Godmorgen og velkommen til DI's lederboks. Velkommen til jer mange, der kigger med ud bag skærmen. Også stort velkommen til jer, der er med herinde for morgenstunden af i Industriens Hus. Lederboks er som altid 2,5 time, og vi gør det fire gange om året, hvor vi sætter spot på relevante tendenser på ledelsesområdet. Og sådan er det i høj grad også i dag, for vi skal nemlig tale om AI som ledelsesværktøj. Og generativ AI har udviklet sig hastigt de seneste år, og siden slutningen af 2022 fik AI virkelig sit gennembrud. Og i dag er generativ AI et uundgåeligt emne, og det betyder altså også, at det er det også for ledere. Fordi AI tilbyder muligheder for øget effektivitet, innovation og konkurrencefordele. Så man kunne altså argumentere for, at det her med at forstå og implementere AI, det bliver en nøglekompetence for fremtidens ledere. Men hvilke udfordringer og muligheder bør man så som leder være opmærksom på? Og hvordan udnytter man konkret bedst AI som leder? Det og mange andre spørgsmål er noget af det, som vi kommer til at dykke ned i i løbet af formiddagens program, sammen med vores tre oplægsholdere. Og vi kommer til at lægge ud med Christine Sækker. Christine hun er fagleder her i Dansk Industri. Og Christine hun vil under overskriften muligheder, udfordringer og paradoxer. Vi leder os brug af AI, præsentere hvordan ASD, hvordan Ds medlemmer bruger generativ AI. Og netop hvordan de her muligheder, udfordringer og paradoxer fungerer. Og hvordan AI skaber de her muligheder, udfordringer og paradoxer for ledere. Og så give indsigt i fremtidens arbejdsformer og det digitale arbejdsliv. Så kommer vi til at holde en kort pause. Og derefter så får vi fornøjelsen af Marie Ellemose. Og Marie hun er digitaliseringschef i Aarhuslev Rail. Og Marie hun i sit oplæg, der har titlen AI Boomer eller Doomer. Hvor er du på skalaen? Ja, det er meget kæft. Dele erfaringerne fra Aarhuslev Rails AI Rejse og beskrive den holdningsændring, der skal til. Både hos ledere og hos medarbejdere. For at AIs potentiale kan høstes i virksomheden på en værdiskabende og meningsfuld måde. Så sidst men ikke mindst, så har vi fornøjelsen af Palle Knudsen. Og Palle han er Chief Revenue Officer i Visma Dataløn og Proløn. Og Palle han vil sit oplæg, AI min nye bedste kollega. dele, hvordan han personligt integrerer AI i sin dagligdag. Og hvordan Visma Dataløn og Proløn anvender AI til at styrke beslutningsprocesser og øge effektiviteten både i teamet og i virksomheden som helhed. Så slutter vi som altid af med en paneldebat, hvor der er mulighed for at stille spørgsmål til alle tre oplægsholdere. Der vil også blive tid til både spørgsmål og kommentarer løbende. Både for jer herinde i salen, men også for jer, der er med ude bag skærmen. Så I må endelig skrive spørgsmål i chatten. Og jeg skal også sige til jer, der kigger med ude bag skærmen, at på den side, hvor I har tilmeldt jer lederboks, der ligger allerede nu alle tre oplægsholderes præsentationer, så I kan eventuelt følge med der. Og mit navn er Louise Rico, og jeg vil gøre mit bedste for at føre os igennem formiddagens program og ikke mindst sikre, at vi får stillet alle jeres spørgsmål til vores tre oplægsholdere. Og til at hjælpe mig med det, har jeg heldigvis min gode kollegaer medvært, Jacob Kjærsød med. Og Jacob vil kigge med på skærmen hele formiddagen og agere talerør for jer mange, der kigger med ude bag skærmen. Ja. Og så er vi faktisk rekordmange tilmeldte i dag. Vi er 700 tilmeldte til det her arrangement. Og langt de fleste af jer kigger med bag skærmen, og vi er sådan knap 50 af en industriens hus. Vi holder som sagt en kort pause i programmet, cirka halvvejs. Og kort før kl. 11, så slutter vi af med en kort evaluering, som altid. Og vi skal også lige kigge frem mod næste lederboks. Men også lige kort vende, hvad vi egentlig har af tilbud her i DI inden for AI ellers. Og så kan jeg sige, at vi som altid også optager den her lederboks, så du kan gense den eller eventuelt dele det med en kollega. Ja. Ja. Og så tænker jeg faktisk, at det er ved at være tid til første oplægtsholder, Christine Sikker. Og Christine, hun har en baggrund som Ph.D. i organisationsudvikling. Og har mere end 20 års erfaring med at lede forandringer, og mange års erfaring med ledelse og ledelsesudvikling. Og Christine, du er her i DI jo fagleder for Future of Work. Det ved jeg, at du vil fortælle lidt mere om. Ja, men I følger med i, hvordan nye trends forandrer vores måde at arbejde på, og hvordan virksomheden er. Og så griber det andet. Ja. Så stor velkommen til Christine. Tusind tak for det, Louise, og tak til jer. Jeg tror, jeg skal klikke en gang, ja, lige præcis videre for at komme til den første slide i mit oplæg. AI, det er jo rigtig kommet på et afsorten inden for de senere år, især det sidste år, i rigtig mange virksomheder. Det, der er ved det, det er jo, at selvom vi er i gang med det, så er det stort set nyt for os alle sammen. Og spørgsmålet er så, man kan sige, at det er nyt om fem år. Altså lige nu ved vi selvfølgelig noget, men om fem år, så er vi jo meget klogere i forhold til, hvordan tingene ser ud i dag. Og spørgsmålet er selvfølgelig, jamen hvordan kan man lede en opgave, som man ikke helt ved, hvad er? Det er jo et rigtig, rigtig godt spørgsmål. Og det vil jeg komme med et bud på. Og med udgangspunkt i det her med muligheder og udfordringer og mulige paradoxer i anvendelsen af AI, så vil jeg give nogle bud på, hvad ledelsesopgaven den kan være. Først så vil jeg lige fortælle lidt om, at jeg er fagleder Future of Work, og det er et team her i Dansk Industri, som arbejder med at spotte og researche på nye tendenser, som påvirker måden, vi arbejder på. Og i de senere år, så har vi alle sammen erfaret af vores billede af, hvad det vil sige at gå på arbejde. Det er i forandring med de her hybride arbejdspladser og hjemmearbejder, der er jo masser af andre små og lidt større tendenser, som også er i spil. Og så er det her med AI jo også kommet. Og der sker jo typisk det, at det kan godt være, at man siger, jamen vi skal noget, og så skruer man lidt på den knap, der hedder AI, eller lidt på den knap, der hedder hjemmearbejde. Men så påvirker det en lang række andre forhold som ledelse. Hvad er ledelse for en størrelse, når vi begynder at arbejde med AI, og vi bliver den AI-drevet organisation? Hvad med arbejdsmiljø? Hvad med vores måde at organisere os på og træffe beslutninger? Det vi gør, det er, at vi researcher på de her trends, og så snakker vi selvfølgelig med de virksomheder, som går foran. Hvad er det for nogle tidlige erfaringer, de gør sig? Kan vi bruge nogle af de tidlige erfaringer til at inspirere nogle af de andre, der skal ombord i generativ AI og AI, til at finde ud af, hvordan vi gør overhovedet det her? Vi laver nogle medlemsundersøgelser løbende, hvor vi spørger vores medlemmer, hvad de gør, hvordan de griber de her nye tendenser an, og det har vi også gjort med AI. Vi snakker med forskere og eksperter og prøver at samle den viden, der nu er på det tidspunkt i forhold til, hvordan vi bedst muligt kan inspirere og arbejde med nogle af de her ting, som jo er nye for os. Og det er selvfølgelig også ledelsesopgaven. Jeg vil sige, at mit oplæg er jo baseret på dels en medlemsundersøgelse, vi havde her i foråret omkring AI, og dels også nogle rapporter, som vi har været inden over og samarbejdet med andre parter omkring at få udviklet eller udarbejdet. Og så er det selvfølgelig også at snakke med de her frontløbere, som er gået ombord og som måske har nået op på, at 60 eller 80 procent af de ansatte bruger de her teknologier regelmæssigt. Jeg skulle lige se, om der var noget mere vigtigt, jeg skulle sige der. Det var der ikke. Jeg vil sige, at i forhold til i dag, så vil jeg lige starte med at fortælle lidt generelt om det her med generativ AI og hvorfor vi har fokus på generativ AI. Det er da måske logisk for nogen og mindre logisk for andre. Og så det her med, hvad er ledelse for en størrelse. Så vil jeg komme med input fra vores medlemsundersøgelse. Hvad er det for nogle erfaringer, virksomhederne de har omkring det her? Hvad er det de rent faktisk gør, når de skal ombord i det her? Så vil jeg sige noget om, når nu generativ AI begynder at blive en del af hverdagen. Hvad er det så for nogle ledelsesopgaver, der kan opstå? Og slutligt, så er der selvfølgelig det gode spørgsmål, hvordan kan jeg bruge AI til at blive en bedre leder? Og jeg tænker, at jeg vil folde nogle af de her ting ud med nogle pointer og nogle perspektiver. Og jeg er sikker på, at de to næste oplægsholdere også vil komme med noget mere input til nogle af de her ting. Men allerførst lidt om det her med generativ AI. Generativ AI, det er for eksempel ChatGPT, Bing, Co-Pilot, MidJourney. Det er jo, hvor man er... De første ChatGPT, Bing og Co-Pilot, det er det her med, man putter tekst ind, får man tekst ud. Måske også tale. Altså, man indtaler noget, som den transkriberer, så kan man få... Man kan tale sammen med sin Co-Pilot. MidJourney, der putter man tekst ind, så får man billeder ud. Og der er en lang række andre teknologier. Det, der er det særlige ved generativ AI, som jo i den grad er kommet på dagsordenen i løbet af de sidste års tid, det er jo selvfølgelig, at alle har adgang til det her. Det er en teknologi, som også ligger tilgængelig for alle. Alle kan bruge den. ChatGPT-personerne ligger offentligt tilgængeligt. Man kan bare bruge dem. Og det, der også er det særlige i noget af det her, det er jo, at ikke nok med det, at alle kan bruge dem. Nogle ledere, de begynder også at sige, jeg oplever lidt et pres. Nu kommer de ansatte og siger til mig, hvad jeg har gjort sådan, og jeg har spurgt min digitale assistent, og nu skal du bare høre. Og man står der som leder og tænker, nå, jeg har måske ikke helt selv kommet ombord i det her og selv fået nogle erfaringer i de her teknologier. Og så er der jo det særlige ved det, at det er også teknologier, der er i rivende udvikling. Vi er jo kun lige i starten. Og måned for måned kommer der jo nye funktionaliteter i de her teknologier, og det vil der gøre. Ikke bare det næste måned, det næste år. Det vil der gøre en hel del år fremadrettet. Og det er jo der, ledelsesopgaven er. Hvordan håndterer vi noget af alt det her, når det er, at vi arbejder med en teknologi? Og så vil jeg sige, at der står lidt med her, at man bruger selvfølgelig det her til at automatisere og få input, men også at understøtte forskellige opgaver. Og det vil sige, at hvis vi skal prøve at summere op, så kan generativ AI, altså de her forskellige sprogmodeller, gøre, at vi bliver mere effektive. Vi kan arbejde hurtigere. Vi kan løse opgaverne nemmere. Det er den ene del af det. Den anden del af det, det er, at de kan løfte os og vores faglighed, så vi bliver dygtigere. De kan løse nogle rutinmæssige opgaver for os, så vi kan løse nogle andre opgaver, der kræver, der har noget mere kreativitet eller innovation eller viden, som systemerne ikke har i dag. Og dermed kan vi skabe mere værdi. Så der er både noget med at effektivisere, men der er også noget med at skabe mere værdi. Og det her, det kan det jo gøre mange steder i organisationen. Og vi står jo i gang med det her, og vi ved jo ikke helt, hvad potentialerne helt kan være. Det ved vi først i løbet af en årrække. Vi har en enkelt teknologi, men anmeldelsesmulighederne er jo enorme. Hvad er det for en spørgsmål, man skal stille til den her chat-GPT? Jeg har jo egentlig lyst til at spørge jer herinde i salen. Hvor mange af jer har gjort jer erfaringer med nogle af de her generativ AI? Må jeg få nogle hænder? Jamen altså, det er jo stort set alle. Hvor mange af jer bruger det regelmæssigt, det vil sige næsten på daglig basis? Okay, pænt stor del. Sådan, jamen så har I jo masser af erfaringer også at komme ind i det her. Men så har I jo også erfaret, at det kan godt være, at det er en enkelt teknologi at gå til, men anmeldelsesmulighederne og spørgsmålene og mulighederne til det, man kan bruge det til, de er virkelig, virkelig mange. Så ledelsesopgaven kan være, i hvert fald der, hvor vi står lige nu, et spørgsmål om for det første at få indarbejdet generativ i AI i hverdagen. Så det begynder at finde ud af, hvad er det for nogle potentialer? Hvor er det, vi kan arbejde hurtigere, løse flere opgaver? Og hvor er det, det kan skabe værdi både for den enkelte, men også for teamet og for afdelingen? Så er der selvfølgelig den anden del, og det er det her med, hvordan kan AI gøre mig til en bedre leder? Der kunne også være andre ledelsesopgaver, som handler om strategisk ledelse og hvordan man træffer mere databaserede beslutninger og sådan noget, men jeg vil fokusere på de her to lige her i dag. Erfaringer fra virksomhederne. Vi har jo lavet en medlemsundersøgelse her fra marts måned, så den er allerede, når jeg siger det, så er den jo lidt forældet. Og det kan godt være, men det er det tal, vi har indtil videre, og jeg kan jo i hvert fald se på hælderne herinde, at der er rigtig mange, der har erfaringer med det, og så spørgsmål om det er repræsentativt, eller om det er, at I er her, fordi I selvfølgelig er gået ombord i det her. Først er erfaringer, og så læner os op af det, eller skal vi selv ud og prøve de her sådan ting af? Og så har vi tallet her, jamen hvor mange virksomheder bruger så det her generativ AI? Og 43% de peger på, at det gør det her i foråret. Der er rigtig mange, der 41% der peger, at det gør det ikke nu, men der var mange kommentarer på, at vi kigger ind i det, og vi er i gang med at finde ud af, hvad vi skal, og hvad for nogle løsninger skal vi have, og hvordan skal vi lige organisere det? Det som virksomhederne vælger, når de implementerer de her sådan ting, det er, at for 35% af virksomhederne, så bliver det implementeret i hele virksomheden. Det vil sige, at det er tilgængende for samtlige medarbejdere. Alle kan bruge det. For 20% af virksomhederne, så er det udvalgte afdelinger, områder, og det er typisk HR, marketing, og så noget omkring logistik eller legal, de tager det ind i. 16% er det primært i IT-afdelingen eller i deres digitaliseringsenhed. Det her er et meget godt billede på noget af det. Det kan jo være meget forskelligt, hvor det er relevant at gå ombord i det her, men det er et meget godt billede på, som mange siger, det her er en teknologi, der skal ud af IT-afdelingen og ind i organisationen, fordi det er derude, hvor vi løser opgaverne, hvor det er, at vi kan finde ud af, hvad potentialet er, og hvad vi kan bruge det til. Så kan det være, at vi kører det som projekter, eller at vi kører det som, at alle skal simpelthen begynde at eksperimentere og arbejde med de her ting. Når vi kigger ind i de her tal, så vil jeg så også sige, at de virksomheder, som anvender generativ A, så for langt de fleste virksomheder, så er det under 20% af de ansatte, der bruger det. Og i 33% af virksomhederne, så er det under 5% af de ansatte, der bruger det. Så det fortæller noget om, ja, det kan godt være, at der er en del, der er gået i gang med det, men der er nok mange, der står der, hvor de tænker, at nogen bruger det, og hvordan får vi resten med. Det, de bruger det til, det er typisk til produktion af tekst, artitler, rapporter, alle mulige former for tekster, referater osv. De bruger det også til vidensøgning. I stedet for at google, så stiller de spørgsmålet til deres digitale assistent, og de bruger det til analyse af data og større tekstmændler. Det er typisk de ting, de bruger det til. Og hvad er det så for nogle udfordringer, de har? Og det er jo her, det begynder at blive rigtig interessant, også ledelsesmæssigt. Og noget af det, de peger på, som er den mest udprægte udfordring, det er, at lederne i organisationen mangler indsigt i potentialet med generativ AI. Så er der noget med kompetencer. Kompetencerne til at anvende det, det er alle i organisationen, der har brug for flere kompetencer til at anvende det. manglende viden om datasikkerhed. Det er der rigtig mange, der peger