Kategoriarkiv: Innovativt

Hva skal høyere utdanning gjøre med AI?

Postet den av
1

Her er en video – og en norsk versjon av teksten, laget ved hjelp av AI, naturligvis – av min tiltredelsesforelesning. Teksten inneholder kun det jeg sier. Det kommer en kronikk og andre ting etterhvert, tenker jeg. Må bare få sparket i gang Claude først…

Ja, hei alle sammen. Jeg er vanligvis ikke nervøs når jeg underviser, men det er jeg nå. Takk til alle som har kommet. Jeg ble faktisk professor for halvannet år siden, men så ble jeg syk, så det hele ble utsatt. Men takk til alle dere som har kommet hit – familie, venner, kolleger, tidligere kolleger, medlemmer av Comunita og medlemmer av mitt tidligere kull her på BI. Vi skal ha fest på fredag, så det gleder jeg meg til.

Det jeg skal snakke om, er dette fenomenet KI – hva det er, og hvordan det påvirker undervisning. Og jeg begynner med å fortelle en historie, som jeg pleier å fortelle i alle kursene mine som en slags avslutningshistorie.

Det beste essayet om innovasjon jeg noen gang har lest, ble skrevet av Elting Morison og publisert i 1950 – jeg tror det ble skrevet noen år før. Det heter «Gunfire at Sea», og det er historien om en kaptein på et skip i den amerikanske marinen som gjorde visse endringer i hvordan de skjøt med kanonene, og forbedret treffsikkerheten fra 8 % til 74 %. Noe jeg tror dere er enige i er ganske bra. Det tok 30 år før marinen tok i bruk innovasjonene hans, og det var mange grunner til det.

I begynnelsen av essayet forteller Morison denne historien om kanonene. Sommeren 1940 hadde Frankrike falt, Storbritannia kjempet i praksis alene mot Tyskland, og faren for at Hitler skulle komme over Kanalen var overhengende. Samtidig hadde ikke Storbritannia våpen, fordi det meste av det tunge materiellet og de tunge våpnene var gått tapt i Frankrike før evakueringen fra Dunkerque. Så de måtte gjøre noe. Og de hadde alle disse gamle kanonene, som så slik ut – de kalles haubitser. Så de dro dem ut av lagrene, hektet dem på lastebiler, kjørte dem ned til kysten og rettet dem mot Den engelske kanal.

Og så sa de: «Vent litt, kanskje vi kan øke skuddtakten ved hjelp av moderne metoder.» Moderne metoder på den tiden var noe som het tids- og bevegelsesstudier. Man bruker film og stoppeklokke og prøver å fjerne unødvendige bevegelser. Så de satte opp en kanon, med åtte mann til å betjene den og en sersjant til å kommandere. De fulgte rutinene, avfyrte kanonen og filmet det. Så satte de seg ned og begynte å analysere filmen.

Og så så forskerne noe veldig rart. Rett før kanonen ble avfyrt – omtrent tre sekunder før – sto to av soldatene i givakt, sånn. Og de sto i givakt til kanonen var avfyrt, og en liten stund etterpå. Med tanke på å avfyre en kanon så raskt som mulig, er det en fantastisk sløsing med mannskap.

Så de tenkte: ok, vi må gjøre noe med det – men vi skal ikke endre noe før vi vet hvorfor det er der. Så de gikk til sersjanten, og han sa: «Tja, det er prosedyren.» De fulgte kommandokjeden oppover, og til slutt kom de til en gammel oberst. Han burde vært pensjonert for lenge siden, men det er jo krig. Han hadde faktisk vært med i boerkrigen og i første verdenskrig, da disse kanonene var i bruk. Så de dro ham inn, plantet ham foran filmfremviseren, viste ham filmen og sa: «Hva er det som skjer her?» Han så på filmen og sa: «Kjør filmen en gang til.» Han så på den igjen og sa: «Nå skjønner jeg det. De holder hestene.»

Men det finnes jo ingen hester! Og dere kan forestille dere: Hva skal vi gjøre med de to soldatene i de sekundene? Vel, det er ingen hester å holde, så de blir bare stående sånn. I stedet for å endre det vi gjør, fortsetter vi bare å gjøre det vi gjør, og tilpasser det litt. Husk den historien. Jeg kommer tilbake til den.

Jeg skal snakke litt om teori – veldig lite teori. Faktisk er det ikke engang teori. Dette er mitt rammeverk. Jeg har laget det, og jeg har ikke publisert det noe sted – kanskje jeg burde. Men det er dette jeg lærer studentene mine, og det går slik: Teknologi endrer forretningsomgivelsene. Faktisk er teknologiske endringer den viktigste drivkraften når virksomheter endrer seg. Og når forretningsomgivelsene endrer seg, må vi endre strategien vår. Og jeg sier til studentene mine og til ledere, og til alle som vil høre: Hadde det ikke vært fint å forstå hvordan teknologien endrer seg, slik at vi kan endre strategien før omgivelsene tvinger oss til det? Det er derfor jeg underviser i teknologi.

Problemet er at vi egentlig ikke vet hvordan teknologi påvirker organisasjoner. Da jeg kom tilbake etter doktorgraden og arbeid i USA i 1996, havnet jeg i en debatt om produktiviteten til informasjonsteknologi. Akkurat som vi nå har forestillingen om KI og produktivitet – vi ser KI overalt, alle snakker om hvor fantastisk det er, men ser vi noen endring i produktivitetstallene? Nei. Vi hadde nøyaktig den samme debatten om PC-er i 96.

Jeg havnet i en diskusjon med en forsker i Norge som hadde skrevet i Aftenposten at det ikke var noe poeng i å kjøpe PC-er, fordi han hadde tatt tiden på hvor fort man skrev på skrivemaskin sammenlignet med på PC, og forskjellen var 10 %, så PC-en var ikke verdt det. Jeg skrev tilbake og sa: «Jeg sitter faktisk på et fly med den bærbare datamaskinen min og skriver dette svaret, og du har helt rett – jeg skriver ikke særlig mye fortere. Men når jeg er ferdig, kan jeg sende dette på e-post til Aftenposten, og de kan ta det rett inn.» Med andre ord: Produktivitetseffekten viser seg andre steder enn der man måler den.

Men Aftenposten hadde noe som het typografer, og de hadde en fagforening, og fagforeningen krevde at alt som kom inn elektronisk, måtte skrives inn på nytt. Så Aftenposten fikk ikke produktivitetsgevinsten før de ble kvitt typografene. Noe som lærer oss at produktiviteten viser seg et annet sted i hele verdikjeden, og at man må endre organisasjonen for å høste gevinstene.

Ok, det var teorien. La oss snakke om teknologien som endrer ting, og den teknologien er kunstig intelligens. Å prøve å definere kunstig intelligens er mer et filosofisk spørsmål enn noe annet. Men jeg pleier å dele det inn i tre – det gjør de fleste. Vi snakker om analytisk KI, generativ KI og agentisk KI. Analytisk KI kalles noen ganger maskinlæring – tenk på det som Excel-avdelingen. Generativ KI er Word-avdelingen, eller bildeavdelingen. Og agentisk KI, der elektroniske agenter gjør ting på dine vegne, er kanskje Teams-avdelingen.

Alle disse er disruptive innovasjoner i seg selv. Det viktigste ved en disruptiv innovasjon er at de etablerte aktørene i en bransje er de som er dårligst i stand til å tilpasse seg den nye teknologien.

Hvis vi ser på analytisk KI, utfordrer den den tradisjonelle vitenskapelige metoden. I den tradisjonelle vitenskapelige metoden vil Popper og andre vitenskapsfilosofer si at man har en teori, og fra teorien utleder man testbare hypoteser. Så samler man inn data og tester modellen, og kanskje validerer man den – men svært ofte gjør vi ikke det. Maskinlæring fungerer derimot slik: Man har noen data. Man tar 20 % av dataene og legger dem her borte. Så tar man de resterende 80 % og ber maskinen finne en modell. Og når den har funnet en modell, retter man den mot dataene den ikke har sett ennå, og tester hvor godt den gjør det. Kan den forutsi om det er kreft i denne føflekken? Kan den forutsi hvor mye denne kunden vil kjøpe? Kan den forutsi hvor mye vi bør betale for en annonse på Google? Valideringen skjer utenfor utvalget.

Og når vi har utviklet en modell, har vi ingen teori. Grunnen til at vi ikke har noen teori, er at modellen, særlig hvis man bruker nevrale nettverk, er så komplisert at det er menneskelig umulig å forklare hvordan den kommer frem til beslutningene sine. Og det er en utfordring, fordi ferdighetene som var gode her – teoridannelse og så videre – ikke er like gode her.

Hva med generativ KI? Det er det folk mener når de snakker om KI – ChatGPT og venner. Det finnes mange måter å tenke på det på, men slik jeg ser det, er det en måte å forutsi neste ord i en setning på, og en måte å konstruere noe på i henhold til det som kalles en belønningsfunksjon. Og belønningsfunksjonen pleier å være det du er fornøyd med. Jeg hadde en potensiell doktorgradsstudent som fortalte meg at hun vurderte å søke seg til BI fordi KI-terapeuten hennes hadde sagt at hun burde. Og KI-terapeuten sier selvsagt det hun vil høre.

Jeg kaller det hypereffektiv middelmådighet, fordi KI bare kan gjøre det som har vært gjort før. Den kan gjøre det svært effektivt, og du kan ha en hel hær av agenter som gjør det for deg, men den kan ikke finne på noe som er genuint nytt. Så i stedet for å prøve å forklare det selv, bestemte jeg meg for å bare spørre: Hva er hypereffektiv middelmådighet? Og den sier at generativ KI skaper hypereffektiv middelmådighet ved å automatisere rutinepregede kontoroppgaver, som å svare på enkle spørsmål, oppsummere tekst og lage standarddokumentasjon av alle slag. Og det er den veldig god til. Hvor fant den det? Vel, jeg skrev en artikkel om det. Og i stedet for å oppsummere den selv, spurte jeg bare Google, og den oppsummerte den for meg. Det er det generativ KI er god for. Den gjør det enkle arbeidet, og lar oss gjøre det virkelig verdifulle, virkelig kreative arbeidet, det som krever skjønn. Men den gjør det veldig bra – og bedre og bedre.

En av tingene den gjør, er å automatisere det enkle arbeidet, og vi begynner nå å se det i produktivitetstallene. Dette kom fra Erik Brynjolfsson ved Stanford forrige uke, tror jeg, som sier at hvis man nå ser på bransjer som er eksponert for KI, ser vi lavere ansettelser i de yngste aldersgruppene. Fordi rutinearbeidet som vanligvis gjøres av yngre folk, i økende grad blir automatisert.

Det utfordrer oss, fordi det utfordrer utdanningsløpet. Utdanning pleide å se slik ut: Vi har det grunnleggende – du går på skole. Så har vi det spesifikke – du tar høyere utdanning. Og når du kommer ut av høyere utdanning, har du verktøyene og den teoretiske kunnskapen, men du har ennå ikke nok ferdigheter til å anvende den. Det må du lære som junior i en bedrift. Jeg vil si at 95 % av studentene mine begynner i konsulentbransjen, og de begynner på det laveste nivået, med svært rutinepreget, hardt arbeid. Og gjennom det lærer de ferdighetene som gjør at de kan få mer ansvar, erfaring og skjønn.

Vel, nå har vi et problem, for nå har vi KI og YouTube. Jeg tror det var for ti år siden jeg hørte en i toppledelsen fortelle at han hadde hørt noen studenter bak seg på T-banen si: «Jeg går ikke på forelesninger. Jeg går bare på YouTube.» Når jeg vil lære noe nytt, for eksempel hvordan en språkmodell fungerer, går jeg på YouTube. Det er det vi konkurrerer mot. Og så har vi KI, der studentene nå kan lage vakre rapporter veldig, veldig raskt.

Så man får det grunnleggende fra skolen – men vi ser i økende grad at elever faller fra skolen. Kona mi, Kristine, er en ekte ekspert på frafall i skolen. Det er veldig sammensatt, men det ser ut til at stadig færre takler det. Det spesifikke, høyere utdanning – vel, stadig mer på nett, og stadig flere studenter får ikke den utdanningen de trenger, fordi de i praksis ber KI om å gjøre det. Og nå får de ikke lenger jobb. Så hvor skal de få de profesjonelle ferdighetene fra? Hvor skal neste generasjons erfaring og skjønn komme fra?

Her er et lite hint om et svar: Jeg tror vi må flytte denne opplæringen inn i det vi gjør. Det er to grunner til det. Den ene er at disse unge menneskene må utdannes til å prestere på et høyere nivå når de kommer ut, fordi bedriftene ikke lenger har råd til den opplæringsperioden. Men også fordi vi trenger noe mer å gjøre, siden vi blir utkonkurrert av YouTube og KI og alt det der. Så vi må gjøre det vi gjør, mer virkelighetsnært.

