Nullkoding, store språkmodeller og «kopiloter» er i ferd med å snu opp ned på kunnskapsindustrien, forteller Microsoft-topp Bjørn Olstad. Dette er hvorfor du bør bry deg og hvordan du kan forberede deg.
Hvis Microsoft-direktør Bjørn Olstad skulle solgt huset og investert alle pengene sine i et selskap, er det først ett spørsmål han hadde krevd et godt svar på fra ledelsen:
«Forstår dere hva kunstig intelligens er, og har dere en operativ plan for hvordan dere skal bruke denne teknologien?»
– Å ikke kunne gi et gjennomtenkt svar på dette i dag, er like dumt som det var å ignorere internett i 1995. Du putter ikke penger i et slikt selskap, sier han.
Det høres kanskje ut som litt vel store ord.
Men Olstad vet mer enn de fleste her til lands om hvordan teknologiske paradigmeskifter kan snu opp ned på det etablerte.
Fra spådom til virkelighet
Som 29-åring ble Olstad tidenes yngste professor i datateknologi ved NTNU. På midten av 2000-tallet ledet han FAST, et norsk søkemotorselskap som lenge konkurrerte side om side med Google.
I dag er Olstad Corporate Vice President i Microsoft, og leder en avdeling drevet fra Norge med 650 utviklere som bygger funksjonalitet, skyinfrastruktur – og ja, kunstig intelligens – i flere av Microsoft 365 sine programmer.
Dette er systemkritisk teknologi i blant annet Teams, Outlook og Word som tas i bruk av mange hundre millioner brukere i hele verden hver eneste dag.
Fra innsiden har Olstad, som også sitter i Digital Norways advisory board, sett hvordan Microsoft er blitt en ledende aktør i det som av flere har blitt beskrevet som et «KI-kappløp» i teknologiverdenen.
– Microsoft har både lykkes og slitt i tidligere paradigmeskift som web, mobil og sky. For snart ti år siden staket Satya Nadella (CEO i Microsoft) ut en kurs for Microsoft for å sikre at selskapet skulle lede an i det neste store paradigmeskiftet. Og svaret på det neste store mente han ville bli avansert kunstig intelligens med potensial for generell kunstig intelligens, drevet av store KI-modeller.
Det siste halvåret har spådommen blitt til virkelighet. Og spørsmålet er ikke lenger om kunstig intelligens er teknologi næringslivet og virksomheter kan dra nytte av. Spørsmålet er hvordan.
– Konsekvensene av kunstig intelligens vil bli større enn den industrielle revolusjonen, slår Olstad fast.
Annenhver kodelinje skrives av kunstig intelligens
Olstad er ikke alene om å påstå at automatisering og intelligente systemer har – og vil ha – en enorm innvirkning på ditt liv og din arbeidsplass.
Ifølge Goldman Sachs kan kunstig intelligens erstatte 300 millioner stillinger, og automatisere 44 prosent av alle administrative arbeidsoppgaver.
Dette er ikke fjerne fremtidsvisjoner og spekulering, men en utvikling vi allerede står midt i.
Med den intelligente «assistenten» Github Copilot har utviklere i snitt automatisert halvparten av arbeidsoppgavene sine. Det skjer i en tid hvor det er enorm mangel på IT-kompetanse i hele verden.
– I dag skrives annenhver koderemse av kunstig intelligens. Og allerede ser vi at utviklere med en kopilot er over 50 prosent mer effektive enn de som ikke har tatt i bruk kopiloter. Vi har bare sett begynnelsen av hvordan kopiloter vil revolusjonere kunnskapsarbeid og skape en menge nye roller som ikke eksisterer i dag, forklarer Olstad.
Lavkode og hverdagsutviklere
Vanlige folk kan dermed løse kodeproblemer på rekordtid til en brøkdel av prisen .
En lignende kopilot er annonsert for Microsoft 365. Om denne også vil gjøre rapportering, tekstproduksjon, PowerPoint-presentasjoner og regnearksarbeid dobbelt så effektivt, gjenstår å se.
Men en ting er sikkert: Kombinasjonen av «kopiloter», generativ KI som ChatGPT og en hel rekke lignende kunstig intelligente verktøy, har fundamentalt endret mulighetene for hvilke problemer de aller fleste arbeidstakere kan løse.
I praksis kan du i dag bygge skreddersydde programvarer og funksjonaliteter ved hjelp av Github Copilot, ChatGPT, Power Apps eller andre lavkodeplattformer.
– Dette kan du gjøre på rekordtid, med en brøkdel av utgiftene noe slikt vanligvis ville kostet – helt uten å vite hvordan du programmerer en eneste koderemse, sier Olstad.
Dette kalles for lavkode eller nullkode. En arbeidstaker som kan løse digitale problemer uten formell programmeringskompetanse, refereres gjerne til som en hverdagsutvikler.
Ikke bare kan lavkode og hverdagsutviklere ha enormt mye å si for produktivitet og effektivitet i en virksomhet. Når man selv, uten hjelp fra utviklere, er i stand til å lage egne apper, programvarer og integrasjoner, oppdages gjerne løsninger man ikke en gang var klar over at man trengte.
Slik oppstår det innovasjon av.
– Du kan spørre deg selv: Hva vil konsekvensene for din bedrift være om det å løse kodeproblemer blir like tilgjengelig som det å bruke en søkemotor?
Sikre kompetente brukere
Så hva kan små og mellomstore virksomheter gjøre i dag for å vise at de virkelig forstår mulighetene knyttet til kunstig intelligens – og hvordan kan man ta i bruk disse mulighetene i praksis?