på. Også en utryghed i forhold til det her. Nå, men det kan da godt være, det er tilgængeligt, man kan bruge det. Er det sikkert? Hvad er det, jeg må lægge op? Og hvad må jeg ikke lægge op? Og hvad sker der med alt det, der nu bliver puttet ind i den her sprogmodel? Så kan det være noget med tid. Det er både ledere og medarbejdere, som har mangl på tid. Det har man jo altid i forhold til at føre. Altså man har jo fyldt dagene op hele tiden. Og så er der noget med det her manglende viden om troværdighed. Kan vi stole på det, vi får? Kan vi stole på det input, vi får for generativ AI? Det er der rigtig mange, der peger på. Det kommer ind på lidt senere, fordi det tænker jeg er en rigtig central ledelsesopgave i de kommende år. Så det er udfordringerne, som de peger på. Vi har så også spurgt til, hvad de så gør for at implementere det. Og vi har også spurgt de virksomheder, som har gået foran, og som vil lykkes med at få måske 70 eller 80 procent af de ansatte ombord i det. Og som en del af deres hverdag. Og egentlig er blevet en AI-drevet virksomhed, i hvert fald i et eller andet omfang. Hvad er det så for nogle tiltag, de benytter sig af? Og vi har lavet sådan en top 10. Der er selvfølgelig flere tiltag, men det er nogle af dem, som der går igen. Og som jeg tænker er centrale i forhold til at komme ombord i det her. Der er selvfølgelig valgt tilgangen, og det er et spørgsmål, man må stille sig bare ind på før. Så skal vi have udarbejdet en politik for anvendelse af det her. Hvad er det, vi vil med det her? Hvad er vores mål på de her sådan ting? Hvordan tænker vi, vi skal bruge det? Politikken, siger de, den er agil. Den skal genbesøges løbende. Det kan være på månedsbasis, efter hver anden måned eller sådan noget. Den skal genbesøges. Fordi vi også har med teknologier, som er i udvikling, og fordi vi også er i gang med at oparbejde kompetencer og erfaringer, så bliver vi nødt til at genbesøge det. Det kunne også være, at der skulle være nogle politikker, altså når man skal i gang med det på et afdelingsniveau, så skulle man måske snakke om med udgangspunktet, det vi har formuleret for virksomheden. Hvad er det så, vi skal her? Hvad er det, vi skal lykkes med her? Så er der det her, lav en guide for at sikre anvendelse af det. Og det er der mange, der har. Jeg tror også, at den skal man måske genbesøge nogle gange. Gengetagelse er et rigtig godt redskab, når man arbejder med forandringer. Så en guide for sikre og fornuftige anvendelse, og det er jo også et spørgsmål om, at den ikke bare skal ligge der. Man skal måske lige have den op på et tilmøde og snakke den igennem. Hvad forstår vi så ved det her? Så er der kurser selvfølgelig, og også kurser i sikre anvendelse, fordi det er et tema. Det er noget, der virkelig betyder noget for mange. Og det er jo også vigtigt, fordi hvis det nu er, at man som virksomhed begynder at sige, jamen vi har faktisk også nogle oplysninger for kunder eller for leverandører og samarbejdspartner. Kan vi begynde at bruge nogle af de her sådan ting? Og hvordan skal vi i såfald gøre det? Så der kan jo være alle mulige spørgsmål i det her. Så her er der nok noget af det vigtigste. Experimenter, leger, lærer. Fordi vi bliver nødt til bare at blive klogere. Vi bliver nødt til at få oparbejdet kompetencer i forhold til det her og finde ud af, hvad det kan. Der er rigtig mange virksomheder, som bruger sådan en sandkassemetafor. Vi har en sandkasse, hvor vi har lavet nogle gode hjørneflag, så inden for det, så kan man simpelthen prøve det af, eksperimentere og finde ud af, hvad giver mening her, og hvad lykkes ikke så godt. Men en ting er i hvert fald sikker, at vi bliver nødt til at prøve os frem, og vi bliver nødt til at eksperimentere med de her sådan ting. Så er der noget med at få ledelsen klædt på til at gå foran, så de kan støtte både læring og anvendelse af teknologien. Nogle virksomheder, de gør det, at de simpelthen tager rundt og snakker med ledelsen. En vej ind i det her, og det kommer jeg lidt tilbage til at se, det er de andre punkter, det er jo at give konkrete eksempler. Og især give konkrete eksempler for egen virksomhed. Så det der med at begynde at oparbejde konkrete eksempler i egen virksomhed, hvordan kan man bruge det her, hvor kan det give noget input og nogle potentialer, hvad har I andre gjort, det er rigtig vigtigt. Og det er også en vigtig del af det at få klædt ledelsen på at begynde at inspirere dem til at se, hvis de gør sådan der, så kunne det være, at vi også på vores område måske kunne begynde at arbejde med nogle af de her sådan ting. Så kan det være noget med kommunikation, formidle i teamet, hvorfor skal vi det her, hvordan havde jeg tænkt, hvad vi skulle gøre, osv. Så det her med hele tiden at støtte og understøtte læring og anvendelse. Afsat tid og ressourcer, det er klart. Der bliver nødt til at være nogle muligheder og nogle rum, hvor det er muligt at prøve de her sådan her ting af. Og det hænger lidt sammen med det næste. Det der også kendetegner de her virksomheder, de har et stærkt fokus på vidensdeling og fælleslæring. Det er jo en teknologi, hvor vi hver især kan sidde og prøve masse ting af og blive bedre. Men det er rigtig, rigtig vigtigt, at vi har forskellige setups, som drop-in-møder, et fastpunkt på dagsordenen på vores teammøder eller noget andet, hvor vi begynder at udveksle viden og læring omkring det her. Så det ikke kun bliver den individuelle produktivitet, men vi også begynder at mobilisere noget teamproduktivitet og noget teamlæring i forhold til det her. Få feedback. Det arbejder de også rigtig meget med. Også fordi det er jo nogle teknologier, som er i udvikling. Så det her med hele tiden at få feedback. Hør, hvad er brugernes oplevelser? Nu har vi i gang i noget, hvor vi... Jeg tænker, at vi skulle måske begynde at proppe nogle af de her data ind. Er det en mulighed, eller skal vi lige op og justere lidt på politikken eller på det system, som vi har? Hvis det er et lukket system, eller skulle vi have et lukket system i stedet for bare at have de åbne teknologier og sådan noget? Det her med hele tiden at få alle mulige former for feedback i forhold til at blive klogere på, hvad er det, vi skal både som team og som virksomhed. Og så er der selvfølgelig den vigtigste del, det er, når man begynder at få oparbejdet nogle kompetencer, og det er også en ledelsesopgave, hvornår er det, vi begynder at kunne gå fra leg og læring til enlig forretning. Og det er selvfølgelig også et fokus i forhold til at sige, hvornår kan vi skal lære nogle af de her ting op, eller hvornår kan vi faktisk have nogle... Hvad hedder det? Få nogle forbedringer. Enten at vi skaber noget mere værdi, eller også at vi får effektiviseret nogle ting. Når ledelse så begynder at blive en del af hverdagen, og nu kan man så sige, hvor meget hverdag har vi lige nået? Ja, det er der nogle virksomheder, der er, og jeg tænker, I har også i hvert fald en vis erfaring med det. Eller når AI bliver en del af hverdagen selvfølgelig, hvad bliver ledelse så for en størrelse, når det begynder at rykke ind? Jeg har valgt nogle forskellige pointer ud her, og der kan jo være mange andre, men jeg tænker, at nogle af de her ting, det er i hvert fald noget af det, der læser sig op af det, som er virksomhedernes erfaringer. Og det første, det er de her tre begreber. Det her er en rapport, som ikke er offentliggjort endnu, men bliver det i løbet af de kommende uger, og som er ude omarbejdet af branchefællesskaberne for arbejdsmiljø. Og det er arbejdsmarkedsparter, der sammen har fået udarbejdet en rapport omkring, hvad betyder det her med at anvende generativ AI for arbejdsmiljøet, for trivsel og for arbejdsglæde osv. Og selvfølgelig også i form af performance. Og en af de ting, som den her rapport peger på, det er det her begreb, der hedder fagligsov. At det er simpelthen noget, vi skal have opmærksomhed om. Og fagligsov, det handler om, at der kan jo godt være mange ting. Hvis man nu er journalist, så kan man jo godt være rigtig glad for at skrive, bruge lækre formuleringer, strukturere tingene og på den måde skabe en virkelig god artitel. Forskere skriver artitler. Det er jo en del af deres arbejde. Og i den her proces med at skrive artitler, så kan der også være en stor del læring, fordi nu skal jeg lige pludselig skrive det ned konkret, hvad jeg har oppe i mit hoved og hvad data siger og alt muligt andet. Og man kan også skrive det i samarbejde med nogle andre. Og det kan være nogle processer, man synes er rigtig spændende og som man holder rigtig meget af og som også er en del af en faglig stolthed og en faglighed. Nu begynder generativ AI at overtage nogle af de her opgaver. Og så kan man godt opleve lidt et tag af faglighed, af kompetencer. Noget, der var vigtigt for en. Manuskriptforfattere. Der har jo været masser af diskussioner i nogle af de her ting. Nu er vi jo gået ombord i de tekstteknologierne, hvis man kan sige sådan. Den, der producerer tekst, der kommer meget mere på både billed, film, podcast, tale osv. Så der kan jo godt være noget tab af kompetencer, noget tab af faglighed, tab af status eller magt, når det er, at generativ AI begynder at overtage nogle af opgaver. Og det er en opmærksomhed. Og det, der måske bare er opmærksomheden her, det er, at man begynder at opleve noget modstand i organisationen. Så kunne det være, at det hang sammen med en eller anden form for faglig sov. Og selvom man har dygtige og kompetente fagpersoner ansat, så kan det måske godt til en start være lidt svært at se, hvordan bliver jeg bedre faglig, når jeg begynder at give en del af mine opgaver, som jeg synes at holde af, og som jeg er glad for, til generativ AI. Så er der den næste pointe, det er faglig dogenskab, som de også peger på. Og det knytter sig til det her med, altså bliver vi ved, nu når generativ AI overtager det her, bliver vi så ved med at forholde os kritisk til det, der kommer ud, til det input eller output, der kommer for generativ AI. Når man nu har brugt det rigtig lang tid, så kunne det godt være, at man, og tingene går lidt hurtigt, så kunne det godt være, at man tænker, vi tager sgu bare det, der kommer, og så går vi videre med det. Det kan også være, at hvis det nu er sådan, at man rigtig, rigtig mange gange, 40 gange, så har det input generativ AI kommet med, viser at være rigtigt og sandt, og det vi skulle gå videre med, og så kommer gang nummer 41. Og hvem er det så, der lige har lyst til at stille sig op og sige, at jeg synes ikke helt, at vi kan tro på, hvad det er, at vi har fået output. Og den anden ting, det er, at hvis nu generativ AI har haft ret de andre 40 gange, hvem gider så at lytte? Nå, du har altid et eller andet, du lige kommer med. Så det her med hele tiden, altså pas på, at man ikke får sådan en indsnig og sig sådan lidt en fagligt oggenskab, at man hele tiden bevarer, at man er kritisk i forhold til det input, som generativ AI kommer med, med de forslag, med de oplæg. Den sidste ting, jeg vil nævne, det hænger lidt sammen med det her, det er, om man arbejder over eller under algoritmen. Algoritmen, det er jo selvfølgelig de beslutninger, der er truffet i systemet. Og det hænger sammen med arbejdsglæde. Ens arbejdsglæde hænger sammen med, om man har oplevelsen af, at man arbejder over algoritmen, det vil sige, at systemet understøtter mig og gør mig bedre. Eller, hvis man arbejder under algoritmen, det vil sige, at systemet begynder at styre, hvad jeg skal lave. Det træffer beslutninger om, hvornår jeg skal lave tingene og hvordan jeg måske også skal lave det. Så har man en oplevelse af at arbejde under algoritmen. Og det har betydning for ens arbejdsglæde. Og det hænger måske også lidt sammen med de to første, med faglig sorg og faglig dogenskab. Det var nogle input for det, i forhold til at sige, hvor kunne der være tidligt i processen, også der hvor vi er nu, nogle ledelsesmæssige opmærksomheder, som man skal begynde at tage fat på, når teamet og afdelingen begynder at arbejde med de her ting, og man begynder at realisere potentialerne. Og så har vi jo også det her med at realisere potentialerne. Det har vi spurgt virksomhederne om. Hvad er det for nogle effekter, generativ AI har for jeres arbejde? Og så kan I se her, så svarer 58% af virksomhederne, at opgaverne løses hurtigere. De peger på mere kreativitet, øget kvalitet eller arbejdet er nemmere eller mindre omfattende. Og der er selvfølgelig også nogle, der peger på, at vi bruger tid på at eksperimentere og lære. Og det er måske det, der egentlig er gevinsten lige for tiden. Men det er alligevel interessant at se, at selvom vi er i den spæde start, og man så må sige, vi er tilbage til, hvor mange virksomheder bruger det her, og hvor stor en andel af deres ansatte bruger det her, så har de stadigvæk den her oplevelse, at opgaverne løses hurtigere. Så der er jo noget, det gør en forskel, om man begynder at bruge det her, og når man finder ud af, hvor er det, at generativ AI kan understøtte mit arbejde, så vi bliver løftet, eller så jeg får frigivet tid til at lave noget andet. Og det er jo nøgleordet, den frigivende tid. Nå, nu trykker jeg, at der sker ikke noget. Vi prøver igen. Der skete stadigvæk ikke noget. Den kom der. Så bliver selvfølgelig spørgsmålet, hvad skal vi med den frigivende tid? Og nogen er jo super hurtige og tænker, at allerede når vi begynder at implementere systemet, så har vi en produktivitetsforbedring på 30%, og så kan man jo skære og flytte nogen. Sådan kunne man godt være meget hurtigt. Det kan også være, at man bruger tiden i forhold til det her med læring og kompetenceudvikling, og til måske nogle andre ting. Og det er der måske også et lille bud på, som taler ind i noget af det her. Altså, når det er, at vi begynder at opleve, og når vi reelt begynder måske at frigive noget tid til andre opgaver, så bliver spørgsmålet, hvad skal vi så bruge den tid til? Og hvad er det for nogle snakke, vi skal have i timet? Og så skal man selvfølgelig som leder træde ind og finde ud af, hvad er det, vi skal gøre her? Jeg vil måske pege på noget input til, hvad man kunne overveje, som kommer fra World Economic Forum og deres Future Job Report fra 2023. Det er, at det vi kommer til at opleve, det er jo et markant kompetenceskift i løbet af de kommende år. 44% af vores færdigheder vil forandre sig i løbet af de næste fem år. Det er jo også en ledelsesopgave, den her kompetenceudvikling, som måske kan være ret markant for i hvert fald nogle medarbejdergrupper i forhold til de kommende år. Så har de en anden pointe. Det er, at de har spurgt virksomhederne i Europa, hvad er det for nogle færdigheder og kompetencer, som der er mest brug for i perioden fra 2023 til 2027. Og det her er top 10. Og på de første tre pladser, der har vi kreativ tænkning, analytisk tænkning og så teknologikundskaber. Det er jo også en ledelsesopgave, i hvert fald at kigge ind i, hvad er det så? Og især hvis man begynder at få den frigivende tid, er det så noget af det her, vi skal begynde at prioritere, så vi kan følge med og så vi hele tiden kan være konkurrencedygtige på vores område. En lille add-on til den her, det er, at der er også en del forskere, som har interesseret sig for det her med, hvad er det, der kendetegner vores måde at arbejde på i dag. Og det som de siger, de forskere, der er på rigtig, rigtig mange arbejdspladser, der har vi utrolig mange skift mellem opgaver i løbet af en dag. Og nogen har også regnet på det, og de siger, at den gennemsnitlige opmærksomhedstid per opgave, den er af nogle gode bud. Ikke udenbart, 6 minutter. Den gennemsnitlige opmærksomhedstid per opgave er 6 minutter. Det betyder så, at I kan bare tænke, når I sidder og læser mail-indboksen, hvor mange gange skifter I fokus og opgave afhængig af alle de mails, I læser. Det betyder så, at I har så tidspunkter på andre tider af ugen, hvor I så bruger lidt mere tid. Men der er selvfølgelig et centralt spørgsmål, at hvis vi tænker, at det her med kreativitet, teknologikundskaber og analytiske evner skal