Og så den siste: agentisk KI, som gjør ting på dine vegne. Hva betyr det? Vi deler gjerne KI inn i det å forsterke det du gjør – hjelpe deg å bli bedre – og det er det de fleste av oss gjør. De fleste her har grått hår; det er det vi gjør. Men man kan også bruke KI til å erstatte mennesker. I stedet for å ansette mennesker ansetter vi digitale medarbeidere som går ut og gjør ting for oss, og stadig flere gjør det. Og dette kan bli situasjonen: «Jeg ber mine folk snakke med dine folk.» Vel, de er her nede – noen av dem er mennesker, noen av dem er digitale.

Dette er forresten en New Yorker-tegning, ikke sant? Nei, det er det ikke. Jeg ba Gemini lage den. Jeg spesifiserte den for Gemini. Signaturen dere ser her nede, er en blanding av tre eller fire tegnere som tegner for The New Yorker. Jeg burde ha satt min egen signatur på den, men det føltes ikke riktig. Den er ganske bra. Jeg spesifiserte vitsen, men den laget tegningen.

Hvordan vet man at noe er en agent? Hvordan vet man at man snakker med et menneske? Jeg har opplevd det nå – folk som ringer meg, og jeg må finne ut: Er de ekte, eller er dette falskt? Det har dere sikkert opplevd også. Det var kvinnen jeg intervjuet, fordi jeg trodde hun var falsk. Det viste seg at hun var ekte – bortsett fra at hun snakket med agenten sin.

Vi kan jo ha noen slags tester. Alle har trykket på denne: Du klikker på den, og den finner ut at du ikke er en robot. Det gjør den ved å analysere måten du beveger musen på, fordi vi ikke kan bevege den like presist som en maskin. Men noen ganger møter man noen … Dette er en venn av meg på Facebook. Hun heter Tina Underhill. Hun bor på en gård i Suldal i Rogaland. Hun jobber i et lite programvareselskap som heter Aadnøy Labs, der hun tar seg av all regnskapsføring og den slags. Hun legger av og til ut bilder – når de har fått nye lam på gården, eller når hun går tur i fjellet. Hun er ikke ekte.

Hun er laget av Alf Aadnøy. Alf er medlem av ledernettverket jeg driver sammen med Haakon Gellein. Han har programmert henne og gitt henne navn – gården hans heter Underbakke, så hun heter Underhill. Hun gjør mye arbeid for ham, tar telefoner og gjør kjedelige ting som det. Og han sier at hvis han skulle laget henne på nytt, ville han ikke ha gjort henne så tiltrekkende, fordi han må avvise mye ikke særlig velkommen oppmerksomhet.

Dette er viktig for mange selskaper. Jeg skal ikke gå inn på det – det er ikke en del av dette – men mye av konkurransefortrinnet på nett har kommet av det vi kaller nettverkseffekter: forbrukerplattformer. Ta Finn, som har 95 % markedsandel, og som blir skikkelig urolige hvis EBIT er under 40 %. Da er det krise i huset. Jeg skulle ønske jeg var så heldig. Nå har de et problem. Vi går til Finn fordi de har 95 % markedsandel: Hvis vi vil selge noe, er det der kjøperne er, og hvis vi vil kjøpe noe, er det der selgerne er. Og vi bryr oss ikke med de mindre plattformene. Men hvis jeg har en agent som går ut og besøker dem for meg, kan jeg gå til Finn, jeg kan gå til Golsfjellet kjøp og salg, jeg kan gå til Facebook Marketplace – jeg kan gå hvor som helst, fordi agenten har uendelig med tid og bare kan gå ut og lete. Og det uthuler noe vi trodde var ganske permanent i internettets konkurranseverden: nettverkseksternaliteter.

Så det var den delen: virkningen på høyere utdanning.

Det er på en måte tittelen på hele dette foredraget: knapphet i undervisningen. Hva betyr det? Vel, man kan ikke tjene penger – penger utover normal avkastning – på å selge noe som finnes i overflod. Man må selge noe som er knapt. Og KI kan ikke kreativitet og skjønn. Den kan ikke finne på ting som er virkelig nye – ennå. Den kan det, gjennom en prosess med selvkomplisering, men det er vanskelig for den å komme opp med nye ting, og det er svært vanskelig for den å utøve skjønn. Så det må vi undervise i. Det er en knapp ferdighet vi må lære bort. Hvordan gjør vi det? Det er ikke lett.

Slik jeg ser det, er det ikke lett fordi det krever noen ting. Det krever ikke bare at vi underviser studentene, men at vi utfordrer dem i et miljø som simulerer det de kommer til å møte når de er ferdige. Det krever uforutsigbarhet. Det krever at vi ikke forteller dem hva de skal lære, vi forteller dem ikke hvordan eksamen blir, og vi forteller dem ikke hvordan de fikk karakteren sin. Jan Ketil Arnulf har skrevet en artikkel med tittelen «Uten uforutsigbarhet dør høyere utdanning». Så vi må være uforutsigbare. Og det krever at vi gjør klasserommet til et sted der både studentene og læreren vil være – som jeg også har stjålet fra Jan Ketil.

Så hvordan gjør vi det? Vel, jeg kan bare snakke om hva jeg gjør, for det er min erfaring. Men jeg har hatt engasjerte studenter. Jeg har studenter som møter opp. Jeg har studenter som tar kursene mine. Jeg har ikke frafall i oppmøtet. Ganske mange av kollegene mine gjør dette også, men de har andre teknikker. Jeg kan bare snakke om hva jeg gjør.

Og jeg prioriterer å ha det moro. Det betyr ikke at studentene har det moro i klasserommet – de er faktisk ganske nervøse. Men jeg har det moro. Det er et par ting vi må tenke nytt om. Studentene er produktet, ikke kundene. Studenter kommer til meg og sier: Jeg vil gjerne gjøre dette alene, jeg vil gjerne gjøre det. Jeg hadde en student som kom til meg og sa: «Jeg må gå tidlig hver mandag. Vil det gå ut over deltakelseskarakteren min?» Jeg sa: «Ja.» Og han sa: «Men jeg må på jobb. Jeg er profesjonell fotballspiller.» Jeg sa: «Nei, du misforstår. Hver mandag kommer du til å være 45 minutter for sent til trening.» Og han sa: «Kan du snakke med treneren min?» Og jeg sa: «Nei, jeg er ikke faren din. Det får du gjøre selv.» Han møtte faktisk opp, og han ble læringsassistenten min året etter. Studenter responderer på utfordringer, og vi må utfordre dem.

Det andre vi må tenke på, er at BI er et treningssenter, ikke et solstudio. Den har jeg stjålet fra Øyvind Revang, som underviste her før. Studentene tror at vi skal komme inn og sette oss ned og sitte sånn, og så får vi en fin brunfarge og et vitnemål som viser at vi er brune, og så kan vi gå. Det er ikke slik det fungerer. BI er et sted der man kan trene og øve og bli bedre, og det kommer til å gjøre vondt og kreve noe.

Jeg har lenge hatt lyst til å skrive en artikkel med tittelen «Hva kan høyere utdanning lære av Kompani Lauritzen?» For dere som ikke er norske: Dette er et TV-program der de tar inn sivile. Det er et realityprogram der de sendes gjennom en rekruttskole, og de møter en fyr – jeg har glemt navnet hans, men han er kjent i Norge som Fenriken. Med stor F. Han kommer inn og forteller deltakerne hva de skal gjøre, hvordan de skal gjøre det, hva grensene er, og hva som regnes som akseptabel og uakseptabel oppførsel og prestasjon. Han gjør det på en støttende, men bestemt måte, og han sier fantastiske ting. Favoritten min er denne: Folk klager: «Men jeg vasket jo rommet mitt,» og han sier: «Vi er ikke ute etter aktiviteten vasking. Vi er ute etter resultatet: rent.» Jeg tror vi kan lære mye av Kompani Lauritzen.

Jeg kjenner en fyr som har denne holdningen – kollegaen min Hanno Roberts. Han blir ofte kåret til beste professor i våre kinesiske programmer og andre steder. Når han kommer inn, har han på seg en T-skjorte, og på T-skjorten står det «No pain, no gain». Det er den riktige holdningen, og det er det vi må gjøre, tror jeg – eller i hvert fall har det fungert for meg.

Så hvordan gjør vi det? Vel, man må i bunn og grunn tvinge studentene. Man må tvinge dem til å delta. Man må tvinge dem til å forberede seg. Jeg har noe som heter forberedt tilstedeværelse. I kursene mine må man være til stede på 70 % av undervisningen for å kvalifisere, men det er forberedt tilstedeværelse. Så jeg kan si: «Birgitte, kan du introdusere denne casen for oss?» – hun er sjefen min, forresten – og hvis hun sier: «Jeg har ikke lest casen i dag,» sier jeg: «Ok, du var ikke her i dag. Du er registrert som ikke til stede.» For man må tvinge folk til å forberede seg, og de jobber instrumentelt.

Man må tvinge dem til å jobbe i grupper. Det kommer studenter som sier: «Men jeg vil gjøre dette prosjektet alene.» Og jeg sier: «Nei, det er ikke et alternativ. Det står i kursbeskrivelsen.» Og vi tvinger studentene til å løse ekte problemer. Hvert år, når Chandler og jeg har maskinlæringskurset vårt, har vi studenter som sier: «Men jeg vil jobbe med et datasett som allerede er tilgjengelig.» Og vi sier at du må jobbe med et ekte datasett, fordi ekte datasett ikke er rene eller veldefinerte, eller engang tilgjengelige. Halvparten av jobben for en dataforsker er faktisk å få dataene i en form der man kan analysere dem. Man må tvinge dem til å ta på den skitne virkeligheten, og det finnes ingen unntak.

Her er en teknikk jeg lærte av Ragnvald Sannes – jeg kommer tilbake til ham senere. Når studentene velger semesteroppgave, gjør vi det slik: Hver student lager en håndskrevet plakat der de presenterer hva de vil skrive om: hvilken bedrift, hvilket problem de vil løse, og så videre. Alle presenterer; det tar et minutt eller to hver, avhengig av hvor mange studenter vi har. Så snart du er ferdig med å presentere, limer vi arket opp på veggen, så vi får alle disse plakatene langs veggen. Når alle er ferdige, går alle opp og stiller seg foran plakaten sin. Jeg ber folk legge merke til hvor alle står, og så erklærer jeg markedet for åpnet. Og du må finne en gruppe, og du må gjøre det der og da. Det er engasjement. Når jeg gjør det, ser klasserommet slik ut to minutter senere. Og det er det man vil se: studenter som engasjerer seg aktivt og finner problemer. Og man må tvinge dem til å gjøre det.

En annen ting jeg gjør er at jeg ikke legger så stor vekt på teori, fordi teori kan man finne i andre kurs, og man kan også finne den på nett eller andre steder. Det er ganske vanlig å ha en gjesteforelesning eller to. Jeg har mange flere. Dette semesteret har jeg fire kurs, og dette er gjesteforelesningene som er booket så langt. Jeg går ut og rekrutterer alle disse næringslivsfolkene og får dem til å komme, og jeg ber dem ikke om å undervise. Jeg ber dem snakke om det de gjør. Så jeg spurte Geir Karlsen: Hvordan er det å lede Norwegian, og hvordan klarte du å snu selskapet? Eller jeg spurte Torstein Berg hvordan han har klart å starte og finansiere tre–fire svært vellykkede selskaper. Eller jeg snakket med Andreas Solbakken om hans serieentreprenørskap helt siden han var 16 år. Og disse folkene kommer tilbake, fordi de blir bedt om ikke å være lærere, men om å være næringslivsfolk. Hele poenget er å gi en opplevelse i klasserommet som man ikke kan få på nett eller gjennom KI.

Og så samarbeider jeg, og jeg eksperimenterer med mestere. Jeg underviser aldri alene. Det er dyrt, igjen, så dette må dere finansiere. Men kursene blir mye bedre når man er to. Hvis du noen gang har hørt på en podkast, vet du at det er to personer, fordi de snakker med hverandre og det blir en samtale. Og jeg finner mestere jeg kan samarbeide med.

Så jeg har en mester i interaksjon: den beste case-læreren jeg noen gang har møtt. Han heter Bill Schiano. Han er ikke her; han er ved Bentley University. I 1996 satte vi sammen et kurs der vi hadde videoundervisning over Atlanteren og lot studentene danne grupper over Atlanteren for å løse forretningsproblemer. Det fikk oss inn i Aftenposten, og etter hvert skrev vi en bok sammen som heter Teaching with Cases, med alle slags tips og triks for å skape dette engasjementet.

