KI på jobb: Hvorfor virksomheter trenger en ny plan

Les transkripsjonen:

Vi prøver ut å transkribere podkastene våre ved hjelp av et program. Tilgi eventuelle skrivefeil, ettersom boten ikke er korrekt 100 % av tiden.

Steve Cadigan: Hvis den første implementeringen av KI er å kutte antall ansatte, er ikke det fantastisk? Jeg vet ikke hvem som måler hva som er fantastisk. Hvor fantastisk synes dine fremtidige ansatte at det er? Og jeg tror det jeg gjerne skulle sett fra organisasjoner, og utfordringen jeg har, er: Hva med noen implementeringer som viser enorm vekst i læring gjennom implementeringen av KI, og dermed større karrierepåvirkning og bedre lønnsutvikling?

Hva med at vi beviser overfor folkene våre at vi er like interessert, om ikke mer interessert, i det? I stedet for det tradisjonelle tankesettet om å gjøre mer, produsere flere enheter, kutte antall ansatte og spare penger.

David Rice: Velkommen til podkasten People Managing People. Vi har som mål å bygge en bedre arbeidsverden og hjelpe deg med å skape glade, sunne og produktive arbeidsplasser. Jeg er programleder David Rice.

Dagens gjest er Steve Cadigan. Han er talentrådgiver og tidligere HR-direktør i LinkedIn. Vi skal snakke om hvordan KI kan forenes med dagens arbeidsmiljø, og hvordan virksomheter kan få en bedre tilnærming til denne teknologien.

Steve, velkommen!

Steve Cadigan: Hei, hyggelig å være her.

David Rice: Før dette snakket vi om den unike utfordringen ved å implementere KI som en løsning på arbeidsplassen, sammenlignet med andre teknologier vi har brukt tidligere. Hvorfor kan vi ikke bruke den samme typen tankegang rundt denne teknologien som vi brukte på tidligere verktøy vi har kjøpt og implementert?

Steve Cadigan: Ja, det er et godt utgangspunkt. For det første er det litt misvisende å kalle det en løsning. Dette er et arbeid under utvikling av enorme dimensjoner. Kaken er ikke ferdigstekt ennå. Det er en teknologi i utvikling. Skaperne av produkter basert på kunstig intelligens er like bekymret og nervøse som de er begeistret for mulighetene.

Det er heller ikke alltid tydelig hvordan enkelte av resultatene blir til. Vi befinner oss på et svært interessant tidspunkt, der vi har noe utrolig kraftfullt, men i motsetning til all annen teknologi vi har sett tidligere, er vi vant til at teknologiimplementeringer fungerer slik: Her er teknologien. Vi kan gjøre noe raskere, med lavere kostnader, så la oss implementere den.

Akkurat nå vet vi ikke engang alt KI kan gjøre, og vi lærer fortsatt. Det gjør dette litt utfordrende, fordi det krever eksperimentering, og det er ikke noe vi vanligvis er vant til å se.

David Rice: Det er ikke som en programvareløsning som bare dukker opp og holder en demonstrasjon, ikke sant?

Steve Cadigan: Det stemmer.

David Rice: Som du nevnte, er det ikke et ferdig produkt ennå. Svært få av oss vet faktisk hvordan det fungerer på et teknisk nivå, og derfor bruker heller ikke folk det på en ensartet måte. Når jeg tenker på dette, virker det som om selskaper som skaper en eksperimenteringskultur, vil gjøre det best. Hvordan etablerer man dette med teknologi som mange ikke stoler på, der sluttbrukeren kanskje ikke har tillit til den, og ledere kanskje ikke forstår den?

Steve Cadigan: Jeg tror aldri vi har sett et slikt mysterium i arbeidslivet, der noe styrer så mye tankevirksomhet og bekymring, samtidig som det finnes så mye frykt og mistillit.

