AI:s genombrott är nu
1993 slog internet igenom hos den breda allmänheten, då den första grafiska webbläsaren, Mosaic, lanserades. Året efter tog det fart med lanseringen av Netscape Navigator i oktober 1994. Men trots att enkla webbläsare fanns på plats tog det tid innan den breda allmänheten skaffade datorer, internetuppkoppling (modem) och började maila och surfa.
I april 1995, när vi på Kairos Future började mäta internetpenetrationen hos svenskarna, hade fortfarande inte fler än 1 procent tillgång till ”e-post eller world wide web (www)”. I juni året efter var siffran 6 procent. Först drygt fyra år senare, hösten 1999, sprängdes 50-procentvallen. Nu bevittnar vi nästa teknikrevolution. Men den här gången går den på steroider – och den handlar inte om webbrowsing utan om AI.
Den 30 november 2022 – AI:s D-dag
Den 30 november lanserades ChatGPT. Fram till dess hade språkteknologi och stora språkmodeller varit något för nördar och experter. Nu blev tekniken tillgänglig för alla och på fem dagar hade en miljon människor startat ett testkonto hos OpenAI.
Såväl nyhetsmedia som poddar, nyhetsprogram och inte minst sociala medier har sedan dess översvämmats av exempel på vad ChatGPT klarar av – och vad den inte bemästrar. De flesta har förbluffats över hur kapabel AI nu faktiskt blivit. Att man med en fråga eller uppmaning kan få den att summera essensen i stoicism, förklara hur människor ska kunna konkurrera med AI i framtiden, skriva kod baserad på vanlig text eller dikter i Shakespearestil – eller rent av göra nära nog perfekta översättningar. Många har också testat ChatGPTs syster Dall•e som med en prompt kan generera perfekta digitala bilder, bilder så bra att de kan vinna priser i tävlingar.
För de flesta som testat förmågorna är det uppenbart att den 30 november var en vändpunkt. Det var då historien öppnades och vi alla fick en glimt av framtiden. Avancerad AI gick från något som mest berört intresserade technördar och språkteknologer till att bli allmängods.
Enkelhet slår allt
På Kairos Future har vi följt, använt och även i viss mån medverkat till utvecklingen av AI. 2009 började vi ladda ner bloggposter och annan information från webben och applicera matematik och statistik för att hitta nya och mer effektiva sätt att analysera stora mängder nyhetstext, sociala medier, patent, vetenskapliga artiklar och mycket annat. Och för ett par år sedan lyfte vi ut teknikbenet i ett helt separat företag, Dcipher Analytics, som idag har marknadens mest kompletta uppsättning av verktyg för textanalys eller språkteknologi, det som på fackspråk brukar gå under akronymerna NLP, NLU och NLG – det vill säga natural language processing, understanding och generation.
För oss och andra som redan i åratal traskat runt i AI-området var ChatGTP således på ett sätt ingen stor nyhet. Den stora nyheten var GPT3, motorn i Chat GPT, som lanserades 2020, en språkmodell vida överlägsen föregångaren GPT2. På GPT3 lanserade snabbt en rad tjänster av företag som copy.ai och Jasper.ai, som på ett år tagit in 131 miljoner dollar i riskkapital och lanserat en bred portfölj av lösningar. Med ChatGPT har på knappt två månader utbudet av sådana lösningar formligen exploderat.
Tekniskt sett var därmed ChatGPT ingen stor nyhet. Det förbluffande var snarast den snabba spridning som chatbotten fick i allmänmedia, och det enorma intresse den skapade. Men också det faktum att den omedelbart fick implikationer för mängder av företag och organisationer. Som till exempel att vissa skolor omedelbart förbjöd hemtentor. Och skälet till detta massiva intresse och genomslag stavas sannolikt enkelhet. Plötsligt var det lika enkelt att prata och få hjälp av en AI som att använda Googles sökruta.
AI och kunskapsarbetet
Konsekvenserna av den teknologi som kallas Large Language Models, dvs stora språkmodeller tränade på enorma mängder text – och som GPT3 bygger på – ligger dock framför oss. Och de kan förväntas bli lika stora för akademiker- och tjänstemannasektorn – för informations- och kunskapsarbete – som ångmaskinen, bensin- och elmotorn någonsin blivit för det manuella arbetet.