opgraderes i vores team, så bliver spørgsmålet, hvordan kan vi understøtte det, og hvordan er vores arbejdsform på nuværende tidspunkt i forhold til at begynde at komme ombord, eller begynde at oparbejde de kreative, analytiske og teknologikompetencerne og færdighederne. Så det er selvfølgelig også en ledelsesopgave. Bare for at lige at summere op, i forhold til de her ting, jeg har været omkring, der er noget, der handler om trivsel. Det var det her med faglig sorg og dogenskab. Dogenskab griber jeg ind i det her med. Der er altså også noget, der hedder, og det tror jeg er en ret centralt opgave, ledelses kvalitetssikring. Og det, der bliver spørgsmålet her, det er, at det er den enkeltes ansvar at vurdere det, der kommer ud af generativ AI, eller er det noget, der skal distribueres ud? Hvad er den gode proces i forhold til jeres team og jeres opgaver? Og det tror jeg bliver rigtig, rigtig vigtigt at tage stilling til. Så er der selvfølgelig spørgsmålet, når vi begynder at mærke, at der bliver frigivet tid, at man har nogle drøftelser, og lederen får faciliteret nogle snakker om, hvad er det så, vi skal? Hvor er det, vi har brug for måske at styrke noget i vores team? Det kan handle om gode læringsmiljøer og fællesskaber for læring. Især er det fælles, så det ikke er individualiseret. Det er jo selvfølgelig en generelt tendens, når vi har digital læring, det er, at det bliver individuelt læring. Så det der med at understøtte, at der også er nogle fællesskaber og noget vidensdeling, især når vi har med de her teknologier at gøre. Og så måske gode rammer for det kreative og innovative processer. Det var nogle forskellige input. I kan jo selv tage stilling til, hvad I tænker, der kunne være relevant for jer, og tage udgangspunkt i, eller hvor det kunne berige jeres områder. Men det er i hvert fald nogle opmærksomheder, som virksomhederne har i forhold til det her med, når AI begynder at blive en del af hverdagen. Så skal jeg se, om den er med at skifte igen. Ja. Så er der måske en pointe i noget af det her. Fordi nogle af de ting, vi snakker om, det er selvfølgelig nogle udfordringer, men det er måske også nogle paradoxer, som er lidt iboende i det her. Og det vil sige, at hvis det er paradoxer, så går de jo ikke nødvendigvis væk. Og så er begge sider af paradoxer jo til stede hele tiden. Og det bliver en ledelsesopgave at håndtere de her og balancere alle de aktiviteter, der ligger i de forskellige paradoxer. Og hvis vi skulle... Ja, håh. Nå. Nu. Nu kom den der... Nu. Ej, det kan jeg ikke sige noget om. Nu skal vi tilbage igen til den med paradoxerne. Nu kan jeg ikke helt finde ud af, om det er mig, der styrer, eller om der er nogen andre, der styrer her. Ja, tak. Så det første... Den har godt nok svært ved at reagere. Og så skal vi også have den næste på. Der. Det første paradox, som der er flere, der tegner konturen af, når vi begynder at arbejde med det her, det er jo balancen imellem det automatiserede versus menneskelig vurdering. Altså det her med at stole på AI-beslutninger og AI-input versus de menneskelige kompetencer, kreativitet, evner og intuition osv. Hvordan skal vi balancere det? Jeg tænker, der kommer masser af situationer, hvor man står lidt og tænker, er det det ene eller det andet? Eller hvordan tager vi både og? Som jo er typisk måde at arbejde med nogle af de her ting. Altså med paradoxer på. Ja. Så er der noget med jobskabelse og jobtag. Jeg skal lige have den med det næste sætning med. Og det handler jo om, at selvfølgelig er der masser af nye kompetencer og nye opgaver, som der skal laves. Men der er også... Ah, det var dejligt. Tak. Der er selvfølgelig også nogle opgaver og nogle funktioner og nogle roller, som ikke længere skal varetages. Og det tænker jeg, at det bliver også en proces, vi kommer til at være i og afhængig af, hvad for en virksomhed, hvad for nogle opgaver, vi arbejder med. Jamen så er det noget, vi kommer til at arbejde med og balancere imellem. at på den ene side, jamen så er der nogle ting, som vi som mennesker ikke skal lave mere, fordi det gør generativ AI. Og så er der nogle andre ting, vi skal lave. Og det skal vi finde ud af. Og det er også en ledelsesopgave. Stille og roligt at begynde at arbejde til det. Og så er der den sidste her. Det er at balancere mellem kreativitet og standardisering. Altså på den ene side, så kan AI jo hjælpe med at standardisere og effektivisere. Men man kan jo også i sin ivr på at få effektiviseret og måske glemme lidt det her med kreativitet. Man kan jo sagtens bruge input fra generativ AI til det kreative. Men der er tilbage til pointerne omkring, hvordan vores arbejdsdag ser ud. Der er måske også noget andet, vi skal kigge ind i, hvis det er, at vi tænker, at vi skal oparbejde vores kompetencer til det, uagtet om det er i samspil med teknologien eller ej. Den sidste ting, jeg vil komme omkring, det er det her med, hvordan kan generativ AI, så gør jeg til en bedre leder. Jeg tænker, at I har måske meget bedre eksempler, end dem jeg har opsnudset nogle pointer om her. Og jeg glæder mig til at høre nogle af dem. Om ikke andet, så måske efterfølgende i pausen. Jeg har bare taget nogle eksempler med her. I kan selv gå videre med det. Min egen lille person. Altså jeg er blevet fuldstændig pjattet med den her funktionalitet, hvor det er, at i stedet for at skrive, så trykker man på mikrofonen. Og efter et møde, så siger jeg lige nogle af alle de tanker, der sviger op i hovedet på mig. Få dem indtalt. Den transkriberer fint, mens jeg taler. Og så beder den om lige at lave en opsummering, eller hvad var handlepunkterne, eller hvad skal jeg huske, eller lave et LinkedIn-opslag, eller hvad det nu kan være, man har gang i. Og der er mange andre muligheder. Den første her, det er jo noget input til en samtale. Og man får jo input til, hvordan man kan lave sådan en samtale til stress. Det kommer jeg tilbage til til nogle af de andre pointer. Men man kan bruge den. Altså det er jo nærmest kun fantasien, der sætter grænser. Jeg er sikker på, at vi begyndte at nævne eksemplerne herinde, så ville I høre en myade af forskellige eksempler på, hvordan man kunne bruge det her. Så hvis den skal løfte ens ledelse, og det måske også i forhold til at hovedet og kunne arbejde med implementering af det, så er det jo en rigtig god idé at begynde at komme i gang og prøve det af. Det er der mange ledere, der peger på. Så er det måske, altså man kan få alt muligt input. Så det kunne måske være meget godt. Altså der er jo ikke grænser for det input, man kan få. Overhovedet ikke. Og det kan være, det er ofte meget langt, synes jeg. Altså nogle gange så bærer man om at korte det ned, og det helt kort bliver det aldrig helt. Der er altid mange mellemregninger med på en eller anden måde. Men der er noget i forhold til jer som ledere tager stilling til, hvad er det, jeg gerne vil styrke mig. Altså hvad er det for nogle kompetencer eller noget, som jeg tænker, jeg godt kunne tænke mig input til. Så I ikke bare får alt muligt input, men som I begynder at få input til noget af det, I tænker, som vil være relevant i forhold til at løfte jeres ledelse. Tillidsbaseret, facilitere en ledelse. Hvad ved jeg? Whatever. I ved så bedre selv, hvad det er. Så møder jeg den her rigtig tit. Er det snyd? Altså, der er rigtig mange. De trækker en lille smule på Similborg. Ja, jeg har altså lige spurgt chat-GVT'en om det her og sådan noget. Og man synes lidt, at det er snyd. Så min kollega sagde her den anden dag, så sagde jeg, ja, hvis du går i gymnasiet, så er det snyd. Hvis du er på en arbejdsplads, så løfter du dine kompetencer. Og det er måske en meget fin lille en at have med. Jeg tror, vi er optaget af det lige nu. Jeg er ikke sikker på, at vi er så optaget af det om to år. Måske er der også noget nyhed i det her. Det må vi finde ud af. Så er der noget med tone of voice. Man får masser af input. Og man kan jo nogle gange have tendens til bare at copy og paste og så sende det videre. Det er ikke altid det lige lyder, som jeg er som leder. Jeg har hørt flere sige, åh, jeg tror altså, at min chef er begyndt at bruge chat-GVT, fordi der kommer simpelthen sådan nogle velformulerede, meget argumenterende mails og sådan noget. Altså, måske skal I lige finde ud af, hvordan bliver det jeres, når I får det der input fra chat-GVT'en, så det ikke bare lyder som sådan en lidt dansk-amerikaniseret leder, der sender noget. afsted. Så er der selvfølgelig, apropos vores eksperimenterende og sandkassemetoforen generelt som princip, jamen lav en ledersandkasse. Altså, I er jo en del af ledergrupper og lederteams. Sæt noget tid af, hvor I udveksler månedens bedste prompt til ledelse eller få udarbejdet top 5 over gode prompt til ledelse inden for vores område, som man kan have liggende ved siden af sin computer, som man husker måske at prøve noget af det af. Lyt til hinandens erfaringer. Hvor kan vi arbejde os hen? Nye teknologier. Brug nu, så det ikke kun bliver jeres læring, men så det også bliver en fælles læring i forhold til jeres ledergrupper. Ændre vaner. Det er jo altid desværre. Det hænger nok lidt sammen med det der med tid, som de pegede på. De lykkes jo rigtig godt med vores job, sådan som det er nu. Så hvorfor bruge generativ AE? Det skal jo ændres nogle vaner og begynde at blive indarbejdet. før vi for alvor begynder at bruge det. Og man må overveje, om det at ændre vaner, det er, at det er det første skærmbillede, der møder mig, når jeg tænder for min computer, det er, husk lige at hils på chat, giv et tæn og spørg om, bam, et eller andet. Eller man skal have den der top 5 over gode chats, enten liggende på sin skærmbillede eller ved siden af i ledelse, eller hvad det nu kan være. Men forændret vanerne, så begynder det. Så er der også noget etik. Altså, hvad er det for nogle værdier, I gerne vil fremme? Og så er der mange ledere, især hele den her hybrid arbejdsform, vi har bevæget os ind i, som siger, jeg vil gerne have mere nærværende og nærhed i ledelse. Og en nem måde at lave det, det er jo at få chat-GPT'en eller sin co-pilot til at formulere, jeg kan jo ikke lige sørge for at sende en mail nu, har vedkommende været ude på en eller anden opgave, send lige en hilsen for mig, og gik det godt med opgaven, og thumbs up og sådan noget. Og på den måde kan man godt lave nogle tiltag, hvor formålet er at skabe mere nærværende og nærhed i sin ledelse. Men den, der læser det, kan måske godt læse, at det er for formuleret af chat-GPT'en og ikke ens ledere, og dermed skaber man måske noget afstand. Så er der nogle overvejelser i forhold til, hvad er det for nogle værdier, I gerne vil fremme, og hvordan får jeg lige understøttet det i forhold til det her. Og så er det sidste spørgsmål, det tænker jeg er, at I kan komme med input til, at det er muligt at blive dårlige ledere. Man kan i hvert fald blive præget af tonen i chat-GPT'en, eller hvad det nu er, man bruger. Det var ordene herfra, og så er der jo mulighed for spørgsmål. Præcis, men vi skal lige give dig en hånd først, Kristine. Tak. Tusind tak. Og vi starter over i chatten med spørgsmål, Jacob. Hvad har du til os? Først og fremmest er der en virtuel hi-fi for en medlemsvirksomhed, fordi de påpeger, at der er nogle lovmæssige ting, som gør, at det er svært at arbejde med, og at de laver nogle gode værktøjer. Så det bliver sådan en hi-fi for først og fremmest. Så er der et spørgsmål, der handler om, at du nævner, at 58% svarer af de her opgaver. Altså de bruger ære til at løse opgaverne hurtigere. Samtidig så parer du på, at kun 20% er optaget af sådan en troværdighed som et tema med... Ja. Der er en udfordring for January. Er det et problem, at man bruger det til at løse opgaver hurtigere, men færre oplever troværdighed som et tema? Men det taler jo lidt ind i det der paradox i forhold til det her mulighed med at automatisere og så det her med, kan vi stole på det? Jeg tror, at nogle af de her tal, de afspejler også, hvor virksomhederne er henne, når de begynder at arbejde med det. Og måske... Ja, troværdighed, det kommer også an på, hvad man bruger det til. Jeg tænker, at troværdighed er central, og jeg tror, at jo mere man får arbejdet sig ind i det, så bliver troværdighed et spørgsmål, fordi kan vi stole på det her? Men det er selvfølgelig et problem. Altså, jeg tror også på den anden side, så tror jeg altså også, at vi kommer til at opleve, at der bliver sendt meget ud, og vi møder meget, som vi tænker, ah, det kunne måske godt lige have været igennem en sig, men vi gør det, fordi vi kan. Og det tror jeg er lidt en præmis i forhold til hele det her med, at vi skal jo også ind i det og finde ud af, hvad det dur til. Og ja. Så jeg tror faktisk begge dele, og jeg tænker, at det er et vigtigt opmærksomhed, det her med troværdighed i det. Det er ekstremt vigtigt, fordi hvis man træffer beslutninger på baggrund af det, så er det jo et problem, hvis troværdigheden ikke er i åben. Og chat-capitæ, eller de andre, alle de her generative modeller, kan jo godt selv finde på at lave nogle slutninger og nogle koblinger, som ikke nødvendigvis er helt rigtige. Så der er, altså jeg har hørt en masse eksempler på, hvor det er, at man får nogle forslag, som man jo i den grad har brug for at sortere i, inden man går videre med det. Også finde ud af, hvad er det for nogle kilder, det benytter sig af. Det tror jeg bliver rigtig vigtigt også fremadrettet. Tak. Og der er et spørgsmål fra salen. Ja, hej. Og lige præcis til den point, du havde der. Desværre, synes jeg, er jo, at på Google, hvis man slår et eller andet op, så kan man som regel se, hvilken hjemmeside det er, eller hvad kilden er. Udfordringen her, at chat-GPT for eksempel, man ved faktisk ikke, hvad kilden er. Og oftest har man det jo for givet, at det er rigtigt. Men man er nok ikke til kildekritisk, fordi hvis man nu så, hvad kilden var, og så vil man tænke, nej, det er i hvert fald nok ikke det, der jeg vil have fundet informationen. Og det synes jeg faktisk er en udfordring. Ja, men det er rigtigt, og nu har jeg fået at vide, at jeg skal gentage lidt af spørgsmålet, fordi det er ikke sikkert, at det hele var at komme med til alle dem, der lytter, så det gør jeg. Så det her med, at du peger på, det er, at når det er, at man søger i chat-GPT'en eller de her generative modeller, så får man ikke kilden med, så man ved ikke, hvor det kommer fra. Og det, som du siger, er problematisk, det her med, at man ikke vurderer det eller får det med, fordi hvis det var, at man så kilden, så kunne det godt være, at man tænkte, ah, det tror jeg ikke på. Og det er jeg helt enig i, og jeg tænker sådan en lille ting som at bede om kilder på det, det tror jeg, man bliver nødt til. Og den anden ting, det er jeg også, at man bliver også nødt til at tjekke nogle af kilderne op, fordi nogle gange, så kan det godt være, at det de generative modeller hiver ud af noget, måske også af en pointe, men der er måske også nogle andre ting, som måske vil balancere den pointe en smule, eller nuancere den på en måde, så man kan sige, det står måske ikke helt så klart, som det er den umiddelbart kommet med. Og det er der en opgave i. Ja. Lige et sidste spørgsmål her fra salen, og hvis jeg kan logge dig til at rejse dig op. Tak skal du have. Nej, det er egentlig ikke et nyt spørgsmål. Hvilken er det? Nå, det er bare et tillæg til dig. De er begyndt at komme. Der er en chat-tjeneste, der hedder Perplexity, og det viser kilderne fra neden, hvor du kan så gå ind og tjekke dem. Så de er begyndt, og Google har sagt, at de vil gøre det til deres gemine, hvor de også går ind på det her. Så jeg tror, at de er opmærksomme på det. Nå, så det var egentlig ikke et spørgsmål. Ja. Så der kom et forslag fra salen om, at det er der systemer, som er begyndt at blive opmærksom på, og automatisk genarbejde det i deres teknologier. Ja. Perfekt. Tusind tak for jeres spørgsmål, og der bliver mulighed for at stille flere spørgsmål senere, også til Christine. Men nu er det blevet tid til, at vi lige skal holde en kort pause. Vi er