Bilde laget ved å spørre ChatGPT 4.0 «Can you create an image of a middle-aged, blonde woman in a business suit having to make a choice between healthy food and junk food?»
Akkurat når dette skrives, er det fremdeles uklart om Ingvil Kjerkhol kommer til å fortsette som helseminister etter å ha blitt tatt i fusk og fått sin mastergrad trukket tilbake. Så kan man diskutere opp og ned om det var med vilje eller ikke, om hun har visst og så videre.
For meg blir hele den diskusjonen omtrent som diskusjoner om overvekt – der det hevdes at folk ikke vet hvordan de skal spise sunt. Sludder. Alle vet hvordan de skal spise og leve sunt: Mosjoner regelmessig, og, for å parafrere Michael Pollan: Spis naturlig mat, i moderate mengder, mest grønnsaker.
Problemet er at vi ikke gjør det.
Det samme gjelder plagiering. Studenter er bekymret for at de skal bli tatt i plagiat, men reglene er nokså enkle. Metoden for å få det til, er enda enklere:
Skriv alt selv.
Enkelt og greit. Ikke kopier inn tekst med mindre du skal putte den i anførselstegn. Når du leser en fagartikkel: Les den, tenk gjennom hva den sier, og, hvis du skal skrive om hva den inneholder, bruk dine egne ord.
Det er det hele. Det er riktignok slitsomt, men det er det å spise sunt og å komme i form også. Det krever viljestyrke, utholdenhet og disiplin. Minner om et studium.
(Og jada, det finnes noe som heter ChatGPT nå. Og der gjelder det samme, for ChatGPT kan ikke være original eller kreativ, og en masteroppgave skal være nettopp det.)
ChatGPTs svar på «make an image that illustrates how AI can make managers more productive». Hvorfor en digital leder trenger skrivebordsskuffer er noe jeg ikke helt forstår, men et eller annet sted skal man jo ha matpakken…
(Denne bloggposten ble først publisert på bloggen til Comunita, et ledernettverk jeg driver sammen med Haakon Gellein. I neste møte skal vi ta opp dette temaet – og derfor har jeg skrevet dette blogginnlegget som en forberedelse.Vi tar opp nye medlemmer etter vurdering – ta kontakt om du ønsker mer informasjon.)
Her forleden snakket jeg med en leder i et stort, internasjonalt selskap. Han var ansvarlig for en intern leverandør av IT- og administrative tjenester, og hadde nettopp fått ordre fra toppledelsen om å doble tjenesteproduksjonen uten å øke antall ansatte. Det er jo ikke så enkelt, men toppledelsen mente det burde gå greit for «nå har vi AI».
Og det fikk meg til å lure på hvordan vi egentlig skal få noe produktivitet ut av AI – særlig generativ AI, også kalt store språkmodeller – i et tradisjonelt selskap?
Produktivitet og informasjonsteknologi
Produktivitet er definert som hvor mye resultat vi får av en innsats – men som regel betyr det hvor mange ansatte vi trenger for å få gjort noe. Når det gjelder fysisk produksjon, er det ikke så vanskelig å måle produktivitet: Flere produkter produsert, gitt samme innsats og kvalitet, er økt produktivitet.
Og det er jo greit nok – få inn en maskin som gjør jobben raskere, og hvis økningen i hastighet er verdt prisen på maskinen, vel, der har du konklusjonen.
Problemet oppstår når effekten av produktiviteten oppstår et annet sted, eller ikke som et direkte resultat av maskinen.
I 1998 ble jeg involvert i en diskusjon om produktivitet og datamaskiner. En forsker hadde skrevet et innlegg i Aftenposten om at PCer ikke økte produktiviteten noe særlig. Han viste til forskning der man hadde tatt tiden på hvor fort det gikk å skrive et dokument på en skrivemaskin og på et PC-tastatur, og konkluderte med at det gikk bare ca. 10% raskere å skrive på PCen, så det var liten vits i å investere i dem. Jeg skrev et motinnlegg der jeg påpekte at når jeg skrev mitt innlegg, sendte jeg det til Aftenposten som e-post, og at de kunne ta det rett inn i avisen uten å måtte skrive det om igjen. Det var en voldsom produktivitetsgevinst for Aftenposten – i hvert fall hvis de kunne få gjort noe med typografenes fagforening, som insisterte på å skrive alt om igjen.
Eksemplet er banalt, men viser to viktige ting: For det første oppstår produktivitet av informasjonsteknologi gjerne andre steder enn der teknologien er synlig. Da blir det vanskelig å se og måle effekten. For det andre, og mye viktigere: For virkelig å få effekt av ny teknologi, må man reorganisere det man driver med rundt teknologien. Det er enda vanskeligere å måle, og er en av årsakene til at nye organisasjoner, som ikke har en gammel måte å gjøre ting på, ofte drar nytte av teknologien lenge før de gamle.
Produktivitetsparadokset
I 1987 skrev den kjente økonomen Robert Solow at «Vi finner datamaskinene overalt, bortsett fra i produktivitetsstatistikken.» Han pekte på store investeringer i datamaskiner på 1970- og 1980-tallet, uten at de store kostnadsbesparelsene hadde kommet. I debatten som fulgte, ble mange årsaker foreslått, fra forsinkelser forårsaket av læring og omorganisering rundt den nye teknologien til kulturelle forklaringer («ledere ønsker å administrere mange ansatte» eller vanskeligheter med å måle kostnader og fordeler.
I løpet av 90-tallet skjøt imidlertid produktiviteten fart – banker, for eksempel, fant ut hvordan de kunne redusere antall ansatte ved å flytte kundene over fra filialer til digitale kanaler. Internett og etter hvert mobiltelefoni gjorde at mange «call centers» kunne legges ned. Innen offentlig forvaltning fikk vi digitale skattemeldinger og hjemmesider med informasjon og digitale søknadsskjema. Effektene kommer, men vi glemmer at vi har dem: I høydigitale samfunn, som Norge, lurer du noen ganger på hvor produktivitetseffekten av IT ble av, helt til du innser at du svært sjelden står i kø for noen form for informasjonsbasert transaksjon, som å kjøpe en billett eller levere et skjema.
Men: Økt produktivitet betyr ikke nødvendigvis økt lønnsomhet. En rekke studier ledet av Erik Brynjolfsson fra MIT dokumenterte at økt produktivitet nok kunne føre til endringer innen en bransje (et firma som var tidlig ute kunne utkonkurrere andre firma), men lønnsomheten konkurreres bort og havner hos forbrukeren (Brynjolfsson og Hitt 2000). Som en bekjent av meg pleide å si: I næringslivet må vi hvert år bli mer effektive, jobbe hardere og smartere, og belønningen er at neste år får vi lov til å gjøre det en gang til.
Med mindre vi endrer hvordan vi er organisert.
Dette at eksisterende selskaper sliter med nye organisasjonsformer, gjør at i mange tilfeller er det nye selskaper, organisert med teknologien som basis, som definerer nye normaler. Automattic, selskapet bak WordPress-plattformen som rundt 43 % av alle nettsteder er programmert i, har (ifølge deres egen nettside) kun 1 994 ansatte i 94 land. I Norge har vi sett det der f.eks. Skandiabanken kom inn og flerdoblet antall kunder per ansatt ved kun å være en Internettbank. Skandiabanken er nå overtatt av Norges største bank, DNB – men det er en bank som nå er kun en tredjedel av størrelsen av hva den var da Skandiabanken ble lansert, og som har krympet ved å kopiere mye av det Skandiabanken gjorde.
AI og produktivitet: Individuelle, organisatoriske og samfunnsmessige effekter
For enkeltpersoner kan GenAI være utrolig produktivt. Nylig satt jeg med en programmerer som ønsket å teste om et nettsted kunne bygge inn et Google-dokument. Det viste seg at det ikke gik, men det kunne bygge inn HTTP (hypertekst). Så han tok Google Doc-lenken, hoppet over til ChatGPT, skrev «legg denne i en iFrame». ChatGPT produserte pliktoppfyllende den nødvendige koden i løpet av noen sekunder. Han kopierte koden, limte den inn – og det fungerte.
Dette er utvilsomt en produktivitetsøkning for denne programmereren, som ellers ville ha måttet huske og skrive koden for en iFrame-omslag (eller i det minste vite hvor den skulle finne den.) Dette eksemplet viser også hva ChatGPT er flott for: Reprodusere, med rimelig kontekstualisering, varianter av det som har blitt produsert før. Selv har jeg brukt det til å generere det første utkastet til kontrakter, emnebeskrivelser og, ja, elementer av essays (ikke dette). ChatGPT og dets konkurrenter kan hjelpe deg med å generere tekst, bilder, presentasjoner og annet materiale, så lenge originalitet ikke er nødvendig eller verdsatt – og kan gi nokså store produktivitetsgevinster på individnivå.
På organisasjonsnivå er det litt annerledes. Fra store bedrifter i USA har man sett at opplæring og kvalitet på kundesentre er forbedret ved bruk av generativ AI, men resultatene er ikke voldsomt høye foreløpig (Brynjolfsson et al 2023). En leder jeg snakket med fortalte meg at hovedeffekten av ChatGPT han hadde sett så langt var at e-poster hadde blitt mye høfligere. Men veltalenhet er ikke informasjonsdybde, og jeg tviler på om raskere generering av tekst og bilder vil føre til produktivitetsgevinster i organisasjonen, siden de som skal motta informasjonen også må øke sin produktivitet.
Mine studenter kan nå produsere svada i et imponerende tempo og med en kompleksitet verdig en fransk postmodernist. Men min evne (og vilje) til å lese og forstå det som kommer er ikke økt. På den annen side kan jo jeg bruke ChatGPT til å lese og karaktersette – et eksempel på at studentene later som de skriver og jeg later som jeg leser.
Om dette er en situasjon vi egentlig vil ha, er jo noe vi bør diskutere. Er dette et tegn på tidens forfall, eller begynnelsen på en ny kommunikasjonsform, der min AI snakker til din AI og avtaler ting på våre vegne? Kanskje jeg endelig kan få tilbake den sekretæren jeg hadde på nittitallet…
En parallell til søketeknologi?
For noen år siden deltok jeg i et forskningsprosjekt som studerte bruken og effektene av søketeknologi. En av konklusjonene (Andersen 2012) var at søkemotorer fungerte utmerket i generelle Internett-søk (dvs. Google, Baidu og Bing), ganske bra på kunderettede nettsider (dvs. aviser, Amazon, teknologiselskaper som Dell), men nokså dårlig for interne søk. Mens teknologien var den samme, var både hvordan den ble brukt (dvs. hva folk lette etter) og hvordan resultatene ble prioritert forskjellig. I en generell søkemotor søker folk over millioner av nettsider. Vanligvis vil man ha det samme som andre – så Google viser de mest populære resultatene. For et kommersielt nettsted søker folk etter spesifikke ting (som et fysisk produkt, et svar på vanlige spørsmål eller en nyhetsartikkel), og generelt vil de enten ha det mest populære valget eller det selskapet ønsker å vise dem – f.eks. varer som er på lager og lønnsomme.
For bedriftssøk, der du søker på tvers av enten all informasjonen din bedrift har, eller spesifikke samlinger av informasjon (for eksempel en lovdatabase eller et sett med interne instruksjoner), har du problemer: For det første har du ikke nok data til å virkelig få maskinlæringsmodellene til høy presisjon, fordi selv store selskaper vil ha begrensede samlinger av informasjon sammenlignet med hele Internett. For det andre er målfunksjonen til søket – det vil si hva du leter etter – normalt ikke den mest populære varen, men noe mye mer spesifikt. I en bedriftssetting er det mye mer sannsynlig at du søker etter et spesifikt dokument, ofte bare relevant for deg eller en liten arbeidsgruppe, og som sådan vil du måtte stole mer på kategorisering (Andersen 2006), i form av kuraterte data og hierarkiske, menneskelig navigerbare datastrukturer.