For å skape tillit må du bygge opp en rekke med jevne og pålitelige resultater. Det har vi ikke helt ennå. Det er virkelig merkelig og ulikt alt vi har sett før.

Du nevnte et viktig ord i hele denne diskusjonen om kunstig intelligens, særlig for mennesker som leder andre: Hvis du spør noen hvordan man skaper gode resultater, vil de si at man må skape et tillitsfullt miljø.

Når ting endrer seg raskt, når du ikke vet hva resultatet av det du bruker blir, og når du ikke vet om du utilsiktet kan støte på en etisk grense i bruken og implementeringen, skaper det bekymring. Samtidig har vi nå en massiv fortelling i mediene om at kunstig intelligens skal erstatte deg og ta jobben din.

Vi har allerede sett omfattende gjennomslag innen områder som juridisk bistand, for eksempel hvor mye juridisk forskning som kan utføres ved hjelp av kunstig intelligens. Det reduserer behovet for denne yrkesgruppen. Vi vet at dette kommer til å skje, men vi vet ikke i hvilken grad. Samtidig ser vi at nye jobber blir skapt mens et stort antall jobber forsvinner.

Dette nivået av frykt og mistillit vil etter min mening skape noen fartsdumper rundt implementeringen av kunstig intelligens i organisasjoner. Derfor var jeg så glad for å bli med i programmet, fordi vi som jobber med mennesker, nå må se oss selv som forvaltere av hvordan vi tar i bruk KI og lar den påvirke jobbene, karriereveiene og arbeidet til alle ansatte på en måte som skaper mer verdi og bedre resultater.

Akkurat nå vet jeg ikke om vi har så mye sikkerhet rundt hvordan dette kan gjøres optimalt.

David Rice: Ja, det er jeg enig i.

Jeg kan ikke huske sist du tok opp det etiske aspektet, og jeg kan heller ikke huske sist jeg brukte en teknologi eller en plattform der jeg tenkte at det kunne være et etisk spørsmål knyttet til den.

Selv sosiale medier er avhengige av at jeg ikke legger ut noe helt vilt. Med dette vet jeg noen ganger ikke hva jeg kommer til å få, eller om jeg legger ut noe uten å ha kvalitetssikret det som er generert.

Det kan ha spredt feilinformasjon, eller det kan stå rett der i vilkårene.

Steve Cadigan: En god test alle lyttere kan gjøre, er å be den om å gjøre noe du kjenner svært godt. Be den skrive historien til selskapet ditt eller en profil av deg. Jeg har bedt den skrive en profil av meg, og den har feilsitert meg.

Den skrev ting jeg aldri hadde sagt. Det hørtes veldig bra ut, men jeg hadde aldri sagt det. Vi befinner oss på et svært interessant tidspunkt. Jeg har noen barn på universitetet nå, og det er fascinerende å se universitetsprofessorer måtte forholde seg til at det de måler, er studentenes originale tenkning.

La oss si, i en svært forenklet versjon av det en professor gjør, at jeg må måle kvaliteten på den originale tanken din. Som student har du ubegrensede ressurser. Hvordan kan jeg vite at du ikke har brukt Claude, ChatGPT eller Gemini til å produsere arbeidet?

Det vet jeg ikke. Vi begynner derfor å se at noen professorer går helt inn for ChatGPT og ber studentene bruke det. Andre gjør interessante eksperimenter: Her er temaet. Jeg vil at du skal skrive en oppgave med ChatGPT. Deretter vil jeg at du skal gi meg din redigerte versjon.

Har du selv gjort den bedre? Da kan jeg se hvordan du tok et stykke arbeid og forbedret det. Det er utrolig interessant. Hvor går grensene for kreativitet, individuell og original tenkning, og hvordan dette brukes i arbeid eller utdanning? Dette er et helt nytt område for oss.

David Rice: Jeg kunne ikke vært mer enig.