Så har jeg en mester i relevans – en som virkelig kan næringslivet og kan bidra med relevans. Hun heter Berit Svendsen. Da Berit sa opp jobben som administrerende direktør i Telenor Norge, hørte jeg det på radioen, og jeg stoppet bilen og ringte Inge Jan Henjesand, den tidligere presidenten, og sa: «Ansett henne.» Og det er den eneste gangen han har hørt på meg. Vi har et kurs sammen som heter Det verdiskapende styret, og jeg bruker skamløst Berit for hennes relevans og hennes forbindelser i næringslivet. Den første forelesningen vi hadde, sa hun: «Jeg må gå tidlig, for det er noe som skjer.» Vi underviste i styrearbeid – og dagen etter stod det i avisen at hun var blitt kåret til Årets styreleder.

Jeg har en mester i forklaring. Han heter Chandler Johnson. Jeg visste ingenting om maskinlæring – eller jeg visste litt; jeg kunne statistikk – men jeg ville lære. Og den beste måten å lære noe på, er å ha et kurs i det. Så jeg satte opp et kurs i analyse, som ga Chandler tilgang til næringslivsfolk og meg tilgang til Chandler. Nå har vi holdt det ti ganger, og nå kan jeg undervise i maskinlæring. Slik gjør man det.

Jeg har en mester i diplomati. Han heter Stein Gjessing. I sju år ville jeg lage et kurs som blandet ekte teknologi – informatikk fra Institutt for informatikk ved Universitetet i Oslo – med forretningsdelen levert av BI: Norges største universitet og den største handelshøyskolen, to stopp fra hverandre på T-banen. Hvor vanskelig kan det være? Det viste seg å være veldig vanskelig. Men Stein loset dette gjennom et svært skeptisk fakultet ved Universitetet i Oslo. Jeg var ikke like vellykket med å lose det gjennom en svært skeptisk organisasjon her lokalt. Så vi måtte gjøre det på universitetet, og vi kalte det Digital økonomi og ledelse – først bachelor, så master – og det ble Norges mest populære studieprogram: 3000 søkere til 27 plasser. Jeg fikk telefoner fra foreldre som sa: «Kan du få datteren min inn?» Det er fortsatt det mest populære programmet ved instituttet, og vi kom på forsiden av Dagens Næringsliv.

Og sist, men ikke minst, har jeg en mester i innovasjon, og han heter Ragnvald Sannes – en mester i innovasjon i undervisning. Vi har gjort mye sammen. Han er ekspert på prosessen med å bygge opp et kurs, og hele denne prosessen jeg bruker, der studentene velger et prosjekt tidlig og vi loser dem gjennom hele kurset, har jeg lært av ham – inkludert dette trikset med alle plakatene. Hvis dere vil se et virkelig fint klasserom, så gå og se på Ragnvald Sannes-auditoriet, som ligger like her borte. Det har ikke fått det skiltet på veggen ennå, men det kommer.

Vi har laget mange kurs. Det som har vært morsomst, er kurset vi holdt i 20 år, som het Strategisk forretningsutvikling og innovasjon. Det gjorde vi sammen med Accenture i Sophia Antipolis, en teknologipark i Sør-Frankrike. Bivirkningen var selvsagt at vi hver oktober måtte til Antibes i en uke eller to – og Egil betalte for det, eller forgjengerne hans – og vi dro med konene våre og med Ellen Heggelund, som er en mester i kursadministrasjon. Det gjorde vi i 20 år. Det var en pine, men noen måtte jo gjøre det …

Hva bør høyere utdanning og BI gjøre? Vel, her er en liten liste å tenke på. Saken er den: BI gjør allerede mye. Jeg er ikke like bekymret for BI som jeg er for andre høyere utdanningsinstitusjoner. Og grunnen er veldig enkel: Vi har ikke to milliarder kroner i grunnfinansiering. Vi må – og vi gjør ganske mye.

Vi har et ord som heter employability – arbeidsrelevans – som Egil har satt på dagsordenen. Det betyr at vi må bry oss mye om at studentene våre får jobb, fordi det er kontrakten vår. Hvis du ikke vet hva du skal gjøre, gå på BI – du kommer til å få jobb. Det er vår uskrevne kontrakt. Så employability står nå på dagsordenen. Hva det er, vet jeg ikke, men det står på dagsordenen.

For det andre har vi noe som heter Doing Sustainable Business. Jeg skulle være med på det, men så ble jeg syk, og det gjør meg virkelig lei meg, for det er et fantastisk kurs. Det er avslutningskurset på bachelorprogrammet. Det har tre og et halvt tusen studenter som jobber med caser i grupper på tvers av studieretninger. Og saken er den: Jeg var på Harvard Business School for omtrent tre år siden og diskuterte case-undervisning med dem, og de snakket om dette programmet og sa at ingen gjør noe slikt. Vi er den eneste skolen i verden som gjør det. 70 faglige ansatte er involvert. Dette er flott. Det er dyrt, Egil, så du må fortsette å finansiere det, fordi det er viktig.

Vi har dette bygget. Dette bygget har klasserom der studentene kan se hverandre. Dette bygget er vakkert. Dette bygget er interaktivt. Dette bygget er rent. Når jeg drar til visse andre institusjoner, må jeg ta med mine egne tusjer, fordi det ikke finnes tusjer i klasserommet. Her testes tusjene hver morgen for å sikre at de virker. Vi har infrastrukturen. Folk drar til andre institusjoner i Oslo, ser seg rundt på brutalistiske betongbygg, og så kommer de hit og tenker: «Hmm – de neste fem årene av livet mitt.» Dette bygget er, om ikke det viktigste, så i hvert fall det mest synlige konkurransefortrinnet vi har. Jeg har prøvd å drive case-undervisning i klasserom der studentene bare kan se rett frem. Det er ikke lett. Vi har U-formede klasserom. Vi har teknologien, vi har infrastrukturen, og vi forstår hvor alvorlig problemet er. Og det er viktig.

Men vi må endre ting, og her er det jeg mener vi må endre. Vi må endre rekruttering og belønning. Vi må belønne undervisning, undervisningsinnovasjon og undervisningsutvikling like mye som vi belønner forskning. Hvorfor heter det «undervisningsplikt»? Bli kvitt det ordet. Det er noe man gjør – det er det viktigste vi gjør.

Vi må endre innovasjonsprosessen fra stage-gate til eksperimentell. Når jeg underviser i innovasjon – eller rettere sagt, når Ragnvald underviser i innovasjon – snakker vi om gamle prosesser, der man kommer opp med en idé, presenterer den for en komité, og de bestemmer ja eller nei; og mer moderne prosesser, der man utvikler en prototyp og tester den i markedet. Og det er litt rart for meg at vi bruker den gamle modellen og ikke den nye. For nesten all innovasjon på BI har skjedd fordi noen bare gjorde det. En av grunnene til at vi rangeres så høyt, er at vi har et kinesisk program, og det kinesiske programmet ble laget av et par faglige ansatte som bare dro dit og gjorde det. Det var ingen formell beslutningsprosess. Så vi må kunne eksperimentere.

Vi må motarbeide regulering som legger lenker på innovasjon. Et av problemene vi har med KI, er at vi må endre måten vi vurderer på. Hvis du drar til Harvard, MIT, IMD, INSEAD, Darden eller London Business School, blir du vurdert ut fra hva du sier i klasserommet. I Norge har vi ikke lov til å gjøre det. De beste universitetene i verden gjør det. Det må vi gjøre noe med. Vi må slutte med denne forestillingen om at karaktersetting er en kontrollerbar og målbar prosess. Det er skjønn.

Og vi må tolerere innovasjon selv om vi ikke liker den – selv om vi ikke liker personen. Husker dere den artikkelen om kanonene? En av grunnene til at det tok 30 år, var at fyren som forbedret skytingen fra 7 % til 80 %, eller noe sånt, var en arrogant drittsekk. Ingen likte ham. En annen grunn var at han lot skytteren selv bestemme når han skulle fyre av, i stedet for at en offiser ropte «fyr». Man måtte kompensere for at skipet rullet, og skytteren kunne faktisk gjøre det – noe som betydde at beslutningsretten ble flyttet fra dem som tradisjonelt hadde den. Det kan vi ikke gjøre. Vi må teste i markedet og så gjøre det som virker.

Så det vi egentlig må gjøre – og jeg har brukt dette uttrykket mange ganger, men jeg mener det er veldig, veldig viktig – er å beskytte fremtiden mot fortiden.

Ellers ender vi opp med å holde hester.

Tusen takk.

Tiltredes!

Postet den av
Svar

Til nåværende og tidligere studenter, venner, kolleger, samarbeidspartnere:

4. november kl. 1400 holder jeg min tiltredelsesforelesning som dosent («teaching professor») på BI. Jeg kommer til å reflektere litt over hva jeg har holdt på med og hva jeg har lært – og si noe om hvordan jeg tror høyere utdanning kommer til å måtte endre seg (selvfølgelig mer i retning av det jeg driver med) i møtet med den tekniske disrupsjonen kunstig intelligens representerer.

Så hvis du har et par timer til overs og lyst til å høre om dette, kan du melde deg på, enten på websiden eller direkte på denne lenken.

Vi sees!

PS: Liten oppdatering: Det blir videotilgang for de som ikke kan komme fysisk – bare å trykke på denne lenken: https://bi.cloud.panopto.eu/Panopto/Pages/Viewer.aspx?id=40d2bc1d-97b8-4cc1-b7c1-b4f7007fd80e

PSPS: Det blir opptak også, det legger jeg ut etterpå (medmindre jeg er misfornøyd med hvordan det gikk…)

AI som informasjonsdisrupsjon?

Postet den av
Svar

Hvis du lever av å levere kvalitetsinformasjon til betalingsvillige kunder – hvor redd skal du være for AI-basert konkurranse?

Det altseende monsteret Argos, i følge Gemini.

(En versjon av denne bloggposten ble først publisert på Comunita.no – et ledernettverk for folk med interesse for, nettopp, strategisk forretningsutvikling. Ta kontakt om du ønsker å vite mer om Comunita!)

Den gang jeg var student – tidlig 80-tall, intet mindre – fantes ikke sosiale medier, Internett, kommentarfelt eller fake news (i hvert fall ikke fake news produsert av privatpersoner.) Ikke desto mindre følte mange bedriftsledere et behov for å følge med på hva som ble skrevet om dem og bedriften deres. Derfor hadde de gjerne abonnement på Argus (oppkalt etter et altseende monster fra gresk mytologi), en utklippstjeneste der folk var ansatt for å lese gjennom aviser, klippe ut artikler skrevet om hva det nå var man var opptatt av, lime dette på papir og levere eller sende det til kundene.

Om dette høres tregt, dyrt og primitivt ut, så må man huske at alt er relativt: Aviser kom (som oftest) bare en gang om dagen og det fantes bare én TV- og radiokanal med nyheter. Hadde man en faks, fikk man kopier av artikler og annet hver morgen – raskere enn om man pløyde gjennom avisene selv, og med mindre risiko for at man gikk glipp av noe i en eller annen lokalavis.

Men så lenge medieovervåkningen var raskere enn mediet, hadde man jo nogenlunde kontroll.

Digitalisering

Etter hvert ble avisenes arkiver digitalisert: Aftenposten var en pioner her, de hadde digitalt arkiv fra ca. 1983 og var tidlig ute med å lage en nokså primitive søkemotorer mot dette arkivene. Medieovervåkningsbransjen endret seg: Først ved at det ble etablert digitale overvåkningstjenester med tilgang til avisenes interne arkiver, deretter, etter hvert som avisene ble tilgjengelige over Internett fra midten av 90-tallet, mer automatiserte tjenester (basert på søkeord) som brukte det åpne nettet, ikke avisenes eget materiale, som viktigste kilde. (Hvis du er interessert i mer detaljer, se denne artikkelen fra 2008.)

De nye medietjenestene var billigere og raskere enn de eksisterende – de kunne søke på mange søkeord og levere resultatet via epost, uberørt av menneskehender. Tjenestene deres var av dårligere kvalitet enn de manuelle, dyre tjenestene, men de vant frem fordi de fant nye kunder som ikke trengte den samme kvaliteten. Det betød at de ofte fikk falske alarmer, men prisen var lav og hastigheten høy, og over tid ble den nye tjenesten bra nok, samtidig som mer og mer av nyhetsbildet skjedde utenfor papirbaserte og/eller lukkede kanaler.

Og i dag finnes – såvidt jeg vet – ikke manuelle medieovervåkningstjenester lenger. Noen av firmaene er borte, noen av deres etterfølgere lever videre og leverer tjenester på toppen av søkesystemer, som for eksempel systemer for å levere pressemeldinger eller forholde seg til investorer (og noen av dem gjør det bra). Selve søketjenesten er nå, for de flestes vedkommende, automatisert bort til en enkel abonnementstjeneste, programmert inn som en IFTTT-makro, eller ved at man legger inn faste søk i Google eller (mistenker jeg) bruker en AI-agent.