For meg er det i hvert fall fullt mulig at produktivitetsgevinstene fra generativ AI vil komme saktere i eksisterende selskaper av omtrent samme årsak som søketeknologi ofte svikter der: Datasettet er ikke stort nok, og kravene ikke enhetlige nok.
AI-ing, AI-isering, AI-transformasjon
Unruh og Kiron (2017) deler digitalt drevet endring inn i digitisering (gjør det analoge digitalt), digitalisering (endringsprosesser for å utnytte den digitale teknologien) og digital transformasjon som den komplette omorganiseringen rundt den nye teknologien. David (1990) observerte at det tok omtrent tretti år å realisere de fulle produktivitetsgevinstene fra den andre industrielle revolusjon (dvs. å erstatte damp- eller vannkraft overført gjennom belter og trinser med elektrisk kraft distribuert gjennom kabler) fordi fabrikkeierne fortsatte å stille opp maskinene der beltene og trinsene hadde vært.
Nåværende innsats for å bruke AI for å øke produktiviteten er fremdeles i den den første fasen. Teknologien er rettet mot prosesser som er repeterbare, kjedelige og arbeidskrevende, for eksempel automatisk klassifisering og kontroll av reiseutgifter, talegjenkjenning for å rute kundeanrop til riktig agent, chat-bots for å håndtere enkle kundeforespørsler, og tale- og bildegjenkjenning for å fremskynde opplæring av ansatte. Produktivitetsgevinster har en tendens til å være beskjedne i spesifikke tilfeller, men kan være ganske dramatiske samlet sett – og de kommer først og fremst for de enkle oppgavene.
Så ja, det kommer til å bli produktivitet ut av AI. ChatGPT også. Men det kommer til å ta tid, og det kommer til å skje andre steder enn der man har trodd.
Og vi må reorganisere for å få det til.
Referanser:
Andersen, E. (2006). «The Waning Importance of Categorization.» ACM Ubiquity7(19).
Andersen, E. (2012). «Making Enterprise Search Work: From Simple Search Box to Big Data Navigation». Cambridge, MA, MIT CISR.
Brynjolfsson, E. and L. Hitt (2000). «Beyond Computation: Information Technology, Organizational Transformation and Business Performance.» Journal of Economic Perspectives14(4): 23-49.
Brynjolfsson, E., D. Rock and C. Syverson (2017). Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics. Cambridge, MA, National Bureau of Economic Research.
Brynjolfsson, E., D Li and L.R.Raymond (2023), «Generative AI at Work«, National Bureau of Economic Research working paper 31161.
David, P. A. (1990). «The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox.» American Economic Review80(2): 355-361.
Hitt, L. and E. Brynjolfsson (1996). «Productivity, Business Profitability, and Consumer Surplus: Three Different Measures of Information Technology Value.» MIS Quarterly20(2): 121-142.
(Denne bloggposten ble først publisert på bloggen til Comunita, et ledernettverk jeg driver sammen med Haakon Gellein. I neste møte skal vi snakke om styreutfordringer – og derfor har jeg skrevet dette blogginnlegget som en forberedelse.Vi tar opp nye medlemmer etter vurdering – ta kontakt om du ønsker mer informasjon.)
Måtte du leve i spennende tider. — Gammel kinesisk forbannelse (visstnok)
Vi går spennende tider i møte: Valutakursen er begredelig (unntatt for eksportindustriene), renten stiger, ny teknologi (for tiden generativ AI) skaper som vanlig nye trusler og muligheter, og konkurser og konsolideriner i bransjer som tradisjonelt er bjellekuer (som bygg, konsulenter, og reiseliv) øker.
Dette setter nye krav til ledelse og styrer i mange bedrifter, og er for mange ledere en litt ukjent situasjon. Vi har hatt oppgangstider nokså lenge, og da er det lett å bli forelsket i egen fortreffelighet – stigende tidevann løfter som kjent alle båter. Men er oppgangstider det eneste man er kjent med, kan det bli vanskelig. Da kommer erfaring inn – og for de av oss med noen år på baken, er dette gammelt og velkjent og man vet hva som kommer og hva man bør gjøre.
Samtidig er det et paradoks at vi står foran en stor nyrekruttering til styrer i Norge, knyttet til nye krav til kjønnsbalanse (definert som 40% av hvert kjønn) i styret. Børsnoterte selskaper har hatt dette lenge, men nå kommer tilsvarende krav for alle selskaper over en viss størrelse. NHO anslår at 20 000 selskaper vil bli omfattet av de nye reglene når de er fullt gjennomført i 2028. Jeg har sett anslag på at vi vil trenge 13 000 nye, kvinnelige styremedlemmer.
Jeg har nokså nylig overtatt fagansvaret for styrekompetansekursene på BI, så for meg er dette en spesielt interessant utvikling: Mange av disse nye styremedlemmene (uansett kjønn, naturligvis) vil trenge en viss form for form for skolering før de tiltrer. Men jeg tror (og håper) samtidig at dette vil føre til en endring av hvordan man rekrutterer, betaler og bruker styrer i Norge: Tradisjonelt har mange tatt jobben for ære og berømmelse. Nå er det kanskje på tide å tenke mer på risiko (og kompensasjon for den).
Styret til pynt?
Et styre er noe en bedrift må ha, og for mange bedrifter – særlig små og mellomstore – er styret (og revisoren) noe man har kun fordi det er påkrevet. Styremedlemmer rekrutteres ofte blant folk man kjenner, betalingen er liten eller fraværende, styremøtene sjeldne og rutinepreget. Administrasjonen (ledelsen i bedriften) har kunnskapen og tiden, og styret (kanskje med unntak av styreleder) brukes sjelden aktivt, utover å være et sted der man presenterer rapporter og regnskaper. Samtidig anses det som litt prestisjefylt å sitte i styrer, og mange sitter der med lite detaljert kjennskap om hvordan bedriften tjener penger og vokser. Ikke sjelden er styremedlemmer de siste som får vite hva som skjer i en bedrift.
«På tide med en advarsel til de kvinnene som nå får en uventet henvendelse om styreverv: Det er til dels kjedelig, til dels risikabelt å sitte i et styre. Du bør skjønne deg på tall for å synes at styrearbeid er interessant. Glem «jeg har så mye å gi»-tullet. Nei, det har du ikke, med mindre du faktisk har bakgrunn innen forretningsjus, økonomi eller regnskap/revisjon. Dersom du IKKE skjønner deg på tall eller kjenner styreansvaret (at du kan få et personlig ansvar hvis selskapet driver for kreditors regning) bør du si nei. Det er mye annet gøy å drive med enn å sitte i et styre.»
Med andre ord: Styredeltakelse krever kunnskap, og den kunnskapen bør du både ha og bli betalt for. Hvis du ikke har den, bør du i alle fall forsikre deg om at noen andre i styret (helst flere) både har den og bruker den – før du går inn.
Hva betyr egentlig styreansvar og styrerisiko?
Så lenge et firma går bra, er det liten risiko forbundet ved å sitte i et styre. I nedgangstider øker risikoen – hvis man ikke følger med, kan man bli personlig erstatningsansvarlig – og det å hevde at man ikke forstår seg på økonomi, ikke visste noe, eller har styreforsikring er ingen garanti for at man går fri. Et styre er nemlig ansvarlig for firmaets ve og vel, ikke ensidig eiernes interesser, som mange later til å tro.
Jeg skal skrive mer om dette i en annen bloggpost, men i korthet: I et styre er du blant annet ansvarlig for at det ikke drives for kreditorenes regning. Det betyr at det må finnes penger i selskapet til å betale det man skylder når regninger forfaller. For eksempel: Hvis kassa er tom, men man venter innbetaling fra kunder før leverandørregningene forfaller, så er det jo greit, men man må ha en formening om hvor stor risiko det er for at kundene ikke betaler eller betaler for sent, og om man kan få kassekreditt i banken i mellomtiden.
Og så videre…
Det finnes ingen magisk formel for hvordan man skal bedømme hvor stor en slik risiko er – det er derfor det er viktig at styrer har folk med bransjekunnskap, erfaring, og kontakter med kunder og investorer. Du kan riktignok lære deg en masse formler om forholdet mellom ulike poster i regnskapet – likviditetsgrad, for eksempel, som er forholdet mellom kontanter og kortsiktig gjeld – men disse indikatorene sier lite om bakgrunnen for situasjonen eller hvordan fremtiden ser ut. Først og fremst er formlene de samme for alle selskaper, men hva selskaper faktisk gjør varierer og dermed kan en likviditetsgrad som er katastrofal i en bransje være helt normal og grei i en annen.
Operative styringsmål
Jeg mener det smarteste man kan gjøre som nytt styremedlem er å forstå hvilke operative mål som er mest viktige for det firmaet man skal inn i, og forsikre seg om at styret har tilgang til disse målekriteriene – inkludert en oppfatning fra ledelsen om hva de betyr – til enhver tid. Disse målene er ofte ikke-finansielle – det vil si at de ikke står i regnskapet og ikke nødvendigvis oppgis i kroner og øre – men kan gi informasjon om hva som kommer til å skje heller enn hva som har skjedd. (Og merk at disse målene gjelder for etablerte selskaper, ikke for startups som ennå ikke har inntekter og en klar kostnadsstruktur.)
Bedrifter tjener penger på ulike måter. En av de mest brukte (og etter min mening beste) måtene å forstå hvordan bedrifter tjener penger på er Øystein Fjeldstads inndeling av bedrifter i fire (tidligere tre) verdikonfigurasjoner basert på hvordan de skaper verdi (Stabell og Fjeldstad, 1998):
Verdiaksess: Bedrifter som skaper verdi for sine kunder ved å eie noe verdifullt og gjøre det tilgjengelig. Eksempler på slike bedrifter er hoteller, eiendomsselskaper, sameier, kraftprodusenter og bilutleiefirmaer.
Verdikjeder: Bedrifter som skaper verdi ved å produsere og/eller distribuere fysiske produkter. Eksemler er alle typer fysisk produksjon og varehandel.
Verdiverksteder: Bedrifter som løser problemer for kunder gjennom egen eller innhentet kunnskap. Eksempler er konsulentselskaper, entreprenører, adokatfirmaer, legesentre, og arkitektkontorer.
Verdinettverk: Bedrifter som skaper verdi ved å sette kunder i forbindelse med hverandre. Eksempler inkluderer flyselskaper, telekommunikasjon, markedsplasser, forsikring og bankvirksomhet.
Hver av disse arketypene (verdikonfigurasjonene) har ulike mål på lønnsomhet og risiko. Denne bloggposten kan lett bli litt lang her, så jeg skal gi en oversikt i stikkordsform:
Verdiaksess: Operative mål her handler om utnyttelsesgrad (hotellbelegg, gjennomsnittlig prisnivå), finansiering (gjeldsgrad, rentenivå, avkastningsgrad) og slitasje (vedlikehold, moderninsering, levetid).
Verdikjeder: Operative mål her handler om lagernivåer, arbeidskapital, produksjonskostnad og -tid, profitt på produktnivå, kundereskontro og leverandørgjeld.
Verdiverksteder: Operative mål her handler om ordreinngang, faktureringsgrad, gjennomsnittspris (gjerne i forhold til personalkostnad), rekruttering (tilgang og avgang), og omsetningsvekst.
Verdinettverk: Viktige mål her er markedsandel, kundelojalitet (churn), omsetning per kunde, interaksjoner mellom kunder, finansiering (f.eks. leasing vs. å eie et fly eller andre tekniske installasjoner), levetid på investeringer, servicekvalitet (f.eks oppetid, sikkerhet, responstid, reliabilitet).