tilbage 9.35 med både Marie og Palle og paneldebat. Så det vil I ikke gå glip af. Så kom tilbage 9.35. Vi ses der. God pause. God pause. God pause. God pause. God pause. God pause. Så blev klokken 9.35. Vi er tilbage efter pausen, og det er blevet tid til Marie. Marie Ellemose. Marie, du er digitaliseringschef i Aarhus Løv Rail. Og Marie, hun har varetaget ledelses- og bestyrelses- og specialistroller inden for digitalisering på tværs af flere brancher. Og har altså mange års erfaring med at sætte netop teknologi, data og mennesker i spil for at skabe forretningsmæssig værdi. Og Maries indlæg har vi valgt at kalde AI Boomer eller Doomer. Hvor er du på skalaen? Velkommen til dig, Marie. Tusind tak. Ja. Og det er jo lidt en kæk sætning, som du også sagde, Louise. Det er en, jeg har 20-stjålet fra en af vores partnere, som vi arbejder sammen med omkring AI. Så det skal jeg nok komme tilbage til. Og billedet her er fra Aarhus Løvs hovedkontor i Viby. Og jeg synes, det er så genialt, når jeg er ude som sted her og viser et billede fra det dronehøjde og kunne se, at det er en A og et I, der er afbilledet. Så det har jeg altid lige med her. Du har jo allerede sagt rigtig meget, Louise, men jeg vil blot til for, at jeg jo ikke er nogen AI-specialist. Det er ledelse, jeg interesserer mig for først og fremmest, og det er også den tilgang, jeg har til, til forandring og teknologi osv. Den her værdiskabelse, vi gerne skal ind i. Der står nogle kontaktinfo hernede, og I er meget velkomne til at række ud og connecte osv., hvad der giver mening efterfølgende. Der kommer måske lidt World Wind Tour over indlægget her, så det kan godt være, at der er nogle ting, I har lyst til at stille spørgsmål til efterfølgende, og det gør I egentlig bare. Aarhus Løvs Rail er en business unit eller segment i Aarhus Løvs koncernen, så det er en ret stor virksomhed, og vi er også en del af et større fællesskab. Jeg har lige sat lidt stats ind her, for at man kan få en fornemmelse af, hvad største virksomhed vi er inde i. Så det er sådan en 6-700 medarbejdere i Danmark. Vi har også en i den nordiskre, en svensk-norsk selskab. Og inden for entreprenørbranchen, og det giver jo også nogle særlige vinkler i forhold til, at der er et fysisk produkt, eller der er en produktion, som har et meget fysisk element stadigvæk, uanset hvad der sker med teknologi og kunstig intelligens osv. Men jeg håber meget, at selvom det er lidt en større virksomhed, måske i forhold til nogen, og det er en del af en koncern, at der er nogle elementer, som også kan give mening at tænke ind, hvis man er i en mindre virksomhed. Jeg håber, at I gennem mit indlæg her vil få noget inspiration, eller få en viden omkring, hvordan vores rejser har været i forhold til Aarhus indtil videre. Og måske også, det vil være noget, der gør mig rigtig glad, hvis I vil få nogle rigtig konkrete idéer, som I kan tage med hjem til jeres virkelighed, når I er tilbage. I er tilbage i jeres egen virksomhed. Det første, som jeg synes er vigtigt at komme ind på, det er som leder at forholde sig til, om man har nok viden til at kunne træffe nogle beslutninger. Det er ikke sådan, at man skal være ekspert som leder, det tror jeg også, I kender fra andre sammenhæng. Man skal ikke være ekspert inden for alt for at være en god leder. Man skal have en viden, og man skal være god til at få kompetencen i spil i sin organisation. Men jeg vil sige, at der alligevel er nogle ting, som man bør have en viden omkring, for at kunne træffe nogle rigtige beslutninger. Der er ligesom et minimums vidensniveau, som jeg vil invitere jer til at sætte jer ind i. Altså, hvad er I? Hvad er det for nogle potentialer? Hvad er det for nogle risici? Og så også det her med, at man har en plan, eller er det noget, man bare ignorerer lidt som leder, eller måske håber at gå lidt væk. Citatet her vil jeg ikke læse op, men jeg synes, at hovedessensen er det highlightet med stort her. McKinsey-citat, som highlighter, at man som leder, nu står der godt nok CEO, men man bør gå ind og forholde sig til aktivt. Er det her noget, som skal bruges ved siden af alt muligt andet? Er det noget, der skal transformere vores virksomhed, eller hvad er det, vores plan er? Så er det også vigtigt i mit virke, og det jeg prøver at bringe ind til min virksomhed, og have fokus på, at AI ikke er noget, der står alene. Altså den her treenighed, der står på sliden med mennesker og maskine og mening. Altså, hvordan får vi skabt værdien? Det sker ikke alene ved AI, det sker i samspillet med en mening. Hvad er det, vi vil med det? Med de mennesker, der skal arbejde med det, eller være modtager af noget AI-baseret? Og så også de her menneskelige superkræfter. Jeg vil sige, at siden jeg har holdt det her indlæg sidst, det leder et spørgsmålstegn ved, om det egentlig er der, det er. Jeg synes, at grænserne for AI pusher sig hele tiden. Der er flere og flere ting, hvor jeg bliver i tvivl omkring. Altså nu står der påvirke, følelser og adfærd. Altså det, jeg oplever mere og mere, det er også noget, som AI faktisk godt kan gøre. Men jeg kunne godt til dig, Christine, genkende den her med autenticiteten. Jeg har ikke lyst til. Altså jeg kan mærke, hvordan jeg følelsesmæssigt reagerer som menneske, hvis der er en oplevelse fra min side, at det er noget, der er kunstigt eller ikke et rigtigt menneske. Det påvirker mig. Det kan jeg mærke, og det tænker jeg også, at I har en oplevelse af. Det tænker jeg er ret klassisk i hvert fald. Så kan man sige, at det første her med at initere. Hvis man er ind i chat, GPT for eksempel, så er det jo dig eller mig, der går ind og beslutter, at jeg vil spørge om et eller andet. Jeg beslutter, hvad jeg vil spørge om. Jeg stiller spørgsmålet, og når jeg så har et svar, så er det jo også mig, der har magten til at beslutte, hvad jeg gør ved det. Tager jeg det ukritisk med videre? Redigerer jeg lidt? Researcher jeg kilder? Hvad gør jeg? Så der er ligesom nogle ting, som jeg tænker, i hvert fald i en vis periode, bliver vi med at være menneskelige superkræfter, som jeg også synes, det er vigtigt, at vi forholder os til og får med ud over ramten. Så er vi nået til boomer-doomer-delen her. Doomer er jo de mennesker, som måske er lidt overpessimistiske. De kan være ude i den her skala, hvor det er lidt terminator, den her onde AI, der kommer og kontrollerer os og laver alt muligt hul om haje og får verden til at gå under og blive et dårligt sted at være. Så er der dem, der måske er mere over i boomerland til den anden side, som tænker, jamen AI kommer til at løse alt, det bliver opskriften på alle problemer i verden, bæredygtighed, jamen det behøver vi ikke at forholde os til, det er noget, som AI kommer og løser for os. Alt bliver godt. Sådan lidt happy-go-logy måske. Og det er jo noget, som er et øjebliktsbillede. Den her er sådan en klassisk lov, som jeg synes egentlig illustrerer meget godt teknologi i det hele taget, man også AI. Hvor jeg oplever i hvert fald i vores virksomhed, at vi har en sådan en overvurdere AI, især i starten, måske ikke helt så meget mere. Så kommer der sådan lidt en, okay, det var måske ikke helt så perfekt, som man troede det var. Det kan måske ikke alt alligevel. Og så kommer der en periode, hvor man skifter over på den anden del af skalanen og måske undervurdere, hvad potentialet egentlig er. Jeg ved ikke, om det er her, vi er nu, men det er i hvert fald mit bud, at vi er lidt i den her tipping point i forhold til at undervurdere eller overvurdere potentialet. Så kan man jo som virksomhed gå ind med mange forskellige veje her i AI i sammenhæng. Man kan vente og se, og jeg havde en rigtig god lederkollega, der jeg talte med for nylig, som også sagde, det her med, det er fint nok at vente og afvente. Man skal måske ikke alle sammen være first movers, måske skal man være en fast second, måske skal man noget helt andet som virksomhed. Men det er vigtigt, at man ikke bare venter passivt, men at man bruger den her ventetid til at gøre sig klogere, eller danse nogle meninger, eller på en eller anden måde beriger den her ventetid, så det ikke bare bliver, at man venter og ser på, at der kommer en doom af en eller anden art. Man kunne også vælge, hvad det er for nogle use cases, vi vil arbejde med, hvis man er i en branche med meget tekstforfatning, kan man jo kigge ind i den boldgade. Og det kan også være, at man går all in og simpelthen tager en AI-drevet transformation i virksomheden og tænker meget banebrydende omkring, hvad man vil. Og så har jeg taget, det er jo også endnu en klassiker med, den her Dunning-Kruger-effekt, hvor man tit, når man lærer noget at kende, jeg kan da huske, da jeg selv begyndte at prompte, jeg var sådan, ej, virkelig glad, jeg var da mega god, det var da helt utroligt, alt det her, det kunne jeg jo bare finde ud af. Og man sådan, ah, okay, det er måske ikke helt så godt, og så kommer man ind i en eller anden lidt mere balanceret vinkel senere hen. Så det her med ligesom også at have øje for, hvor man selv er hen i ens kompetenceniveau, fordi det kan påvirke ens evne til at træffe nogle beslutninger. Enten at være overmodig, eller være, jeg ved ikke, undermodig kan man vel ikke sige, men for pessimistisk måske. Så fire kombinationer er det, som, det er jo altid godt med en 2x2 matrix, så fire kombinationer er det, jeg har med her, og det er jo lidt omkring, hvor balancen ligger hen, og det kan jeg ikke nødvendigvis sige, men jeg synes, at det som leder er vigtigt, at man reflekterer om, hvordan tingene ser ud, så ser man AIs potentiale meget pessimistisk eller meget optimistisk, og hvis man så tager tilgang, man har taget i, har man sådan meget over i den her, den øverste, det er de her, jeg ved ikke om, kender fra Rundt i Røve, der er der de her rumpenæsser, tror jeg det hedder, som går sådan lidt rundt og hvorfor, hvorfor, hvorfor, og meget sådan over, jeg tror, I alle sammen kender kollegaer eller medarbejdere, som måske er sådan lidt hype omkring nogle ting, og løber rundt og sætter alt muligt i gang, og lidt i vildskab, og måske ikke får omtanken med omkring, hvad der kan mening. Og så kan man også have den anden del, som er strussen her nede i bunden, hvor man har en manglende omtanke, at man simpelthen ikke tænker, som om man, eller undskyld, man manglende handling, men man får ikke gjort noget, man tænker, at det er ikke vores virksomhed, vi bliver nødt til lige at vente og se, det er ikke relevant i vores branche, vi har ikke kompetencerne, vi har ikke tiden, hvad det nu måtte være. Så et eller andet sted at finde balancen mellem de her ekstremer, vil jeg meget gerne invitere til at overveje jeres egen virksomhed, og også jer som ledere, er I selv som personer i den ene eller den anden vinkel. Da vi startede med at arbejde med AI i Aarstif Rail, så var vi ude og spørge medarbejderne omkring, hvad de mente omkring AI. Og det var meget interessant, synes jeg, at høre dit endelig, Christine, fordi det var faktisk mange genganger. Den ene var den her med, altså snyder jeg lidt, er det egentlig noget, som er snyd? En del, som også var sådan lidt forbeholdende, altså jeg skal lige se, om det virker, jeg ved ikke helt, om det er noget, der giver værdi. Jeg gider ikke bare kaste mig vildt ud i noget, som jeg ikke kender. Den gik også meget igen. Der var også nogen, der virkelig så den her faglighed, der ligger hos mange af vores medarbejdere, at det var noget, som kunne være en stærk løftestang og AI i verdenen. Og ja, der var også snakkede for dig omkring, Christine med at bruge tid på det, og at man som medarbejder oplevede, at det var noget, der skulle være accepteret af ens ledere og ens organisation. Der var nogen, der havde nogle gode eksempler eller nogle gode erfaringer, hvor de har været vant til at lave powerpoints, som har taget dem lang tid, som de nu kunne skætte restes ned på de her personlige erfaringer og fyldte rigtig meget. Og så var der også, jeg ved ikke, om man kan nok ikke sige teknologiforskrækket, men i hvert fald teknologiskeptikere, som ikke... Altså, ja, ja, nu kommer der lidt igen. Det er ikke sådan, at jeg begynder bare at falde på halen, fordi der kommer noget nyt. Jeg tror også, du nævnte den her fokus på drift. Det er jo også noget, som mange medarbejdere hos os oplevede, at i en travl hverdag er det måske ikke lige det, man oplever, at der er fokus på. Og så også en stor interesse i at give noget opbakning og investering i det her område fra mange af medarbejderne og fra mange af lederne også, faktisk. Så har jeg taget en lille buffet med her i dag, som er en... Det er ikke en fuld liste over de ting, vi har gjort i Aarstif Rail, men et udvalg af dem. Og jeg kommer til at gå ind i nogle af dem her i dag. De er highlightet her. Og der er også... Altså, hvis der er noget, der er spørgsmål til efterfølgende, så er I også velkommen eller kontakt efterfølgende. Ja, så noget af det, der var det første, jeg gjorde, det var at kigge mod min direktion. Vi har i Aarstif Rail og tænke lidt over, hvor var de egentlig henne? Havde de egentlig den viden, der skulle til? Altså, en ting er, at jeg sidder med digitaliseringsansvar, men topledelsen havde også, eller i min optik i hvert fald, en behov for at være med på rejsen. Så der var sådan et starterkit, det fik udleveret i sidste efterår. Og der var lidt, som I har set her også, der var noget... En læseliste med lidt artikler. Der var også nogle videoer og så videre med 101-minutters kuraterede læring, hvor jeg havde været igennem de materieler, som jeg selv havde fået meget værdi ud af. Noget, der var generelt, noget, der var branchespecifikt for entreprenørbranchen. Andre forskellige ting, som jeg mente, de ville få noget værdi ud af at få en god introduktion i området på. Så er der lidt omkring, hvad det var for en... en aktivitetspalette, vi har gang i virksomheden på det tidspunkt, og status for det. Og også endelig en opfordring til leg. Det kunne jeg også høre, at du også havde med på din, Christine. Altså, det her med at få taget det i brug i privatlivet, få det prøvet af, det er super vigtigt. Altså, nogle af dem har skrevet sange til deres sønner og døtre til konfirmation, og nogle af dem har lavet madplaner til hjemmefronten osv. osv. Og det er bare noget af det, der giver både en tryghed og en kreativitet i at se, hvad potentialet kan være, selvom det måske ikke er arbejdsmæssigt relevant i første omgang. Så har vi lavet en guideline i koncernen, som har til formål at give noget input til medarbejderne omkring, hvad der er forventningen omkring AI. Altså simpelthen at have en holdning. Og det har været lidt med et sug i maven, fordi holdningen kommer også før, at vi måske er klar eller har alt viden. Jeg havde en kollega, der sagde, at hvis du er 100% perfekt, så er du 100% for sent. Og jeg tænker også, at det er udgangspunktet her. Altså en eller anden tryghed i at kunne navigere i en situation, hvor man ikke ved alting, og man ved, at man kan tage far i mange ting. Men hovedoverskriften er, som der står her, du må godt. Det er det, der har været overslæt Rails og overslæt Concerns instruks til medarbejderne i forhold til AI. Og det har også været noget, som har skulle gøre det sikkert. Altså man har haft en viden omkring, at man ikke stipper ved siden af, hvad det er, der er forventet, at man gør. Så accelerere og understøtte har været formålet. Jeg vil igen ikke læse det op, men de væsentligste pointer af guidelines er også, at de regler og codes of conduct, vi har i forvejen, er ikke noget, der bliver ændret AI. Vi har stadigvæk det ansvar, vi har overfor vores kunder og medarbejdere og samfund. Og det er et ledelsmæssigt ansvar også at sikre, at det her er noget, man tager højde for, at medarbejderne tager højde for. Også den her kritiske holdning til output, som vi også allerede har været inde på. Så det har været essensen af de her guidelines, og jeg kan rigtig godt genkende det her behov for os at opdatere dem løbende. Så havde vi en aktivitet omkring at forklæde vores direktion