Kunstig intelligens

Vi ser allerede eksempler fra Sverige på hvordan kunstig intelligens bidrar til å øke nøyaktighet og hastighet i økonomiske prognoser, skriver Ivar Aune. Foto: Metamorworks, iStock Photo 

Synspunkt | Ivar Aune: Kunstig intelligens vil drastisk redusere behovet for økonomer

Publisert: 5. mai 2023 kl 07.59
Oppdatert: 5. mai 2023 kl 07.59

­Ivar Aune er nordisk leder for Innsikt & Data i Capgemini.

­Lyst til å sende oss et innlegg? Mailadressen er synspunkt@dagensperspektiv.no

 

SYNSPUNKT: Utviklingen av kunstig intelligens (KI) samt mulighetene og utfordringene det gir, har vært et diskusjonstema i norsk offentlig debatt over lenger tid. Det er imidlertid først de siste to årene KI har hatt stor påvirkning på norske bedrifters digitalisering.

Vi ser at når aktører, slik som Microsoft og Google, lanserer nye produkter, skyter diskusjonen virkelig fart, og det med god grunn.

I mars publiserte Nikolai Tangen, sjefen for oljefondet, et innlegg på LinkedIn med statistikk som viser at økonomer er den eneste yrkesgruppen globalt som ikke føler seg truet av at KI skal overta arbeidet deres. Det er mye som tyder på at økonomene tar feil.

Har allerede stor påvirkning

Saken fortsetter under annonsen

KI har allerede hatt stor påvirkning på økonomiske analyser og prediksjoner, og dette vil fortsette å utvikle seg. Med stadig mer avansert dataanalyse vil KI kunne bidra til å optimalisere økonomiske prognoser og gi mer nøyaktige estimater i tillegg til at vi allerede ser hvordan produksjon av programkode for investering kan forenkles. Dersom dette brukes riktig, vil det ha stor strategisk verdi  både når det gjelder investeringer og tilhørende risikovurderinger.

Vi ser allerede eksempler fra Sverige på hvordan KI bidrar til å øke nøyaktighet og hastighet i økonomiske prognoser, dog med en reservasjon om at datakvaliteten i store datasett må være tilstrekkelig. Slike forbedringer har også positiv påvirkning på beslutningsprosesser og forretningsanalyser.

Kan fjerne menneskelige feil

Allerede i 2020 indikerte analyser, foretatt av Capgemini Research Institute, at typiske finansielle beslutningsprosesser kan tilføres en økt automatiseringsgrad på mellom 70 og 90 prosent, og at man samtidig kan fjerne menneskelige feil.

Til tross for mulighetene som kunstig intelligens skaper, skal vi ikke glemme at KI også utfordrer etablerte roller som vil bli overflødige.

Den kan redusere behovet for menneskelig interaksjon og beslutningstagning. Da er det særlig viktig at arbeidsgivere legger til rette for at deres ansatte får nødvendig omskolering for å skape verdi der hvor dette trengs.

Etisk refleksjon stadig viktigere

Saken fortsetter under annonsen

I tillegg blir behovet for å forstå KI-teknologi og etiske spørsmål rundt bruken av den viktigere enn noensinne.

For eksempel kan automatiserte beslutningsprosesser, basert på KI-teknologi, føre til urettferdige resultater eller diskriminering. Man kan for eksempel få maskinlaget innhold hvor deler av opphavsrettighetene eies av andre.

Det er derfor viktig å utvikle etiske retningslinjer for bruk av KI i økonomisk analyse og sørge for at teknologien blir brukt på en ansvarlig og rettferdig måte. Mennesker må komme på banen i den endelige vurderingen.

Vil utfordre noe grunnleggende

I sum vil utviklingen av KI-teknologi i årene fremover ha en betydelig innvirkning på den tradisjonelle måten virksomheter opererer på. Mens teknologien kan føre til økt effektivitet og nøyaktighet, vil den også utfordre noen av de grunnleggende ideene rundt hvordan vi driver forretning i Norge.

Det tror jeg vi har godt av. For utviklingen av KI vil også føre til økning i behovet for kunnskap og ferdigheter innen data, innsikt, analyse og statistikk.

For eksempel kan økonomer kombinere økonomisk teori med avansert dataanalyse og maskinlæring. Virksomhetene, som ikke tilpasser seg, vil ikke være konkurransedyktige i fremtiden.

Saken fortsetter under annonsen

Mange virksomheter eksperimenterer allerede med KI, og utviklingen mot bransjespesifikke løsninger går veldig fort. Det er viktig å søke kunnskap i de beste eksterne miljøene, for å unngå å havne i samme situasjon som seilskuteselskapene gjorde da dampmaskinen kom.