Styringsmål skal velges (og revurderes)
Vi mennesker har vondt for å forholde oss til mange ting på en gang – og det gjelder også måltall. Man klarer ikke å styre etter alle måltall på en gang, og det er grunnen til at såkalte «balanced scorecards» fungerer dårlig (i alle fall etter min mening). Strategi i selskaper handler om å sette retning, og rent praktisk handler det om å bestemme seg for hvilke måltall som er viktige og skal prioriteres foran andre. Ledere gjennomfører strategi (enten de gjør det bevisst eller ikke) ved å velge hvilke måltall (og hvilke prosesser disse representerer) som skal prioriteres (Simons, 1991 og 1994).
Jobben til et styre er også til enhver tid å vurdere om styringsmålene som brukes er riktige, særlig når tidene endres – og det gjør de jo nå om dagen. Ofte kan det være slik at en ledelse som er vant til å operere med et visst sett styringsmål, rett og slett ikke klarer å forholde seg til en annen virkelighet (og andre styringsmål). Hvis du alltid har vært vant til å jage salg og feire vekst, kan det bli vanskelig å forholde seg til refinansiering, kostnadskutt og oppsigelser.
Da kan det være på tide å bytte ut ledelsen, noe som bare kan gjøres av et styre som har kompetanse, kan lese omgivelsene, og forstår hva som er best for firmaet.
Skal du egentlig inn i et styre?
Nye styremedlemmer trenger å gjøre denne mentale øvelsen – forstå hvordan bedriften fungerer, så finne ut av hvilke måltall som er riktige og viktige. Dette avhenger av strategi, forretningsmodell og økonomisk situasjon. Akkurat som at man ikke skal investere i noe man ikke forstår, skal man heller ikke sitte i et styre i et firma eller en organisasjon der man ikke skjønner hva som foregår.
Og du ikke er forberedt på å gjøre jobben med å lære deg dette, bør du kanskje tenke deg om før du takker ja til det styrevervet…
Referanser:
Simons, R. (1991). «Strategic Orientation and Top Management Attention to Control Systems.» Strategic Management Journal12: 49-62.
Simons, R. (1994). «How New Top Managers Use Control Systems as Levers of Strategic Renewal.» Strategic Management Journal15(3): 169-189.
Stabell, C. B. and Ø. D. Fjeldstad (1998). «Configuring Value for Competitive Advantage: On Chains, Shops and Networks.» Strategic Management Journal19: 413-437.
Et sikkert vintertegn (i alle fall hver gang det snør langt over normalen i Oslo) er kommentarene fra folk i mer grisgrendte strøk om hvor håpløse disse byfolkene er, her oppe i dalstroka innafor har vi sånne snøfall annenhver uke, vi er vant til å vandre barbent milevis gjennom snøfonnene for å ta en kopp kaffe, og så videre, og så videre…
Så da en sånn digital kommentar kom fra en person bosatt i Alta her før helgen, fikk jeg lyst til å ta til motmæle. Jeg er ikke noe mindre frustrert enn andre over folk som gjør dumme ting og kjører seg fast – og jeg har snøfreser, riktignok på hytta – men det er faktisk en viss forskjell på hutaheiti og landets største befolkningskonsentrasjon.
Tall teller
Så la oss ta Alta som eksempel: Alta har ni ganger så stort areal som Oslo, og 3% av Oslos befolkning (drøyt 700 000, og her snakker vi om bare Oslo, ikke Stor-Oslo, som har en million til.) Hvis Alta skulle hatt samme befolkningstetthet som Oslo, ville de hatt 6,4 millioner innbyggere i stedet for de 21 300 de har – og da ville de nok hatt endel køproblemer, de også. (Og før du begynner å argumentere med at Alta for det meste er utmark: Oslos geografiske sentrum er Blankvannsbråten, og rundt 69% av Oslo er skog og åker.)
Nå er det slik at det skal bare én fastkjørt bil til for å skape kø. I 2018 hadde Oslo 300 000 biler, hele Finnmark (med areal som Danmark) hadde ca. 40 000. I tillegg har Oslo tog, T-bane, trikk og mange flere busser som mange flere mennesker er avhengig av. Med andre ord: En hendelse i Alta skaper rett og slett ikke overskrifter, fordi konsekvensene er ikke så store for så mange. Dessuten kan det meste fikses av en hyggelig nabo med en traktor eller en pickup, som man verken har plass til eller bruk for i Oslo.
Plass teller
Men det er ikke bare antallet mennesker som er problemet. Jeg har hytte på Golsfjellet, og på hovedveien og til hyttene brøyter en hyggelig kar som heter Henning. Han har en stor og kraftig traktor med en diger snøfreser bak, og holder ganske mange kilometere med vei ryddet og fin, nesten uansett vær. Hvorfor klarer man ikke å bruke litt skikkelig redskap og bare rydde i Oslo?
Vel, det er et problem Henning ikke har: Han trenger ikke lure på hvor han skal gjøre av snøen. I Oslo er det gateparkering, portrom, hageoppkjørsler, gangveier, fotgjengeroverganger, buss- og trikkeholdeplasser og sykkelfelt overalt. Da er det ikke bare å fyre opp snøfreseren og sprute i vei – du må velge hva du skal blokkere, og der det er som trangest, må du kjøre snøen vekk på lastebiler, og det tar tid og koster mye penger.
Innstilling teller
Litt snøkaos fra Aftenposten…
Det er ikke slik at Oslofolk er noen stakkarer som ikke klarer å forholde seg til snø: Alle jeg kjenner, i alle fall, trekker litt på skuldrene og finner frem stillongs, votter, brodder og kanskje langrennsski uten kommentarer. Men når journalister skal ut og intervjue folk om snøkaoset, så skriver de jo ikke om dem som sier at dette ikke er noe problem. Nordmarka er stappfull av folk som synes masse snø er topp – men det selger dårlig. Ei heller er det nyheter at det meste faktisk går som det skal, at folk flest kommer seg på jobb, og at de andre klarer seg med videomøter og hjemmekontor uten å lage noe nummer av det.
Det er også noe med hva man skal være i beredskap for. For noen år siden bodde jeg i hus med stor hage i Oslo, og hadde snefreser, sørlandsskuffer, tilhenger, motorsag, trykkluftkompressor og masse andre jernvarer for å holde orden på omgivelsene. Nå bor jeg i en blokk og har nettopp ryddet en terrasse for en halvmeter snø med en plastskuffe jeg ville fnyst av for noen år siden – men det er det man får plass til i en liten bod.
Så vi klarer oss bra her nede. Og trøster oss med at når vi ser sjåfører som strever med trafikklys, rundkjøringer og kollektivfelt til sommeren, vet vi i alle fall hvor de kommer fra…
Vi starter med å jobber for kunden, og ender opp med å jobbe for økonomisjefen…
(Denne bloggposten ble først publisert på bloggen til Comunita, et ledernettverk jeg har startet sammen med Haakon Gellein. Der diskuterer vi medlemmenes utfordringer – i dette tilfelle en stor organisasjon som ønsker å bli mer datadrevet – og jeg skriver blogginnlegg som forberedelse til disse møtene. Vi tar opp nye medlemmer etter vurdering – ta kontakt om du ønsker mer informasjon.)
Innovasjon er et honnørord – alle vil vi være innovative. Når en bedrifter er i startfasen, er innovasjon i høysetet – alle vet hva man holder på med, alle vet hvem kunden er (eller i alle fall at man må lete etter en kunde), og koordinering er enkelt, siden alle kjenner alle.
Men bedrifter vokser, og etterhvert som de vokser, endrer de seg. Selv i en verden med instant digital kommunikasjon er det vanskelig å styre og koordinere daglig arbeid – og enda vanskeligere å lede innovasjon. Med vekst kommer rutiner, systemer, komiteer og hierarkier – ikke fordi man vil, men fordi man må.
Så man innfører rutiner og kontroller, vanligvis ved å sette opp møter og spesifikasjoner, som regel ved at de som står for innovasjonen på forhånd må spesifisere hva de kan tenke seg og gjøre, hva det kommer til å koste, og hva som skal produseres. Så presenteres de ulike aktivitetene for en ledelsesgruppe, som så treffer vedtak om hva som skal gjøres, til hvilket budsjett.
Resultatet er at de som skal drive med innovasjon, bruker mesteparten av tiden sin til å forsøke å estimere hva de skal gjøre, og til å rapportere graden av måloppnåelse, definert som i hvilken grad man har fulgt spesifikasjonen, heller enn om man faktisk har fått til noen innovasjon.
Hvordan unngå dette?
Vel, man kan jo begynne med å forsøke å forstå hvordan bedrifter utvikler seg over tid.
Kriser og revolusjoner
En av mine tidlige favorittartikler er Larry Greiners Evolution and Revolution as Organizations Grow, først publisert i 1972, som beskriver fem utviklingsfaser organisasjoner gjennomgår når de vokser. Hver fase starter med en periode med stabil vekst eller «evolusjon» og avsluttes med en ledelseskrise eller «revolusjon» – der neste fase er løsningen på problemer som oppstår i forrige fase.
De fem fasene er:
Kreativitet: Entreprenørfasen, der vekst skjer gjennom kreativitiet og kontrollrutinene er uformelle, alle har felles interesse i at selskapet overlever. Etterhvert som selskapet blir større, oppstår en krise oppstår på grunn av manglende administrativt lederskap.
Styring: Vekst gjennom lederskap (ofte fordi profesjonelle ledere kommer inn, så gründerne kan konsentrere seg om utvikling. Antall lag i hierarkiet øker, ofte ved at man ansetter funksjonelle spesialister. Krisen kommer gjerne fordi ting blir for sentralisert, og lederne ikke klarer å rekke over et større antall ansatte med ulik bakgrunn og motivasjon, og de ansatte etterhvert
Delegasjon: For mye sentralisering fremtvinger desentralisering gjennom delegering – man gir deler av organisasjonen mer selvstendighet, men innfører samtidig ulike former for utfallsbaserte kontrollsystemer – egen P&L for underenheter, for eksempel. Neste krise kommer når antall enheter blir for mange og går i veien for hverandre.
Koordinering: I den neste fasen skapes vekst gjennom koordinering – både organisatorisk og systemisk. Typisk reorganiserer man etter produkt, geografi eller marked, med en konsernledelse på toppen. Krisen her kommer ved at byråkratiet øker (særlig, vil jeg mene, mellom strategiske forretningsenheter) og man får situasjoner der det er lettere å gjøre nye ting sammen med enheter utenfor organisasjonen enn innenfor.
Samarbeid: I den femte fasen fokuserer man på samarbeid og forsøker å ta et mer overordnet, prinsipporientert lederskap, med fleksible team som settes sammen for å løse oppgaver på tvers av enheter.
I hver av fasene bruker man ulike lederstiler, belønningssystemer og organisasjonsstrukturer, summert i denne tabellen:
Greiners artikkel er over 50 år gammel, men bekrefter i alle fall for meg noe jeg egentlig av visst lenge: Mye av det vi oppfatter som nyere forskning og forfatterskap er egentlig drøvtygging av ting som ble skrevet for lenge siden. Selv om man kan finne tegn på at Greiners artikkel er litt gammeldags – det er få som snakker om matriseorganisering som et sluttpunkt i dag, for eksempel – så er de fleste av observasjonene noe strateger og ledere kan kjenne seg igjen i. Og vet man om fasene, kan man gjøre noe for å hindre neste krise eller i alle fall være klar over at den kan komme.
Budsjetter og innovasjon
Innovasjonprosesser vil også endres ettersom man går gjennom disse krisene. Dette er et blogginnlegg og ikke noen akademisk artikkel (det kommer kanskje senere), men her er noen raske tanker om hva jeg mener man kan gjøre for ikke å havne i de ulike fellene:
Fra fase 1 til 2: Faren er at man administrerer innovasjon som andre prosjekter, ved å kreve detaljerte estimater av kostnader og spesifikasjoner av utfall. Bedre å budsjettere basert på standardaktiviteter – work packages, for eksempel, slik man gjør innen forskningsprosjekter, eller definerte standardprosekter, som er et konsept innen beyond budgeting. Porteføljestyring vil også hjelpe, spesielt hvis man setter mål for hva slags type innovasjonsprosjekter man skal ha og hvor stor del av porteføljen som skal være innenfor ulike risikoklasser (see denne boken av Peter Weill og andre for en god spesifikasjon på hvordan dette gjøres.)