Managementtänkandes fader, Peter Drucker, sade för länge sedan att det 21a århundradets utmaning vara att göra samma sak med kunskapsarbetet som vi gjort med det manuella arbetet under 1900-talet. Nämligen att öka produktiviteten femtiofalt.
De generella språkmodellerna har potentialen att göra just det. Och det kommer att gå fort, troligen betydligt snabbare än det tog för ångmaskinen och dess efterföljare att förändra världen.
Redan idag kan GPT3-baserade tjänster ge vettiga svar på epost, analysera och sammanfatta dagens e-postskörd, inklusive bifogade pdfer, läsa igenom tiotusentals nyhetsartiklar och sammanfatta de viktigaste nyheterna, skapa unika dokumentet och rapporter, skriva dikter och prosa, fungera som bollplank i idéarbete, identifiera trender i data, hjälpa oss betjäna kunder och medborgare på ett trevligt sätt, generera sociala mediekampanjer, skapa affärsidéer och affärsplaner, skriva kod utifrån vanlig text eller ta fram handledningar med skärmdumpar och instruktioner. På gott och ont.
Inom kort kommer Microsoft, som är den stora finansiären av forskningsföretaget OpenAI, lansera ChatGPT som en del av Office-paketet och i webbrowsern Edge. OpenAI planerar också att släppa en professionell version utan de begräsningar som gratisversionen haft. Sannolikt kommer också bildernas motsvarighet, Dall•e, att integreras i samma plattform, så att man i ett och samma gränssnitt kan arbeta med text och bild. Och inom kort kommer nästa GPT-version, tränad på hundratals gånger mer data.
Fristående aktörer som bygger lösningar direkt på eller med GPT3 som en del av en bredare lösning, lanserar nu en strid ström av tjänster för alla tänkbara områden. För Google Chrome finns till exempel redan plug-ins för att få hjälp med mailskrivande.
Dcipher Analytics, som jag tidigare nämnt, som byggt en egen infrastruktur för att snabbt kunna implementera nya AI-modeller från olika leverantörer och också har en lång rad speciallösningar på problem som GPT3 inte täcker, planerar att lansera specialtränade versioner av GPT3 som research-bot direkt i Teams och Slack. I deras lösning kan man också få information om vad AI:n bygger sina svar på i form av referenser, något ChatGPT inte tillhandahåller.
OpenAI är också långt ifrån den enda aktör som bygger eller kommer bygga stora språkmodeller. Här pågår ett race mellan de stora techjättarna, där inte minst Google ser risken att förlora sin dominerande ställning inom sök.
Sammantaget gör detta att vi sannolikt alla inom en mycket snar framtid kommer att ha tillgång till mängder av verkligt kraftfulla generella och specialtränade digitala medarbetare ett knapptryck bort. I någon mening kommer vi nämligen bli, som vi på Kairos Future länge förutspått, chefer med en stab av digitala medarbetare. Det kommer också innebära att vi behöver lära oss jobba på nya sätt. Till exempel blir förmågan att ställa frågor och formulera uppgifter med precision betydligt viktigare. Exakt vad de digitala medarbetarna kommer att kosta är dock ännu inte helt klart, men jämfört med den arbetstid som kan sparas kommer det i de flesta fall sannolikt vara försumbart.
Enorma möjligheter – och omfattande konsekvenser
I början av november 2022 låg det vi nu ser materialiseras framför våra ögon i en avlägsen framtid. Det var något som vi inte behövde spekulera om nu. Det kunde vi ta senare. Men nu är ”senare” här och det är hög tid att inte bara spekulera. Vi behöver agera.
Konsekvenserna för de flesta yrkesgrupper, företag och branscher kommer uppenbart att bli omfattande redan på kort sikt. Produktivitetsvinsterna för enskilda individer är redan dramatiska. Dagligen fylls våra sociala kanaler med vittnesmål om hur många timar som sparas bara genom att använda tjänster som att automatiskt generera eller besvara e-post eller få hjälp med att skriva artiklar och bloggposter. Analytiker som använt textanalys har länge kunnat genomföra researchprojekt som tidigare tagit veckor och månader i anspråk på bråkdelen av den tiden, men det har krävt att man kunnat behärska de tekniska plattformarna. En av Dcipher Analytics kunder genomförde till exempel ett projekt där de gick igenom hundratals policydokument i pdf-format på tre asiatiska språk för att ta fram en rapport om policytrender i Asien. Det gick att genomföra på en dryg vecka, en uppgift som tagit år utan AI-stöd. Nu sänks trösklarna rejält och kommer alla till dels.