på. Udover den her starterkit, så havde vi en partner, som jeg arbejdede sammen med, som var inde og givet de forskellige direktioner i Aarhuslef Kuncernen og også i Aarhuslef Rail en introduktion til kunstig intelligens, altså med noget hands-on og med noget træning og noget prøven af osv. i et safe space, hvor der også var noget hjælp at hente. Der var ikke så meget usikkerhed i forhold til, om der er publikum på. Men den her åbne dialog, der kunne være i sådan et forum her, det er min oplevelse, at det har betydet rigtig meget, at ledelsen har været klædt på. Og medarbejderne har der også været en masse fokus på, for det har de klædt på. Altså en ting er, hvad holdningen er og hvad kompetenceniveauet er. Initielt, men hvordan kan vi få flere til at have mere kompetence inden for området? Og der havde vi hyret en partner ind og holdt en masse gåhjemmøder, og en 4-500 kollegaer deltog, og med ret god feedback. Så det var ligesom sådan en kickstart til, hvad er det her for noget? Nogle gode use cases fra entreprenørbranchen, hvad er det man kan bruge det til? Og så videre. Så har vi været inde og kigge på, indtil videre har vi talt meget om, kring måske AI som et redskab i form af chat-GBT eller Co-Pollet, eller hvad det måtte være. Vi har også nogle aktiviteter, som går ind og prøver at arbejde med at bygge nogle skræddersyde egne AI-baserede løsninger. Så udklippet her er fra Aarhuslefkoncernens LinkedIn-side, som fortæller om en AI-tilbudsspot, som vi arbejder på. Og det er en, som vi har kørt et hackathon med i påsken, som vi har lavet en proof of concept, som egentlig fungerer. Der er flere tilbud, der allerede er blevet vundet på den kant. Det er ret interessant at se. Og vi er i gang med at arbejde på at få skalerbart op på en platform, som kan bredes endnu mere ud. Så et, synes jeg, er et rigtig godt eksempel på et produkt. Så var der en her, som havde lidt mere bredt af pire måske. Sparer to timer om ugen. Så det var sådan lidt med, hvad er det for nogle opgaver, du har, der måske kunne være egnet? Hvad er det for en af de her AI-kompetencer, som man måske kunne kigge på? Vi havde, jeg tror, 30 kort. Der er lige fire eksempler her. Og så prøv at se på, hvordan kunne man kombinere de her ting og lavet prompt, som kunne spare nogle timer per uge. Og så var der også et paradoks her for lidt siden omkring, hvad man vil bruge den her tid på. Og det er noget af det, der har været rigtig meget op i diverse ledergrupper. Det her med, hvem tilhører de her to timer, du har sparet? Tilhører det mig? Kan jeg gå hjem før? Tilhører det virksomheden? Ja, der er jo et eller andet der, som i hvert fald kan blive talesat. Og jeg ved det jo ikke, men jeg kunne også godt forestille mig, at der ville være en del medarbejdere rundt omkring i virksomheder i Danmark og andre steder. Og hos os, som måske egentlig bruger, er i rigtig, rigtig meget, men måske ikke nødvendigvis råber højt omkring det, fordi der også kan være den her tvivl omkring, hvem tilhører tiden? Og hvad er formålet? Det er debatet med mennesker og mening af maskine. Hvad er formålet? Er formålet, vi skal løbe hurtigere? Er formålet menneskelig lykke? Er formålet profit? Hvad er formålet? Så den mening, der kommer omkring det. Tænker jeg også, sådan noget som det her, i hvert fald har startet en ret livlig debat omkring hos os. Ja. Jeg mener, det er den sidste, jeg har med som eksempel her. Det var også igen en A- eller machine learning løsning, som vi har lavet i Aarstef Rail, som har til formål at kigge på en masse historisk data og bruge det til at lave en prediction omkring de projekter, vi har med vores kunder. for tidligt, så tidligt som muligt, at kunne se, om der er noget, der er på vej til at gå dårligt. Nu er det sådan en relativt binær dårlig definition i den her sammenhæng i forhold til dækningsbidrag. Vi kommer også til på sigt at kigge på mange flere ting, men vi ser også, at der er mange ting, der korralerer alligevel medarbejdet tilfredshed, kundet tilfredshed osv. Det er rigtig svært at skabe et godt projekt, også på dækningsbidrag, hvis man ikke har styr på de metriker. Og det er noget, som er i drift nu, som en løsning. Og vi har med på vores økonomimøder, når vi følger op med vores projektledere omkring, hvordan går det, kan jeg have projektledere omkring dit projekt? Vi kan se, at der er en risiko her, og det er jo så tilbage til nogle af de her læringer. Data, det tror jeg ikke, vi kommer udenom. Det vil jeg ikke gå så meget i dybden omkring. Men den her med en ny måde at arbejde på, det her nye sprog med medarbejderne. Jeg kan godt sætte mig ind i som projektleder. Du sidder her, og du skal op og stå til regnskab for dit projekt. Og du har din projektøkonomi, og du har styr på dine prognoser og alle mulige ting og sager. Og så kommer der lige pludselig en dame ind fra højre og siger, at der er en algoritme, der siger, at du altså har et rødt flag på dit projekt, og vi tror, at der er en risiko for, at det går skidt. Okay, hvorfor det? Hvad skal jeg gøre ved det? Og prediction er jo ikke det samme som fakta. Det kan jo godt være, at det går godt alligevel. Det kan være alle mulige ting og sager. Men den værdi, vi ser i det, er rigtig meget at kunne tage en relativ yngre og mindre erfaren projektleder og hælde al den erfaring, også en mere intuitiv erfaring, som tit er begrundet på data og langtids arbejde inden for et felt ind i nogle af de yngre og få nogle flere vinkler på de dialoger. Men det stiller nogle krav til ledelsen, at det ikke bliver sådan en, du har et lorteprojekt, nu må du lige gøre et eller andet her. Men mere, at det er noget, som kan åbne op for en dialog og en åbenhed omkring projektets tilstand. Så det sidste, vi også har fået ud af det, min opfordring vil også meget klart være til jer at tage jeres eventuelle IT-afdeling eller eventuelle IT-partnere rigtig tæt til jer. Der kan nogle gange godt være en tendens til i virksomhed, at man ser det lidt som business versus IT eller hvordan der vil ledes. Men vi har kun haft bedre held i vores forretning med at være tæt på vores IT-partnere. Det stiller nogle krav også til dem, til den infrastruktur, vi har, den sikkerhedsopsætning, vi har osv. Så lav et partnerskab den vej rundt vil også være et takeaway. Ja, der var lige en tilbageblik her. Og jeg vil sige, at nu har vi lige om lidt, så kommer vi til at kigge ind i, hvad skal planen være for næste halve år? Det jeg ser hos os lige nu, det er, at der er sådan lidt begejstring, og så er der rigtig meget gang i tingene. Jeg tror også, da jeg selv så den her, jeg blev sådan lidt, ej, det var sgu da meget cool. Vi har styr på tingene, vi har gang i mange ting. Det jeg ser nu, det er, at der kommer en eller anden form for dip, hvor vi har brug for os ledelsesmæssigt at holde fast og sørge for, at vi ikke taber momentum, eller at vi måske også reorienterer os, hvis der er nogle skifte, man skal lave. Jeg tror, vi alle sammen har prøvet det her med, at vi begejstrer jo et eller andet, så er det nyt, og man sender en masse i gang, og der er succes, og der er måske også noget, der falder lidt til jorden. Men det her med at have det lange seje træk og få det sat i gang igen, så er den her mere på vej, vil jeg forvente, bliver. bliver rigtig meget omkring at få genstartet i et eller andet omfang. Og den her er en af dem, jeg tit bruger over for mig selv, når jeg bliver sådan lidt frustreret. Nogle gange kan jeg godt tænke, jamen det ville være enormt meget hurtigere, hvis jeg bare kunne få lov til selv lige at få fikset alting og få bare lavet det. Og det kan man også sgu rigtig hurtigt med, men den værdi, og det er jo helt klassisk forandringsledelse, den værdi, der kommer af at få os alle sammen med, det gør bare, at vi kan komme meget længere, og også den her igen menneskemaskine mening, at de også sikrer, at det kommer til at være en rigtig retning, hvor vi skaber noget værdi, og vi skaber noget mening. Så det der også vil være min invitation til jer, det vil være at reflektere over, hvad det er for en, altså hvor jeres virksomhed er henne, er I overoptimistiske, overpessimistiske, er I lidt for afvendende, er I lidt for vilde, kogbejland eller noget i den dur. Hvor er du selv henne, og hvordan påvirker det dit virke som leder? Og måske, om der kunne være nogle ting, som I havde lyst til at tage med hjem og lade jer inspirere af i jeres eget virke som leder, eller i jeres virksomhed. Ja. Tusind tak, Marie. Og som det står, så er der tid til spørgsmål nu, og vi starter over ved Jacob i chatten. Det gør vi. Tak for et godt oplevelse, Marie. Vi har fået et spørgsmål ind, der handler om, hvorvidt dine medarbejdere skal deklarere, når de bor af i for eksempel produkter eller kommunikation. Det kan både være internt og ekstern. Hvordan takler I det? Ja, det er jo et godt spørgsmål på den måde, at det er også kendetegnet ved de guidelines, vi har i Avis for lidt siden, at det ikke er noget, som er sort hvidt. Der er en passus i guidelines, som siger, at det er noget, man skal være tydelig omkring. Nu har vi ikke så meget produkt, der bliver solgt online eller noget i den dur, hvor der kan være noget produktbeskrivelse eller et eller andet. Det er mere projekter, som bliver bygget som entreprise sammen med en bygherre, men der kan selvfølgelig også være nogle undtagelser, men den gode praksis, vi opfordrer vores medarbejdere til, det er at være åben omkring, når der er noget, der er skabt af en AI. Ind i både indsendt og ekstern. Ja. Tak. Og så er der et spørgsmål for sagde. Tak. Jamen, det var lige et spørgsmål vedrørende i den her tilbudsspot. Nu sidder jeg selv i Atelia, kender, hvad hedder det, Aarhusløf rigtig godt. Super nysgerrig på, lidt mere dybt i grundet. Hvordan har I brugt den? Har den regnet priser, eller hvad har I puttet ind i maskinen for at få noget brugbart ud? Jamen, vi har taget al den historik, vi har fra et tidligere udbud og tilbud, og der har vi også tit en scoring, hvis der er noget, altså hvad er det, vi har vundet eller tabt på, er der nogle bæredygtighedskriterier, som har været særlig godt beskrevet, eller hvad det nu måtte være, og så er der ligesom en eller anden vurdering af det data. Og al den data fra forskellige segmenter eller produktområder, er det, der er datagrundladet. Og derudfra har vi, ja, altså det er meget tekstuelt, altså det at skrive et tilbud på baggrund af et udbud. Der er rigtig store forhåbninger omkring kalkulationsdelen, og det er måske også noget af det, hvor at i hvert fald vores oplevelse indtil videre, og det håber vi jo på et tidspunkt måske også kan være noget, vi kan blive klogere på, men indtil videre har vurderingen været, at der er vi simpelthen ikke endnu teknologimæssigt til, at vi tror på, at beregninger og kalkulationer osv. vil være der, hvor vi sætter ind. Der er et spørgsmål mere for sagen. Hvis du lige rejser dig op også. Tak. Det er sådan et lidt lavpraktisk spørgsmål, fordi jeg kan se, at I har implementeret licenser, og det vil sige, at jeg har købt jer ind i et system. Jeg så også, der stod 1377 projekter, som bliver brugt som datagrundlag. Jeg tænker, at der skal noget meget store serverkræfter til at generere alt det her. Det er jo en ret stor investering, tænker jeg. Altså kan du sige noget om, hvordan det er blevet implementeret, og hvad det fylder for jer som virksomhed, at også CO2-aftrykket i at skulle benytte sig af det her, hvordan det bruges? Ja, spørgsmålet gik på omkostningerne, der er på bundet med at implementere i. Der er lidt forskellige vinkler, som jeg gerne vil bringe frem. Den ene er den her ledelsesopbakning fra topledelsen, og den har været super central. I det, som vi har været i stand til at kunne gøre i forhold til at komme videre med AI. Der har været en villighed til at investere, før man har 100% indblik i en business case. Så der har været noget risikovillighed, men inden for en ramme, som har været fornuftig, også økonomisk, så er der den bæredygtighedsvinkel. Det er også noget af det, der optager mig rigtig meget, og som jeg synes er rigtig svært at rent fagligt at få greb omkring. Jeg spørger altid, når jeg er ude ved os, som jeg er i dansk industri, og hvor jeg ellers kommer omkring, hvad det egentlig er, der er op og ned. Jeg har endnu ikke helt kunne finde ud af, hvad der er af status. Nogle siger, at det svarer til et prompt svarer til før opladning af en mobiltelefon, andre svarer, at det kommer an på. Nogle gange er det noget med, hvor datacenteret ligger hen osv. Der er ingen tvivl om, at det også er der, hvor det samarbejde, jeg har med vores IT-afdeling er super afgørende. Det med, at de kigger ind i hosting og infrastruktur og sådan nogle ting, som gør, at det bliver på en måde, som også er bæredygtigt rent miljømæssigt. Så kan man sige, at det første, det er, at du spørger omkring de mange projekter og den store datamængde. Vi har ikke oplevet endnu, at vi har pushet grænsen af, hvad vi egentlig synes er inden for, hvad man ser. Det er ikke sådan, at vi lige pludselig har set et peak i compute eller noget af den dur i vores organisation. Det har været, selvom det er relativt mange projekter, så har det været i en sandbox til at starte med, hvor man har dumpet og så lavet nogle modeller derfra. Nu kører det på live data, men det er jo også noget med at sætte op på en måde, hvor man ikke nødvendigt vil. Altså man kigger på delta i stedet for hele tiden at gentræne modellene med alt igennem. Det gør vi relativt sjældent. Så lidt en kombination, vil jeg sige, men stadigvæk en af de steder, hvor jeg synes, vi ikke helt er i mål. Vi har jo nogle ambitioner omkring A. Vi har også nogle ambitioner omkring bæredygtighed og mange andre ting, men hvordan man lige balancerer. Ja, godt spørgsmål. Skal vi høre, om der er flere spørgsmål herinde for salen? Eller så er jeg lidt nysgerrig på den der faglige sorg, som jeg tror, du kaldte det, Christine. Er det noget, I har oplevet hos medarbejderne? Hvad har der ellers været reaktioner? Altså det resonerede rigtig meget med mig. Jeg har ikke hørt den terminologi før, men jeg synes, jeg kan opleve det selv nogle gange også, og det tror jeg også er vigtigt, at man er opmærksom på. Altså jeg synes egentlig endnu, at der ikke er nogen, der har spurgt endnu, om jeg har lavet min powerpoint med AI, men det har jeg ikke. Jeg har fået den til at review. Men det er også sådan noget, jeg kan godt lide at sidde og pille rundt og sådan noget, så der kan jeg godt mærke, at jeg måske også skulle give slip på nogle ting og udfordre mig selv på nogle områder. Den her med prediction på projekter, det er jo så ikke i min egen bane halvdel, men jeg kan godt sætte mig ind i, at hvis man har brugt 20 år eller et langt arbejdsliv på at virkelig blive knalddygtig inden for et fagfelt, og al den viden, jeg har nu, den kan den her lille snodunge, der kommer direkte ud fra et eller andet skole eller uddannelse, bare forfærende sådan her. Altså, jeg har blødt for den viden, jeg har kæmpet for den, og så kommer der en eller anden, hvad er det så, jeg skal? Så jeg kan godt sætte mig ind i den, men jeg har ikke et svar desværre. Det er måske noget af det, vi kan vende tilbage til i vores paneldebat, men for nu skal vi lige sige tak til Marie. Tak skal du have. Fordi sidste skud på stammen nu, det er dig, Palle, du må gerne komme op. Og Palle, du er Chief Revenue Officer i Visma Dataløn og Proløn, og du har tidligere været ansat i blandt andet Siemens ISS, SAS Institute, og ja, det er en lang liste. Du må gerne truble. Og Palles indlæg handler om AI, din nye bedste kollega. Eller, ja, din nye bedste kollega. Min nye bedste kollega. Yes. Super. Velkommen til dig, Palle. Tusind tak. Det her, det bliver lidt mere praktisk, tror jeg. Så der er en kæmpe risiko her for, at det kan blive mega banalt for rigtig mange af jer, som arbejder med AI i hverdagen. Men til alle andre, der ikke gør det, eller er så dybt nede i det, så tror jeg faktisk godt, at jeg kan både komme med nogle tips og nogle tricks, og