Fra fase 2 til 3: I overgangen fra direkte kontroll til insentiv-baserte strukturer er faren at fordi innovasjon driver individuelle bonuser, blir det vanskeligere å dele innovasjoner på tvers av organisasjonen: Den som lager innovasjonen, tar også kostnaden, og det er billigere å kopiere noen andre enn å gå først selv. Smarte organisasjoner belønner deling og kopiering, både for de som blir kopiert, og de som kopierer og videreutvikler.
Fra fase 3 til 4: I denne overgangen er organisasjonen blitt så stor – og lagene så mange – at man rett og slett ikke vet om hva som finnes internt, selv av innovasjoner som ønskes delt og kopiert. Et annet problem her er at siden flere store deler av organisasjonen har egne kundegrensesnitt – digitale eller analoge – blir det vanskeligere å gjøre innovasjoner for hele organisasjonen, også fordi konsernledelsen gjerne er nokså tynt bemannet. Løsningen ligger i rutiner for utveksling av innovasjon gjennom tiltak om interne innovasjonskonferanser og digitale utvekslingsfora, for eksempel.
Fra fase 4 til 5 (og jeg er klar over at disse fasene blir vagere etterhvert): For meg er farene her litt mer uklare, men tiltak man ofte ser i innovasjonsorienterte firma i denne størrelsen handler om ting som investeringer i startups, sabbatsordninger for ledere der de eksponeres for innovasjonsbedrifter og -miljøer, og tid og ressurser satt av for at ansatte, særlig innenfor forretningsutvikling, skal gjøre ting ikke er direkte relatert til organisasjonens kjernevirksomhet. Tanken er at innovasjon oppstår ved at folk utsettes for noe nytt – at man «kompliserer seg selv», for å sitere en klassiker innen organisasjonspsykologien.
Rent konkret
Egentlig er det ikke så vanskelig: Innovasjon får man ved å ansette smarte mennesker, sette dem fri til å gjøre ting bedre, og følge dem opp uten å tvinge dem til å si hva de skal finne opp før de vet det selv. Displinerte prosesser for eksperimentering – som Finn.no gjør, et av mine mest brukte eksempler – hjelper, men ingen prosess, budsjetteringsmetode, eller ledelsesfilosofi seg selv vil noensinne garantere innovasjon. Til det trenger man tillit, intelligens, og en smule flaks, rett og slett.
Data er det nye gullet, sies det. Men da må vi gjøre det dataene sier.
(Denne bloggposten ble først publisert på bloggen til Comunita, et ledernettverk jeg har startet sammen med Haakon Gellein. Der diskuterer vi medlemmenes utfordringer – i dette tilfelle en stor organisasjon som ønsker å bli mer datadrevet – og jeg skriver blogginnlegg som forberedelse til disse møtene. Vi tar opp nye medlemmer etter vurdering – ta kontakt om du ønsker mer informasjon.)
Mange bedrifter og organisasjoner har enorme mengder data, men utnytter dem ikke. Det er det mange årsaker til – som manglende analysekunnskaper, manglende tradisjoner, eller manglende konkurranse. Men etterhvert som vi får flere og flere eksempler på bedrifter og organisasjoner som gjør suksess ved å skaffe seg data og utnytte dem, øker kravet om å være data-drevet. Hva betyr det egentlig – og hvordan får man det til?
La oss ta for oss en bedrift i en bransje som kanskje ikke ligner så mye på noe i Norge (bortsett fra Norsk Tipping, og de er jo data-drevet) men der utviklingen viser hva man kan få til ved å ta tak i de dataene man har – og gjøre som dataene viser.
Et kasinoeksempel
Da jeg var doktorgradsstudent en gang for hundre år siden (vel, 1991) møtte jeg i noen seminarer en nyansatt professor ved navn Gary Loveman. Gary var statistiker og økonom og spesielt interessert i sammenhengen mellom lønnsomhet og kundelojalitet. Han var også nokså ulik mange av de andre professorene både av utseende og humør. Jeg fikk litt inntrykk av at han ikke tok livet – og i hvert fall ikke seg selv – så veldig høytidelig.
Gary drev litt som konsulent på si. En av kundene hans var Harrah’s, et relativt lite kasino i Las Vegas. Kasinoet gikk ikke bra – som Gary sa det (se hans suverene foredrag på Berkeley for noen år siden): «Vi hadde et kasino som kostet 315 millioner dollar (det er lite i Las Vegas) å bygge. Ved siden av oss kom det et nytt kasino til 1,6 milliarder, og tvers over gaten ville det komme et 9,2 milliarder. Det er ingen som tar inngangspenger i Las Vegas. Hvordan skulle vi få kundene til å komme til oss?»
Firmaet hadde store problemer – så store at de gikk til en akademiker for å finne ut hva de skulle gjøre. Gary hadde skrevet artikkelen Put the Service-Profit Chain to Work sammen med endel kolleger og fant ut at i dette kasinoet kunne han se modellen fungerte i praksis. Men før han kunne finne ut hva han skulle gjøre, måtte han finne ut hvem kundene var og hva de likte.
Markedsføring i Las Vegas den gangen handlet mye om å få tak i de store spillerne, de som flys inn med helikopter, får gratis suiter og middager og legger igjen millioner ved roulette-bordene. Etter endel analyse fant Gary ut at de virkelig attraktive kundene ikke var storspillerne (som alle de andre kasinoene gikk etter), men «vanlige folk» – håndverkere, lærere, leger, annen middelklasse – som spilte mindre, men som det var mange flere av. Han introduserte det første kundelojalitetsprogrammet i bransjen, basert i mindre grad på hvor mye folk spilte og i større grad hvor ofte de besøkte kasinoet. Kundene satte pris på å bli skikkelig behandlet uten å være millionærer, og Harrah’s vokste fra å være et lite kasino i skyggen av Ceasar’s Palace til å bli verdens største kasinoselskap (som faktisk i dag heter Ceasar’s Entertainment, et tilfelle av David som bokstavlig talt kjøpte Goliat).
Datadrevne kjennetegn
En av utsagnene som Gary har blitt kjent for, at det er bare tre ting du kan få sparken for i hans organisasjon: Tyveri, seksuell trakassering, og å gjøre en endring uten å ha en kontrollgruppe.
De to første er kanskje ikke så vanskelige å forstå, men den siste krever litt forklaring. Nå man gjør et vitenskapelig eksperiment – for eksempel utprøving av en ny medisin – gir man den ikke til alle pasientene, men til en tilfeldig utvalgt gruppe. Kontrollgruppen er de som ikke får den nye medisinen, men i stedet behandles som tidligere. Etterpå måler man om det er forskjell på de to gruppene – og om forskjellen er tydelig og stor nok, går man over til den nye måten å gjøre ting på.
Innenfor medisinsk forskning gjøres dette dobbeltblindt – verken pasienten eller legen vet hvem som får ny medisin og hvem som ikke gjør det. Det kan det være vanskelig å få til i mange sammenhenger – det er derfor det er så vanskelig å forske på ernæring, siden vi vet hva vi spiser – men det er mange bedrifter som driver med dette i stor stil: Finn.no, for eksempel, slik jeg skrev om i en artikkel i Magma for noen år siden.
Dette at man insisterer på at alt som skal endres, skal testes først, er et av de fremste kjennetegnene på at en bedrift er data-drevet: Man lytter til dataene, og gjør som dataene sier.
Hvorfor er dette så vanskelig?
Problemet med data er at de ikke alltid forteller deg den historien du vil de skal fortelle. Når det skjer, må man velge om man skal tro på dataene eller på sin egen magefølelse – og pussig nok er dette vanskeligere jo bedre man er i jobben. Chris Argyris, en annen Harvard-professor, skrev en berømt artikkel kalt Teaching Smart People How to Learn, om nettopp dette at kompetente mennesker i ledende stillinger med lang erfaring er de som har størst vansker med å lytte til data – rett og slett fordi de har kommet til sine stillinger ved å ha hatt rett. Hittil, i alle fall.
Av og til kan hele bransjer la være å lytte til dataene – i forsikringsbransjen, for eksempel, brukes masse dataanalyse for å finne ut av hvorfor kunder forlater et forsikringsselskap til fordel for et annet. Svaret er det samme hver gang: Den fremste grunnen til at folk forlater et forsikringsselskap er at de har hatt en forsikringshendelse og ikke er fornøyd med hvor mye penger de har fått utbetalt. Det er det ingen i bransjen som ønsker å gjøre noe med. Innenfor utdanning er vi ikke noe bedre: Den fremste prediktoren for suksess for bachelorstudenter, for eksempel, er matematikkunnskaper når man begynner på studiet. Men det er det vanskelig å gjøre noe med, så da satser vi på motivasjon og inspirasjon i stedet…
Fokus på data og kontinuerlig innovasjon gir resultater – bare spør Gary. Eller Finn.no. Eller Google. Eller VG.no, som ble Norges største online avis ved kontinuerlig oppdatering av hva som står på førstesiden basert på hvordan leserne reagerer.
Reelle farer ved dataorientering
Det å være dataorientert er ikke uten kostnader og farer. Analyse koster, i tid og penger. Å betale de ansatte for å gjøre slik dataene sier – i Harrah’s tilfelle, å betale bonuser basert på kundetilfredshet – koster.
Blir man for data-drevet, kan man komme til skade for å havne i en slags analysis paralysis der man ikke tør ta sjanser eller ikke gjør noe fordi man ikke klarer å komme på hvordan man skal teste det. Men den risikoen er adskillig mindre, i de fleste tilfeller, enn at man går glipp av innovasjoner fordi noen med beslutningsmyndighet i organisasjonen ikke har den rette følelsen for at noe bør gjøres.
Gary Loveman sier selv at hans fokus på at alt skal analyseres og dokumenteres – og at han ikke har noen personlige aksjer i hvilken løsning som blir valgt – fører til at han unngår å gjøre mange feil, at han unngår å gjøre ting han ikke burde gjøre. De som jobber mer inspirasjons- og intuisjonsbasert, vil gjøre en hel del spektakulære feil. Men de vil også av og til gjøre noe smart på tross av alle analyser og alle data.
Så får man velge – men jeg vil tro at for de fleste organisasjoner som har med kunder å gjøre, enten de er innenfor det private eller det offentlige, har mer å hente på å være data-drevne enn det motsatte.
Det som i alle fall er sikkert, er at om du lar din innovasjonsstrategi bestemmes av en gruppe ledere uten kundekontakt, basert på hvem som har det mest nøyaktige prosjektregnskapet og den proffeste PowerPoint-bunken, så lever du farlig.
Heskett, J. L., T. O. Jones, G. W. Loveman, W. E. Sasser, Jr. and L. A. Schlesinger (2008). «Putting the service-profit chain to work.» Harvard Business Beview86(7-8): 118.
Når man starter et nytt selskap, slik Haakon og jeg har gjort, er det første man må spørre seg om hva som gjør at kundene vil bli kunder (i dette tilfelle: medlemmer) og fortsetter å være det. For firmaer som Comunita, er svaret enkelt: De andre medlemmene.
Dette betyr at man må være svært nøye når man rekrutterer nye medlemmer, og fokusere ikke bare på hva det nye medlemmet kan lære fra nettverket, men også hva de eksisterende medlemmene kan lære fra det nye medlemmet.