Det finnes en følelse knyttet til denne teknologien, som med mye annet, at hvis du prøver nye ting og oppmuntrer folkene dine til å bruke den, gjør du det bra. Hvis du ikke gjør det, kommer du til å sakke akterut. Dette fører likevel til en merkelig logikk rundt KI og en tilfeldig bruk av den.

Den har jo nettopp kommet, ikke sant? Tror du behovet for å holde tritt med alle andre, så å si, skyggelegger hvordan mange selskaper bruker teknologien?

Steve Cadigan: Jeg tror den største hindringen akkurat nå er at svaret på spørsmålet ditt først og fremst er ja.

Implementeringshindringene drives av de gamle modellene våre for hvordan vi implementerer teknologi: ferdig programvare, koble den til, få opplæring, og her er hvordan du bruker den. Nå ser vi selskaper som Walmart, landets største detaljhandelsaktør, gi hundre tusen medarbeidere et generativt KI-verktøy og si: Vi vet ikke hva dere kan bruke det til, men vi vet at vi må eksperimentere. Finn ut om dere kan lede teamet bedre, styre lagerbeholdningen bedre eller skape en bedre kundeopplevelse. Del deretter resultatene, så ser vi om dette er verdifullt.

Det ville man aldri ha sett tidligere. Når en av landets største detaljhandelsaktører, som ikke nødvendigvis er kjent for banebrytende kreativitet, sier at de skal gjennomføre et stort eksperiment, er det et viktig øyeblikk. Det som begeistrer meg, er at selskapene som får et fortrinn her, vil være de som har et miljø for eksperimentering.

Det er vanskelig hvis du ikke driver med teknologi, fordi teknologibransjen alltid handler om eksperimentering. Du driver med pålitelige, jevne og forutsigbare resultater, ikke eksperimenter. Hvis jeg er på en operasjonsstue, vil jeg ikke gjennomføre en rekke eksperimenter. Liv står på spill. Jeg trenger et forutsigbart resultat.

For å lære fullt ut hva dette kan gjøre, tror jeg likevel at vi må eksperimentere. Det finnes mange hindringer: tillit, forestillingen om hva teknologi kan og bør gjøre, og den menneskelige trusselen om at jobben min står på spill. KI kan gjøre meg mindre tilbøyelig til å bruke den, fordi den potensielt kan gjøre meg sårbar.

Jeg husker tidligere i karrieren, da det var populært å sette ut alt til India. Vi skulle spare penger fordi vi kunne betale folkene der mindre. Så sa nordamerikanske team: Kan du reise til Bangalore og lære opp det teamet? De svarte: Hvorfor skulle jeg gjøre det? Hvorfor skulle jeg lære dem å ta jobben min? De ville motarbeide det kraftig, selv om de utad sa ja, og deretter sabotere opplæringen slik at de andre aldri skulle ta jobben deres.

David Rice: Ja.

Steve Cadigan: Det er vanskelig.

David Rice: Det har vært trenden de siste 20 årene. Nå ser vi dette, og det kan i det minste bremse den utviklingen. Det setter fart på alt annet, men bremser kanskje dette.

Fortellingen om teknologi har alltid vært at den skal gjøre folk mer produktive. Men da betyr det ofte at folk gjør mer arbeid og blir mer stresset. Du ser en annen mulighet. Hvordan må vi endre tankegangen for å utforske nye arbeidsmåter, markeder og muligheter?

Steve Cadigan: Vi har vært på et tog der teknologi handler om å gjøre mer, gå raskere, få mer gjort og kutte kostnader.

Nå har vi fått en skapning som kan gjøre oss mer kreative, gjøre jobbene våre mer interessante og hjelpe oss med å skape større påvirkning. Dette møter motstand fordi vi har tenkt annerledes om teknologi. Muligheten jeg mener ledere bør vurdere, er følgende: Hvis den første implementeringen av KI er å kutte antall ansatte, og vi sier at vi skal fjerne 300 kundeservicestillinger, er ikke det fantastisk? Jeg vet ikke hvem som måler hva som er fantastisk. Aksjonærene synes sikkert det er fantastisk. Hvor fantastisk synes de ansatte og de fremtidige ansatte at det er?