Den dødelige jakten på lønnsomhet

Det er ikke så uvanlig at nye selskaper kommer til etter hvert som teknologien utvikler seg – det skjer naturligvis hele tiden. Gåten ligger i hva som skjer i de gamle selskapene – hvorfor reagerer de ikke på den nye konkurransen og begynner å levere de sammen tjenestene? De burde ha alle fordeler – kunderelasjoner, kunnskaper, og bedre kildetilgang.

Svaret heter naturligvis disrupsjon – eller rettere sagt, disruptive innovasjoner.

Sett at du er et selskap som leverer en informasjonstjeneste av god kvalitet – for eksempel ved at du bruker mennesker som velger ut materiale, mennesker som forstår hva kunden er ute etter og velger ut det som er aktuelt og faktisk handler om ditt selskap og din bransje og ikke noe som tilfeldigvis ligner. Så dukker det opp en konkurrent som leverer noe som er dårligere, men billigere. Dine gode, trofaste kunder bryr seg ikke om dem, men de tar endel av de marginale kundene dine – kunder som synes dine tjenester er bra, men for dyre, og som ikke trenger den kvaliteten du leverer.

Hvordan skal du respondere? Hvis du forsøker å tilby en dårligere tjeneste til billigere pris, utkonkurrerer du deg selv – og selv om du vinner, vil du vinne et marked som er mindre lønnsomt (om enn kanskje større) enn det du er i nå. Selv om det finnes eksempler på selskaper som har gjort dette – Schibsted, for eksempel – hører det til sjeldenhetene.

Mye vanligere er at man forsøker å gjøre produktet sitt enda bedre, for å kunne ta en høyere pris av de kundene man allerede har (og kanskje skaffe seg nye, betalingsvillig kunder). Denne strategien fungerer ofte i praksis, i alle fall hvis markedet har plass, tjenestene ikke er for sammenlignbare, og utviklingen ikke går for fort. Selv om disrupsjon er lett å beskrive, tar ting tid og man mister gjerne fokus.

Et alternativ er å lage en ny løsning – en billigversjon – som utnytter den nye teknologien, samtidig som man trekker på den erfaringen og informasjonstilgangen bedriften allerede har. Vanskeligheten her ligger dels i markedsføring – det er viktig å holde merkevarer fra hverandre – men også i organisasjon. Da Intel på 90-tallet introduserte en billig chip for å utkonkurrere nye leverandører, la man design og produksjon til et sted langt unna eksisterende fabrikker, slik at man fikk fokus på å lage noe billig som var bra nok, heller enn å lage noe som var så bra som mulig.

Det er kulturforskjell på Skoda og Audi, må vite.

I virkeligheten tar ting tid og er ikke så krystallklart som teorien vil ha det til, ganske enkelt.

De første fem minuttene

Postet den av
Svar

En versjon av denne bloggposten ble først publisert på Comunita.no – et ledernettverk for folk med interesse for, nettopp, strategisk forretningsutvikling. Ta kontakt om du ønsker å vite mer om Comunita!)

De største feilene i ethvert prosjekt gjør man gjerne de første fem minuttene, fordi man tar forutsetninger og sementerer misforståelser man ikke vet at man har. AI og vibe coding kan kanskje gjøre noe med det.

Bilde konstruert ved denne prompten til Gemini: «please make me a pencil drawing illustrating and executive and a programmer discussing a vibe coding project»

I Comunita-nettverket har vi som regel møter hos en bedrift, der temaet er noe verten ønsker hjelp med. Men i neste møte har vi endret dette, og gjort et lite eksperiment: To bedrifter har gått sammen om å utforske noe nytt, og rapportere erfaringene.

Den ene bedriften har et problem: Bedriften leverer assistanse til kunder, både sine egne og for ulike partnere, hver av dem med ulike avtaler om hva slags ytelse sluttkundene kan forvente.

Den andre bedriften er et softwarehus som leverer ulike typer IT-tjenester, og som står overfor et teknologiskifte (fra tradisjonell til AI-støttet systemutvikling) som kommer til å ha nokså store konsekvenser for både hvordan man utvikler systemer for kunder og hvordan man tar betalt for dem.

Og hva er det vi har utforsket? Jo, vibe coding.

Vibe coding

Innenfor IT kan vi produsere buzz words fort, men vibe coding må være en eller annen rekord: Andrej Karpathy, en av grunnleggerne av OpenAI, introduserte begrepet for 11 måneder siden, og nå er det altså noe som brukes av helt vanlige bedrifter.

Vibe coding betyr at man skriver dataprogrammer ved å fortelle en språkrobot (eller, om du vil språkmodell) hva slags program man vil ha, hvorpå roboten skriver programmet for deg. Tanken er at alle skal kunne programmere – forøvrig noe som har vært et mål for enhver softwareleverandør siden programvare ble en vare: COBOL, av alle ting, var ment som noe ikke-programmerere skulle kunne gjøre.

Uansett: Hva tilfører Vibe coding som man ikke kunne gjøre før?

Det kanskje viktigste momentet er at man kan bruke svært kort tid (i dette tilfellet, en utvikler og ca. 25 timer) på å utvikle en prototype (eller, i alle fall, POC) som er god nok til at man har en omforent oppfatning av hva systemet skal gjøre og hva resultatet, sånn nogenlunde, kommer til å se ut som. Så liten ressursinnsats i en tidlig fase gjør at man slipper å spesifisere systemer før man begynner – utover korte møter – og man slipper å gjøre feil fordi folk forholder seg til en dynamisk beskrivelse i stedet for en mer statisk spesifikasjon.

Et annet aspekt er at diskusjonen om hva man skal gjøre føres mellom folk som er høyt nok oppe i organisasjonen til å ha overblikk – og foreslå løsninger ut over ren systemdesign. For å ta en parallel fra arkitektur: Snøhætta, et arkitektfirma med en rekke enestående bygninger på merittlisten, tar ikke oppdrag fra bedrifter med mindre bedriftsledelsen setter seg med med arkitektene en hel dag, der de klipper og limer og byggeklosser seg frem til hva slags bygg man skal ha. Dette gjør at mange misforståelser blir ryddet av veien tidlig – «å, var det det du mente» – mens de fremdeles er svært billige å korrigere, både hva gjelder penger og støtte mansjetter.

Om å velge riktig nivå

Bildet konstruert ved denne prompten til Gemini: «please make a pencil drawing illustrating the systems development concept of UI, business logic and data access». Presisjonen er ikke påfallende…

Nesten alle systemer som lages, må forholde seg til tre ulike dimensjoner: Grensesnitt, logikk og datastrukturer. (Også kalt «UI, forretningslogikk og dataaksess» hvis man kommer fra tradisjonell IT-utvikling, eller Model-View-Controller hvis man har studert informatikk.) Grensesnittet handler om hvordan systemet skal se ut og hvordan det passer inn i forhold til andre systemer, inkludert det mennesket som skal bruke det. Logikken handler om hvilke regler og rammebetingelser som gjelder. Datastrukturer handler om hvordan dataene er organisert og hvordan man kan komme til dem.

Et vanlig prosjekt ville måttet ha konstruert et grensesnitt (det begynner å bli mer og mer standardisert), legge inn forretningsregler («ikke tilby kunder en tjeneste som ikke er i kontrakten deres») og datatilgang (kanskje ved å konstruere en matrise av ulike tjenester og ulike kontrakter, og slå opp i den omtrent som indeksen til en søkemotor.) Ved å bruke vibe coding får man et kjapt system, der man bruker en variant av RAG til å lese kontraktene og tolke dem. Rent logisk vil dette si at brukergrensesnittet (og muligens grensesnitt mot andre systemer) blir formulert i naturlig språk («hvilke rettigheter har denne kunden»), forretningslogikken – i alle fall i prinsippet – uttrykt ved en «reward function» der språkroboten belønnes for riktige svar, og datatilgangen ordnet ved at språkroboten tolker kontraktene opp mot et multidimensjonelt semantisk koordinatsett.

Hovedfordelen med vibe coding og RAG er hastighet, hovedulempen er, som med så mange ting der språkroboter er involvert, mangelen på presisjon. En annen utfordring er oppdatering – hva skjer om det kommer en ny partner og, med det, en ny kontrakt? Da må man kanskje gjøre hele tolkningsøvelsen om igjen – og kan risikere at systemet ikke er konsistent over tid.

Suksesskriterier

Så langt har vi sett at vibe coding og språkroboter fungerer utmerket i en testfase – kan vi bygge et kjapt system, sjekke ut et konsept kjapt og billig, så vi blir enige om hva vi vil ha. Dette er ikke ulikt 3D-printing, som startet som noe man brukte til å bygge prototyper av bygninger, maskinkomponenter og annet. Etterhvert har 3D-printing blitt en produksjonsteknikk – kan vibe coding og språkroboter gå den samme veien?

Det finnes faktisk en måte å gjøre dette på uten å måtte manuelt sjekke ut den underliggende logikken i systemet – og det involverer god gammeldags statistikk og eksperimentering. Man kan ganske enkelt teste systemet opp mot det man gjør nå – og se om kunderådgivere med dette systemet til hjelp tar bedre beslutninger enn kunderådgivere som opererer alene.

Statistisk sett er dette riktig måte å gjøre det på – samtidig vil jeg tro at en ansvarlig leder ville følt seg nokså nervøs ved oppstart. Vi har en naturlig tendens til å vurdere nye ting ikke opp mot hva man allerede gjør – ofte manuelle prosesser fulle av ikke-innrømte feil – og i stedet insistere på at ethvert nytt system skal være 100% sikkert, feilfritt og etterrettelig.

Som så meget annet mennesker gjør, er ikke dette mulig, og heller ikke ønskelig. Som Daniel Kahneman har skrevet i sin eminente bok Thinking, Fast and Slow: Et menneske som skal gjennomvurdere alle beslutninger i stedet for å være følelsesstyrt, vil aldri klare å ta noen beslutninger. Slikt sett er den effektive omtrentligheten til en språkrobot kanskje en mulig løsning på den backlog’en enhver organisasjon med gamle systemer sliter med.

Og dialogen før man starter vil i alle fall hjelpe med de feilene man gjerne gjør i løpet av de første fem minuttene.

Effektiv omtrentlighet: Hva kan man egentlig bruke GenAI til?

Postet den av
1

Jeg elsker elegant og presist språk – le mot juste, som Flaubert kalte det – og ChatGPT, Claude, og andre store språkmodeller irriterer fletta av meg med sin utrettelige flom av vokabulært overdimensjonerte omtrentligheter.

Ikke desto mindre er GenAI et faktum. Man kan skaffe seg et abonnement på ChatGPT eller bruke gratisversjonen, eller ta i bruk ulike integrasjoner (med Microsofts CoPilot som den klart vanligste). Felles for denne bruken er at initiativet til å ta i bruk systemet kommer fra enkeltindivider, enten man ber systemet foreslå et svar på en kjedelig epost, skrive en tale til det neste julebordet, eller skrive firmaets strategi (noe forbausende mange selskaper ser ut til å gjøre – luftige ord uten styringssignaler…).

Det er positivt, gir en produktivitetseffekt på enkeltpersonsnivå – i hovedsak at man bruker mye mindre tid på å generere innhold og noe mer på å kontrollere det – men som vi alle vet: De virkelige endringene kommer når vi legger om våre prosesser og organisasjoner etter hva teknologien kan tilby – når vi går fra hesteløse kjerrer til skikkelige biler, for eksempel. Hva kan vi forvente når GenAI ikke lenger omtales som GenAI, men bare er en alminnelig del av systemer og prosesser? Hva kan GenAI egentlig gjøre på organisasjonsnivå?

Skal vi forstå det, må vi se på hva slags underliggende funksjonalitet teknologien tilbyr – eller for å si det med Clayton Christensen: Hva slags jobber kan du ansette ChatGPT til å gjøre?

For meg er det tre hovedjobber: Konversasjon, destillasjon, og fabrikasjon.

Konversasjon: GenAI som samtalende grensesnitt

Et samtalende grensesnitt – conversational interface – er noe vi har vent oss til å bruke etter at søkemotorer ble den vanlige måten å finne informasjon på. Tenk litt på forskjellen på å søke i en database og i en søkemotor: Mot en database må du fortelle ikke bare hva du ser etter (f.eks. alle transaksjoner over et visst beløp), men også hvordan dette skal uttrykkes overfor maskinen – f.eks. med et SQL-utsagn (SELECT id, customer, item FROM transaction_table WHERE sum > 10000). Databasesøk er effektivt og presist, men krever at du skriver søkestrengen svært spesifikt. Hvis det ikke finnes noen transaksjoner som tilfredsstiller kriteriene, får du heller ikke noe svar. Enten er informasjonen der, og da kan du stole på den, ellers får du ingenting.

