En computer på kontoret kan nu være et seriøst alternativ til at sende alt AI-arbejde ud i skyen. Det åbner en mulighed, som flere virksomheder bør undersøge. Men det åbner også for en misforståelse: Når vi køber én fælles AI-maskine, har vi vel også købt én fælles digital kollega?
Nej. I kan dele regnekraft uden at dele rolle, hukommelse og ansvar.
Den forskel er vigtigere end maskinens pris. Den afgør, om den fælles investering kan understøtte flere dele af forretningen, eller om alt bliver presset ind i én assistent, som skal være noget forskelligt for alle.
Maskinen er blevet en reel mulighed
I sin test af en Mac Studio med lokal AI beskriver Computerworld en maskine omkring 50.000 kroner, som kan køre en stor sprogmodel lokalt. Journalisten peger på virksomheder, der vil arbejde med fortroligt materiale, og på muligheden for at betjene flere medarbejdere og køre lokale agenter.
Det er en test og en vurdering af mulighederne. Den viser ikke, hvor mange af jeres opgaver maskinen kan klare samtidig, eller om den valgte model leverer den kvalitet, jeres kunder forventer. Lokal drift kræver også nogen, der passer løsningen. Maskinprisen er ikke hele regningen.
Alligevel ændrer muligheden ledelsens valg. AI-kapacitet kan i nogle tilfælde blive en fælles ressource, virksomheden selv driver, frem for en tjeneste, den køber for hvert svar.
Men ejerskab over maskinen fortæller ikke, hvordan arbejdet skal organiseres.
Én model kan indgå i flere forskellige jobs
En sprogmodel er ikke i sig selv en digital medarbejder. Den er en del af det, der gør medarbejderen i stand til at forstå og udføre arbejdet.
Jobbet opstår omkring modellen: Hvad skal den holde øje med? Hvilke kilder skal den bruge? Hvad skal den huske? Hvad må den gøre? Hvem vurderer resultatet og tager over, når sagen falder uden for rollen?
Den samme model kan indgå i flere forskellige roller, hvis systemet omkring den holder deres arbejde og viden adskilt. Det kan også være fornuftigt, at forskellige roller bruger forskellige modeller. Ingen af delene kræver, at hver rolle har sin egen fysiske computer.
Vi har tidligere beskrevet, hvorfor jobbet består af mere end AI-modellen. Her er konsekvensen for organiseringen: Antallet af maskiner og modeller behøver ikke bestemme antallet af digitale roller.
Det er en ny frihed. I kan dele det, der er dyrt at drive, uden at slå arbejdsområder sammen, som ikke hører sammen.
Vi blev selv snydt af det fælles navn
I Mikkels egen digitale organisation havde flere adskilte agenter i en periode det samme navn, Freja. De havde forskellige arbejdsområder og var teknisk adskilt. Men det fælles navn skjulte forskellen.
Ved en kortlægning blev seks af dem læst som én digital kollega med seks roller. Konklusionen blev, at denne ene kollega var overbelastet og burde deles op. Men rollerne var allerede adskilt. Først da identiteten blev afklaret, kunne arbejdet vurderes rigtigt.
Det var ikke et dokumenteret produktionssvigt eller en målt kundeeffekt. Det var en fejl i billedet af organisationen. Og den gjorde en ellers enkel ledelsesbeslutning forkert.
Erfaringen er relevant, når en virksomhed køber en fælles AI-løsning. Hvis alle taler om “vores AI”, kan det blive uklart, om de mener modellen, platformen, en personlig assistent eller en rolle, som faktisk ejer tilbagevendende arbejde.
Så kan I komme til at samle ansvar, fordi teknikken er fælles. Eller købe mere teknik, fordi det i virkeligheden er arbejdsdelingen, der er uklar.
Del arbejdspladsen, ikke nødvendigvis medarbejderen
Forestil jer en virksomhed, hvor salg vil have tilbud forberedt, og indkøb vil have leverandørmateriale gennemgået. Det er et tænkt eksempel, ikke en kundecase.
Begge områder kan have glæde af samme AI-platform. Men de har ikke nødvendigvis samme mål, kilder, hukommelse eller ret til at handle. Salg skal kende kundeløftet. Indkøb skal kende de betingelser, virksomheden kan acceptere. Det ene områdes gode løsning er ikke automatisk det andets.
Ledelsen kan vælge en fælles teknisk arbejdsplads med adskilte digitale roller. Så får virksomheden mulighed for at dele drift og teknisk viden, mens de ansvarlige ledere kan ændre arbejdet i deres eget område.
Det er ikke et argument for en agent til hver person. Eller for at gøre enhver lille opgave til en stilling. En fast beregning kan fortsat være almindelig software. En lejlighedsvis opsummering kan klares i et AI-værktøj uden en vedvarende digital rolle.
Opdelingen bliver interessant, når arbejdet vender tilbage, kræver sin egen sammenhæng og har nogen, der regner med resultatet.
Specialisering behøver ikke vente på en fuldtidsstilling
Her bryder AI med en vane fra bemanding med mennesker. En virksomhed lader ofte én medarbejder dække flere områder, fordi der ikke er arbejde nok til flere fuldtidsstillinger.
En digital rolle behøver ikke begynde med en fuld arbejdsuge. Den kan have få sammenhængende opgaver og bruge fælles modelkapacitet, når arbejdet skal udføres. I kan derfor organisere efter ansvar og faglig sammenhæng tidligere, end et traditionelt lønbudget ville tillade.
Det gør ikke flere roller gratis. De skal stadig udvikles, vedligeholdes og følges op. Flere roller giver også flere overdragelser. Specialisering er kun en fordel, hvis den fjerner mere uklarhed, end den skaber koordinering.
Men I behøver ikke vælge mellem én stor generalist og en computer til hvert arbejdsområde. Den tekniske stordrift og den faglige opdeling kan godt leve sammen.
Det er noget andet end blot at give alle medarbejdere adgang til samme chatbot.
Den fælles investering skal kunne rumme forskellige ejere
Direktionen bør derfor skille to beslutninger ad: Hvilken AI-kapacitet vil vi drive eller købe fælles? Og hvilket arbejde vil vi give et tydeligt digitalt ansvar?
Den første beslutning handler blandt andet om pris, kvalitet, drift og placering af data. Den anden handler om organisering, faglig ledelse og de resultater, kunder og kolleger må regne med.
Som i vores analyse af AI-chefens ansvar bør en fælles funktion gøre arbejdet muligt uden at overtage alle forretningsområdernes beslutninger. IT eller en leverandør kan drive den tekniske arbejdsplads. De ledere, der ejer arbejdet, skal kunne lede de digitale roller på den.
Det er også skiftet i vores Human-Agent Organization-manifest: fra mennesker, der bruger et værktøj, til mennesker og agenter, der arbejder i samme organisation.
En lokal AI-maskine kan gøre det skifte mere tilgængeligt. Den kan ikke træffe det organisatoriske valg for jer.
Køb derfor ikke en fælles assistent, blot fordi I har fundet en fælles maskine. Køb kapacitet, som kan understøtte den arbejdsdeling, virksomheden faktisk har brug for.