måske også en lille hemmelighed. Så, men jeg hedder Pelle Halmer Knudsen, og jeg er Chief Revenue Officer i Visma Dataløn og Proløn, og jeg har jo ham her, Einstein, ham deler jeg kontor med. Det er min nye bedste kollega. Det svarer også til, at jeg har en hel hær af PA'er, der hjælper mig i mit daglig virke. Så det er, altså, jeg er stadig på den der hvad hedder det, jubelbasis Så det er skide godt det her. Men jeg tænkte, at vi skulle gøre lidt praktisk, så vi skulle kigge på, hvem er Pelle Halmer Knudsen, så jeg prøvede at spørge ChatGPT. Nu skal lige siges, AI er jo rigtig mange andre ting end ChatGPT. Jeg er bare fuldstændig fascineret af det her ChatGPT, og det kommer jeg lidt ind på senere. Hvorfor? Den kom så med de her ting, og det gjorde den sgu ind i meget godt. Altså, den i hvert fald fandt ud af, hvor jeg arbejdede henne, og at jeg også interesserer mig for ledelse, og jeg spiller noget tennis, og cykler noget mountainbike, og jeg har gang i nogle og laver nogle nye marketingstrategier, og salgstrategier, og lidt forskelligt. Men ligesom alt muligt andet, når jeg bruger AI, jamen så bliver jeg nødt til at supplere med noget viden. Og i det her tilfælde synes jeg absolut ikke, at det her er fyldskørende nok. Der burde stå, at mit første lederjob, det var i 2004, og jeg har arbejdet i en masse store multinationale selskaber, som du også sagde, og været udsat for japansk, amerikansk, svensk, dansk, tysk ledelse. Og nu, godhjælp med, er jeg i en norsk koncern, hvor der er rendyrket skandinavisk ledelse. Det var sådan nogle ting, den også kunne fortælle os om her. Men nu arbejder jeg i dataløn og pro-løn, som er en del af Visma-koncernen, så hvad er dataløn? Tænkte jeg også, at jeg alligevel spørger. Og vi udvikler lønssystemer, der er designet til at håndtere lønedadministrationen for virksomheder i Danmark, og systemet er brugervenligt. Det var også ret godt, at den fik fat i det. Og så hjælper vi både små og mellemstore virksomheder, og vi er kendt for at have et meget politligt og effektivt system. Nu arbejder jeg jo med blandt andet salg og marketing, så jeg synes ikke, at det var helt fyldesgørende nok. Så jeg tænkte, at jeg ville også lige fortælle lidt mere om, hvad vi er for en størrelse. Vi har sådan et mantra, der hedder, at det skal være nemt at lave løn. Og vi er blevet etableret i 1968, så vi er nok boomere, tænker jeg. Og den første lønssædel, den kom på Bæs. Bæs. eller blev sendt ud med posten i 1969. Så vi har været her rigtig lang tid. Vi ved, hvad vi taler om. Og vi er også i en organisation, hvor det her med GDPR og sikkerhed, persondata og sådan nogle ting, det blev vægtet ekceptionelt hold, fordi vi arbejder med løn. I dag, selvom vi er så gammel i en virksomhed, så køber vi den på den mest moderne platform i branchen. Vi har 70.000 glade kunder. Og så har vi også verdens bedste cykelhold. Visma Elisabike. Og der har vi vores egen Jonas Vingengård, der ligger og hiver gule trøjer. Det gør så ikke lige i år, men næste år, så kommer han igen. Der har han lovet. Og så er vi en teknologivirksomhed. Vi er en del af Visma. Og Visma i Danmark tæller blandt andet også virksomheder som Dineo og Economic. På verdensplan, der har vi 180 forskellige virksomheder. Det er primært i Europa og i Skandinavien, at vi er til stede. Men også vi er børge os ind i Sydamerika. Og så bruger vi AI. Vi har et hav af AI-initiativer på kryds af alle de her forskellige 180 virksomheder. Og i dataløn har vi lavet en chatbot, som vi bruger i øvrigt. Som vi har lovet alle de forskellige informationer op i den her chatbot, som kan hjælpe både vores medarbejdere og vores kunder i at finde hurtigt svar på løn- og personalrelaterede spørgsmål. Hvordan kom jeg i gang med AI? Og det er lidt tilbage til den der fascination. Jeg er nok det, man kalder en øl-adapter for meget teknologi. Og jeg har også arbejdet i softwarebranchen og IT-branchen i rigtig mange år. Så jeg bliver fascineret af den der teknologi. Og jeg har arbejdet med machine learning og cloud computing og deep learning og algoritmer osv. Men det var alt som sådan struktureret data, at jeg arbejdede med. Eller i hvert fald ofte struktureret data. Noget man kunne poppe i nogle kasser og nogle kolonner og nogle rækker. Og typisk en database. Så derfor, da chatbot for alvor kom her i foråret sidste år. Det var i hvert fald, da jeg rigtig stiftede bekendtskab med det. Så var det lige pludselig ustruktureret data, jeg kan begynde at søge i. Det betyder, at hele internettet, det betyder, at billeder, videoer og tekster er tilgængelige for mig. Og det åbnede en fuldstændig fantastisk ny verden. Og det var også der, jeg så kastede over. Blandt andet chatgbt. Men det er også sådan noget som, hvad skal man sige, copilot. Nu arbejder jeg også med marketing. Så Adobe, Firefly. Det har lige pludselig gjort rigtig mange jobs lettere i den sektor, som jeg arbejder i. Jeg tænker også lige, at vi skal tage os lidt fra den her teknologirejse. Fordi at jeg blev faktisk født i det samme år, som den første lønseddel kom på banen i 1969. Og det var også da Armstrong satte foden på månen første gang. Det har jo været en fuldstændig vanvittig teknologisk rejse, at vi har været på i den tid. Der er jo teknologier, der er kommet og uddød i den her periode. Og det, det egentlig handler om her, det er det her med, at vi skal være nysgerrige. Vi skal være forandringsparate. Der var også nogen, der sagde, da internettet kom, at det var ikke kommet for at blive. Og det er jeg i hvert fald glad for, at det er. Fordi det hele forretningsgrundlaget i den virksomhed, jeg sidder i. Det er software, altså service. Det foregår alt sammen på internettet. Så vær nysgerrig og vær åben for ny teknologi. For et års tid siden, der skrev jeg et LinkedIn-opslag omkring faktisk mine to drenge. Fordi det er et af de steder, hvor jeg virkelig henter min inspiration. De læser økonomi og digital management herinde i byen på universitet. Eller på universitets niveau. Og dem har jeg haft nogle virkelig gode diskussioner med omkring både etikken i det, men så sandelig også det der med, hvordan kan jeg bruge det i min hverdag. Så der tror jeg, at vi skal huske, i hvert fald nogle af os, der er sådan lidt grå i toppen, og kigge til de unge mennesker. Fordi det er også dem, der lærer det og bruger det på snyder på gymnasiet. Og der er rigtig mange ting her, at vi kan transformere ind til vores jobs. Så den her læringsrejse, den er uendelig. Og vi kan lære noget, uanset om hvilken alder eller erfaring vi har. Det skal vi huske på, så vi skal være open-minded i forhold til den her teknologi. Jeg bruger AI hver dag. Jeg har et hav og skærme foran mig, og den ene skærme, den står. Der er stort set altid et eller andet AI åben over på den. Og hvad bruger jeg den så til? Jeg prøver at komme med et par eksempler her. Jeg tog Danske Banks regnskab for sidste år, og så uploadede jeg den i chat GPT. Og så stillede jeg et spørgsmål, som hedder, kan du komme med et opsummering af vedhæftet regnskab? Og på, ja, det tog ikke mange sekunder, så havde den lige høvlet Danske Banks regnskab igennem. Og den kom også lige med seks observationspunkter, at jeg skulle kigge på. Og det svarer jo til, at jeg har en af de her PA'er, der har læst hele rapporten på tre sekunder. Og katten udenad. Og jeg kan stille alle de der spørgsmål. Fordi hvis jeg ikke er tilfreds med de ting, der kommer, så kan jeg jo bare spørge. Jeg kunne godt tænke mig at dykke ned i personalomkostninger i Danske Bank og finde ud af, hvordan det ser ud. Og vop til, så har jeg adgang til det. Så det gør jo bare, at jeg er meget, meget mere effektiv i min hverdag og får præsenteret nogle informationer. på en helt anden måde. Ligesom alt muligt andet. Jamen så, det her er relativt lukket. Men ellers skal du jo være kritisk i forhold til. Men det her, det er lotet op, sådan at det kun er Danske Banks regnskab, man kigger ind i. Så det er jo det. Det er jo meget fagsbaseret. Ja, og også superoptimist. Så nogle gange så printer jeg de her 90-siders McKinsey-rapporter. Og så ligger de på min sengebord og samler støvn. Så det bruger jeg også. Jeg er rigtig meget til lige at uploade det. Og så får jeg en opsummering på en halv side. Og hvis der er nogle ting, at jeg synes, der er interessant her, så kan jeg jo dykke yderligere ned. Så kan jeg jo tage rapporten og så rent faktisk læse den igennem. Hvis jeg ikke bruger mig om at læse den på engelsk, får den bare oversat til dansk. Og det er altså det næste her. Jeg er faktisk relativt god til at tale tysk. Men grammatikken, den handler sgu lidt efterhånden. Så skriver jeg en mail og beder den om at oversætte den til tysk. Og igen det her med, at den har lidt kritiske tilgang til det. Fordi jeg kan godt høre, om det er rigtigt. Så jeg vil være lidt mere nervøs for at lave en japansk mail fra fx. Eller sådan et eller andet. Fordi der kan jeg ikke helt faktatjekke, hvordan det ser ud. Og det tror jeg er ret vigtigt det der med, at man stadigvæk kan faktatjekke de ting, at man propper ind og der kommer ud af AI. Jeg har også brugt det rigtig meget til at rette mit bl.a. engelske sprog. Gør det mere nuanceret. Jeg håber ikke, at der er nogen, der lytter med fra headquarter. Men en gang om måneden, der skal vi lave sådan en rapport. Og nogle gange, så sker der ikke alverden. Men jeg synes også bare, at det er kedeligt at skrive det samme. Så jeg beder mig lige om at formulere det på en lidt anden måde. Og så lyder det lidt bedre. Synes jeg. Og det er måske lidt, fordi jeg er lidt forfængelig. Men det er også det der med, at jeg synes også, at kommasætninger, nutidsærer og sådan nogle ting. Op til. Op i chatten. Så kan man faktisk få det rettet også. Og så har jeg en anden ting det her med, at når jeg har skrevet nogle ting, så få den her feedback. Og få en, det hedder jo chat. Så at chatte lidt med den i forhold til, er det rigtigt det, jeg har skrevet? Kan jeg udbygge de her ting på en anden måde? Kan jeg skabe forståelse? Så den her feedback, og jeg kan også få den til at interviewe mig, har jeg også gjort nogle gange. Så hvis jeg skal lave et eller andet, så får jeg den til at stille nogle spørgsmål til mig, sådan at jeg kan blive endnu bedre i det materiale, jeg laver. Og så synes jeg, at noget, der kan være rigtig svært, det er det her med, at man står med et blankt stykke papir og skal i gang med en opgave. Der bruger jeg jo også meget med, at jeg tror, jeg kom til at sige, jeg tror, jeg sagde det lidt i pausen her, jeg egentlig ikke ville sige det her, men jeg har sådan en filosofi, der hedder, let's throw some shit against the wall and see what sticks. Så bare producerer, og så op med det, og så får jeg feedback tilbage. Så det er jo sådan et ping-pong-spil med chatten. Og det gør mig kun til en væsentligt bedre medarbejder. Jeg synes faktisk også, at outcome'et af det materiale, at jeg laver, at det bliver bedre. Og det kunne godt være, at jeg skulle være mere med min faglige stolthed og sådan nogle ting, men jeg er fandme stolt af det der arbejde, der kommer ud af det her. Og jeg kan mærke på mine omgivelser, at det er højnerne mod på et eller andet måde. Det kan være en strategimodel. Jeg kommer også lige ind på den her agenda på workshop, hvordan vi laver den, og jeg bruger det også til mødereferaler. Jeg tog faktisk også en anden lille, nu skal jeg nok lade være med at gå alt for meget i detaljer. Det handler lidt meget om Palle her. Men jeg synes faktisk, at det var lidt sjovt at tage LinkedIn-profil, som man kan trække ud på en pdf, og så lægge den op i chatgbt, og så spurgte jeg, hvad er det for en personprofil, at Palle han er, ud fra, at du skal bruge diskmodellen. Det kom faktisk med et rimelig godt svar tilbage. Jeg var så ikke lige helt enig i forhold til det, men det kan jo både være, fordi jeg promoter mig selv på en anden måde, end jeg egentlig er på LinkedIn. Men så tog jeg lige en lille dialog, da jeg fortalte, at jeg for et års tid siden har lavet den her diskmodel, og jeg er i over det. Og så havde min lille debat omkring det. Og den der debat, den hjælper mig til at blive klogere på, om det, jeg egentlig skriver, er det, at jeg også gerne vil synliggøre, eller er det det rigtige. Den her dialog med chatten, den skal man ikke undervurdere. Den synes jeg giver rigtig meget i mit daglige job. Og nu kommer hemmeligheden, fordi at nogle gange lader jeg som om, jeg ved noget, som jeg ikke ved. Og det er nogle gange, fordi jeg synes, at det er jo igen forfængeligheden, så synes jeg, at det er lidt pinligt, at jeg ikke ved det her. Nu har jeg været lidt over to år i dataløn, og jeg får stillet et spørgsmål. Ja, så lader jeg måske lidt som om, at jeg godt ved det. Det fede er det hele. Så kan jeg bare spørge min gode ven her på kontoret, hvad er det egentlig, de mener, når de siger de her ting. Og så får jeg et svar tilbage. Og AI dømmer ikke mig. Så det har jeg det faktisk rigtig godt med. Så på det punkt synes jeg også, at det har været med til at højne mit faglige niveau. Fordi jeg ved ikke alt. Men det gør AI, eller i hvert fald, ved rigtig, rigtig meget. Så den fremtidige kompetence, det er at stille de rigtige spørgsmål og fodre chatten med de rigtige spørgsmål. Her har jeg lavet agenda til en workshop. Altså, det synes jeg er en dårlig prompt. Og nu prompt er blevet nævnt et par gange. Så prompt betyder, det er det spørgsmål, vi stiller til AI'en, eller den opgave, vi stiller til AI'en. Det kalder man prompt. Så det her bliver meget, meget generelt. Hvis jeg skal lave en bedre prompt, så kan jeg lave en agenda. Jeg afholder en workshop med mit ledelsteam. Målet i workshoppen er at finde ud af, hvordan de kan bruge AI. De er ikke trænet eller har erfaring i at bruge AI. Vi er fem personer og har fire timer. Og vup, så får jeg noget meget mere brugbart. Så får jeg måske noget, jeg kan bruge 60 eller 70 procent af. Og så laver jeg lige det der personlige palletouch. Og så trykker procent, og så er den ude af døren. Det man rent faktisk også kan gøre, det er, at man kan jo spørge chatten om, den kan lave prompten bedre. Så hvis jeg ikke er helt stiv i at lave prompt, jamen så får jeg bare chat-gpt'en til at lave en prompt. Og så kan man jo gå ind i prompten og lige rette den lidt til og sådan nogle ting. Og så får du bare et endnu bedre resultat. Og sådan kan man egentlig fortsætte. Altså, man kan virkelig bare bygge på. Så, jeg ved ikke engang, hvordan min tid ser ud. Jeg kører bare videre. Hvordan kommer du i gang? Jamen, jeg tror det her med at få skabt en åben dialog, som I også var inde på, omkring brugen af AI i virksomheden. Jeg rent faktisk tror, I bliver overrasket, når I så åbner den der dialog. Fordi I vil finde ud af, at der er rigtig mange af jeres medarbejdere, der har set lyset, og der bruger det i deres dagligdag. Så få skabt de her trygge rammer i brugen af AI, og få det ud i lyset. Altså, jeg havde det også. Jeg kan virkelig godt sætte mig ind i det her med, hvordan det er, at det var sgu lidt snydt. Det her, ikke? Altså, når jeg lavede noget, og det to-fem minutter er noget, der burde have taget flere timer, så synes jeg faktisk, at det var lidt snydt. Men det er jeg absolut kommet over. Så det er bare frem med det, og tale med medarbejderen omkring det. Og så opbygge det her et fælles sprog, også have nogle fælles værktøjer. Der kan netop være nogle ting, hvor det ikke er super godt at smide persondata og sådan noget op i chat-GPT'en. Så kan man lave nogle lukkede systemer. Men også det her med, at man prøver at se, nu er vi i en softwarevirksomhed, at man ser på, hvordan kan vi inkorporere det i vores hverdag. Både i den software, vi sælger til vores kunder, men også rundt om den service, som vi tilbyder vores kunder. Og så har det bare med, bare kom i gang med det nu. Fordi hvis I ikke gør det, så er der chance for, at toget er kørt. Fordi det kører mega stærkt i øjeblikket. Og en af tingene, det er det der med at blive god til at prømme det. Og det er bare at