Kennisbank

Hvad AI gør ved det strategiske pres i ICT-sektoren

Hvor timerne i denne sektor ligger

ICT-sektoren består for en stor del af arbejde, der kan opdeles i genkendelige trin: kode skrevet efter en specifikation, test mod fastlagte kriterier, dokumentation der holdes ved, tickets der triageres, infrastruktur der konfigureres, rapporter der udarbejdes. Derudover findes arbejde, som netop ikke lader sig indfange i trin: et arkitekturvalg der holder i årevis, en kunde der beskriver et problem, som endnu ingen har løst, et team der skal afveje en deadline mod et kvalitetskrav. Begge typer arbejde findes i de samme funktioner, ofte hos den samme person på den samme dag.

Denne blanding er årsagen til, at AI her ikke ankommer som et projekt, men som en gradvis forskydning. En del af arbejdet var altid arbejdsintensivt uden at være komplekst: kode der konverteres fra et sprog til et andet, testscripts der genereres, logs der gennemsøges for et kendt mønster. Så snart AI overtager denne del helt eller delvist, ændres der ikke noget ved strategien på papiret — roadmappet, kundeløftet, serviceniveauet forbliver de samme — men den antagelse, der lå til grund, nemlig hvor mange mennesker og timer der er nødvendige for at levere dette løfte, er ikke længere automatisk sand.

Tre kategorier, ikke én bevægelse

Det, der sker i ICT-sektoren, kan ikke sammenfattes som "AI erstatter programmører". Arbejdet opdeler sig i tre kategorier, der går igennem næsten alle funktioner. Nogle opgaver kan AI udføre selvstændigt: strukturere kode, oversætte mellem systemer, gentagelige test. Andre opgaver forløber delvist: AI fremsætter et forslag — en kodeændring, en risikovurdering, et resumé af en hændelse — og et menneske godkender eller afviser det, med en begrundelse der fastholdes. Og en tredje kategori forbliver menneskeligt arbejde: samtalen med en kunde om, hvad han egentlig mener, beslutningen om at sætte et system i produktion eller ikke, ansvaret for det, der går galt.

Fordelingen mellem disse tre er ikke fast. I en virksomhed med mange legacy-systemer og lidt standardiseret dokumentation er andelen af den tredje kategori højere end i en virksomhed med moderne, veldokumenteret infrastruktur. I et team, der organiserer tilsyn som en fast del af processen — hvor nogen rent faktisk bedømmer AI-forslag, ikke blot klikker dem igennem — forskydes mere arbejde til den anden kategori uden kvalitetstab. I et team uden dette tilsyn forbliver AI begrænset til løsrevne eksperimenter, og der ændres kun lidt, selv om teknologien er tilgængelig.

Hvorfor dette er et strategisk spørgsmål, ikke et operationelt

Årsagen til, at dette rammer direktionsbordet og ikke kun IT-afdelingen, er, at strategier i denne sektor ofte bygger på en antagelse om kapacitet: hvor meget udviklingskapacitet er nødvendig for at nå roadmappet, hvor meget supportkapacitet for at holde serviceniveauet, hvor meget seniortid for at oplære juniorer. Hvis AI overtager en del af arbejdet i den første eller anden kategori, ændrer mængden af frigjorte timer og fte-kapacitet sig — ikke med en fast procentsats, det afhænger af systemerne, disciplinen i processen og graden af tilsyn, men retningen af forskydningen står fast.

Det strategiske spørgsmål er da ikke, om AI overtager arbejde, men om planen stadig bygger på den gamle fordeling. Et roadmap der regner med en fast udviklingskapacitet, en prismodel der bygger på et fast antal supporttimer pr. kunde, et oplæringsforløb bygget på den forudsætning, at juniorarbejde forbliver det samme — det er alle antagelser, der kan bortfalde uden varsel som følge af denne forskydning. Ingen trækker dem formelt tilbage; de forbliver simpelthen i planen, mens virkeligheden under dem forandrer sig. Det er et andet mønster end for eksempel inden for den finansielle sektor, hvor regulering medbestemmer tempoet i automatiseringen, eller inden for byggeriet, hvor fysisk udførelse sætter en anden grænse for, hvad AI kan overtage. I ICT-sektoren er grænsen ofte mindre fysisk og mindre juridisk, og dermed hurtigere at forskyde — hvilket gør risikoen for en tavst forældet antagelse snarere større end mindre.

Hvor forskellen mellem virksomheder kommer fra

To virksomheder inden for den samme delsektor kan stå meget forskelligt her, og denne forskel ligger sjældent i tilgængeligheden af AI-værktøjer — de er tilgængelige for begge. Den ligger i, om der findes en fungerende tilsynsmekanisme, der bedømmer AI-resultater med en fastlagt begrundelse, om dokumentationen og systemerne er i orden, så AI kan bruges til noget, og om direktionen for nylig har fået antagelserne bag strategien afprøvet mod det, der allerede operationelt er ændret. Virksomheder uden det sidste styrer efter en strategi, der stadig ser rigtig ud på papiret, mens kapacitetsantagelsen bag den for længst er blevet overhalet.

Denne forskydning berører også spørgsmålet om, hvem der skal sidde med ved bordet ved en sådan afprøvning — ikke kun direktionen, men også de mennesker der reelt ser arbejdet forandre sig, som beskrevet i et overblik over, hvem der bør deltage i en strategigennemgang. I den udstrækning denne forskydning berører beslutninger om personale, gælder der egne lovmæssige krav for disse; denne side handler om strategien, ikke om disse beslutninger.

Hvad De kan gøre nu

Det underliggende spørgsmål — hvilket arbejde i denne virksomhed reelt kan overtages af AI, hvilket arbejde delvist, og hvilket arbejde forbliver menneskeligt — besvares med FTE TO AI's arbejdsscan pr. opgave, i stedet for på grundlag af et skøn for hele sektoren. Før denne scan kommer i billedet, er der et mindre skridt: den gratis antagelseskontrol, en kort runde hvor De angiver Deres vigtigste strategiske antagelser og for hver antagelse ser, hvornår den sidst reelt blev bekræftet. Det viser, hvilke antagelser stadig står fast, og hvilke der stille og roligt har forskudt sig. Den fulde strategiske trykprøve, med billedet fra udenfor sammenholdt med direktionens egen selvvurdering, er under udarbejdelse.