Dette fenomenet har et akademisk navn: Nettverkseksternaliteter, også kjent, litt mindre presist, som nettverkseffekter: Et nettverk øker i verdi jo flere som bruker det, også kjent som Metcalfes lov. Begrepet kommer fra telefonselskaper, men har blitt viktigere i stadig flere bransjer. Mange av de nye gigant-selskapene – ikke bare rene nettverksselskaper som Google og Facebook, men også produktbaserte selskaper som Microsoft, Apple og Tesla – har blitt store fordi de har forstått og klart å utnytte nettverkseksternaliteter.
Åpne og lukkede nettverk
Hvis du ser på en gammel film fra 20- eller 30-tallet, er det ofte skrivebord der med flere telefoner – og mange scener handler om vanskelighetene med å snakke i flere telefoner på en gang. Det hele virker litt tåpelig – men det er gode grunner til at man hadde flere telefoner. Det var nemlig slik den gang var det flere telefonselskaper i hver by, og man kunne ikke ringe fra det ene telefonnettet til det andre. Hvis jobben krevet at man skulle kunne snakke med alle – vel, da måtte man ha flere telefoner, og kunnskap om hvem som hadde hva slags telefonabonnement.
Slik er det ikke lenger – du kan ringe til hvem du vil uansett hvilket selskap du har, og det er den enkelheten kundene etterspør. Men på veien dit er mange telefonselskaper blitt borte. Og hvert og ett av disse selskapene har på et eller annet tidspunkt måttet spørre seg: Skal vi beholde vårt lokale nettverk og bare betjene de kundene – ofte med høy lønnsomhet og kanskje med spesialtilpassede tjenester? Eller skal vi bli del av et større nettverk, tjene mindre per kunde, men med mye større volum?
I etterkant – for telefonselskaper – er det opplagt hvordan det gikk. Men underveis, før du forstår hvor teknologien går og hva effekten er, er det ikke så enkelt. Man må velge hvilken klubb man skal være medlem av, ganske enkelt.
Og som Groucho Marx har sagt det: «Jeg vil ikke være medlem av en klubb som vil ha meg som medlem…»
Synlige og usynlige effekter
For et ledernettverk om Comunita er nettverkseffekten åpenbar: Medlemmene er der på grunn av de andre medlemmene. De vet hvem de er, og det første spørsmålet potensielle medlemmer stiller, er hvem de andre medlemmene er.
Men man kan ha usynlige nettverkseksternaliteter:
Finn.no er et nettverksselskap der man ikke vet hvem de andre medlemmene er, men får greie på det først når man skal kjøpe eller selge noe.
Et forsikringsselskap er en møteplass for folk som har risiko og vil betale for å dele den risikoen med andre forsikringskunder. I det tilfellet vet man ikke hvem de andre medlemmene er – men man bør være opptatt av det. Du vil, for eksempel, ikke være den eneste forsiktige sjåføren i et selskap som bare forsikrer råkjørere.
Google tar vare på alle søk som er gjort, analyserer hvor vellykket de var, og bruker resultatene både til å forstå sine kunder bedre og å gjøre søkealgoritmene sine mer presise. Jo flere brukere de har, jo bedre blir søkemotoren.
Nettverkseksternaliteter kan gi varige konkurransefortrinn
Eksternaliteter er viktig i en digital verden, fordi alt som er digitalt, kan kopieres. Men hvis man har en digital tjeneste som avhenger av mange medlemmer – eller de dataene de legger igjen – for å virke, kan man lage noe som gir store og langvarige konkurransefortrinn. Bare se på Finn.no, som i de fleste vertikalene sine har nesten monopol. Det spiller ingen rolle om konkurrenter fra innland eller utland kommer opp med noe nytt og kult – så lenge Finn har alle kjøperne for de som skal selge noe, og alle selgerne for de som skal kjøpe, har de et langvarig konkurransefortrinn – og med det, uovertruffen lønnsomhet.
Skal konkurrenter klare å ta en bedrift med stor markedsandel og sterke nettverkseksternaliteter, kan man ikke opprette et konkurrerende tilbud og håpe på at kundene kommer over. I stedet må man finne en gruppe kunder som ønsker å gjøre noe sammen, opprette noe bare for dem, og håpe at denne gruppen i seg selv er så attraktiv at andre kommer dit. Det er derfor influensere har blitt så viktig – de er en av få faktorer som kan flytte eksternaliteter fra et sosialt nettverk til et annet.
Informasjon som nettverksvåpen
Konkurranse i nettverksmarkedet går i to faser – reach og range: I den første fasen (reach; rekkevidde) handler det om å bygge stor markedsandel så fort som mulig – å kapre alle de kundene som ennå ikke har gått til en konkurrent. Da DNB lanserte Vipps, gikk man aggressivt ut og rekrutterte kunder uten tanke på om man ville tjene penger på tjenesten eller ikke. I den andre fasen (range;[tjeneste]dybde) der alle kundene er blitt medlem av et eller annet nettverk, handler konkurranse om å utvide spekteret av tjenester som kundene kan bruke innenfor nettverket.
Særlig i den siste fasen blir informasjon viktig. Alle som driver et nettverk, må være svært påpasselig med hva slags informasjon man gir ut om bedriftens medlemmer og virksomhet – ikke bare til medlemmene, men også til allmenheten. Har man mye informasjon om medlemmene, kan man bruke det til å skape tjenester som gjør nettverket viktigere for medlemmene, og også rekruttere nye medlemmer fra konkurrerende nettverk.
Mange eksisterende nettverk – fagforbund, bransjeorganisasjoner, interesseorganisasjoner – oppdager at det blir vanskeligere ikke bare å holde på kundene, men også å få kundene til å bruke de tjenestene man tilbyr. Hvorfor være medlem av en organisasjon med kontorer og medarbeidere, når man kan oppnå mye av det samme bare ved å være medlem av en Facebook-gruppe?
Ofte handler dette om hva man er villig til å gjøre for medlemmene. For noen år siden skulle jeg arrangere et seminar for et utenlandsk firma som ville lære noe om elbiler i Norge. Jeg ringte til Oslo Taxi og sa jeg ville ha en drosjesjåfør med Tesla, fordi han eller hun ville kunne fortelle om hvordan det var. Svaret var at de ikke ville opplyse om hva slags biler de hadde, siden det var deres policy at en taxi er en taxi. Så jeg la inn et spørsmål om det samme på en Facebook-gruppe for Teslaeiere, og fikk øyeblikkelig en liste med taxisjåfører, komplett med telefonnumre.
Og deri ligger vanskeligheten for et gammelt firma: Kundene på en side etterspør informasjon du har, men som du kanskje ikke vil gi av hensyn til den andre siden av markedet du betjener. Forretningsutvikling i nettverk handler mye om å forstå hvordan og hvorfor enkeltkunder interagerer med hverandre, og om å oppfatte hva de egentlig er ute etter – hvilken jobb de ønsker å gjøre – gjennom det nettverket de er medlem av. I en verden der dannelser av nettverk skjer raskt og enkelt, blir det viktigere enn noensinne å ha evnen til å imøtekomme kundenes informasjonsbehov, enten man er vant til å tilby dem eller ikke.
Videre lesning:
Eisenmann, T., G. Parker and M. W. V. Alstyne (2006). «Strategies for two-sided markets.» Harvard Business Review84( 10): 92-101. Klassisk artikkel om hvordan man utvikler strategi i selskaper som betjener to markeder – for eksempel kjøpere og selgere som skal komme i kontakt med hverandre.
Fjeldstad, Ø. and E. Andersen (2003). «Casting off the chains: Value shops and value networks.» European Business Forum (14): 47-53. Et forsøk på å forklare verdikonfigurasjoner – og hvordan nettverksselskaper skiller seg fra selskaper som produserer produkter eller løsninger.
I begynnelsen av september skulle jeg undervise på universitetet (jeg har en sidestilling på IFI, og underviser på studiet Digital økonomi og ledelse). Det var en liten misforståelse med hvilket klasserom jeg skulle være i, og jeg gikk til en digital informasjonstavle som hadde en liste med kurs og klasserom.
Mens jeg lette meg nedover listen på jakt etter kurset mitt, endret skjermen seg plutselig til en helsides annonse for et studentarrangement. 30 sekunder senere kom en skjerm med en eller annen administrativ melding. Så kom en melding om et faglig seminar. 4-5 skjermbilder senere dukket klasseromslisten opp igjen, og jeg begynte å lete nedover. Da jeg var halvveis ned (og begynte å lure på om ikke mitt kurs sto lenger ned på listen enn skjermen rakk) begynte det forbistrede annonsesirkuset igjen…
Der og da svor jeg tett og innett under pusten og fikk til slutt en student til å lete opp listen på nettet.
I etterkant har jeg lurt på hvem det er som lager et så idiotisk informasjonsoppsett. Hva er egentlig årsaken til at man setter opp informasjonsskjermer, og så bruker dem på en måte som gjør at ingen egentlig får informasjon?
Jobber, ikke kunder
Svaret ligger nok i hva Clayton Christensen kalte job to be done – at man presenterer produkter for kunder ut fra en svært forenklet forståelse for hva kunden egentlig trenger. I stedet for å tenke på kunder som kunder (muligens segmentert etter demografi, bakgrunn eller geografi) bør man tenke på kunder som et sett med jobber som skal gjøres – og man selger til kunden basert på det.
Spørsmålet man skal stille seg, er ikke «hva slags produkt har jeg og hvem kan jeg selge det til.» Det man skal tenke på, er hvilken jobb ansetter kunden mitt produkt til å gjøre?
De som har satt opp disse skjermene, har forsøkt å dekke alle informasjonsbehov på en gang, men det går ganske enkelt ikke. Forvirrede besøkende på leting trenger statisk og detaljert informasjon, kringkastere av informasjon trenger oppmerksomhet – og behovene kan ikke løses innenfor den samme rammen. Dermed ender man opp med et kompromiss som ikke fungerer for noen.
Løsningen ligger i å dele opp ting i separate produkter (i dette tilfelle, flere skjermer). Svært ofte ligger også løsningen i spissing og forenkling.
Gi kundene det de vil ha – ikke mer!
Et av de beste eksemplene på informasjonsdesign jeg har sett, er noe Flytoget gjorde (og for alt jeg vet fortsatt gjør): De forenklet sin informasjonstavle ned til et enkelt tall.
Når du kommer styrtende inn på Sentralbanestasjonen, svett og varm og stresset, og skal ta Flytoget, er det kun en ting som står i hodet på deg: Hvor lenge er det til neste tog? De går hvert 20. minutt, men likevel vil man jo gjerne vite om man skal løpe eller ikke. Og der sto informasjonstavlen deres, med antall minutter igjen til neste tog gikk.
Og ingenting annet.
Perfekt. Og virkelig vanskelig å gjøre, siden man må demme opp for alle de som vil legge til mer informasjon enn akkurat det kunden først og fremst vil vite.
Dårlig informasjonsdesign skaper sterke følelser
Når et produkt ikke gjør jobben, kan folk bli ganske irritert. En venn av meg var sjef for et stort konsulentselskap og hatet å måtte presse seg gjennom tax-freebutikken på Gardermoen på vei ut til flyet. Som han sa: «Jeg er så irritert over det salgsmaset at jeg forsøker å knuse en flaske med trillekofferten hver gang.»