Jeg skulle gjerne sett implementeringer som viser enorm vekst og læring gjennom bruk av KI, og dermed større karrierepåvirkning og bedre lønnsutvikling. Hva med at vi beviser overfor folkene våre at vi er minst like interessert i det som i det tradisjonelle tankesettet om å gjøre mer, produsere flere enheter, kutte antall ansatte og spare penger?

Jeg er ikke teknolog, og jeg har tydeligvis en skjevhet i denne samtalen, men jeg tror kostnadskutt utgjør rundt fem prosent av det KI kan levere.

Å skape nye inntektsstrømmer, hjelpe deg med å tenke nytt om hvordan du kan skape påvirkning og verdi i nye markeder – det er den virkelige muligheten. Slik har vi imidlertid ikke tradisjonelt strukturert virksomheter. Vi står derfor i veien for oss selv når vi tenker på hvordan vi skal bruke dette. Den eneste utfordringen vår er oss selv og hvordan vi tenker rundt dette. Det innebærer en helt ny måte å tenke på arbeid.

David Rice: Tenk deg å ha tilgang til verdens beste talenter. Enten det er ingeniøren i São Paulo, salgssjefen i Dublin eller den fantastiske designeren i Cape Town. Din neste gode ansettelse kan være hvor som helst i verden. Med Oyster trenger de ikke å være den som slapp unna. Oyster hjelper selskaper med å ansette talenter globalt, kjøre korrekte lønnsutbetalinger til rett tid og overholde regelverket hele veien. Bygg drømmeteamet ditt og voks med trygghet, fordi verden virkelig er din østers.

Ja, og du peker på et godt poeng om perspektiv. Jeg tenker det samme om mangfold, likeverd og inkludering akkurat nå. Noen synes kanskje det er en god idé å kutte dette, men hva med de ansatte som helhet? Jeg vet ikke om alle er enige. Det handler om perspektiv. Som du sier, kan det være bra for aksjonærene å kutte antall ansatte, men den største forretningsmuligheten ligger til syvende og sist et annet sted.

Steve Cadigan: Å tenke på mangfold, likeverd og inkludering og KI samtidig er krevende for de fleste.

Du kan be KI om hjelp til å formulere konkrete fordeler ved strategien din for mangfold, likeverd og inkludering, eller til å håndtere en skeptiker i ledergruppen. Du kan be om eksempler og innsikter, og fylle dem med eksempler og historier fra din egen virksomhet. La oss vise hvordan vi kan tjene mer penger og skape større påvirkning med vekt på mangfold, likeverd og inkludering.

Dette temaet er blitt politisert, og jeg tror det har blitt kvikksand som mange føler seg ukomfortable med å snakke om.

David Rice: Ja. Jeg har hatt mange samtaler om dette og blir ofte spurt om fremtiden. Akkurat nå er det nesten like uforutsigbart som KI.

Steve Cadigan: Jeg ble intervjuet av Financial Times her om dagen, og de sa at ingen ønsket å snakke om dette. Jeg svarte at jeg gjerne ville snakke om det. Hvis du brukte mangfold, likeverd og inkludering for å krysse av i en boks fordi du følte at du måtte, var det aldri en kjerne i strategien din. Men hvis det var en kjerne i strategien og du står fast ved det, slik Costco og Delta Airlines gjør, kommer du til å fortsette. Det var ikke bare et program.

Hvis du vil bygge en forretningssak for ledergruppen, kan du bruke KI til å gjøre mye av researchen og hjelpe deg med å samle læringspunkter.

David Rice: Absolutt.