En søkemotor er noe vennligere: For det første forstår den mer av hva du skriver inn – query processing – og tolererer stavefeil, synonymer og rotete ordstilling. For det andre vil den (nesten) alltid returnere et resultat, som kanskje er feil, men som er den biten informasjon som søkemotoren mener er tettest opp til det du spør om. Dette kan være unøyaktig, men søkemotoren returnerer alltid en peker til et underliggende dokument, som du kan lese og vurdere kvaliteten og påliteligheten av.

Årsaken til at man kaller det et samtalende grensesnitt, er at du skriver et søk, ser resultatet systemet foreslår, og så prøver deg med et mer presist søk inntil du finner det du vil ha. Du har en samtale med systemet – og systemet vil alltid vise et resultat, om enn unøyaktig eller irrelevant. Hva systemet skal svare, er et resultat av hva slags informasjon det har oversikt over, den underliggende søkealgoritmen, men også hva slags resultater eieren av systemet ønsker skal vektlegges.

Generativ AI tar dette samtaleelementet videre, og gir ikke bare lenker til kilder, men setter sammen innholdet i svaret basert i hovedsak på hva den har sett av lignende tekster. Det gjentas ofte til kjedsommelighet at alt en språkmodell gjør, er å forsøke å gjette det neste ordet i en setning – den har ingen formening, i alle fall ikke i utgangspunktet, om hva noe betyr. Når den likevel kan fremstå som både kunnskapsrik og konversant, er det fordi vår egen kunnskap er begrenset og skriftlig språk er lite presist som informasjonsbærer.

Så der vil du finne GenAI – som samtalepartnere i neste generasjon søkesystemer, med evnen til alltid å komme opp med et svar på selv de mest håpløse spørsmål. Den vil være uendelig tålmodig (og dermed både et verktøy for og et våpen mot kommentarfeltets ankelbitere) og har ubegrenset selvtillit. Den gir alltid et svar, men glir rundt grøten og lar seg lett påvirke av populære (eller i alle fall populistiske) meninger. Kvaliteten øker med bruk, siden den er lærenem, men med en målfunksjon preget av mange lokale minima kommer den ikke med reell problemløsning, bare forslag basert på hva den har sett før.

Destillasjon: Umenneskelig apetitt for gørrkjedelighet

Where is the «brief insightful summary» button on the keyboard?
P. J. O’Rourke

Her forleden hørte jeg en presentasjon fra en toppleder som fortalte at hans styre hadde mottatt en 1100 siders rapport fra administrasjonen. Han hadde spurt om de ikke skulle lage et executive summary for styremedlemmene, men hadde fått beskjed om at det kunne de ikke gjøre, for det var viktig at styret hadde lest hele rapporten. Jeg vet ikke hva slags styremedlemmer det var i det styret, men jeg klarer ikke å få doktorgradsstudenter til å lese 1100-siders rapporter, så jeg betviler sterkt at noen av styremedlemmene kom seg gjennom det hele, ei heller i hvilken grad innholdet ble gjenstand for en læreprosess.

Hadde dette styremøtet funnet sted i dag, kunne medlemmene ha kjørt hele greia inn i en språkmodell (forhåpentligvis en med kommersiell lisens, slik at teksten ikke ble del av modellens korpus) og fått ut akkurat så mye oppsummerings om de ønsket. Kommersielle språkmodeller trenes opp ved å lese masse tekst (f.eks. lovtekster, tekniske manualer eller ulike policy-dokumenter) og kan deretter besvare enkel spørsmål om dem – eller summere dem. Dette er supert for studenter som ikke gidder lese for mye (men heller ikke lærer stort) og kjempefint for folk som trenger en kjapp oversikt over hva en bok eller en samling artikler inneholder.

Kvaliteten av oppsummeringen er definitivt caveat emptor – mottakers ansvar – men i en situasjon der det ikke er mulig å komme seg gjennom hele materialet, kan en destillert versjon, produsert om ikke på sekunder, så i alle fall på minutter, være bedre enn å måtte pløye gjennom alt sammen. For advokatfirma, revisorer, konsulentselskaper og innen corporate banking, der enorme tekstmengder skal leses og kontrolleres – for eksempel innen due diligence-prosesser – vil språkmodeller være et nyttig hjelpemiddel, om enn ikke en erstatning.

Et problem her er at forretningsmodellen til slike selskaper ofte er bygget på at kunden betaler (med god margin) kostnaden for alle dem (som regel juniorer) som gjør lesejobben og sammenstillingen. Dette er også der selskapene rekrutterer sine fremtidige ressurser. Jeg har hørt endel ledere innen konsulentselskaper snakke begeistret om reduserte personalkostnader ved bruk av AI, uten at det ser ut til at de er helt klar over at kundene for det første kan bruke disse verktøyene selv, for det andre at deres betalingsvillighet kommer til å gå ned i takt med kjennskap til de nye verktøyene.

Når prisen på en tjeneste går ned, kan vi spare penger, men like ofte skjer det at bruken øker. For språkmodellers vedkommende betyr det at ting som tidligere tok lang tid (lese en artikkel) eller var umulig (lese alle artikler om et tema) nå kan gjøres kjapt og greit, om enn med mindre nøyaktighet og en liten fare for juridiske konsekvenser.

Fabrikasjon: Når originalitet verken er nødvendig eller verdifullt

Amazon has created a new rule limiting the number of books that authors can self-publish on its site to three a day.
The Guardian

Språkmodeller er fabelaktige til å generere tekst og annet innhold – Googles NotebookLLM, for eksempel, produserer podcasts basert på artikler du mater inn. Men du skal ikke ha lest mye slikt innhold (eller hørt på en generert podcast i bilen) før en følelse av hjerneråte setter inn.

Årsaken er at tekstene ikke er originale, noe i hvert fall min hjerne registrerer nokså fort, og at det derfor blir som å spise loff til morgen, lunsj og middag i årevis.

Nå er det slik at en hel del tekster som er nødvendige (og ofte pålagt) innen samfunns- og næringsliv ikke må være originale, for å si det forsiktig. Selv har jeg startet firma og bedt ChatGPT genere vedtekter og annet materiale som skled greit gjennom Brønnøysund. Digitalisering har gjort det enkelt for lovgivere å be om materiale og rapporter, websider skal dynamisk oppdateres, og pressemeldinger om dette og hint skal skrives.

Det som først og fremst kommer til å sørge for mye tekstproduksjon Det er mange eksempler på det – digitalisering gjør det svært enkelt å be om en rapport – men det som først og fremst kommer til å virkelig sette fart i svadaproduksjonen er kravene til ESG-rapportering som nå pålegges alle selskaper. Det begynner med de børsnoterte, men kravene siger nedover til alle underleverandører, noe som allerede har ført til at endel store innkjøpere nå handler lokalt eller innen EU i stedet for å hente varer fra fjernere (og billigere) strøk. Endel krav er lite kjent: Åpenhetsloven, for eksempel, krever dokumentasjon av forsyningskjeder og underleverandører og nesten øyeblikkelig generering og levering av den informasjonen til alle som spør. Kan man ikke det, blir det dyrt, noe et klesfirma nylig oppdaget etter å ha blitt gjenstand for et skoleprosjekt.

Bedrifter generelt har verken økonomi eller ledelseskapasitet til å bygge opp et rapporteringsregime like stort som økonomifunksjonen, spesielt siden det for de fleste bedrifters vedkommende vil ha noen effekt på salg eller produktutvikling. For å si det litt kynisk: Språkmodeller kan bli svært verdifulle ved å automatisere grønnvasking, fordi de kan mer enn å skrive «bedriften forurenser ikke det ytre miljø.»

Bullshit jobs no more

With AI, it is much easier to replace a doctor than a nurse.
Yuval Harari, Nexus

Nå er det slik at det meste av arbeidsoppgavene ovenfor – interaksjon, sammenstilling og generering av standardtekster – i dag gjøres av mennesker, i jobber som i mange tilfelle kan defineres som «bullshit jobs«. Det er få som har som sin brennende ambisjon å være grensesnittet mot et kronglete system, leser av kjedelige tekster, eller produsent av innhold ingen egentlig etterspør.

Ikke desto mindre er det disse jobbene som sørger for kjøpekraft for en betydelig del av befolkningen – og reisen fra samlebånd til customer support er ingenting i forhold til reisen fra brukbar informasjonsarbeider til genuin innholdsprodusent.

Det er dukat för konflikt når venstrehåndsarbeidet forsvinner og alminnelig nyskapning blir en hygienefaktor.

Jeg frykter ikke fotografiet, det kan ikke brukes i himmelen eller helvetet.
Edvard Munch

I Martin Amis’ kostelige roman Lucky Jim finner vi denne beskrivelsen av en skikkelig dagen derpå:

Dixon was alive again.  […] The light did him harm, but not as much as looking at things did; he resolved, having done it once, never to move his eye-balls again.  A dusty thudding in his head made the scene before him beat like a pulse.  His mouth had been used as a latrine by some small creature of the night, and then as its mausoleum.  During the night, too, he’d somehow been on a cross-country run and then been expertly beaten up by secret police.  He felt bad.

Jeg er ganske sikker på at en slik beskrivelse ikke er noe en språkmodell kan komme opp med. Og det er ikke fordi språkmodeller ikke kan bli bakfulle (eller i alle fall late som de er det), men fordi originalitet krever at man kjenner reglene for hvordan noe skal gjøres – og deretter å bryte dem.

Originalitet er viktig, blir viktigere, og vil alltid vil bli premiert. Det er bare det at terskelen for hva som er originalt og nyskapende nå er lagt så mye høyere. Verden kan, for å sitere Paul Graham, bli delt inn i de som skriver godt og de som ikke kan skrive i det hele tatt.

Det blir med andre ord mer og mer verdifullt å finne le mot juste…

Lykke til!

Dette innlegget ble først publisert på Comunita.no, et nettverk av ledere og forretningsutviklere innenfor mange interessante firma. Ta kontakt om du ønsker mer informasjon, eller kanskje et medlemsskap?

Musks metode

Postet den av
Svar

Oppdatering 21. februar 2025: Utrolig hvordan perspektivet på en person kan endre seg i løpet av noen måneder… En monoman fokus på detaljer med et løst forhold til konsekvenser er i alle fall ingen god metode når man ikke er begrenset av fysiske lover.

Jeg er nesten ferdig med Walter Isaacsons biografi om Elon Musk, og det er interessant lesning. Den er detaljert, spesielt om utviklingen frem til boken ble ferdig (publisert juli 2024, så den er ikke gammel). Isaacson har fotfulgt Musk i to år, hatt tett kontakt med Musk, hans familie og venner, og detaljerer og dokumenterer bra.

Elon Musk er svært interessant som person. Han er verdens rikeste mann, og har vært involvert i en rekke selskaper – PayPal, SpaceX, Tesla, The Boring Company, Neurolink og Twitter, sånn til å begynne med, har en masse barn og er det amerikanerne kaller en «outsized personality». Han har Aspergers (en diagnose jeg har blitt fortalt ikke lenger finnes, erstattet med et eller annet på autismespekteret), noe som gir seg utslag i en nærmest manisk fokus på detaljer, enorm arbeidskapasitet, begrensede sosiale evner, og en impulsivitet som til tider kan skaffe ham problemer, som når han er litt for kjapp med Twitter-meldinger eller kaster seg ut i «surges» for å løse kriser som ganske ofte er selvkonstruerte.

Han er tydeligvis ikke lett å jobbe for, og biografien har blitt kritisert for å skape et heltebilde av Musk, selv om mange av hans eks- og nåværende ansatte og familiemedlemmer kommer til orde her og der. Men det er vanskelig å argumentere mot suksess, og Musk har skapt sin formue selv, ofte basert på svært langsiktige strategier. Hans impulsive kjøp av Twitter, for eksempel, er ikke noe annet enn en fortsettelse av en strategi han opprinnelig la for Paypal, men ikke fikk gjennomført, blandt annet fordi de andre investorene var uenige med ham (og fordi tiden kanskje ikke var moden). Strategi handler som regel om gjennomføringsevne og fokus.