Siden han fløy ut fra Gardermoen i hvert fall tre ganger i uken, hadde han laget en rutine der han spant gjennom sikkerhetskontrollen kort tid før flyet skulle gå, og kastet et kjapt blikk opp på informasjonstavlen som viste hvilken gate han skulle til, rett innenfor sikkerhetskontrollen. Men så en dag sjokker han inn i høyt tempo, kikker opp – og ser at informasjonstavlen viser en Revlon-reklame. Som han sa:
Dave Barry er en amerikansk humorist som jeg har hatt mye glede av. Her om dagen kom jeg over en tekst som, vel, jeg lurer på om det ikke ligger noe i. Og siden teksten (fra boken «Dave Barry’s Complete Guide to Guys«) allerede er spredd over hele Internett og Google Translate fungerer bra, har jeg rett og slett oversatt den, gjort noen endringer – og oppfordrer alle til å kaste seg over bøkene hans:
Om forskjellen på menn og kvinner Dave Barry, 1995
La oss si at en fyr som heter Roger er tiltrukket av en kvinne som heter Ellen. Han ber henne ut på kino; hun aksepterer; de har en hyggelig kveld. Noen dager senere ber han henne ut på middag, og igjen koser de seg. De fortsetter å treffe hverandre regelmessig, og etter en stund dater ingen av dem noen andre.
Og så, en kveld når de kjører hjem, dukker det opp en tanke hos Ellen, og uten egentlig å tenke, sier hun det høyt: «Er du klar over at vi i kveld har vi vært sammen i nøyaktig seks måneder?»
Og så blir det stille i bilen. For Ellen virker det som en veldig høy stillhet. Hun tenker for seg selv: Jøss, jeg lurer på om det plager ham at jeg sa det. Kanskje han har følt seg innestengt i forholdet vårt; kanskje han tror jeg prøver å presse ham inn i en slags forpliktelse som han ikke vil ha, eller ikke er sikker på.
Og Roger tenker: Jøss. Seks måneder.
Og Ellen tenker: Men jeg er ikke så sikker på at jeg vil ha denne typen forhold heller. Noen ganger skulle jeg ønske at jeg hadde litt mer plass, så jeg hadde tid til å tenke på om jeg virkelig vil at vi skal fortsette som vi er, bevege oss jevnt og trutt mot … jeg mener, hvor skal vi? Kommer vi bare til å fortsette å treffe hverandre på dette nivået? Er vi på vei mot ekteskap? Mot barn? Mot et liv sammen? Er jeg klar for et slikt engasjement? Kjenner jeg virkelig denne personen?
Og Roger tenker: … så det betyr at det var … la oss se … februar da vi begynte å gå ut, som var rett etter at jeg hadde bilen hos forhandleren, som betyr … la meg sjekke kilometertelleren. .. Oj! Denne bilen burde ha et oljeskift nå!
Og Ellen tenker: Han er opprørt. Jeg kan se det i ansiktet hans. Kanskje jeg leser dette helt feil. Kanskje han vil ha mer ut av forholdet vårt, mer intimitet, mer engasjement; kanskje han har sanset – selv før jeg ante det – at jeg følte noen forbehold. Ja, jeg vedder på at det er det. Det er derfor han er så motvillig til å si noe om sine egne følelser. Han er redd for å bli avvist.
Og Roger tenker: Og nå skal jeg skal få verkstedet til å se på girkassa igjen. Jeg bryr meg ikke om hva de idiotene sier, den skifter fremdeles ikke som den skal. Og det er best at de ikke prøver å skylde på det kalde været denne gangen. Hvilket kaldt vær? Det er jo 16 grader ute, og girskiftene er treige som på en søppelbil, og jeg betalte de inkompetente toskene over seks tusen.
Og Ellen tenker: Han er sint. Og jeg klandrer ham ikke. Jeg ville også blitt sint. Herregud, jeg føler meg så skyldig når jeg tar ham gjennom dette, men jeg kan ikke hjelpe at det er slik jeg føler det. Jeg er bare ikke sikker.
Og Roger tenker: De vil nok si at det bare er en korttidsgaranti. Det er akkurat det de kommer til å si, de toskene.
Og Ellen tenker: Kanskje jeg bare er for idealistisk, venter på at en ridder skal komme ridende opp på den hvite hesten sin, når jeg sitter rett ved siden av en flott mann, en mann jeg liker å være sammen med, en mann jeg virkelig bryr seg om, en mann som ser ut til å virkelig bry seg om meg. Og en mann som nå har det vanskelig på grunn av min romantiske skolejente-fantasi.
Og Roger tenker: Garanti? Vil de ha garanti? Jeg gir dem en garanti. Jeg tar garantien deres og fester den rett opp…
«Roger,» sier Ellen høyt.
«Hva?» sier Roger forskrekket.
«Ikke plag deg selv på denne måten,» sier hun mens øynene fylles av tårer. «Kanskje jeg aldri skulle ha… Å herregud, jeg føler meg så…» (Hun bryter sammen, hulker.)
«Hva?» sier Roger.
«Jeg er så dum,» hulker Ellen. «Jeg mener, jeg vet at det ikke er noen ridder. Jeg vet det virkelig. Det er dumt. Det er ingen ridder, og det er ingen hest.»
«Det er ingen hest?» sier Roger.
«Du synes jeg er dum, ikke sant?» sier Ellen.
«Nei!» sier Roger, glad for å endelig vite det riktige svaret.
«Det er bare det… Det er at jeg… jeg trenger litt tid,» sier Ellen.
(Det blir en 15-sekunders pause mens Roger, tenker så fort han kan, prøver å komme med et trygt svar. Til slutt kommer han opp med en som han tror kan fungere.)
«Ja,» sier han.
(Ellen, dypt beveget, tar hånden hans.)
«Å, Roger, føler du det virkelig sånn?» sier hun.
«Hvordan da?» sier Roger.
«Sånn med litt tid,» sier Ellen.
«Å,» sier Roger. «Ja.» (Ellen snur seg mot ham og ser dypt inn i øynene hans, noe som får ham til å bli veldig nervøs for hva hun kan si neste gang, spesielt hvis det involverer en hest. Endelig snakker hun.)
«Takk, Roger,» sier hun.
«Takk,» sier Roger.
Så kjører han med hjem. Hun legger seg på sengen sin, en konfliktfylt, plaget sjel, og gråter til daggry. Når Roger kommer hjem, tar han seg en pose potetgull, slår på TV-en og synker umiddelbart inn i en reprise av en tenniskamp mellom to slovenere han aldri har hørt om. En bitteliten stemme i de fjerne fordypningene av hjernen hans forteller ham at noe stort foregikk der bak i bilen, men han er ganske sikker på at aldri vil forstå hva, og så han tror det er bedre om han ikke tenker på det.
Dagen etter ringer Ellen sin nærmeste venninne, eller kanskje flere av dem, og de snakker om denne situasjonen i seks timer. I møysommelig detalj vil de analysere alt hun sa og hver ting han sa, gå over det gang på gang, utforske for hvert ord, uttrykk, gest og meningsnyanse, vurdere alle mulige forgreninger. De vil fortsette å diskutere dette emnet, av og på, i uker, kanskje måneder. De vil ikke komme ikke til noen klare konklusjoner, men blir heller aldri bli lei av det.
I mellomtiden vil Roger, mens han en dag spiller squash med en felles venn av ham og Ellen, stoppe opp før han skal serve, rynke pannen og spørre: «Petter, har Ellen noen gang eid en hest?»
Strategisk forretningsutvikling og innovasjon er et kurs Ragnvald Sannes og jeg har undervist i mange år. Det er noe av det morsomste Ragnvald og jeg gjør på BI, ikke minst fordi vi møter mange spennende mennesker som er opptatt av innovasjon – eller, som vi pleier å karakterisere studentene: De som ikke klarer å la ting være som de er!
Kurset er todelt: Dels har vi vanlig kursinnhold, med forelesninger, gjesteforelesere, casediskusjoner og ikke minst en studietur til Sophia Antipolis i Provence i samarbeid med Accenture Technology Labs. Men en minst like viktig del av kurset er en prosjektoppgave som vi veileder studentene gjennom i løpet av kurset, fra en tidlig idéfase i den første modulen til en ferdig prosjektbeskrivelse/business plan/konseptpresentasjon – og i noe tilfelle ferdigstilt prosjekt – til den siste modulen. En hel del bedrifter har gjennom årene utviklet mye spennende gjennom dette kurset – og studentene setter pris på at siden prosessen starter med en gang og man jobber jevnt og trutt gjennom kurset, så slipper man en panikkfase på slutten for å bli ferdig med oppgaven.
I mai startet en debatt om hvorvidt ChatGPT bli dårligere. Til å begynne med var det brukere som syntes ting gikk nedover, men etterhvert har forskere og guruer meldt seg på og konstatert at svarene til ChatGPT (i hvert fall innenfor områder der det er mulig å måle kvalitet, som matematikk), typen sensitive spørsmål som kan besvares, koding og tolkning av bilder, har ting blitt dårligere over tid.
Årsaken er, paradoksalt nok, at OpenAI, firmaet bak ChatGPT, gjør endringer i algoritmene for å forbedre ChatGPT, for å øke kvaliteten og hindre at systemet blir brukt til ting det ikke skal brukes til. Og dermed synker altså den opplevde kvaliteten.
Dette paradokset er interessant fordi det illustrerer to fundamentale tilnærminger til kunnskapsbaserte systemer (som jeg synes er et mye bedre uttrykk enn «kunstig intelligens», av mange grunner).
Logiske modeller På 80-tallet, da jeg begynte å rote rundt med det som den gang ble kalt AI, var AI så og si synonymt med ekspertsystemer – det vil si systemer som kunne besvare spørsmål ved å etterligne hva en ekspert gjorde (og som ofte var laget ved at man intervjuet eksperter). De ble programmert som en rekke spørsmål – «Er pasienten kortpustet?», «Hvor mye røyker han?» – og stiller så en diagnose basert på beslutningstrær. I dagliglivet treffer du denne typen systemer som chatbotene som i alle fall forsøker å besvare enkle spørsmål i banken og andre steder man henvender seg.
Statistiske modeller På slutten av 80-tallet (vel, egentlig mye tidligere, men de ble vanligere da) kom nevrale nettverk og andre, mer statistisk baserte metoder, som tok utgangspunkt i store mengder data og konstruerte modeller som kunne klassifisere ting. I motsetning til ekspertsystemene, som var basert på en logisk modell av hvordan folk tenker, tok disse metodene inspirasjon fra en fysisk (og, for all del, teoretisk) modell av hvordan hjernen virker. De prøver seg frem til de finner en modell som gir ønsket resultat, ofte ved å konstruere nettverk av enkeltinformasjonselementer som er forbundet, og der forbindelser mellom elementer styrkes eller svekkes gjennom prøving og feiling.
ChatGPT og andre store språkmodeller hører til denne typen systemer: De forsøker å gjette det neste ordet i en setning rett og slett ved å ha lest enorme mengder tekst og velge det ordet som er mest sannsynlig.
Forskjellige feilmodus Disse systemene har mange forskjeller – en av dem er hvordan de gjør feil. Ekspertsystemene er nokså enkle – hvis de ikke finner et svar, sparker de problemet videre til noen som har svaret, som regel en person. De kan selvfølgelig også svare feil – men da er det som regel nokså enkelt å forstå at svaret er feil, siden det ser urimelig ut. De er på mange måter å sammenligne med søk i databaser, der man må være nokså presis i hva man spør etter, og databasen vil svare at den ikke har noe som passer hvis så er tilfelle.
Statistisk baserte modeller, derimot, vil alltid gi et svar. Slik er de mer å sammenligne med søkemotorer, som alltid vil forsøke å gi deg noe, selv om det ikke passer. (Når fikk du sist en melding fra Google om at det ikke fantes noen sider som oppfylte dine kriterier?) Svarene kan være riv ruskende gale, men vil se troverdige ut. En generativ språkmodell, som ChatGPT, har ingen underliggende fornuft, den forsøker bare å gjette hvilket ord som passer best, gitt de ordene som kom før.