Du snakker på mange konferanser og hører mange ideer om KI. Det er interessant at du nevner bruk av teknologien til å formulere en strategi for mangfold, likeverd og inkludering. Jeg tror ikke jeg har hørt noen snakke om det før. Hvilke ideer og strategier som kan drive utviklingen, gjør deg mest begeistret for at denne teknologien kommer inn på arbeidsplassen?

Steve Cadigan: Det viktigste området kaller jeg talentets hellige gral.

Det som begeistrer meg ved det som kan bli mulig med KI, er å kunne forutsi evnen til å lære nye ferdigheter. Dette er det største problemet de fleste kundene mine over hele verden har: Jeg kan ikke ansette de menneskene jeg ønsker, like raskt som før. Jeg finner ikke kvalifiserte personer, og når jeg gjør det, blir de ikke værende.

Den tradisjonelle forretningsmodellen tenker at noen har sluttet, så jeg må ansette en ny person. I stedet bør vi spørre hvem andre internt som kan gjøre dette, eller hvem som nesten kan gjøre det. Det kan kreve mindre tid og færre ressurser å utvikle dem enn å gå ut på det åpne markedet. Opplæring gjør dessuten folk mer lojale og energiske.

De siste fem årene har mange i kretsene jeg beveger meg i, snakket om ferdighetenes anatomi. Jeg tror KI gir oss mulighet til å se hvem som for eksempel utgjør de ti prosent beste medarbeiderne i selskapet, og hva vi kan lære av alt vi vet om dem. Handler det om hvem de jobber for, hvor de kommer fra, om de vokste opp i flerspråklige hjem, hvilke skoler de gikk på eller hvilke bedriftskulturer de har arbeidet i?

Vi kan nå behandle så mye data at vi kommer bort fra magefølelsen. Magefølelse er etter min mening en av de dårligste grunnene til å ta en beslutning, fordi det er noe du føler uten å ha bevis for det. KI kan gi oss bevis.

Dette har enorme muligheter, ikke bare for å vurdere personer i rekrutteringsprosessen, men også for å se på hele talentporteføljen. Alle selskaper jeg har jobbet for, har mistet mennesker fordi vi ikke forsto at de kunne gjort noe annet i selskapet eller brukt ferdighetene sine på en annen måte. Det er en selvpåført skade som jeg tror vil reduseres i fremtiden.

Det begeistrer meg virkelig.

David Rice: Ja, jeg er enig. Det handler ikke bare om analysekapasiteten, men også om evnen til å koble sammen ting vi kanskje ikke tidligere trodde hang sammen. Det blir svært interessant. Som du sier, kan den analysere så mye at det ville overveldet et menneske.

Steve Cadigan: Nettopp. Og i morgen vil den kunne analysere enda mer enn i dag.

David Rice: Hver versjon er mer utrolig enn den forrige.

Steve Cadigan: Det er den.

David Rice: Jeg har sett deg snakke en del om smidighet. Av flere grunner er det trygt å si at stabilitet i stor grad er en illusjon. Hva overser selskaper når de tenker på å bli tilpasningsdyktige og smidige, slik at de kan håndtere markedsendringer når de kommer raskt og tett, slik det føles nå?

Steve Cadigan: Vi har bygget en forretningsmodell for et langsommere endringstempo. En toppsjef belønnes for pålitelige, forutsigbare og jevne resultater. Det er ikke verden vi lever i nå.

Pandemien ble et lynkurs i dette for oss alle. Muskelen vår må være evnen til å tilpasse oss det uventede og uforutsigbare, en ny konkurrent, endringer i geopolitikken, tollsatser og krig. Hvor raskt vi kan gjøre dette, blir stadig viktigere som konkurransefortrinn.

Vi begynner å se mer bevissthet rundt hva arbeidsstyrken består av, og hva som gjør oss trygge på at vi kan tilpasse oss. Vi flytter folk mer rundt enn før. Vi visste allerede at dette var en god strategi fordi det gir folk bredere erfaring og bygger større nettverk internt i organisasjonen. Det er også en god forsikring i en arbeidsverden med høyere turnover.