Algoritmen

En ting Isaacson dokumenterer svært godt, er Musks arbeidsmetode, som han kaller «algoritmen», og som han har brukt spesielt innenfor industriell design og produksjon, som for eksempel Tesla og særlig SpaceX. Den består av fem steg:

  1. Sett spørsmålstegn ved alle pålegg. For elementer av et produkt eller en prosess, spør «hvorfor er det slik?». Hvis svaret er «fordi markedsavdelingen krever det», spør «hvem i markedsavdelingen har spesifisert det, og hvorfor». I Musks organisasjoner er alle krav til et produkt eller en prosess knyttet til en person og en spesifikk årsak – helst forankret i fysiske lover.
  2. Eliminer alt du kan. Hvis ikke en del av en prosess eller et produkt er absolutt nødvendig, fjern den. Det vil ofte føre til at man fjerner ting som viser seg å være nødvendig, men som Musk sier: «Hvis vi ikke ender opp med å gjenopprette 5-10% av de tingene vi tok vekk, har vi ikke tatt vekk nok.»
  3. Forenkle og optimaliser. Når du har fjernet alle unødvendige steg, sett i gang og forenkle og optimalisere de delene av prosessen eller produktet som er igjen. Kan det gjøres enklere? Kan man bruke enklere materialer? Og viktigst av alt – kan man, etter å ha forsøkt å forenkle, kanskje fjerne hele greia?
  4. Få opp farten. Når man har gjort de første tre stegene, er tiden inne for å få opp farten – rett og slett gjøre ting raskere.
  5. Automatiser. Til slutt, når man har eliminert, optimalisert, og skrudd på gassen, er det tid for å automatisere – og først da.

Her på berget…

Jeg kjenner meg godt igjen i denne prosessen – som jeg har skrevet og sagt mange ganger før: Digitalisering er forenkling. I Norge har vi ikke så hard konkurranse og et deilig oljefond å lene oss på, og nå begynner det virkelig å slå ut i statistikkene. Kanskje det er på tide å begynne å bruke denne metoden på alle rare ting vi gjør her til lands? Elon Musk har nå fått en posisjon som sjef for et regjeringsorgan som skal forenkle og optimalisere USAs føderale lover og byråkratier. Det kan bli en interessant øvelse – sannsynligvis et kulturkrasj av dimensjoner, siden Elon Musk ikke kan sparke folk som ikke jobber 150% kontinuerlig – men i intervjuer har han allerede sagt at det er på tide forenkle lover og regler ned til et punkt hvor de kan leses og forstås av folk flest. Det er heller ingen grunn til å ha en masse støtteordninger – inkludert for elbiler og ladestasjoner – og heller la markeder og næringsliv tilpasse seg til det folk vil ha, innenfor rammer som er fremtidsrettet.

Det skal bli en interessant øvelse. Musk har vunnet frem med gjenbrukbare raketter og elektriske biler, ting som etablerte aktører ikke har klart å gjøre noe med. Han er genuint opptatt av de store spørsmålene – global oppvarming, AI-sikkerhet, menneskehetens fremtid.

Det er absolutt ikke noe galt med målsetningen. Så er det bare et spørsmål om å finne en algoritme som tar oss dit.

Velkommen til Strategisk forretningsutvikling og innovasjon!

Postet den av
Svar

Nå har jeg begynt å glede meg til det morsomste jeg gjør på BI: Undervise kurset Strategisk forretningsutvikling og innovasjon sammen med Ragnvald Sannes. Dette har vi gjort i mange år, og synes det er morsomt fordi vi møter mange spennende mennesker som er opptatt av innovasjon. Som vi pleier å si: Våre studenter rekrutteres fra de folkene som ikke klarer å la ting være som de er!

En interessant side av kurset – både for oss og for studentene – er at det er todelt: Dels har vi vanlig faglig innhold – forelesninger, gjesteforelesere, case-diskusjoner og ikke minst en studietur til Sophia Antipolis i Provence i samarbeid med Accenture Technology Labs. En annen – og minst like viktig – del er at kurset er en arena for konkrete utviklingsprosjekter. Deltakerne jobber i team og løser problemer de har med seg fra virksomhetene. Dette gjennomføres i en veiledet prosess fra idéarbeid i første samling til løsningsforslag ved kursets avslutning. 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 hele kurset. Da slipper man en panikkfase på slutten for å bli ferdig med oppgaven.

Også i år (2023/24) har Ragnvald og jeg veiledet en rekke oppgaver – og siden oppgavene er reelle og nesten alle er konfidensielle, må jeg omtale dem i nokså runde ordelag. Her er årets liste:

  • en gruppe har jobbet med en byggvarehuskjede som ønsker å lage en AI-assistert chatbot som kan hjelpe kundene lage enkle prosjektplaner egne oppussingsprosjekter
  • en gruppe har hjulpet en stor bank som ønsker å lage en selvbetjeningsløsning for leasing av ulike aktiva for sine bedriftskunder
  • en gruppe har jobbet med et forslag til en radikal forenkling av velferdsmodellen i NAV og har testet en prototyp. Målet er å skape mer trygghet og forutsigbarhet hos mottagere av velferdsytelser samt redusere tid brukt på saksbehandling og vedtaksfatting for veilederne. Det vil gi enklere og raskere utbetalinger til de som er i behov av velferdsytelser
  • en gruppe har jobbet med et prosjekt for Forsvaret for å styrke gjennomføringen av lagførerutdanningen i regi av Heimevernet.
  • en gruppe har jobbet med et prosjekt der en større kommune ønsker å bli i stand til å møte demografiutfordringen, det vil si at antallet netto brukere av kommunale tjenester øker (vesentlig som et resultat av lengre levealder) mens den relative andelen skattebetalere synker
  • en gruppe har jobbet med å lage en løsning for koordinering av LIS (Leger i spesialisering)-utdanning, som involverer praksis og undervisning av og med et stort antall aktører
  • et gruppe har jobbet med et programvareselskap har utviklet et app som kombinerer bruk av kamera, ulike sensorer og kommunikasjon for at eldre skal kunne bo trygt hjemme lenger
  • en gruppe har jobbet med et pressekonsern som ønsker å kombinere, koordinere og personlig tilpasse sine digitale tilbud på tvers av organisatoriske og tematiske skillelinjer
  • en gruppe (hvis medlemmer har bakgrunn i boligmegling og -finansiering) har jobbet med en prosjekt for å skape en mer oversiktlig, trygg og innsiktsfull bolighandelsprosess
  • en gruppe har analysert markedet for ladeprodukter for elektriske båter og laget forslag til ulike løsninger slik at det skal bli like lett å lade elektriske båter som elektriske biler
  • en gruppe har jobbet med en høyskole som ønsker å skape en enhetlig plattform som gjør det mulig å velge kurs på tvers av ulike markedssegmenter
  • en gruppe har jobbet med å utvikle en tjeneste som kan tilby praktisk og profesjonell sykkelservice – særlig for elsykler – på den tid og det sted som passer sykkeleieren best

Disse gruppene setter vi sammen tidlig i kurset – typisk består de av en person fra det firma eller den organisasjonen som ønsker å utvikle noe nytt, og så av folk fra andre steder som synes denne oppgaven er interessant.

Vi har jo holdt på en stund, så her er lenker til tidligere innlegg og oppgaver:

Det er fortsatt noen ledige plasser, så ta kontakt med meg, eller Ragnvald Sannes hvis du er interessert!

Om nettverkseksternaliteter

Postet den av
Svar

(Denne bloggposten ble først publisert på bloggen til Comunita, et ledernettverk jeg har startet sammen med Haakon Gellein. Ta kontakt om du ønsker mer informasjon.)

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 Review 84( 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.

LØRN.TECH og digitale plattformer

Postet den av
Svar

Min gode venninne Silvija Seres – som jeg har skrevet en haug kronikker med og alltid ser frem til å snakke med – inviterte meg til å lage en podcast om digitale plattformer for noen uker siden. Resultatet i all sin skravlete omtrentlighet finner du her.

Flere prosjekter innen strategisk forretningsutvikling

Postet den av
2

Også i år har Ragnvald Sannes og jeg veiledet en rekke oppgaver innenfor kurset Strategisk forretningsutvikling og innovasjon. (Her er tidligere innlegg: 2019/20, 2018/19 og 2017/18, 2016/17, 2015/16, 2014/15, 2013/14, 2012/13, 2011/12). Også i år er listen spennende – og siden de fleste oppgavene er konfidensielle, må jeg omtale dem i nokså runde ordelag. So here goes:

Her er årets liste:

  • en bank ønsker å utvikle en datadrevet kredittjeneste
  • et firma i byggebransjen ønsker å utvikle en digitalisert rådgivningstjeneste for huskjøpere
  • et legemiddelfirma ønsker å utvikle et digitalt tjenestetilbud for kronisk syke
  • et firma innenfor eventbransjen ønsker å fornye sitt digitale tilbud
  • et firma som leverer forpleiningstjenester på sokkelen ønsker å digitalisere deler av sitt tjenestetilbud
  • en arbeidslivsorganisasjon ønsker å bruke ulike analyseteknikker for å treffe bedre med sine medlemstjenester
  • en bank ønsker å utvikle digitale støtteverktøy for sine rådgivere
  • et sikkerhetsselskap ønsker å utvikle en digital løsning for dokumentkontroll og -oppdatering
  • et tjenesteselskap innen offshore ønsker å utvikle en plattform for å koordinere og effektivisere sine tjenester i samarbeid med andre selskaper med komplementære tjenester
  • en offentlig etat ønsker å utvikle målekriterier for sosialt baserte arbeidstiltak
  • et mediefirma ønsker å utvikle en strategi for understøttelse av sirkulærøkonomi og bærekraft innenfor masseidrett
  • et mellomstort selskap ønsker å forbedre sin evne til digitalisering og innovasjon

Interessante – og reelle – prosjekter og noen firma. Ta kontakt om du er interessert i neste års kurs!

Og her er listen fra kurset som gikk i 2020/2021:

  • En gruppe så på hvilke muligheter digitalisering kan medføre for etter- og videreutdanning (spesielt Executive Master of Management på BI). Oppgaven var delvis motivert av pandemien og at det var mye digital undervisning våren før (Og så i resten av studieåret for denne gruppen). De kom med mange gode og verdifulle innspill til BI.  
  • Et prosjekt så på løsninger for elektronisk signering på internasjonale avtaler. De utredet mulighetsrommet, sammenlignet eksisterende aktører i markedet mot krav og kom med en anbefalinger man tok hensyn til samspillet med i eksisterende løsninger.
  • Et prosjekt så på onboarding av nye medarbeidere i en situasjon som pandemien og jobbet frem et konkret løsningsforslag til hvordan dette kan gjøres. 
  • En større norsk aktør jobbet med tiltak for å motvirke “innovasjonstørke” som effekt av hjemmekontor i pandemien og testet ut et konsept for digitale møteplasser som gir rom for tilfeldige møter.
  • En gruppe utarbeidet et konsept for en forbedret digital kjøpsløsning innen forsikring med mål om å øke andelen transaksjoner i selvbetjente digitale kanaler.
  • En annen gruppe så på hvordan digitale plattformer kan være en kilde til mersalg gjennom å gjøre mer for kundene (tjenestekomplementaritet).
  • En aktør innen bygg og eiendom fikk utarbeidet en forretningsplan for nye digitale tjenester basert på analyse av data man i dag sitter på eller vil kunne ha i fremtiden.
  • En mellomstor norsk aktør som har en vekstrategi gjennom oppkjøp fikk utredet det strategiske mulighetsrommet for integrering av et selskap de hadde kjøpt opp. Konklusjonen ble en strategisk anbefaling og skisse til en forretningsplan. Dette er nå under implementering. 
  • Vi har opp gjennom årene hatt en del prosjekter om innovasjon i offentlig sektor. I fjor var det en gruppe som så på hva som må til for å innføre medarbeiderdrevet innovasjon. Konklusjonen handlet mer om ledelse som en forutsetning for mobilisering enn arbeidsmetodikk.
  • En industriell aktør (produksjonsvirksomhet) jobbet med strategi og organisering for en ny digital løsning integrert en type produkt med potensiale for å endre  forretningsmodellen fra produktsalg til tjenesteyting.
  • En gruppe utredet behovet for å gi en samlet oversikt over personlig økonomi. Mange har prøvd seg på dette uten å lykkes. Denne gruppen kom opp med en del nye idéer og innsikter. Vi venter i spenning på om dette blir satt ut i livet.
  • Valg har vært aktuelt tema, og vi har sett et utall valgomater i løpet av våren og sommeren. Vi hadde et prosjekt som jobbet med dette siden i fjor høst som langt på vei kom opp med et konsept som ga mer informasjonsverdi enn valgomatene. Utfordringen i dette markedet er å finne en levedyktig forretningsmodell.

Dette kurset er noe av det morsomste Ragnvald og jeg gjør på BI, og har gitt opphav til mange interessante – og reelle – prosjekter og noen firma. Ta kontakt om du er interessert i neste års kurs!

Digitalisering er forenkling!

Postet den av
1

Da har man vært og holdt et innlegg på Registerkonferansen 2021 i Bodø Brønnøysund… eller, vel, jeg kunne ikke være til stede fysisk, så da laget jeg en video. Selve innlegget var bare på 15 minutter og historiene er nokså velkjent – men mottakelsen var bra, er jeg blitt fortalt.