Når kvalitetskontrollen roter til ting Et problem med de statistisk baserte modellene, i alle fall de som bruker nevrale nettverk, er at de kan bli riktig gode på å kategorisere ting – billedgjenkjenning, tekstgjenkjenning, tekstfortolkning – uten at man kan forklare, i alle fall på en måte mennesker kan forstå, hvordan de gjør det. Det kan også gjøre store logiske feil: Selv om ChatGPT kan skrive pressemeldinger og eksamensoppgaver som ser tilforlatelige ut, gjør den logiske feil – noe som ofte viser seg i at den produserer falske referanser, det vil si lager en referanseliste med artikler som ikke finnes. (Biblioteket på BI rapporterer om studenter som dukker opp og skal ha artikler av denne typen.) Den kan godt generere en caseanalyse eller en sosiologisk drøfting – der er jo grunnlaget ord (og mange av dem). Men folk som har bedt den skrive en artikkel innen fysikk eller matematikk, sier at den produserer noe som ser svært tilforlatelig ut hva teksten gjelder, men formler og formell deduksjon er helt håpløst.
Det betyr at man må putte på en eller annen form for kvalitetskontroll som er logisk basert – altså bruke ekspertsystemlogikk til å kontrollere det som genereres. Dette kan gjøres på mange måter: Man kan ha en inputkontroll (slik at folk ikke kan be ChatGPT skrive noe rasistisk eller instruksjoner for å lage en atombombe). Man kan kombinere ChatGPT med logiske systemer – for eksempel Matematica, Stephen Wolframs matematikkprogrammeringssystem, som nå integreres med ChatGPT.
Og det er her det ser ut til at det blir vanskelig.
Siden man ikke helt vet – i hvert fall ikke i detalj – hvordan ChatGPT produserer et tekststykke, blir det svært vanskelig å introdusere kvalitetskontroll eller andre begrensinger rett i modellen. Man blir henvist til enten å filtrere input og output – og det gjøres i stadig større utstrekning – eller (svært forenklet) å legge begrensinger på hva slags tekstmateriale som kan brukes som underlag for å generere ny tekst.
Jeg har litt følelsen at OpenAI (og deres konkurrenter) har laget ChatGPT og andre modeller, og nå står og ser på denne maskinen og ikke helt forstår hva de har laget. Jeg hadde en gammel og komplisert Mercedes for noen år siden. Den var kul (syntes jeg i alle fall), men jeg kunne jo ikke skru på den selv fordi den var så komplisert, og visste at nesten enhver ting jeg gjorde, hadde mye større sannsynlighet for å rote ting til enn å gjøre den bedre.
Men bare vent… Så det er ikke helt tid for å sparke kommunikasjonsavdelingen ennå – men kanskje tid for å ha flere folk til å kontrollere resultatet enn å generere innholdet. Ledere jeg kjenner, har kommentert at eposter de får har blitt lengre, høfligere og med rikere vokabular. Men jeg ville ikke helt automatisert epostene mine ennå, og slett ikke om de inneholder konkrete fakta og definitive avgjørelser.
Hva den automatiske kvalitetskontrollen gjelder, så er det fremdeles tidlig i språkmodellenes utvikling – hvis vi regner ChatGPT som begynnelsen. Men ChatGPTs røtter ligger i forskningen til Frank Rosenblatt fra tidlig sekstitall og Rumelhart og McClellands bok fra 1987 – og sett i det perspektivet er ChatGPT det foreløpig siste skrittet på en lang reise.
Da elektrisiteten kom, kom det også allslags finurlige apparater som skulle gi bedre hårvekst, bedre potens, og for alt jeg vet mer intelligens. Det samme gjaldt radium, kaffe, poteter og mye annet. Nå for tiden er det vel antioksydanter og AI som i har rollen som universalløsning. Over tid får man et mer edruelig forhold til fenomenet, bedre oversikt over bivirkninger, og fremfor alt bedre forståelse for hva det kan brukes til.
Så ChatGPT råtner egentlig ikke. Teknologien har i stedet startet på en prosess som over tid vil gjøre teknologien bedre, mer pålitelig, og med mer presist definerte bruksområder. Jeg tror mer på en gradvis forbedring enn en revolusjon der ChatGPT 7 eller 8 tar over verden. I mellomtiden forsøker jeg å lære meg å bruke de nye verktøyene smart – og insisterer på at de er verktøy og ikke noe annet.
Nationaltheatret: Flukt Forfatter: Mikhail Bulgakov Regi: Aleksander Mørk-Eidem I hovedrollene: Maria Kristine Hildonen, Herbert Nordrum, Trond Espen Seim, Marte Engebrigtsen, Ole Johan Skjeldbred, John Emil Jørgensrud
Historien gjentar seg, først som tragedie, deretter som farse — Karl Marx
Det er som regel seierherrene som skriver historien om en krig (med mulig unntak av den spanske borgerkrigen). De som taper, trekker seg tilbake til de landområder de måtte ha igjen, eller til en tilværelse som flyktninger. Den russiske revolusjonen produserte mange flyktninger, i den grad at en fallert russisk overklasseflyktning, alene med sin samovar, er nærmest en klisje i europeiske romaner fra mellomkrigstiden.
Herbert Norum som Golubkov
Flukt handler om overgangen – hva som skjer i sluttfasen av en krig, og hva som skjer etterpå. Stykket er bygget opp i to akter: Den første på slutten av den russiske borgerkrigen, der den hvite fronten kollapser på Krim og alt er kaos; den andre i Konstantinopel og Paris et år etter, der hovedpersonene, med et unntak, fører en hånd-til-munn tilværelse og det er lite som minner om fordums makt og beslutningsdyktighet. Hovedpersone er ulike militære og sivile myndighetspersoner (Trond Espen Seim som kosakkgeneral Tsjarnota, kriger og eventyrer; hans overordnede, den iskalde generalen og krigsforbryteren Khludov, glimrende spilt av Ole Johan Skjelbred; og John Emil Jørgensruds visehandelsminister Korzhukin, ute etter å mele sin egen kake) og sivile flyktninger (Herbert Norum som akademikeren Golubkov, forvirret og irriterende ynkelig; Maria Kristine Hildonen som Korzhukins forlatte og etterhvert fornektede hustru; og Marte Engebrigtsen som Ljuska, Tjarnotas felthustru, garnityr i første akt men den som tar kommandoen til slutt.)
Hver av aktene har tre scener, effektivt skapt av en metallvegg med dører og luker som smeller. Video brukes effektivt uten både til å synliggjøre mimikk og som illustrasjon. Orkestergraven blir en integrert del av scenen. Scenografien er effektiv uten å bli dominerende, og understreker at dette er et ensemblestykke.
Ole Johan Skjelbred som general Khludov
Første akt er tragedie og storstilt krigsdrama, og det er ikke vanskelig å se for seg at lignende scener – tortur, vilkårlige henrettelser, kryssende informasjon og meningsløse ordre om total oppofrelse – skjer i Ukraina akkurat nå. De «hvite» – kommunistenes motstandere, en koalisjon av russiske tsarister og ulike nasjonale militser – er på stadig vikende front og trekker seg tilbake mot Sevastopol på Krimhalvøya. I denne fasen møter vi en rekke rollefigurer, der særlig Marika Enstad, Lasse Lindtner og Andreas Skjennum Tønnesland får markere seg som henholdsvis iskald forhørsleder, erfaren og resignert øverstkommanderende, og klønete og brutal lakei (en rolle han får mer rom til å utvikle i annen akt.)
Dramaet er mektig og troverdig uten at man overdriver virkemidlene, og humoren – representert ved klønete akademikere, ulende generaler og en særdeles lite imponerende biskop. Ole Johan Skjelbred gjør inntrykk som en intellektuell og iskald general Khludov, en skikkelse muligens inspirert av den ukrainske feltherren Symon Petljura (i hvert fall utseendemessig), som holder linjene med stadig mer brutale virkemidler mens han plages av syner av en henrettet soldat. Regien er stram og dramaet utsøkt – trass i et relativt komplisert plot er det ikke vanskelig å forstå hva som skjer – og det gjør inntrykk, godt hjulpet av at mange av hendelsene senere har blitt klisjeer i film og teater.
Marte Engebrigtsen som Ljuska
Annen akt går over til absurd farse – stedet er Konstantinopel, de tidligere myndighetspersonene lever fra hånd til munn som gatemusikanter og selgere. Scenografien er ikke lenger tidsriktig, og alle maktforhold er endret. Kvinnene tar kommandoen, gjør det som må til (som å prostituere seg for å få penger til mat). Unntaket er visehandelsminister Khorzhukin, som lever som playboy i Paris. Dit drar Tsjarnota og Golubnov for å skaffe penger til å komme seg ut av Konstantinopel – og her blir det virkelig spinnvilt, men en ellevill fyll- og spillscene som til slutt munner ut i en løsning som i forsiktig grad peker fremover.
Nationaltheatret har satt opp mye rart i de siste årene, og jeg har jo av og til lurt på om man ikke har vært i ferd med å gå seg litt vill i overtydelig modernisme. Derfor er det er gledelig å kunne melde at institusjonen klarer å sette opp en virkelig stor teaterforestilling, med drama, humor, tragedie, stram regi, scenografi som støtter opp om forestillingen uten å dominere, og ikke minst roller som gir skuespillerne anledning til å vise hva de kan.
I slutten av mai fikk jeg beskjed om at jeg har blitt utnevnt til «Merittert underviser» (eller «Excellent Teaching Practitioner») sammen med fire kolleger fra BI. Og det er jo svært hyggelig med en anerkjennelse for lang og trofast fokus på undervisning, særlig bruk av case-undervisning og bruk av teknologi i undervisningen, som jeg faktisk har holdt på med siden 1984 eller deromkring.
Jeg har lurt på (og blitt spurt om) om jeg skal melde meg på debatten om ChatGPT, men tror jeg lar det være. Det er ikke det at den ikke er interessant – les for eksempelChomsky et al i New York Times eller Cory Doctorow i Medium for synspunkter som i alle fall til en del faller sammen med mine – men jeg har tidligere vært involvert i debatter om kalkulatorer og søkemotorer og Wikipedia (særlig innen undervisning) og, vel, har en følelse av at jeg kanskje bare skulle børste av noen gamle essays, gjøre en find/replace og, vel, ting er i boks.
Forøvrig: Den bransjen som bør føle seg mest truet, er ikke lærere, men kommunikasjonsrådgivere, hvis jobb til en stor del består i å skrive nøytrale sammendrag av ting de ikke vet noe om. En oppgave som ChatGPT er kjempegod på. Som vanlig vil det være de smarte, de som kan skrive noe originalt (som ChatGPT ikke kan), som vil overleve. Og sånn skal det være.
Selv brukte jeg ChatGPT til å skrive en litt lang og kjedelig epost her om dagen. En en-setnings bestilling ble til en A4-side lang innkalling til et seminar, med forslag til dagsorden og brukbare innlednings- og avslutningsfraser. Litt redigering, en adresseliste, og jobben var gjort. Fabelaktig hjelpemiddel for folk som meg, som sliter med å komme i gang men er nokså kjapp med å flikke på ting som allerede er produsert. (Kommentar fra en bekjent: Så det er derfor så mange eposter har blitt så høflige i det siste…)
Hva gjelder elever/studenter som jukser med å bruke ChatGPT på eksamen – jeg har allerede laget eksamensoppgaver som spør «Hva er [sett inn begrep her]?» Deretter gir jeg svaret fra ChatGPT, og eksamensoppgaven er «ChatGPTs svar er ufullstendig og inneholder feil. Hva mangler og hva er feil?» (Da min kollega Ragnvald Sannes nevnte dette for en studentgruppe, fikk han et stønn til svar…)
Og for ordens skyld: Dette blogginnlegget har ikke – som 74,6% av alle innlegg om ChatGPT) – noe tekst generert av ChatGPT.
Og det er jo, i denne debatten, litegrann originalt.