– Det aller viktigste er kompetente brukere, slår Olstad fast.
Han forteller om en undersøkelse som viser at 30 prosent av alle studenter i dag bruker ChatGPT daglig som et operativt verktøy.
– Har du høy ferdighet på å bruke generativ kunstig intelligens på ulike måter, vil det oppstå nye ideer. Særlig når du kobler på unik domenekunnskap, legger han til.
Innsikten er også relevant for hvordan man organiserer seg. I fremtiden er det for eksempel ikke sikkert det er hensiktsmessig med en bedriftsstruktur hvor en salgsavdeling bestiller tekniske løsninger fra en IT-avdeling.
– Dyp IT-kompetanse vil bare bli enda mere etterspurt. Bedrifter må i tillegg tenke kreativt rundt hvordan de nå kan utstyre sine domeneeksperter med KI-assisterte ferdigheter til å skape digitale løsninger, sier Olstad.
Ta en titt på datastrategien
Det neste du bør ha på plass om dere tar kunstig intelligens på alvor? En god plan for hvordan din virksomhet skal bruke dataene deres for å skape verdier.
– Data er vår tids viktigste råvare. Hvilke data vil bli viktig for dere i fremtiden? Hva skal dere gjøre med den? Hvordan skal dere foredle den?
Begynn med å ta en titt på datastrategien din, oppfordrer Olstad. Det er helt vesentlig at den gjenspeiler mulighetene som finnes i dag med automatisering og kunstig intelligens.
Er dataene tilgjengelige, strukturerte og av høy nok kvalitet? Finnes det andre datakilder dere kan benytte dere av? Tar strategien høyde for endringstakten i deres bransje – og i samfunnet for øvrig?
Er forutsetningene på plass, kan kunstig intelligent teknologi gi dataene deres «superkrefter». De kan brukes til å automatisere og effektivisere bedriftsprosesser, og legge grunnlag for nye forretningsområder.
Bygg en fleksibel IT-grunnmur
For å i det hele tatt være i en posisjon hvor man kan utnytte potensialet i data og kunstig intelligens, peker Olstad på at man først er nødt til å ha en fleksibel IT-grunnmur.
Han trekker frem tre viktige spørsmål om den digitale grunnmuren man bør kunne besvare:
- Har dere god utnyttelse av skytjenester?
- Er infrastrukturen modulær og skalerbar? Kan komponenter enkelt justeres, fjernes, oppdateres og ikke minst bli bedre med bruk?
- Er dere kunde- og brukerorienterte? Hvor raskt omsettes nye kvantitative og kvalitativ data om kundene til forbedringer i produktene?
Hva betyr egentlig kunnskap?
Olstad mener utviklingen av kunstig intelligens rokker ved et grunnleggende spørsmål:
Hva vil det egentlig si å kunne noe?
For å bli lege, advokat, forsker eller nanoingeniør må du studere i mange år. Du må bestå en haug med eksamener, skaffe deg praktisk arbeidserfaring og bevise at du har kunnskapen som trengs for å operere et menneske, rådgi en klient i en rettssal eller sette sammen komponenter på et molekylært nivå.
Vi er helt avhengige av at leger vet hva de driver med. At de har lært seg all forskning som er relevant for akkurat deg.
– Men om jeg stolte blindt på helsevesenet, ville datteren min vært død i dag, sier Olstad.
Han utdyper:
– Tre uker før termin merket min gravide kone at aktivitet i magen ble mindre og mindre. Standardtesten fra sykehus er å få opp blodsukkeret og telle bevegelser i en viss tid. Vi målte akkurat nok – men for svake bevegelser. Da var rådet å bli hjemme.
Internettsøk viste derimot en klart forhøyet risiko for fosteret med den praksisen sykehuset brukte.
– Da trosset vi rådene og dro til sykehuset. Etter timer med CTG og ultralydundersøkelser var konklusjonen til legen fremdeles det samme: Fosteret er friskt og dere kan dra hjem igjen.
Helt tilfeldig kom en overlege forbi. Hun tok en titt på skjermen og så med en gang at barnet var anemisk. Fosteret blødde over til moren og ble sakte kvalt. Det skjer bare i 1 av 10.000 svangerskap. Minutter senere tok de hastekeisersnitt, gav blodoverføring og reddet livet til datteren.
– I ettertid tastet vi inn måledataene fra ultralyden i en søkemotor. Da kom svaret umiddelbart – barnet er trolig anemisk og må forløses med hastekeisersnitt.
Demokratisering av kunnskap
– Alle nødvendige data og kunnskap var til stede for å trekke riktig konklusjon. Men sjansen for at din lege har sett et slikt 1:10.000-tilfelle er svært lav. Overlegen som reddet livet til datteren vår hadde til alt hell sett et slikt tilfelle bare en uke tidligere.
Poenget hans er dette: En av de mest definerende egenskapene ved utviklingen av kunstig intelligens er demokratiseringen av kunnskap.
– Vi hadde flaks. På et lite distriktsykehus ville trolig barnet ha dødd i en slik situasjon. Med mulighetene som finnes nå trengs faktisk ikke kunnskap å samles hos noen få eksperter, men gjøres tilgjengelig for alle når man trenger den for å trekke riktig beslutning.
– Nå er oppgaven til norske bedrifter og virksomheter å finne ut hvordan de kan ta i bruk denne nye måten å bruke og distribuere kunnskap på for å skape verdier og innovasjon.