Om plattformøkonomi og Finn.no

Postet den av
Svar
No alternative text description for this image
Jens, Christian, og han med sløyfen…

Her forleden deltok jeg i en podcast fra Oslo Business Forum om plattformøkonomi og forretningsmodeller med Jens Hauglum, produktdirektør i Finn.no, og Christian Brosstad fra Atea Norge. Resultatet er tilgjengelig på Spotify og Apple. Det ble en hyggelig liten time med temaer som nettverkseksternaliteter, handelsvertikaler og algoritmeregulering.

God fornøyelse!

Foredrag i virusets tid

Postet den av
6

Det er mulig å holde skikkelige foredrag og konferanser over video, men det krever mye forberedelse, spisset problemstilling, og disiplin og struktur både fra konferansier, foredragsholder(e) og deltakerne.

Denne uken holdt jeg et foredrag (over video) for Utenrikstjenesten, som er medlem av Partnerforum og bruker foredragsholdere til sine «fagprater» en gang i mellom. Jeg liker ikke å holde foredrag der jeg snakker til publikum og bare det, men vil ha diskusjon og spørsmål og interaksjon, helst mellom deltakerne. Hvordan få til det med knapp tid og med et publikum som ikke kjenner meg?

Jeg valgte å gjøre tre ting: Spisse problemstillingen, lage en video med selve foredraget, og legge mye struktur på diskusjonen.

Spisset problemstilling
I stedet for å holde et foredrag om «Hva er disruptive innovasjoner» eller lignende, diskuterte jeg med oppdragsgiver og endte opp med «Den digitaliserte utenrikstjenesten – disrupsjon eller tradisjon?». Jeg regnet med at dette ville trekke mer folk enn et mer tradisjonelt foredrag, og det var oppdragsgiver (entusiastisk) enig i.

Video om problemstillingen
Disrupsjon er et begrep som kommer fra forretningslivet og som er nokså upresist for mange, så det kreves en utdyping av begrepet før man kan diskutere det innenfor sin egen situasjon. Etter min mening kan en videokonferanse brukes enten til diskusjon eller til presentasjon – begge deler er vanskelig, så derfor derfor laget jeg denne 23 minutters videoen som introduserer disrupsjonsbegrepet og delvis setter det inn i Utenrikstjenestens sammenheng.

Videoen er nokså personlig – jeg bruker tid på å kjøre motorsykkel og snakke om meg selv. Hensikten med dette er å etablere en relasjon med publikum og gi folk anledning til å huske den – det kommer til å bli mange videoer og mange foredrag for folk fremover, og jeg har lang erfaring for at «han med tversoveren» er en grei referanse – så dette er «den videoen med varemopeden foran UD.» Denne videoen signaliserer nokså klart at det er diskusjon som skal foregå på møtet, så folk er forberedt på det når de kommer.

Strukturert møtegjennomføring
Jeg valgte å kjøre et svært strukturert opplegg gjennom møtet. Møtet varte i 90 minutter med ca. 30 deltakere over Zoom (Utenrikstjenesten kan ikke selv kjøre Zoom, men kan delta på møter med produktet, så vi kjørte på min lisens). Jeg førsøkte å kjøre mesteparten i Gallery View, og ba deltakerne om det samme ved å ha et skjermbilde med noen instruksjoner ved oppstart.

Som synes var det endel deltakere som ikke slo på videokameraet, delvis fordi de satt med dårlig forbindelse rundt omkring i verden. (Det var etpar deltakere som ikke klarte å komme seg på av tekniske årsaker, men jeg tok opp seminaret lokalt og sendte ut en redigert versjon etterpå.)

Strukturen var slik:

  • Oppstart (tar alltid litt tid å starte et videomøte), kort intro fra oppdragsgiver, kort repetisjon av to foiler fra videoen. Jeg valgte å gjøre dette fordi man aldri kan være sikker på at folk faktisk har fått tid til å se videoen, litt usikker på om det var nødvendig her – det virket som folk hadde både sett og tenkt gjennom videoen. (Sånn sett hadde det vært greit å kunne tracke hvem som har sett, og derfor vurderer jeg nå å flytte hele greia over i Kajabi.) Dette genererte noen spørsmål om bruk av begrepet i Utenrikstjenestens sammenheng (de skal jo ikke selge noe for penger).
  • En kort spørreundersøkelse «Er den tradisjonelle utenrikstjenesten i fare for å blir «utkonkurrert» av digitale kommunikasjons- og informasjonskanaler?») der resultatet ble delt – det var svært forskjellige oppfatninger i forsamlingen, noe som jo borget for god diskusjon.
  • Deretter sendte jeg deltakerne ut i «breakout rooms» der de kunne diskutere seg imellom. Dette er folk som kjenner hverandre og har erfaring med videokonferanse, så jeg regnet med at de kunne håndtere 6 personer per rom ganske bra. Jeg la ganske strenge føringer på hva de skulle snakke om: Gi en person ansvar for å notere, uansett hva dere mener må dere grunngi hvorfor, absolutt 15 minutters grense, klipp svarene inn i chat’en når dere er tilbake i plenum. Jeg rådet dem også til ikke å diskutere spørsmålet direkte, men fokusere på om de kunne se tegn til disrupsjon: Kundesett de ikke bryr seg om, konkurrerende tjenester de oppfatter som dårligere og som de ikke kan eller vil opprette selv, for eksempel.
  • Når folk kom tilbake klippet de inn notatene (svært bra notater, forresten) til Chat’en. Jeg tok utgangspunkt i noen av dem (det tok litt tid før alle dukket opp, trolig forsinkelser i Zoom), ba folk fra gruppen utdype det, og kommenterte selv.
  • Etterhvert gikk jeg videre til neste punkt: Kort om hva som danner kultur i en organisasjon, deretter en poll om hvilken av de fire faktorene som vil være mest vanskelig å endre, deretter diskusjon i grupper og plenum igjen.
  • Ettter plenumsdiskusjonen kjørte jeg en poll til om hvordan møtet hadde vært, med spørsmål om emnet og formatet. Resultatet var svært positivt for begge deler, særlig formatet, der én svarte middels og de fleste «Topp!» Jeg tilskriver dette muligheten for diskusjon og involvering. Jeg gikk ikke inn og fulgte diskusjonen i breakout’ene (det er teknisk mulig) fordi jeg ikke kjenner deltakerne (for studentgrupper jeg har et forhold til har jeg ikke slike skrupler.)

Etter at møtet var over, tok jeg opptaket (av en eller annen grunn fungerte ikke Zoom’s opptaksfunksjon, antakelig fingertrøbbel fra min side, men jeg tok det også opp fra min egen skjerm), redigerte det, og sendte det til oppdragsgiver.

Erfaringer og konklusjoner
Jeg vet jo ikke i detalj hvordan dette fungerte for deltakerne, selv om tilbakemeldingene under og etter seminaret var gode. I ettertid skulle jeg ønsket at jeg hadde brukt litt mindre tid innledningsvis (gikk litt tid med til å forklare verktøyet – disse folkene kan videokonferanse, men ikke med Zoom.) Skulle ønsket litt mer tid til diskusjon mellom breakout’ene, og at jeg hadde snakket mindre selv (ikke noe nytt der). Videokonferanser tar mer tid enn vanlige møter, og man må være mye mer eksplisitt på hva man ønsker å få ut av et element.), men jeg tror temaet fenget og at diskusjonen var god i gruppene.

Et problem for meg er at min oppfatning av kvaliteten på videotjenesten er preget av at jeg har bra videoutstyr og fiberoptisk Internett. Dette gjør at jeg kan være kjapp og dynamisk i diskusjonen, noe som er vanskeligere for de deltakerne som sitter på dårligere forbindelser. Forsinket forbindelse gjør det vanskelig å komme inn i samtalen. Løsningen ligger i å eksplisitt spørre folk eller å bruke «participants»-panelet og be folk rekke opp hånden. I andre sammenhenger (jeg har nå kjørt fire casediskusjoner over Zoom) har jeg etterhvert skjønt at jeg skal be folk sette på «live» video hvis de kan – det skjerper oppmerksomhetskravet og gir mindre inntrykk av at man snakker til et tomt rom.

Jeg har lang erfaring med videokonferanse, men selv med mye trening og et gjennomtenkt opplegg var det svært intenst å være både administrator og diskusjonsleder. Jeg var helt vaskefille etter møtet, og så ikke frem til to timers casediskusjon i samme format, samme ettermiddag. Når jeg underviser sammen med Ragnvald Sannes er den ene av oss admin/konferansier og den andre snakker (selv om vi begge deltar i diskusjonen.) Sånn sett skulle jeg gjerne hatt en assistent, men det går sikkert bedre med trening.

Mange tror at videokonferanser er kostnadsbesparende, men for meg som foredragsholder er dette mye mer jobb enn et vanlig foredrag. Skulle jeg holdt dette som vanlig, ville jeg brukt en-to timer til forberedelser (inkludert samtale med oppdragsgiver), kanskje en time til reising, og kanskje to timer til selve møtet. Denne gangen brukte jeg over en dag på videoen (en time forberedelse, to timer filming, fem timer redigering), ca. tre timer på selve møtet (inkludert oppsett og forberedelse), og fire timer på å redigere opptaket. I tillegg har jeg nok brukt noen timer på å tenke ut hvordan jeg skal lage hele opplegget. Noe av dette kan jeg nok effektivisere (gjenbruk av opplegg, faste klipp i videoen, at jeg blir flinkere til å redigere), men skal dette bli regningssvarende vil nok prisene mine minst ligge på samme nivå som et fysisk møte. På den annen side: Oppdragsgiver trenger ikke betale for møterom og lunsj.

Det hadde vært interessant å forsøke å arrangere en heldagskonferanse der man la det opp skikkelig med videoer, diskusjonsstruktur og (hvorfor ikke) lunsj sendt hjem til deltakerne med en eller annen takeout-leverandør. Problemet med videokonferanse er ikke møtene, men å få til det som kanskje er mest viktig med en konferanse: Alle de menneskene man treffer og snakker med mellom sesjonene. Det er jo mulig at bruk av breakout rooms mellom felles sesjoner, der folk ble satt sammen random, eller at man hadde en eller annen form for påmelding, kunne fungert. Man kunne hatt tre foredrag, deretter breakoutrooms med hver sin foredragsholder som svarte på spørsmål, for eksempel. Folk har allerede luftet muligheten for videokonferansesystemer der man kan gå rundt i grupper og lyden blir sterkere jo nærmere man kommer (som i et rom med mange mennesker.)

Vi får se. I mellomtiden kommer jeg til å holde mine foredrag på denne måten, og ser sesongen fortrøstningsfullt i møte….

Om teknologisk schizofreni

Postet den av
Svar

Nok en kommentar på Digi.no, denne gang om det slitsomme i å håndtere mange roller mellom mange organisasjoner der teknologien gjør det stadig vanskeligere å være seg selv. Fra innledningen:

Fremtidens arbeidsliv vil bli mer fragmentert. Stadig flere kommer til ha kortere arbeidsforhold med flere organisasjoner, gjerne flere på en gang, gjennom hele karrieren. Men systemene våre er stadig vekk satt opp for 1950-tallet, der du jobber i én organisasjon fra lærlingeplass til gullklokke. Og det blir ikke bedre.

Og her er lydfilen:

Smarthelp får avtale med Telenor

Postet den av
1

Smarthelp AS er et lite selskap jeg sitter i styret i og forsøker å hjelpe så godt jeg kan. Selskapet startet med et system for å tilkalle nødhjelp raskt og presist, men gudene skal vite at å selge avansert teknologi (det er mye mer bak enn en app, særlig fordi man må ha avansert krypering) til offentlige institusjoner tar lang tid og skal gjøres av store bedrifter.

Så vi går mot privat- og bedriftskunder – se nye nettsider – og en av dem som har latt seg begeistre er Telenor. Etter litt frem og tilbake undertegnet vi en samarbeidsavtale med Telenor for to dager siden, her er et bilde av daglig leder Fredrik Øvergård og Ida Elders, ansvarlig for IoT business development i Telenor:

Dette er win-win: Telenor får tilgang til avansert teknologi, Smarthelp får tilgang til Telenors distribusjons- og supportapparat. Mulighetene er mange, både for salg av Smarthelp direkte (et problem for små selskaper er at de ikke har et etablert kontraktsforhold til det offentlige, for eksempel, eller at de ikke har stort nok eget salgsapparat) eller, på litt lengre sikt, at mye av det Smarthelp leverer blir tilgjengelig gjennom Telenors egne tjenester.