Her deler jeg en video som på fire minutter forklarer hvordan man kan skrive klare, effektive e-poster, inspirert av regler fra det amerikanske militæret:
Nationaltheatret: Jordbærstedet Regi: Johannes Holmen Dahl I rollene: Sverre Anker Ousdal, Anne Marit Jacobsen, Laila Goody, Hanna-Marie Grønneberg, Elias Holmen Sørensen, Andreas Stoltenberg Granerud, John Emil Jørgensrud, Birgitte Larsen, Anne Krigsvoll, Trond Espen Seim.Yusuf Toosh Ibra, Michael Krumins.
Ensemblet (Foto: Veslemøy Rysstad)
Jeg vokste opp i Sverige, og Ingmar Bergmans filmer var noe som ble snakket om, men som jeg aldri fikk med meg fordi jeg var for liten og, vel, det var ikke så mange TV-kanaler. Dermed ble det Fanny og Aleksander etterhvert, og ikke så mye mer før man begynte å interessere seg for teater i moden alder.
Jordbærstedet – som med Bergmansk strenghet burde hett Markjordbærstedet – er historien om Isak Borg, gammel og bejublet professor i medisin, som reflekterer over sitt liv, lett undrende over hvordan han klarte å bli en så gretten gammel gubbe. Handlingen finner sted på en biltur med sin svigerdatter og et vekslende medpassasjergalleri, noen i sanntid og mange fra hans ungdom.
Bergmans filmer var som regel lavbudsjett og nesten alltid minimalistiske i sitt uttrykk. Scenografien i denne forestillingen slår an den samme tonen – et grelt opplyst scenegulv med markeringtape, rollefigurer uten kostymeskifter eller endring (det hele foregår i løpet av en lang dag), og eneste rekvisitt er et stadig dryss av røde papirlapper, et ikke altfor subtilt nikk til løvfall, høst og kontinuerlig refleksjon. Musikken er for det meste akustisk gitar, fremragende håndtert av Michael Krumins.
Forestillingen begynner og slutter med Sverre Anker Ousdal alene på scenen, fortellende og reflekterende. Han er hovedperson, gjennomgangsfigur og på scenen nesten hele tiden, men er litt stillestående, bokstavlig og billedlig talt, om enn sikker og innimellom med en lun humor. Men siden han og de andre rollefigurene er fjernt fra publikum (de kommer aldri frem på scenekanten, noe som ville hjulpet) blir det hele noe distansert. Jordbærstedet er et teaterstykke basert på en film, og man merker fravær av nærbilder, kontekst, og den direksjon et filmkamera gir ved å velge ut hva man skal se på. Jeg får i alle fall en følelse av at jeg helst burde ha sett filmen på forhånd (noe jeg ikke har gjort) og var helt avhengig av å ha lest et sammendrag av handlingen på Wikipedia for å forstå hva som skjedde. Det er nesten så man lurer på om ikke et lerret med sanntids nærbilder hadde vært en fordel.
Skuespillerne gjør kompetente prestasjoner, men har lite å spille på. Anne Marit Jacobsen skaper humring med litt comic relief i sin uærbødige litenhet som husholdersken Agda. Laila Goody har den andre gjennomgangsrollen, leverer bra, men får likevel ikke satt et personlig preg på ting. Anne Krigsvold er kanskje mest Bergmansk som en streng og dømmende gammel mor.
Alt i alt er dette et kompetent levert verk, men det er vanskelig å føle det helt store engasjementet. Enkelte av konfliktene (som klisjeen med en vitenskapsmann og en prest som krangler om Guds eksistens samtidig mens de haler og drar i den samme kvinnen) virker noe påvirket av tidens tann. Det samme gjelder den gamle grinebiteren som lurer på hvorfor han ikke ble værende som landsens lege i «det lilla livet» på en svensk landsbygd.
Ibsen er evig aktuell, men jeg lurer på om ikke Bergman har gått litt ut på dato – og i hvert fall uten closeups og longörer. Ibsen er dialogdrevet, Bergman stramt visuell. Det blir vanskelig å få til i et stort teater, skjønt National har jo klart det før.
Dette gangen, i alle fall, ble resultatet rett og slett nokså kjedelig.
I desember var jeg med i en podcast –Flopp eller fulltreffer– med Sara Engesvik og Vilde Alstad fra TU/Digi. Konseptet deres er enkelt: De spør om ulike IT-systemer, og om de er vellykket eller ikke, og hvorfor. Et enkelt konsept, og programlederne stiller enkle spørsmål, tilynelatende uskyldig og uvitende, men de gir seg ikke, og tvinger intervjuobjektet til å snakke enkelt og forståelig.
Akkurat det har ikke jeg noe i mot, men så har jeg heller ingen aksjer i noen store IT-systemer som ikke går så bra. I alle fall, du finner podcasten på Spotify og Apple og til og med som RSS-lenke. Intervjuet er i hovedsak basert på mitt innlegg fra 2020 i Digi.no.
Og kan man forutse katastrofeprosjekter? Det er noen indikasjoner, i alle fall…
For rundt fire år siden kom Hermann (etter den vanlige korte telefonsamtalen) hjem til meg. Det var ulike årsaker til at han kom – han hadde sin nye Tesla X å vise frem, ville høre min mening om å ha egen blogg versus å kommunisere over Facebook (han var ikke helt fornøyd med Facebooks kommunikasjonsalgoritmer), snakke litt om en ny jobb han hadde fått som interim CEO for et datterselskap (i Abu Dhabi), og ellers snakke litt politikk og teater, vel, det meste, som Hermann pleide.
Og nå lever han ikke lenger.
Sist vi snakket sammen var i september. Jeg hadde vært på Nationaltheatret og sett en forferdelig stumfilm-versjon av John Gabriel Borkmann. Jeg gikk etter 15 minutter (første og eneste gang), så jeg ringte Hermann, som jeg hadde sett nede på sin vanlige premiereplass i orkester, for å høre hva han syntes. Resultatet skal ikke deles her (men han var som vanlig slagferdig.) Men min samboer kunne ikke tro at det var en 86 år gammel mann på telefonen…
Hermann var unik. Han satt i bystyret og var glødende opptatt av byutvikling, underviste når han kunne (han var mildt sagt oppgitt over BIs policy om at man ikke kan undervise etter en viss alder), var fotballfunksjonær til han var 78, styreleder i Coast Seafood, og styremedlem i ulike oppstartbedrifter (som han, smigrende nok, av og til ville høre min mening om.) Fremfor alt var han en imponerende kommunikator – de gangene han var hos meg i sosiale lag, gikk han fra gjest til gjest og fant forbindelser til hver enkelt av dem. Han hadde en hukommelse og interesse for mennesker jeg bare måtte beundre – og det i en alder da de fleste begynner å slite betraktelig med å huske dagligdagse detaljer.
Hermann og jeg hadde mye felles – utdanning, interesse for case-undervisning, USA, forretningsutvikling, innovasjon – og det var han som gjenoppvekket min teaterinteresse ved sine rause invitasjoner til premierer på National og Operaen. Det var alltid en liten fest å få en telefon fra Hermann – han hadde et stort nettverk og brukte det på en måte som føltes mer som en berikelse enn en belastning. På hans 75-årsdag (med jazzorkester og 250 gjester på Grand – i invitasjonen sto det Ingen gaver, ingen taler!) kom det folk fra absolutt alle politiske partier, en indikasjon på ikke bare hans evne til å kunne snakke med alle, men hvor utrolig god han var til å opprette og bevare relasjoner.
I Kina beundrer de sine gamle, og Hermann hadde en tyngde og autoritet blant de kinesiske studentene som gikk utenpå alle hans kolleger. Jeg fikk gleden av å undervise sammen med ham en rekke ganger – altfor få, egentlig. Hans minimalistiske undervisningsstil tvang studentene til å delta. Han styrte diskusjonen både blant yngre studenter og blant ledere uten at noen ante at han gjorde det, og imponerte med sin forståelse for teknologiske og strategiske beslutninger.
Jeg pleide alltid å si at «når jeg blir stor, skal jeg bli som Hermann.» Og nå har jeg ikke lenger ham som levende forbilde, men jeg har mange gode minner og ikke minst en dyp beundring for at det går an å leve livet så til de grader til fulle. Han var og er en inspirasjon for meg – og ut fra hva jeg leser i aviser og sosiale medier, for mange andre.
Nationaltheatret: Julemiddag Regi: Tyra Tønnesen I rollene: Birgitte Larsen, Nils Johnson, John Emil Jørgensrud, Helene Naustdal Bergsholm, Mariann Hole, Marte Engebrigtsen, Kim Falck, Endre Hellestveit, Nils Golberg Mulvik
Julemiddag er historien om en utvidet Stavangerfamilie gjennom 100 år, hvor ni kompetente skuespillere får boltre seg med 17 spenstige roller i en forestilling uten pause og dødpunkter. Resultatet er morsomt og gripende, en guidet tur gjennom et århundre der endringer i holdninger og uttrykksformer antydes uten at det bli verken overtydelig eller påtrengende politisk korrekt. Her er det moralske dilemmaer og vanskelige valg, uten moralisering – alle rollefigurene har sterke og svake sider (vel, for de fleste av dem, flere svake enn sterke, men sånn er det vel for de fleste av oss) og bidrar, hver for seg, til at man ser relasjonene og ikke bare personene.
Scenografien er stram og stilisert, med et stort spisebord og tre innganger, to av dem symbolske: Bak scenen til venstre blir nye familiemedlemmer født inn, med et skrik; bak til høyre går de, bokstavlig talt, inn i lyset og evigheten. Scenen domineres av et stort spisebord, få effekter, og enkle kostymer som hver figur har hele sin levetid – igjen, man unngår den hangen til overtydelighet som har preget mange forestilinger på Nationaltheatret, og overlater til publikum selv å tolke når figurene går fra baby til barn til voksen til olding.
Ensemblet – for de er aldri samlet på en gang ellers…
Dette er en ensembleforestilling, og skuespillerne (som, bortsett fra Mariann Hole i rollen som gjennomgangsfiguren Synnøve, kanskje den rollefiguren man får størst sympati for) har alle to roller hver. Det er vanskelig å plukke ut enkeltprestasjoner, men jeg syntes Kim Falck gjorde mye ut av sin rolle som Jan, lillebroren med fortellertalentet som tidvis bryter med familien. Marte Engebrigtsen og Nils Golbert Mulvik er stø som ekteparet som er tilstede (for hverandre og for resten av familien) gjennom mesteparten av stykket – deres uttreden representerer en form for oppløsning av familiebånd som er nokså omtrentlige allerede mens de lever. Helene Naustdal Bergsholm viser komikertalent som en husholderske med et nervøst forhold til den elektriske komfyren, og Nils Johnson fremstiller stilsikkert en pater familias som bygger hus og posisjon gjennom jobbetid og verdenskrig for en familie som ikke helt klarer å leve opp til utgangspunktet – men som bygger sine liv på et vis likevel.
Hvis man skal være negativ til noe, må det være lydbildet – Nationaltheatret har svært dårlig akustikk, og litt for mange av replikkene forsvant i uklar diksjon, dårlig lydnivå (selv med mikrofoner) og kanskje også en ikke alltid like klar Stavangerdialekt. Dette er synd, for stykket er stramt og innholdsrikt og man vil ikke gå glipp av noe. Jeg har normal hørsel og hadde en fin plass på tredje rad balkong, men mistet litt for mange poenger rett og slett fordi jeg ikke hørte dem skikkelig (noe som også har svekket andre forestillinger, som Mysterier og Fortrolige samtaler). For folk med hørselproblemer blir det litt for mye som forsvinner. Det er å håpe at man når Nationaltheatret en gang blir rehabilitert – det ser ut til at det er utsatt for n’te gang… – kan finne en løsning på dette problemet.
Men dette er detaljer. Dette er en juleforestilling som ikke egentlig er en juleforestilling – litt som Tim Minchins White wine in the sun. Forestilling lar deg le og bli grepet, skaper en verden der folk kommer, lever og går, alt som en naturlig helhet. Den anbefales på det varmeste.
Tversover 