Hvis flere har hatt denne jobben, og noen slutter, har jeg andre som vet hvordan den skal gjøres. Kontinuiteten forbedres, og det fungerer som en buffer eller forsikring. Jeg ser mer bevissthet rundt ansettelse, bemanning og opplæring for å bygge opp den smidigheten du snakker om.

David Rice: Mange har et svært utopisk syn på KI. Det er en fin tanke, men stemmer ikke alltid med virkeligheten, særlig nå som vi fortsatt er tidlig i utviklingen. Det minner meg om når folk snakker om å gå over til en ferdighetsbasert modell. Det høres fint ut, men folk liker strukturer.

En ting jeg finner stadig mer interessant ved KI, er språket vi bruker rundt teknologien. Du fremhevet noen overbrukte ord i et LinkedIn-innlegg og foreslo andre måter å snakke om den på, som kanskje ikke skremmer folk like mye. Hvorfor er dette viktig, og hva slags språk tenker du på?

Steve Cadigan: Jeg føler at «fremtidens arbeid» er en av de verste markedskampanjene i historien. Vi skremmer arbeidsstyrken, på en litt humoristisk, men samtidig svært reell måte. Ordene «digital transformasjon», som konsulentselskaper har tjent milliarder på, er en kode for: Jeg kommer sannsynligvis til å miste jobben fordi selskapet mitt trolig ikke kommer til å lære meg opp.

De kommer sannsynligvis til å ville gå raskere, ansette yngre mennesker eller gjøre noe annet, og jeg klarer det kanskje ikke. Vi hjelper ikke oss selv ved å bruke det språket. I stedet for å si at vi skal gjennom en digital transformasjon, bør vi snakke om karriereberikelse. Vi får nye verktøy, men de skal berike deg og påvirkningen din, enten det er her eller et annet sted.

Vi vet at du sannsynligvis ikke kommer til å bli her for alltid, men det er greit. Vi skal gjøre deg bedre, for hvis vi gjør deg bedre og du slutter, kan du sende oss gode talenter og anbefalinger i fremtiden, eller bringe nye kunder og avtaler til oss.

Et annet ord som utløser noe i meg, er «beholde». Hvem tror at folk kommer til å bli lenger i organisasjoner i fremtiden? Ingen. Vi har flere nye bransjer, flere karriereveier og større åpenhet om muligheter enn noen gang i historien. La oss slutte å snakke om å beholde folk og begynne å snakke om verdiskaping i en mer flytende verden.

La oss snakke om å bevare relasjonen til mennesker, og ikke bare bry oss om dem mens de jobber for oss, men også når de har sluttet, noe vi vet at de kommer til å gjøre.

I USA er median ansettelsestid for personer mellom 20 og 35 år litt over to år. Det betyr at halvparten er ansatt kortere. I Silicon Valley, der jeg bor, er den for programvareingeniører rundt halvannet år. Likevel er det fortsatt et av verdens mest kreative og innovative områder.

Hva er det som skjer når vi har så mye flyt, men samtidig enorm kreativitet, innovasjon og verdiskaping? Kanskje de har lært at kulturer som kan tilpasse seg og bevege seg, kan bygge uforholdsmessig stor verdi. Det er utfordringen for mange bransjer som ikke tidligere har hatt den fleksibiliteten de møter i dag.

De må lære at alle belønningene deres handler om å holde folk der lenge, og at all anerkjennelse handler om lang ansettelsestid. De må revurdere denne tankegangen. Den gamle arbeidsmodellen, bygget for en langsommere endringsperiode, er en av grunnene til at KI-revolusjonen og -utviklingen er så vanskelig. Vi er ikke vant til å eksperimentere eller til endringstempoet, og når alt treffer oss samtidig, får mange ledere vondt i magen.

David Rice: Jeg kunne ikke vært mer enig. Når man hører ord som automatisering og digital transformasjon, får det en til å lure på om man har en plass i dette.