træne, træne, træne. Og der synes jeg også, at I kom med nogle gode ting, det der med at begynde at bruge det privat. Altså jeg er jo på vandretur i Østrig her. Det var nok mere en vintur i Østrig. her i weekenden. Og så kommer jeg forbi et træ, hvor der hænger et eller andet frugt på. Og så tager jeg et billede af det, og så spørger jeg, at chatgiver til, hvad er det her for en frugt. Så fandt jeg ud af det, om kvæde. Det havde jeg aldrig nogensinde fundet ud af ellers. Jeg ved ikke helt, hvad jeg skal bruge den information til. Men nu kan jeg i hvert fald glad, at fredag gå videre for det. Men bare det der med at bruge det i dagligdagen. Altså jeg havde et problem med mit fyr, og så tog jeg et billede af mit fyr. Og så spurgte jeg, hvad er det her for en frugt. Hvad kan der være galt med det her fyr? Og så kommer den både med at fortælle, hvilken type det er, og hvad de der 3-4 ting, det kan være galt med den. Jamen det er meget lettere for mig at ringe op til operatøren og så sige, jeg tror sgu den, at det er ventilen op til højre på den der dimsat, der ikke virker. Så får du lige pludselig en anden dialog med folk. For så var der også nogle bedre priser. Men det her med at bruge det i privatlivet, det tror jeg faktisk en del er opskrifter, og hvad man ellers kan finde på at spørge om det. Og der vil jeg også sige, at det her med, at vi skal være open minded i forhold til tingene her, og så drop det der Google. Og så gå i gang med at spørge AI'en i stedet for. Og så gør det til en vane. bare inkorporere det i jeres hverdag, som I også var inde på. Jeg tror det var det. Hvor er der nogle spørgsmål? Jeg skal lige have et bifal for det. Tusind tak, Palle. Jeg skal også sige, at der bliver også kvitteret for indlægget i chatten, der er meget begejstret for dit indlæg, så tak for det. Tusind tak. Men jeg tænker, at vi starter her i salen, hvis der er spørgsmål til Palle. Så har jeg et spørgsmål. Jeg var meget filskere. Ja, præcis. Fordi jeg tror, at vi alle sammen kunne mærke din begejstring. Og jeg er sådan lidt nysgerrig på, hvor er der grænser for brugende AI? Er der noget, du ikke vil bruge det til? Selvfølgelig ud over GDPR og alle det, der nu sætter begrænsninger. Men er der noget? Du skal også i forlængelse af det, Christine, hun talte om det her med kommunikation med medarbejdere, for eksempel. Der kunne jeg ikke finde på at gøre det. Og jeg tror netop det der med, at vi som ledere, at det giver mig meget mere tid i min dagligdag. Men det giver mig mere tid til at være nærværende i forhold til mine medarbejdere. Så det der med, at man ikke farer ud af døren til møder hele tiden, eller sidder med hovedet nede i computeren, i stedet for at tage ud og tale med medarbejderne. Det er i hvert fald den måde, jeg bruger min tid på. De der to ekstra timer. Ja, og det giver mig mere. Ja, ja, ja. Yes. Der skal lige være en sidste chance for, har vi noget fra chatten, Jakob, et spørgsmål? Ja, og det er lidt en gennemgang fra aktiviteten i chatten i dag. Det handler rigtig meget om bæredygtighed. Og Jul, hun spørger, hvad er jeres syn på bæredygtighed i forhold til det her med energiforbruget, når man anvender AI? Er det noget, I har haft en dialog op? Altså, generelt har vi jo en dialog omkring de ting, fordi vi er en software virksomhed, der benytter data rigtig meget. Så det vi gør, det er at benytte nogle af de leverandører af cloud computing, som gør noget i forhold til bæredygtigheden. Og det er mega svært. Specielt når man er afhængig af computerkraft. Så ja. Jeg ved ikke, om det ikke er et nogenlunde spørgsmål. Vi kan jo tage det spørgsmål med over i paneldebatten. Så du må meget gerne sætte dig, Pall. Jeg har altså lige den her. Den skal vi lige have med. Altså, det er ikke snyet at bruge AI, men hvis du ikke starter, så snyder man sig selv. Ja, sådan. Ja, jeg får egentlig lyst til lige at starte med det der med, at vi har mange omtaler om, at robotterne kommer og overtager vores jobs. Er det så det, der sker nu? Og hvordan håndterer man de reaktioner? Hvad melder man ud som virksomhed? Hvordan håndterer man det som leder? Fordi der må være nogen, der siger, at nu sparer I tid, og du behøver ikke bruge de der personal assistance og sådan noget. For nu har du en ny her, og det er din bedste kollega. Det kunne jo godt skabe noget frygt og noget usikkerhed også, måske. Hvad tænker jeg om det? Hvordan griber man det an? Hvad melder man ud? Hvad skal strategien være for at håndtere det? Jeg ved ikke, hvordan der vil lægge ud. Palle, du brænder ind med noget. Jeg tror, man skal være imødekommende for ny teknologi. Det var også sådan, da internettet kom, var der også rigtig mange jobs, der forsvandt. Men der var også rigtig mange nye jobs, der opstod. Jeg tror ikke, at man kan stoppe den her udvikling. Jeg har også hørt det der med at gøre videre om nogle af de børn, der bliver født i dag, om de får kørekort. Så er det nok ikke særlig godt at være kørelærer. Så jeg tænker, at det er den rejse, vi er på. Og vi kan jo ikke beholde alle job, bare for det, at her må folk omskoles. Det er klart hårdt. Hvad siger I andre? Der er nogle samfundsmæssige ting også, som hvis jeg tager mere privat hat på, som også optager mig meget meningen i det hele. Altså, hvorfor er det, vi gør det her automatiseringsbølgen, synes jeg ikke, at jeg har oplevet at hyste. Altså, der er jo meget, der er blevet automatiseret, men der er jo så også ansat rigtig mange til at håndtere noget af det. Så den her oplevelse af, at vi har mere tid, kan jeg ikke umiddelbart genkende ved mig selv. Så jeg er nok lidt splittet, men kan jeg virkelig godt forstå medarbejderne. Og det er jo den menneskelige side, som jeg i hvert fald forsøger at bringe ind i spil, når jeg har dialogen med mine medarbejdere og også med ledelsen opad til. Der er jo en holdning om, at det ikke er noget, der er stat og medarbejdere, men hvordan omskoler vi. Det skal vi også forholde os til. Jeg har også personer i mit netværk, hvor deres livsgrundlag på kort tid er forsvundet, hvis man for eksempel arbejder som translatør i den boldgade. Måske kørelærer, som du er inde på. Altså, der er jo nogle jobs, som måske også lidt uventet forsvinder ret pludseligt. Så den her omstillingsevne. Ja, og jeg kan måske bare supplere med, at noget af det, vi hører fra virksomhederne, det er jo også, at vi er i en situation, hvor der inden for flere og flere områder er mangel på arbejdskraft. Så den her, det er frigivende tid og muligheden for at have mere tid til nogle ting, det er måske mere et spørgsmål om at få dækket nogle opgaver og løse nogle opgaver, man ellers ikke har haft mulighed for at løse. Så det perspektiv kan der også være i det. Ja, god prænd. Ja, gerne. Ja, hej. Måske til Maria. Altså, det er jo meget oplagt, hvordan man bor af i en videnssamfund og på vidensmedarbejdere, der sidder på et kontor. Men nu, når man er ude og lave en jernbane, hvordan får man det helt ud i brugen ude hos de mennesker, der faktisk ikke skal selv lave tekster? Men hvordan bruger man det egentlig til at optimere noget, hvor vi måske mangler en svejser eller en smed? Eller hvordan får man AI-pragt så meget ud i industrien? Nu er det jo DI og ikke dansk erhverv det her. Så hvordan får vi det helt ud i industrien? Fordi det er måske den næste udfordring, vi kommer til at sidde med. Det er super relevant og også noget, der optager mig meget. Jeg vil sige, at AI har jeg oplevet som noget, der har givet noget. Nu snakker vi meget i SG og det sociale med inddragfolk osv. Og vi har oplevet, at AI også har bidraget rigtig meget til at få kolleger på omgangshøjde eller skabe en even playing field, hvis man for eksempel har en anden nationalitet og ikke taler dansk. Eller hvis man måske har nogle udfordringer i form af ordblindhed eller man har forskellige fagligheder osv. Så den her, jeg kan ikke huske, hvem der lige nævnte, med at tale til botten i stedet for at skrive osv. Det er jo også noget af det, når man er ude i en produktion, og der er en ting, at jeg sidder på kontor med min, og kan spørge chat-GPT, men hvad er det for noget hardware også, vi skal have, når man står ude i regn og blæst, og der er støv, og der er gnister, der fyr osv. Jeg synes, vi ser rigtig mange spændende use cases, som handler om især billeddelen og den her tal-til-tekst, tekst-til-tale osv. Billed har vi nogle ret spændende ting med, altså hvordan man, altså, vi har i den her maskine, hvor kan jeg finde betjeningsvejledningen? Nu er der et eller andet her, hvordan kan jeg, altså du havde jo også en case med noget, et fyr, der måske ikke virkede, hvordan kan man håndtere det? Vi har nogle medarbejdere, som har rigtig god erfaring med at bruge billedgenkendelse til at kunne tage billeder omkring en byggeplads og sige, jamen, ser du nogle sikkerhedsmæssige udfordringer her? Den er jo så også ekstra følelsom på den måde, at der er det jo liv og lemmer og sikkerhed, vi har med at gøre. Så der kommer vi ikke til, i hvert fald inden for næste stykke tid, at bero på den del af det, men det giver bare en meget hurtigere og en meget mere interaktiv oplevelse, hvis man står ude i felten. Og jeg vil sige, at de sikkerhedsmedarbejdere, vi har haft til at revue af ens arbejde med de her billedting, har været vildt imponeret. Altså, det har været holdt op, det er virkelig... Men der er nogle ret spændende use cases ude i produktionsledet også, hvor man har med at gøre med fysisk fremme. sammenstilling, som er rigtig spændende, og som måske ikke var det første AI, man kom frem med i forhold til chat og tekst osv. Så er det meget interessant, ja. Tak. Jeg ved, der var et spørgsmål her også, eller? Ja. Meget gerne. Så også meget gerne imod kommentarer, også fra chatten. Jamen, det var faktisk også lidt en kommentar til det spørgsmål før, fordi det interessante er jo også, hvorfor vi skal bruge AI. Og spørgsmålet om, svejserne skal bruge AI for at kunne svejse. Det minder mig lidt om implementeringen af smartboards i folkeskolerne, ikke? På et tidspunkt, så var de i alle klasselokaler, og så fandt man ud af, at det var måske en teknologi, der ikke var nødvendig for læring, og så begyndte man at pille dem ned igen. Så det var også noget med at finde balance, tænker jeg, i hvor er det, det giver effekt? Hvor er det, vi vinder på det? Og hvor er det, vi gør det, fordi det er rart, eller sjovt, eller spændende? Og det må det jo godt være. Og det må det også godt være, hvis det er sådan, det går lige op. Men jeg tænker, det er en overvejelse, vi hele tiden skal gøres. Især med teknologien her, ikke? Ja. Er det noget, I har lyst til at kommentere på, eller? Ellers så ved jeg, at vi har spørgsmål fra chatten. Jakob. Ja, det begynder vældende herovre med god indspark. Vi har blandt andet Ole, der siger først og fremmest, at AI, det er ikke en menneskelig assistent, men kun sin intelligens. Så han promter for eksempel ikke, vil du hjælpe mig med at give en kort opsummering af et eller andet, men give en kort opsummering af et eller andet. Og han skriver, for ham er det vigtigt, at vi ikke menneskeliggør AI. Og hvad er jeres tilgang og refleksioner omkring det? Det tror jeg lige, vi starter med. Pall? Jeg synes, det er supersvært. Altså for nogle gange, der kan jeg virkelig falde i, at så kalder jeg den du. Og jeg har også skrevet, at når den skal tiltale mig, så er det som herr Knudsen. Det synes jeg faktisk ikke. Jeg tænkte først sådan noget med mastermind eller sådan noget, men så tænkte jeg, hvis de nu overtager en dag, så er der også lidt noget skidt, at de kan finde sådan noget der. Så jeg har det virkelig svært med det der. Og det er jo, den svarer jo kun på det til. Altså det er jo, altså den hiver jo bare data fra internet, hvor den nu kan komme til det. Så det er jo ikke noget, der er levende. Men det kan man godt komme til. Den er svært. Men jeg tænker, jeg har det lidt på samme måde. Altså jeg siger også hej og tak for det og sådan noget, når jeg sidder og skriver. Og det der er så skønt, der er jo også for sådan nogle beskeder tilbage, hvor der står, at det var så lidt, du vender bare tilbage en anden gang og sådan noget. Og jeg sidder nogle gange og griber mig selv lige og sidder og smiler til skærmen i forhold til, at man jo har den her digitale assistent. Eller det der var pointen for vedkommende og stille spørgsmålet derude, det er jo det her med, jamen det er jo en maskine. Og det er rigtigt. Det er det. Men jeg tror, vi kommer til at se i udviklingen. At den får mere og mere. Det er ikke en menneske, fordi det er jo også. Men den får nogle måder at henvende sig på. Og jeg tror også, for mig handlede det også lidt om, jamen jeg var også med til at træne den her maskine. Så derfor så var jeg sådan også lidt optaget af, hvad puttede jeg ind i, når der er, jeg stiller spørgsmål. Men det farver jo også, hvad er det så, jeg får igen. Så jeg tror ikke, jeg tror, at det er rigtigt, der er en pointe i, at det er kunstig intelligens. Men derfor så tror jeg, at vi kommer til at opleve mere og mere. Jeg tror måske også nogle af de oplevelser, vi kommer til at få i forhold til det. Du var også lidt inde på det her med følelser og sådan noget. Altså, jamen det er bare en maskine. Og alligevel så kan den få mig til at sidde og smile over et eller andet og tænke, gud, det var fedt sagt og sådan noget. Og så sidder jeg og tænker, så begynder man måske også at tænke, jamen hvordan er det, det lige er i mit arbejdsmiljø omkring her. Og hvad er det for nogle responser, jeg får over eller selv giver, når det er, jeg snakker med mine kollegaer. Og sådan nogle opmærksomheder, tror jeg også, der kommer mere i spil. Jeg kan godt blive lidt bekymret for måske mere det modsatte. Fordi man møder de her venlige AI, og der er trænet af psykologer til at give de her boost af glæde osv. Om vi som mennesker også kan formå at opsøge de ting, der gør os i tvivl. Og opsøge de ting, som gør os bange og frustreret. Og alle de her ting. Altså måske også vores tolerance for at omgås mennesker, vi ikke er enige i. Eller som ikke stryger os med håren og siger, godt gjort Marie, du er dygtig. Altså om det er også en af sideffekterne, som kan komme af en AI bølge. Tak. Er der mere, der brænder sig på i chatten, Jacob? Ja, hvis ikke der er andre, der har lyst til at byde ind, så er der stadig lidt nysgerrighed omkring det her bæredygtighedsaspekt. Ikke nødvendigvis på sådan en enten eller forsøgelse, men mere sådan nuancerne i det. Og der bliver spurgt ind til, om I kender eksempler på nogen, der arbejder med sådan en bæredygtighed i AI, eller for eksempel laver sådan en prompt bibliotek, eller taler om det. Både det, men også et lille add-on. Jeres tanker omkring bias i algoritmerne også. Ja, sådan lidt åbent, lidt om bæredygtighed og lidt om bias. Ja. Altså, man kan måske sige, i forhold til bæredygtighed, det har I jo også været inde på begge to. Og det er et godt spørgsmål, og jeg tænker, og det er også noget af det, som I peger på, at vi bliver nødt til at have noget mere viden om det. Og det tænker jeg også, og de forslag, der kom fra chatten omkring de her med prompts og hvordan arbejder man med det. Ja, det er vigtig viden. Jeg ved også, at flere af de her teknologivirksomheder, de arbejder hårdt på selvfølgelig at løse nogle af de her udfordringer, der er med det. Ligeså vel som man arbejder på at skabe noget mere helhedsviden, som man ikke kun kigger på prompte versus hvor mange Google-søgninger man laver, men også hvad er det for nogle, altså et større bæredygtighedsregnskab omkring det. Og det skal vi have mere viden i forhold til det her. Og så havde jeg noteret mig en sidste ting. Jo, jeg har også stødt på eksempler på virksomheder, som siger, at ud fra en bæredygtighedstankegang, så er det ikke frit i vores organisation. Så har vi udvalgt en lille gruppe af nøglemedarbejdere, som skal eksperimentere og gå ombord i det her. De skal så begynde at gøre sig nogle erfaringer i forhold til, hvad er det, der kunne være meningsfuldt for nogle af de andre