På team-, företags- och samhällsnivå finns också andra och ibland mer omfattande konsekvenser. En person i Kairos Futures nätverk konstaterade att hon ska lägga om rekryteringsstrategin helt. Skälet var ett experiment där hon bett sitt team av ett tiotal kommunikatörer att skriva en kort text kring ett tema och samtidigt bad Chat GPT göra samma sak. Sedan fick medarbetarna poängsätta texterna. I toppen kom två texter författade av teammedlemmar. Därefter kom alla de AI-genererade. Sist kom resten av teammedlemmarnas texter.
Hög tid för en samlad strategi
Under några år har det varit högsta mode för företag och organisationer att ta fram en digitaliseringsstrategi. Men få, om ens någon, har i det arbetet tagit höjd för möjligheterna med det utvecklingssprång som ChatGPT representerar. Det vi nu ser förändrar, om inte allt, så väldigt, väldigt mycket.
Företag och enskilda organisationer behöver därför redan idag förstå hur tjänster byggda på generella AI-modeller som GPT3 kan användas i olika delar av verksamheten, och hur de kan användas för att effektivisera och höja kvaliteten. De behöver också förstå hur arbetet inom team behöver organiseras för att till fullo kunna nyttja potentialen av nya verktyg, och de behöver veta vad som krävs av organisationen som helhet för att lyckas genomföra de förändringar som krävs. Slutligen behöver de förstå vilka etiska utmaningar och dilemman som kommer i teknikens kölvatten.
Att avvakta, att vänta och se, kommer i historiens ljus att mycket väl betraktas som århundradets underlåtenhetssynd.
Lösningar baserade på generella språkmodeller som GPT3 har potential att förändra informations- och kunskapsarbetet längs hela kedjan från informationsinsamling och analys till kommunikation och interaktion med till exempel kunder. De förändrar också former för samarbete inom team, och öppnar nya möjligheter och ställer nya krav på organisering och hantering av strukturkapital, samt samverkan med externa aktörer.
Vad varje chef, ledare (och medarbetare) behöver göra nu
En handlingsplan för våren 2023 bör bestå av minst dessa fyra delar:
• Skaffa egen erfarenhet. Om du inte redan gjort det. Starta ett testkonto hos någon av leverantörerna av tjänster som bygger på GPT3 och testa hur de fungerar. Lägg också några timmar på att uppdatera dig om var frontlinjen går, och vad som finns mot horisonten.
• Kartlägg möjligheter och konsekvenser för den egna verksamheten. Var kan de verktyg som redan finns göra nytta? Hur påverkas olika medarbetargrupper? Vad verkar konkurrenter göra och hur kan det påverka er?
• Ta fram en strategi för hur ni själva kan bli proaktiva i omställningen. För de flesta verksamheter är det viktigt att agera snabbt för att inte bli omsprungen. Här behövs ett omtag på tidigare digitaliseringsstrategier som tar höjd för det tekniksprång vi nu bevittnar. Gör inte detta till en långbänk, utan starta nu och se det som en iterativ process, med en strategisk roadmap som uppdateras kvartals- eller halvårsvis under den kommande tiden.
• Starta experimentverksamhet. Börja omedelbart testa olika lösningar i verksamheten. Låt detta ske parallellt med att ni tar ett mer samlat grepp och gör en djupare analys.
Som ett stöd i arbetet ovan startar Kairos Future under första kvartalet 2023 ett Framtidsprojekt kring AI:s konsekvenser för informations- och kunskapsarbete, dvs den domän som nu kraftigt förändras av de stora språkmodellernas intåg på scenen.
Vill du veta mer om projektet eller ha hjälp med annat kring AI-revolutionen – allt från föreläsningar eller strategiprocesser? Kontakta:
Mats Lindgren, Vd och grundare.
Helene Olsson, Director Global Industry Innovation.
Läs mer om projektet och ladda ner prospektet här.