Språket er viktig, fordi folk ikke kan forstå det på noen annen måte.

Steve Cadigan: Vi må erkjenne at vi polariserer arbeidsstyrken når vi bruker robotiske og umenneskelige ord som dette.

David Rice: Det har vært flott å ha deg med. Jeg liker alltid å snakke med deg.

Før vi avslutter, er det et par ting jeg alltid liker å gjøre. Først vil jeg gi deg muligheten til å fortelle folk hvor de kan få kontakt med deg og finne ut mer om det du holder på med.

Steve Cadigan: Du kan kontakte meg på LinkedIn eller finne meg på nettstedet mitt, stevecadigan.com.

Du kan følge meg på TikTok, så lenge det fortsatt finnes. Jeg har en del innlegg der med sanne historier fra amerikansk næringsliv, som kan gi en god latter. Jeg har også gitt ut en bok som jeg håper du vil sjekke ut, med tittelen Workquake. Den handler om å utnytte ettervirkningene av covid-19 til å bygge en bedre fremtid for arbeidslivet.

David Rice: Det siste er en liten tradisjon i podkasten: Du får stille meg et spørsmål. Ordet er ditt. Spør meg om hva du vil.

Steve Cadigan: La oss snakke om KI. Hva mener du, fra ditt perspektiv, at HR har fått riktig til om KI så langt? Hva ser du som gir deg håp?

David Rice: Jeg synes HRs respons har vært forholdsvis avmålt og alltid i tråd med bedriftskulturen. Noen er svært opptatt av å etablere sikkerhetsrammer, og det kan være riktig for organisasjonen deres. De har kanskje ikke opplæringen eller infrastrukturen som gjør at de føler seg trygge på resultatene.

Det avhenger av hvordan ledelsen er. Noen har inntrykk av at de vil bli oppfattet som late hvis de bruker KI. Hvis det er kulturen, bør HR med god grunn ha en mer avmålt tilnærming. Men hvis man er åpen for eksperimentering, finnes det mange HR-folk som lar medarbeiderne prøve seg frem og ser hva som skjer.

Jeg tror denne holdningen er vanligere innen teknologi- og programvare som tjeneste, men samtidig begynner vi endelig å se nyttige resultater av friheten HR har gitt, eller rettere sagt oppmuntret folk til å ta, i bruken av teknologien.

I begynnelsen var de tidlige versjonene ikke ubrukelige, men de fungerte mest som et startpunkt for mange ting. Nå starter man fra et ganske gjennomarbeidet sted, og det kommer bare til å bli bedre. Det blir interessant å følge.

Jeg synes HR har håndtert dette ganske godt. De har ikke vært for strenge, og mange forstår at man kan lage retningslinjer og regler, men at det nesten er umulig å håndheve dem eller finne en måte å slå hardt ned på bruken. Hva skulle da være poenget?

Steve Cadigan: Jeg er enig, og noen fremtidsrettede mennesker på dette området setter sammen rådgivende KI-råd og etikkgrupper for KI. De setter såkalte ernæringsetiketter for KI på prosjekter.

Er dette bra? Er det i tråd med verdiene våre? Beriker det jobbene, eller vil det føre til lavere moral? Jeg synes det er en svært smart måte å tenke på.

David Rice: Jeg liker ideen. Ernæringsetiketter for KI. Det har jeg ikke hørt før.

Steve Cadigan: Ja.

David Rice: Steve, takk for at du ble med. Jeg setter virkelig pris på det.

Steve Cadigan: Takk for invitasjonen.

David Rice: Kjære lyttere, hvis dere ikke allerede har gjort det, kan dere som alltid gå til peoplemanagingpeople.com/subscribe. Meld dere på nyhetsbrevet. Og frem til neste gang: Arbeid med ernæringsetikettene for KI. Finn ut hva dere ønsker å få ut av den.