kollegaer at komme ombord i. Så det er jo også en tilgang ind i det her med bæredygtighed. Jeg tror, man skal tænke også, hvad alternativet er. Jeg har oplevet ikke, at der er ret mange, der tænker så meget over, når de googler i vildskab omkring det ene og det andet. Så hvad er mere impactet af det her chat, GPT eller Co-pilot i forhold til, hvis det var Google? Så det er den ene ting. Jeg tror, man skal kigge på det samlede forbrug. Du bespurgte til eksempler. Det er ikke en virksomhed, jeg har personlig erfaring med, men jeg så en pressemeddelelse fra Salon Group, der har noget partnerskab med Microsoft og SRP, hvor de har en ambition om at blive fuldstændig klimaneutrale på deres drift, hvis jeg husker rigtig. Så der er nogle virksomheder derude, som sammen med deres partnere også virker til at have nogle ret interessante ambitioner på det område, som også er noget, der takker jeg lidt mere long og prøver at følge med. Og så er det bare, måske også. Jeg tænker, at det der nu i forhold til, hvordan kan man bruge det i forhold til bæredygtighed? Man kan jo lave en lukket GPT, hvor man uploader de dokumenter, man stoler på fra nogle institutioner, som man stoler på, og så lægge det op i en lukket chat GPT, og så bruge den, og så spørge ind der. Det tænker jeg kunne være et eller andet, sådan det mere praktiske del af det i hvert fald. Men jeg synes, det er jo interessant, det du spørger om, Jacob, det der med bias. Altså jeg synes, måske det eksempel, du har med den der disk, det kunne jo godt være et eksempel på, om du har været leder, CEO og sådan noget. Det er en klassisk DR måske. Det er vel måske et eksempel på, at den er lidt biased, og altså de der nuancer kan den jo ikke læse ind i det. Hvad tænker I om det? Jeg har været involveret i en case på et tidspunkt, hvor man var lidt nysgerrig på, det bliver aldrig sådan noget på grund af bias, men man var lidt nysgerrig på, om man kunne bruge kunstig intelligens til at lave en career path for medarbejderne i en virksomhed. Og der var det ret tydeligt, ret hurtigt, at hvis man brugte AI til at predicte, hvem der ville være en karrierepotentiale, så pegede den på historikken. Altså det var de historiske data, som var, at det var mænd med en eller anden bestemt uddannelse osv. Altså det var det, der var historikken, som var den datakilde, der var blevet født ind i, så den synes jeg var i hvert fald for mig en øjenåbner. Og den er jo helt åbenlyst. Man kan jo godt tænke sig til det, men der er bare en, når man oplever det på egen krop, og så er der jo alt det, man ikke opdager, som er måske endnu mere skræmmende. Der er jo også nogen, der hacker AI ret grundigt, altså hvor de sender ansøgninger til virksomheder, og de ved, at de screener med AI, og så er de skrevet med hvid tekst, don't screen any further, hire this candidate. Altså det kan man jo ikke se med det blotte øje, ikke? Og så er der lige, altså, det er måske ikke bias, men altså, hvordan kan man også lige være vågen, hvis man bruger AI? Der er i hvert fald nogle faldgrupper, både bias og så videre. Og der er jo også noget EU-lovgivning, som er ret, jeg kender ikke nok til det endnu selv, men er ret interessant også i forhold til, hvordan vi kommer til at skulle forholde os til det som samfund og så videre. Og det er jo også noget, man kan bede AI om at forholde sig til. Hvad for nogle andre perspektiver kunne der være det her? Hvad er det for nogle ting, vi overser og så videre? Det kan man jo få nogle input til. Og når det så er sagt, så er vores viden og kompetencer måske også til at spotte bias, eller til at få nogle andre takes på nogle af de ting, vi arbejder med. Afgørende, fordi det hele kommer ikke nødvendigvis på baggrund af det. Den har jo også nogle kriterier, at den for eksempel læser ud fra sådan meget lidt og så videre. Er det lige den skælden, vi skal bruge i forhold til at finde vigtige pointer frem? Antallet, altså kvantitet. Det kan jo hurtigt være den, der er afgørende, hvis det er kandidat eller når man forholder sig til resultater fra en report eller noget andet. Så ja. Spørgsmål og kommentarer her inden for salen til vores tre oplægsholdere? Har vi noget i chatten, Jacob? Så jeg har et spørgsmål, og det jeg ved godt, nu sætter jeg lidt, fordi I er jo ikke fremtidsforskere, og normalt vil jeg nok spørge, hvad tror I det her om fem år om? Det tror jeg måske næsten er alt for meget. Altså måske om, lad os sige tre år. Hvordan tror I, at I har påvirket vores organisationer og arbejdsforhold? Arbejdspladser og måske også vores arbejdsliv. Hvis I skulle prøve at kigge i krystalkuglen, og hvad tror I, hvad håber I? Måske også. Ja, jeg kigger på vej. Jeg synes, den er svær. Vi kan bare se, hvad der er sket på de sidste års tid. Det er jo fuldstændig vanvittigt, hvordan det er eksploderet. Og vi ser jo kun, at det accelererer i samme hastighed fremrettet. Man kigger på, nu de fleste af de billeder, jeg havde med i min præsentation, de var også AI-genererede. Hvis man ser på AI-genererede billeder, så er det jo flyttet så abnormt. Det gør jo også, at der kommer sådan noget, folk taler om fake news, og hvad kan man regne med? Når du ser tv-avisen om aftenen, er det så Kåre Kvist, der står der? Det er jo ikke sikkert. Det kan være, at det er en avatar. Og jeg tror faktisk, at det kommer til at gå exceptionelt og stærkt. Mit håb er i hvert fald, at det er noget, der kommer til at betyde noget for menneskeheden. Altså meget idealistisk. At det er noget, som bliver brugt i højere grad for det gode i verden. Der kommer nok også til at være muligheder inden for AI og krisførelse, eller hvad det nu må være. Men vi har jo en del problemstillinger, som vi skal løse omkring bæredygtighed. Jeg håber også, at det kommer til at betyde noget for inklusion for medarbejdere og for personer rundt omkring. At skabe nogle muligheder der for grupper, som måske ellers ikke vil have det. Så det er håbet i hvert fald. Og noget, der ligger lidt i forlængelse af nogle af de teknologier, vi ser, ja, det er helt klart, at det går hurtigere og hurtigere og kommer meget mere billede, film, der er nyhedskanal, som jo har snakket om en amerikansk nyhedskanal, som er AI-genereret, hvor det er studievært. Og man kan faktisk vælge sin studievært, når der er, at man klikker ind på de her sådan ting. Og jeg tænker, at der sker en masse ting der. Men i forhold til sådan nogle af de teknologier, vi har snakket om i dag med det her generativ AI, jamen, så noget af det næste, det er jo også, at de her teknologier, lige nu så beder vi dem om noget, så kommer de med input, men de kan begynde at lave selvstændige handlinger. Det vil sige, man kan sige til dem, jeg skal i næste uge til Odense på en konference. Jeg kommer der og er afsted der, og kan du booke hotelværelse, der er billig nok til mig. Her er mine kreditkort og oplysninger. Og så kører henlig en andning af sig selv, og så får man jo så tilbage noget input til, jamen, hvor er det det, hvad er det, jeg har boogt. Og hvad tid skal du være der? Så ja, så det er noget af det, der er... Og den kender nok allerede din kreditkort. Ja, men brug kun det og ikke andre steder. Det skal man så også noget sikkerhed i nogle af de her sådan ting. Men jeg tror også, at noget af det, som I også peger på, det er jo det her med, at vi er optaget af, hvordan er det, altså, hvad er det, vi gerne vil med det her? Så det er ikke lige pludselig, at teknologierne, der løber afsted med os, men os, som løber afsted med teknologierne. Og det tror jeg, at det bliver både en bestribelse, fordi vi bliver begejstrede, og der er mange muligheder. Men det bliver i hvert fald en opmærksomhed i forhold til, at vi får det styret derhen, hvor vi gerne vil have det. Palle, du markerer? Jamen, noget, der bekymrer mig vildt meget, det er skolevæsenet. Altså, det er, hvordan vores børn, de bliver... At de får deres uddannelse fremadrettet. Altså, vi har jo et forældet skolesystem i dag, som er... Jeg ved ikke, hvad det er. 50'erne eller 60'erne og sådan noget, at det ligesom, at filosofien er grundlagt, den har ikke ændret sig vanvittigt meget. Altså, det tror jeg, at de næste tre år virkelig kommer til at blive en udfordring for skolevæsenet. Ja. Det bliver om ikke andet spændende at se, hvor det lander hen, og hvor vi er om tre år. Og der er et spørgsmål for scenen, kan jeg se. Jeg ved ikke, om det er et spørgsmål eller bare sådan en aktelse, at vi har gjort det i vores virksomhed. Men noget af det, vi har prøvet... Vi har, hvad hedder det... Vi har nedsat en AI-gruppe. 70 mennesker har lavet forskellige problemformuleringer. Nogle af dem arbejder meget omkring Outlook. De her ting, som I tager leder hver dag, det er, at vi skal planlægge møder. Vi skal indkalde vores medarbejdere til en-til-en samtaler. Hvornår har folk tid? Hvornår er folk på kontoret? Hvornår er folk ude på projektkontoret? Og det er noget af det, vi prøver at bruge AI til. Og det... Vi er nok ikke helt der, hvor det kan bruges endnu. AI er jo en sjov en, fordi den kan så finde på at sige, jamen du kan booke hende her ind den her dag, og så man lige inder at krydstjekke det. Og så finder man ud af, at en vedkommende er til et andet møde. Og så spørger man AI, er man nu sikker på, at vedkommende er tilgængelige? Jamen, det er AI rimelig sikker på. Og så får man lige en dialog, og så på et tidspunkt, så finder AI ud af, at okay, jeg er faktisk måske ikke helt sikker på det, jeg har sendt til jer. Og måske skifte over i et andet sprog, og så videre. Og det er så chat-GPC, vi har brugt til det her. Men det er sådan en erfaring, at vi er ikke helt i mål med det endnu, men det er noget af det, vi prøver at bruge det til i dagligdagen. Ja. Det var et godt tip givet videre, ja. Er det noget, I har erfaringer med at bruge det på den måde der, som der bliver talt om her? Ikke i forhold til, at vi bruger så ikke Google, og ikke Microsoft. Nej. Men jeg kan i hvert fald godt genkende den der med, at man altså spørger, altså, ah, og så spørger man igen, jo jo, om jeg er helt sikker, og så nej, hov, alligevel ikke, eller der kan godt komme en lang dialog, så den del lyder meget bekendt. Og det er der, hvor man ikke var ty til det der dogenskab, som du snakkede om, Christine. Ja. Og vi har et spørgsmål mere. Ja, jeg kunne godt tænke mig at vide, om der er nogen af jer, der så har brugt de erfaringer, I selv har gjort det til eksempelvis at udfordre en møderække, en måde at gøre tingene på internt, så der faktisk er blevet taget nogle ting væk, fordi vi siger, det kan vi gøre på en anden måde i dag, det kan vi klare via Jenna og jeg, eller noget andet. meget lavpraktisk, men referater fra møder er i hvert fald noget, som jeg oplever, at vi er ret konsistente med. Der kan være lidt glitches i forhold til stemmegenkendelse. Jeg ved, det er udelukkende anekdote, jeg ved ikke, om der er noget på, som jeg oplever, især hvis der er mange kvinder i mødet, så kan man ikke skille kvindestemmerne fra hinanden, men lidt lettere med at skille mandestemmerne fra hinanden. Men det kommer nok med tiden, så men uanset er det i hvert fald en hjælp. Der er jo sjældent nogen, der er glade for at tage referater eller actionlister ud af møder. Så det er jo meget lavpraktisk, men i hvert fald noget, hvor det synes, vi har en del anvendelse. Så er det sidste chance for spørgsmål, og Jacob, den smider jeg over til dig. Ja, og det er jo måske også som relativt ung i det her lokale. Ikke nogen pejende fingre, men der kommer nogle spørgsmål fra nogen, som jeg antager stadig er i uddannelsessystemet, fordi de påpræger. Nemlig det her med, at det bliver set som en gråzone på universiteterne. Man er begyndt at åbne en lille smule op for det. Men som arbejdsgiver, hvordan ser man på unge mennesker, der kommer ud på arbejdsmarkedet med de her kompetencer? Er det noget, I vil lægge vægt på, og er det noget, I oplever virksomhederne efter at spørge endnu mere? Et spørgsmål. Så hvordan står man i forhold til andre kandidater? Altså når de kommer, så ansætter vi dem. Og det gør vi virkelig. Altså jeg tror, at du har ret i, at der er forskel på, hvordan man ser det på forskellige uddannelsesinstitutioner. Jeg aftager panelet på Aarhus Universitet, og der er man ret langt med, hvordan man vil bruge det, og hvordan man også uddanner de studerende i det. Ikke at det nødvendigvis er perfekt. Det er ikke tæt nok på til at kunne vurdere, men jeg vil synes, det var mega fedt. Især hvis det er nogen, der har lyst til at være åbne omkring det. Jeg er måske lidt mere, altså man kan jo ikke altid vide, om en medarbejder, bruger af, bare ikke fortæller det, og så hvorhjemmet omvendt. Altså hvorfor skulle det være et issue for mig, hvis opgaven bliver løst? Jeg tænker, at det bliver helt klart nogle kompetencer, der bliver efterspurgt fremadrettet. Og det er ikke nok, at de unge, som er nyuddannede, har kompetencerne. Det er også en kompetence, som vi har brug for at indarbejde. Altså vi har brug for at opkvalificere generalbrugsarbejdsstyrke inden for de områder, hvor det kan være relevant med de her kompetencer. Så det tænker jeg. Og jeg tænker lige nu, nu snakker vi lidt om det her med, om det er snyd, og kan man bruge det, og hvordan kan man bruge det, og får man superkræfter, og alt sådan noget. Og det er vi ved at gøre os af masser af erfaringer med, og noget viden med. Og jeg tænker lige nu, så vurderer vi jo produktivitet og effektivitet, som om AI ikke er her. Lige om lidt, på et eller andet tidspunkt, så begynder det jo at tippe. Så vurderer vi produktivitet og effektivitet. på baggrund af, at man har de kompetencer med sig. Så jeg tænker, at det havde jeg også en god dialog med en af deltagerne her inden for, i pausen. Jamen, hvordan får vi det med, når det er, at vi rekrutterer, at vi har brug for de kompetencer også. Så opsummerende, så er det altså en konkurrencefordel på alle niveauer at kunne bruge AI. Tusind tak for at dele jeres holdninger, viden og erfaringer. I fortjener et bifald mere. Tak skal I have alle tre. Og så skal jeg sige, at hvis man nu ønsker at træne det her mere med at integrere AI i sine arbejdsprocesser som HR-professionel eller leder, så kan vi tælle, at vi i det, at I udbyder forskellige kurser inden for emnet. Og det er på flere niveauer, afhængigt af ens erfaring, men også ens funktion. Og det kan I alle sammen læse mere om i den mail, I får efterfølgende, hvor også linket til den her optagelse er. Så ja, det skal I nok høre mere om. Og så er vi kommet dertil, hvor jeg rigtig gerne vil bede jer om at lige tage jeres telefon op. Det er både jer her i lokalet og jer, der kigger med derhjemmefra. Og skænd den her QR-kode, og så meget gerne komme med input til, hvordan vi kan gøre Lederbox endnu bedre. Og mens I udfølger den korte evaluering, jeg skal lige sige, husk at vælge den rigtige Lederbox i dag, den 26. i 9. Ja, men mens I udfølger den, så kan jeg lige fortælle, at vi på næste Lederbox, der vil vi fokusere på, at vi heldigvis er forskellige og er forskellige hjerner på arbejdspladsen. Vi tænker forskelligt, og vi arbejder forskelligt, og mellem 15-20% arbejdsstyrken tænker anderledes end gennemsnittet. De lever med tilstande som autisme, ADHD eller ordblindhed, bare for at nævne nogle eksempler. Og ved at anerkende og være sat de her forskellige måder at tænke på, så kan vi skabe miljøer, hvor alle hjerner kan trives og bidrage optimalt. Så næste Lederbox, den kommer til at handle om det her med at udvikle en inkluderende ledelsespraksis, som skaber optimale rammer for medarbejdere med forskellige kognitive styrker og behov. Og næste gang, det bliver den 12. december. Det er som altid 8.30-11. Og temaet hedder forskellige hjerner på arbejdspladsen, og du kan tilmelde dig allerede nu. Og så vil jeg også lige sige, at hvis man sidder derude som medlem og har nogle emner, nogle input eller et muligt oplæg til en mulig kommende lederbox, så hører vi altså meget gerne fra jer. Men det var alt for i dag. Tusind tak, fordi I var med. Tak for i dag.