Gratulerer til Fredrik og til Telenor – og hvis du har behov for sikkerhet for ansatte, vil ha måter å koordinere ressurser på uten at det går ut over personvern, eller ønsker å ha kontroll på dine egne personopplysninger – ta kontakt med Fredrik eller meg!

Konstruksjon om konstruksjoner

Postet den av
1

Rimini Protokoll: Society under construction. Nationaltheatret.

Medvirkende: Sonja-Verena Breidenbach, Dieter Läpple, Fang-Yun Lo, Alfredo Di Mauro, Jürgen Mintgens, Marius Ciprian Popescu, Viviane Pavillon og Reiner Pospischil.

Hvorfor går store byggeprosjekter så ofte galt? Vi er vant til at det blir forsinkelser, feil, budsjettoverskridelser, og ikke minst at prosjektet viser seg å bli noe helt annet enn forespeilet.

Society under construction er et «dokumentarisk vandreteater» der du som publikum både er tilskuer, deltaker og tildels kullisse. Publikum deles inn i åtte grupper, og vandrer fra stasjon til stasjon i en innstallasjon som gjør at du får se det meste av Nationaltheatret, inkludert lysloft og bakscene.

Min gruppe startet som investorer, deretter som korrupsjonsjegere, så som bygningsarbeidere, og så videre. Skuespillerne er ikke skuespillere (for det meste) men seg selv – en advokat med spesialitet byggesaker, en ingeniør involvert i Berlins skandaleflyplass, en rumensk bygningsarbeider, og så videre- og forteller om egne erfaringer. Ved hjelp av høretelefoner isoleres lyden, samtidig som hva som skjer i en gruppe danner illustrasjon for en annen gruppe – et pengedryss som illustrerer korrupsjon drysser inn i rommet der investorene sitter for å illustrere penger som skal investeres.

Scenografien er intrikat og krevet at alle holder tidsskjemaene perfekt – og stort sett fungerer dette. Man blir imponert over hvor koordinert og integrert alt er. Jeg likte at man ikke hang seg på lette løsninger, som å legge skylden bare på korrupsjon eller grådige investorer. Dette er en kunnskapsrik og problematiserende produksjon. Et par av innslagene – særlig professoren som snakker om smarte byer – blir litt misjonerende og langtekkelige. Men forestillingen fungerer, gir et komplisert og etter mitt skjønn riktig bilde av store prosjekter og hvordan de kan få problemer – og en bonus er jo at man får sett deler av Nationaltheatret man vanligvis ikke får se. Dette er rett og slett et svært smart prosjekt, med mange deler som skal passe sammen, og sånn sett er det en konstruksjon om konstruksjon.

Og slett ikke det verste stedet å tilbringe en lørdagskveld.

De blå hjelmene er kinesiske migrantarbeidere, de gule vanlige bygningsarbeidere, sandhaugen danner grunnlag for flere illustrasjoner.
Inntrykk fra salen – der ingen sitter.
Arktitekter, ingeniører og offentlige administratorer gjør seg klar til strid med entreprenører.
Inntrykk fra lysloftet, der man fremstiller hvordan korrupsjon fungerer.

Om å digitalisere skipsmaling

Postet den av
Svar

Malingprodusenten Jotun er stille og rolig i ferd med å revolusjonere markedet for skipsmaling – og det har jeg skrevet litt om på Digi.no. (Også gjengitt i BI Business Review.)

Altfor mange bedrifter, særlig i Norge, ser informasjonsteknologi som noe som reduserer kostnader. Malingprodusenten Jotun går fra å konkurrere på pris til å levere en kostbar og verdifull tjeneste – Jotun Hull Performance Solutions – ved hjelp av teknologi og data.

(Lyst til å diskutere digitalisering med Ragnvald Sannes, Berit Svendsen og meg? Bli med til Frankrike i oktober!)

Som vanlig med lydfil:

Om fortid og fremtid og AirBnB

Postet den av
Svar

AirBnB blir nå delvis forbudt i Norge – og mine erfaringer med AirBnB og tanker om forbudet finner du på Digi.no.

Vi nordmenn har lang tradisjon for å forby ting vi ikke helt forstår. Forbudet mot AirBnB over 90 dager føyer seg inn i rekken. Årsaken er at innovasjoner har få talsmenn og det tradisjonelle er organisert, vokalt og, vel, tradisjonelt. Vi lar med andre ord fortiden regulere fremtiden – og det må vi slutte med.

Som vanlig med lydfil.

FINNovasjon

Postet den av
Svar

I dag hadde jeg med meg mine unge og smarte DigØk-studenter på besøk hos FINN.no, et av nokså få selskaper i Norge som er a) heldigitale og b) har en eksplisitt og datadrevet innovasjonsstrategi. Jens Hauglum hadde lagt opp et spennende program som inkluderte perspektiver fra organisasjonssiden (Kristin Sætevik), eiersiden (Schibsteds konsernstrategi ved Sven Thaulow) og ledersiden (Ruben Søgaard) i bedriften.

FINN.no har, som synes, eget SnapChat-filter! (Foto: Lene Pettersen)

Det ble et meget vellykket besøk, med høyt engasjement fra studentenes side (de var vel forberedt, vi hadde diskutert Schibsteds utvikling frem til 2007 i en tidligere forelesning basert på et case fra HBS). I tillegg til foredrag og diskusjoner fikk de prøve seg på en aldri så liten idegenerering selv, i et forsøk på bedre å forstå FINN.nos innovasjonsprosess, kalt «ledersnurren«.

FINN.no og Schibsted er forbausende lite kjent i norsk næringslivspresse, noe som er litt rart, gitt at selskapet (inkludert Adevinta, verdsatt til 33 milliarder, en av Oslos største børsintroduksjoner) har omsetning for 20 milliarder totalt med EBITDA på 40-tallet innenfor markedsplassene. Men norsk business-presse er stort sett opptatt av oljeprisen…

I alle fall – takk til FINN.no for et supert opplegg – og det skulle ikke forundret meg om ikke en hel del av studentene kunne tenke seg en karriere i FINN.no.

Jens og ledersnurren

Oppgaver i maskinlæring

Postet den av
Svar

Sammen med Chandler Johnson og Alessandra Luzzi underviser jeg nå tredje iterasjon av kurset Analytics for Strategic Management. I løpet av kurset jobber studenter med reelle prosjekter for ordentlige selskaper, og bruker ulike former for maskinlæring (stordata, analytics, AI, hva du vil kalle det) til å løse forretningsproblemer. Her er en (for det meste anonymisert, bortsett fra offentlig eide selskaper) liste med resultatene så langt:

  • Et IT-serviceselskap som leverer data og analyser, ønsker å forutsi kundenes bruk av sine elektroniske produkter, for å kunne tilby bedre produkter og skreddersy dem mer til de mest aktive kundene. Resultat: Bedre salgsprediksjoner enn den eksisterende metoden (reduserte feilmodellering med 86%) – men modellen fungerer ikke langt frem i tid. Men den vil bli implementert.
  • En bensinstasjonskjede ønsker å beregne churn hos sine forretningskunder, for å finne måter å holde dem på (eller om nødvendig, endre noen av sine tilbud). Resultat: Fant en modell som identifiserer kunder som vil forlate dem, med en treffrate på 50% vil modellen forbedre resultatet med 25m kroner, og det er rom for å øke bruken av modellen utenfor de opprinnelige segmentene.
  • En frisørkjede ønsker å forutsi hvilke kunder som vil sette opp en ny avtale når de har klippet seg, for å bygge kundelojalitet. Resultat: Fant en modell som predikerte hvilke frisører som har problemer med å bygge opp en gruppe stamkunder (med omtrent 85% nøyaktighet), har klart å få en bedre forståelse av hva som driver kundelojalitet og dermed hvordan de kan hjelpe frisører med å få flere kunder.
  • En stor finansinstitusjon ønsker å finne ansatte som ser etter informasjon om kunder (for eksempel kjendiser), for å styrke personvern og datakonfidensialitet. Resultat: Slet med å få tak i nok og riktige data, men bygget en spesifikasjon av hva slags data som er nødvendig, hva det vil koste, og hva resultatet vil være – og fant at innenfor dette området finnes det svært få modeller, noe som er en mulighet. Og man fant noen lovende startpunkter for å bygge en slik modell. Vanskelig, men viktig område.
  • En stor offentlig IT-avdeling ønsker å forutsi hvilke ansatte som sannsynligvis vil forlate selskapet, for bedre å planlegge for rekruttering og kompetansebygging. Resultat: Bygget en prediksjonsmodell og en prosess som reduserer ledetiden for å ansette en ny person fra 9 til 8 måneder (en 10m innsparing) og dermed reduserer behovet for å utsette prosjekter på grunn av kapasitetsmangel, samt forbedre planleggingen av fremtidige kompetansebehov og øke sjansen for å beholde viktige ansatte.
  • OSL Gardermoen vil finne ut hvilke flypassasjerer som vil ønske å bruke taxfree-butikken etter at de har landet, for å øke salget (og ikke bry dem som ikke vil kjøpe taxfree). Resultat: Fant at noen variable man trodde ville øke taxfree-andelen ikke gjorde det, lærte mye om hva som gjør forskjell – og at modellen, hvis man klarer å bygge den, vil være mye verdt (en økning i taxfree-bruk på under en prosent vil øke Avinors inntekter med mer enn 100m). Samt at eksperimentering, ikke store prosjekter, er veien å gå videre.
  • En mindre bank ønsker å finne ut hvilke av sine yngre kunder som snart trenger et boliglån, for å øke sin markedsandel. Resultat: Bygget en modell som øker sannsynligheten for å identifisere førstegangs boliglånskunder, til en merverdi av 6,9 millioner kroner – samt at bruken av denne modellen introduserer datadrevne beslutninger for organisasjonen.
  • Et internasjonalt TV-selskap vil finne ut hvilke kunder som sannsynligvis vil si opp abonnementet sitt innen en bestemt tidsramme, for å bedre skreddersy sitt tilbud og markedsføring. Resultat: Bygget en modell med en kortsiktig beregnet merverdi på 500000 kroner per år, som treffer seks ganger bedre enn tilfeldige utvalg. I løpet av arbeidet har man funnet en rekke aktiviteter som kan øke kundelojaliteten uten store kostnader – og funnet inspirasjon for mer bruk av maskinlæring.
  • En leverandør av administrerte datasentre ønsker å forutsi sine kunders energibehov, for å kunne skrive og oppfylle konktrakter om sertifisert grønne datasentertjenester. Resultat: Bygget en modell basert på historiske sensordata for eksisterende kunder, for å forutsi forbruk for en ny kunde, og deretter en modell som inkluderer den nye kunden for å overvåke resultatet og forbedre modellen for alle kundene. En korrekt modell (som implementert) vil forbedre månedlig inntekt med 47% for en ny klient og redusere sjansen for kontraktsterminering.
  • Ruter (paraplyfirmaet for offentlig transport for Oslo-området) ønsker å bygge en modell for å bedre forutsi trengsel på busser, for å, vel, unngå trengsel. Resultat: Bygget en modell og et forslag til en tjeneste for å kunne fortelle Ruters kunder om det (sannsynligvis) er ledige seter på bussen eller ikke, går nå til testing.
  • Barnevernet ønsker å bygge en modell for å bedre forutsi hvilke familier som mest sannsynlig vil bli godkjent som fosterforeldre, for å kunne prioritere saksbehandling og redusere ventelister. Resultat: Tross mye manglende data klarte man å finne gode indikatorer på godkjente fosterforeldre og har lagt en plan for videreutvikling av modellen etterhvert som man får bedre data. Området er lovende, siden behovet for fosterforeldre er stort og selv en liten forbedring vil hjelpe.
  • Et strømproduksjonsselskap vil bygge en modell for å bedre forutsi strømforbruket i deres marked for å kunne planlegge produksjonsprosessen bedre. Resultat: Testet mange modeller og har funnet at å forutsi spot-priser er vanskelig, men har klart å finne indikatorer på økt volatilitet, noe som gjør at man kan produsere noe mer presist. Kortsiktig effekt av en liten modell er 100-200 tusen euro per år for hver produksjonsenhet, et tall som forventes å øke siden volatiliteten i markedet vil øke fremover.

Alt i alt er vi svært fornøyd – vi har klart å øke verdien, samlet sett, for disse selskapene adskillig mer enn kurset koster (I hvert fall 10-gangen, konservativt anslått). Flere av deltakerne har fått nye stillinger og flere av dem har bestemt seg for at data science er en retning de skal fortsette å utvikle seg i, og ønsket seg flere slike «tekniske» kurs. Og gitt at vi også har produsert en masse kunnskap og generelt økt deltakernes evne til å bygge bro mellom analytikere og forretningsfolk, tror jeg vi kan erklære dette prosjektet for en suksess…

Og her er (de fleste) av denne gjengen: