«[… datamaskiner og Internett] vil føre til at arbeid vil finnes i to kategorier: Folk som forteller datamaskiner hva de skal gjøre, og folk som blir fortalt av datamaskiner hva de skal gjøre.» — Marc Andreessen
Jeg har mange kurs denne høsten (altfor mange, faktisk). Et av dem er et kurs for rundt seksti masterstudenter (gjennomsnittsalder omtrent 25, tenker jeg), hvorav omtrent halvparten er utlendinger, for det meste på utveksling. Det er gløgge studenter og de følger med, men av og til lurer jeg litt på realismen i deres forventninger til arbeidslivet.
I dag underviste jeg et case om et firma som får sine web-servere angrepet. I den forbindelse oppdaget jeg at det ikke var en eneste av studentene som visste hva «source code» var, og at ingen av dem hadde programmert en datamaskin. (Det viste seg etterpå at de fleste av dem hadde «programmert» i statistikkprogrammet Stata, uten at det gir noen grunn til å slappe av.) Men at ingen hadde programmert noe utenfor klasserommet? Dette var tross alt et kurs i med nesten bare teknologi-cases, innovasjon i selskaper i dag er stort sett ensbetydende med å endre på et dataprogram, og mange av disse studentene har intensjoner om å jobbe i bedrifter som gjør et eller annet online.
Samme dag annonserer DnB at de har brukt en software-robot til å innvilge boliglån – og at 30-40 prosent av lånesøknadene kommer til å være automatisert innen et år. Gjensidige har automatisert forsikringsoppgjør og vil til Guinness’ rekordbok med et forsikringsoppgjør som tok 1,6 sekunder fra mottak av skademelding til utbetaling var skjedd. Og i det store utland (i februar) annonserte Morgan Stanley at deres programvare hadde gjort arbeid tilsvarende 360.000 advokat-timer.
Automatiseringen er i ferd med å nå saksbehandlerne – dels ved at vi får «roboter» som gjør rutinearbeid, dels ved at mange ting som tidligere tok vurderinger og erfaring nå kan gjøres ved analyse. Vinneren blir de som har de største datamengdene (og dermed kan komme med de mest presise beslutningene) og de som har systemer som er fleksible nok til at de konstant kan endres og automatiseres. (Med andre ord, de som ikke har et COBOL-monster i kjelleren.)
I denne situasjonen forundrer det meg at ikke flere studenter lærer seg å for telle datamaskiner hva de skal gjøre (noe som skjer gjennom programmering) heller å bli fortalt av en datamaskin hva de skal gjøre. Det kan nemlig tenkes at datamaskinen (eller i alle fall de som programmerer den) blir litt lei av disse uforutsigbare og kostbare menneskene og gjør ting selv.
Og da er det litt sent å lære programmering.
Det må være et stykke igjen. Vi er i Florida og har vurdert å kjøpe en bil. Den må forsikres. Den smarte computeren fant ut av jeg var i klasse med en 16-åring fra Poerto Rico, det vil si høyeste premie (4000 USD). Jeg forklarte at jeg har kjørt ca 1 mill km i 16 forskjellige land uten uhell (touch wood). Det hjalp ikke. Så fikk jeg mitt forsikringsselskap i Norge til å skrive en erklæring, på engelsk, som bekreftet min historie. Det hjalp heller ikke. Så vi leier fortsatt bil. Vi kan ikke betale 4000 USD i forsikring for en bil til 15.000 USD. Så her, in the Promise Land, har A.I. kommet langt!
Tilbaketråkk: Financial Times-rankingen | Tversover