælder både procesoptimering, beslutningsstøtte og til at skabe bedre service og kvalitet i opgaveløsningen.

Man bruger bl.a. maskinlæring til beslutningsstøtte til virksomheder og borgere, når de skal indrapportere oplysninger. Eller til mail-sortering, så henvendelserne kommer ud til de rigtige. I stedet for at der skal sidde én og vurdere hver henvendelse, så kan med maskinlæring automatisere processen og dermed give en bedre service.

Vi kan se, at der især er seks ting, der går igen i deres måde at søsætte de her projekter.

#1: Gør det til et direktionsanliggende

Erfaringerne fra de tre organisationer viser, at det er helt afgørende at sådan en satsning forankres på øverste niveau i organisationen. Det er vigtigt, at det understøtter/ eller understøttes af den overordnede strategi, man ellers arbejder med i organisationen. Implementering af maskinlæring kan også møde modstand på ledelsesniveau. Projekterne kan skabe store forandringer og netop derfor skal beslutningerne tages på direktionsniveau, så forandringer ikke blot fejes af bordet, og så organisationen oplever at det er en fælles projekt. En placering på direktionsniveau er også med til at sikre en tværgående forankring af projekterne og kan være vigtig i forhold til at sikre det fornødne ejerskab.

#2: Skab en fælles positiv vision

Automatisering kan give frygt og bremse udviklingen. Det er meget naturligt, og hvis du ikke bare vil pushe teknologien igennem, så skal den spille sammen med mennesker. Det kræver, at man får organisationen med, og at man får de rette input til udviklingen.

Et vigtigt element i dette er at få skabt en positiv fælles vision, som medarbejderne kan købe ind på. Hvad driver udviklingen? Er det ønsket om effektivisering og økonomiske besparelser. Eller er organisationen drevet af et ønske om at levere bedre service og blive nogle at de mange kedelige rutineopgaver kvit. En af virksomhederne har oplevet det som en stor løftestang for implementeringen, at de i øjeblikket ansætter folk, og at der derfor ikke er en frygt i organisationen for at maskinlæring overtager deres arbejdspladser.

#3: Gør medarbejderne til aktive medspillere

Man kan selvfølgelig vælge at købe teknologien eksternt og pushe implementeringen igennem. Men vil man arbejde strategisk med anvendelse af maskinlæring og få det fulde udbytte af teknologiens potentialer, så er man nødt til at have organisationen med.

Det nytter ikke kun, at have fokus på teknologien. Man skal også have fokus på organisationen i forhold til, hvad maskinlæring er, og hvad den kan. Man er nødt til at gøre medarbejderne til aktive medspillere. Det er fagfolkene, der for alvor kan pege på konkrete anvendelsesmuligheder. Og her er det vigtigt at modne organisationen til at tage aktivt del i processen.

#4: Formidle teknologiens muligheder

Og hvad betyder det så at modne organisationen? Det handler bl.a. om at give organisationen en forståelse for teknologien, så de kan se mulighederne og får en forståelse for hvordan teknologien kan hjælpe dem i den konkrete opgaveløsning.

Man får kun en forståelse for teknologien ved at arbejde med praktiske eksempler og gennem konkret samarbejde. En af virksomhederne har lavet et produktkatalog, hvor de beskriver, hvad maskinlæring kan. Ved at formidle det, så kan medarbejderne bedre bidrage med ideer til gode use-cases. Netop derfor bruger de meget krudt på formidlingen, fordi de gode ideer kommer ikke nødvendigvis fra datascientist’en.

Man skal forstå teknologien. Det er derfor, at de her virksomheder bruger rigtig meget tid på at modne organisationen, fordi så håber de, at medarbejderne automatisk kommer med input og de gode ideer. Netop fordi de rammer rigtigt i forhold til, hvad maskinlæring er.

# 5 Arbejd eksperimenterende

Kunstig intelligens er i høj grad et uprøvet land. Og derfor er det helt afgørende at direktionen giver organisationen mandat til at eksperimentere, og gør det legitimt at fejle. Erfaringerne fra de tre organisationer viser, at det er vigtigt at få lavet en set-up, hvor det er nemt at få afprøve ideer og testet proof of concepts.

# 6 Skab identitet og mening for den enkelte

Med implementering af kunstig intelligens i organisationer er man ofte inde og ændre voldsomt i medarbejdernes arbejdsrutiner. Her er det vigtigt at være opmærksom på at det for nogle medarbejdere kan betyde et tab af arbejdsidentitet. Det skaber utryghed og modstand. Derfor er det helt afgørende at inddrage medarbejderne i udviklingen af nye arbejdsprocesser og nye roller i arbejdet. Det er med til at give ejerskab og sikrer at medarbejderne fortsat har identitet i arbejdet.

Kommentarer (0)

Tilføj kommentar

Kommentar

Ved at indsende kommentaren accepterer du, at dine personoplysninger behandles i overensstemmelse med Mynewsdesks privatlivspolitik.