I de to foregående artikler i denne serie har vi set, hvordan AI i stigende grad fungerer som reel arbejdskraft – illustreret gennem McKinsey-eksemplet – og hvad der sker, når den arbejdskraft møder rigtigt volumen, som Klarna har erfaret. Når vi først accepterer, at maskiner kan udføre arbejde, melder der sig et nyt og mere krævende spørgsmål:
Hvem leder egentlig arbejdet, når en stadig større del af det ikke længere udføres af mennesker?
De fleste stopper i pilotfasen
De fleste organisationer har i dag mindst ét AI-projekt. Præsentationerne ser gode ud, demoerne virker, og intentionerne er de rigtige.
Sådan skal det være. Pilotprojekter er nødvendige for at lære, teste og forstå, hvad der faktisk virker i praksis.
Udfordringen opstår først, når piloten bliver stående alene – uden et tydeligt ejerskab til, hvordan erfaringerne skal føres videre i drift.
Ikke nødvendigvis fordi teknologien er for dårlig, men fordi ingen har taget ansvar for, hvordan AI faktisk skal arbejde over tid. Piloterne mangler ikke potentiale. De mangler forankring. Driften mangler ledelse.
Det er i dette hul mellem indsigt og implementering, at mange organisationer nu famler.
Arbejde sker i mødepunkter – ikke i modeller
Arbejde sker sjældent der, hvor vi har bygget de mest avancerede systemer. Det sker i afklaringer, i overleveringer og i samtaler.
Ofte i telefonen.
Det er i disse møder i realtid, at kapaciteten bliver testet. Det er her, køerne opstår, og det er her, forskellen mellem tilgængelighed og friktion mærkes med det samme. Skal AI fungere som reel arbejdskraft, må den være til stede der, hvor arbejdet faktisk sker – ikke kun der, hvor det er let at automatisere.
Når disse spørgsmål bliver konkrete, opstår de sjældent i strategidokumenter. De opstår der, hvor arbejdet faktisk sker – i samtaler, afklaringer og eskaleringer.
Stemmen – den sidste grænseflade for friktion
Stemme er ikke bare en kanal. Det er en organisatorisk grænseflade.
Det er her, virksomheden møder kunder, partnere og markedet i realtid, når noget er uklart eller presser sig på. Vi accepterer måske to timers ventetid på en e-mail, men vi accepterer sjældent to minutter i en telefonkø.
Når AI tager volumen på de stemmebaserede flader, ændrer dynamikken sig fundamentalt. AI er en uovertruffen transaktionsmaskine, men en middelmådig relationsbygger.
Skal det fungere over tid, kræver det en arkitektur, der forstår forskellen på transaktion og relation – og som ved, hvornår maskinen skal give sig.
