CEO Perspectives: AI Trust Stack: intelligenslaget

I min seneste artikel introducerede jeg AI Trust Stack – en måde at tænke over, hvordan kunstig intelligens skal fungere i professionelle miljøer, hvor tillid, kontrol og ansvarlighed er afgørende.

AI Trust Stack begynder ved fundamentet – intelligens.

De seneste fremskridt inden for AI-modeller har markant udvidet, hvad software kan. Systemer kan nu læse og fortolke dokumenter, analysere komplekse datasæt, generere analyser og ræsonnere på tværs af store datamængder på måder, der ville have virket usandsynlige for blot få år siden.

For fagfolk, der arbejder inden for områder som revision, regnskab, skat og compliance, er disse kapaciteter betydningsfulde.

Opgaver, der tidligere krævede mange timers manuelt arbejde, kan i stigende grad understøttes – eller i nogle tilfælde udføres – af AI-systemer. Det er ikke hype. Det sker allerede.

Men selv om disse fremskridt er bemærkelsesværdige, er det vigtigt at forstå noget om intelligenslaget i AI: Det er kun begyndelsen på transformationen.

Gennembruddet i intelligenslaget

Den nuværende bølge af generativ AI er drevet af hurtige fremskridt inden for foundation models.

Store sprogmodeller kan fortolke naturligt sprog, opsummere dokumenter, generere analyser og besvare komplekse spørgsmål. Andre modeller kan udtrække information fra billeder, identificere mønstre i finansielle data eller opdage afvigelser i store datasæt.

Samlet set repræsenterer disse kapaciteter et markant skifte i, hvordan software interagerer med information.

For første gang kan maskiner arbejde med ustrukturerede data – tekst, dokumenter, e-mails og finansielle rapporter – på måder, der tidligere krævede menneskelig fortolkning.

Det er det, der gør dette AI-øjeblik så stærkt.

Det gør det muligt for software at understøtte arbejdsopgaver, som historisk har været svære at automatisere.

Hvorfor intelligens alene ikke er nok

Men i professionelle serviceydelser er intelligens i sig selv ikke nok til at skabe resultater, man kan have tillid til.

Tænk over, hvordan professionelt arbejde faktisk udføres.

Der er mange veletablerede processer – og det er der gode grunde til. Det arbejde, som professionelle leverer, skal i sidste ende kunne have tillid fra kunder, myndigheder og markeder. Det betyder, at resultater skal være forklarlige, dokumenterede, gennemgåelige og reviderbare.

Det er ikke nok i sig selv, at en intelligent model genererer et svar. Fagfolk har brug for at forstå, hvordan konklusionerne er nået frem, gennemgå den underliggende dokumentation og dokumentere de beslutninger, der er truffet undervejs.

Det er her, resten af AI Trust Stack bliver afgørende.

Intelligens er ved at blive en platformskapacitet

Der er en anden vigtig egenskab ved intelligenslaget, som er værd at forstå: Det udvikler sig hurtigt – og bliver bredt tilgængeligt. Organisationer kan nu få adgang til kraftfulde AI-modeller via cloudplatforme og API’er. Nye modeller lanceres hyppigt, og forbedringstakten er fortsat ekstraordinær.

I praksis betyder det, at intelligenslaget i stigende grad bliver en fælles kapacitet på tværs af teknologiøkosystemet.

Mange virksomheder kan få adgang til de samme modeller. Mange værktøjer kan integrere lignende AI-kapaciteter.

Det betyder, at den langsigtede differentiering i professionel software næppe vil komme fra selve modellerne. Den vil ligge i, hvordan intelligens integreres i professionelle arbejdsgange.

Intelligens har brug for et operativt miljø

For at AI meningsfuldt kan understøtte professionelt arbejde, skal det fungere i et miljø, der tilbyder strukturerede arbejdsgange, faglig kontekst samt governance og tilsyn.

Uden disse lag kan AI levere nyttige resultater – men har svært ved at blive integreret i de reelle processer, som professionelle er afhængige af. Med dem kan intelligens blive langt mere værdifuld.

I stedet for blot at besvare spørgsmål kan AI hjælpe med at føre arbejdet gennem hele en opgave: identificere risici i planlægningsfasen, analysere dokumentation under udførelsen, understøtte dokumentation og fremhæve problemstillinger til faglig gennemgang.

I dette miljø ligger intelligensen ikke ved siden af arbejdsgangen – den er indlejret i den.

Fundamentet i stacken

Det er derfor, at intelligenslaget udgør fundamentet i AI Trust Stack.

Uden kraftfulde modeller ville mange af de nye muligheder, vi ser i dag, ikke eksistere. Men intelligens i sig selv skaber ikke troværdige professionelle resultater.

Den skal understøttes af lagene ovenover: de arbejdsgange, hvor det professionelle arbejde foregår, den kontekst, der informerer faglige vurderinger, og de governance-strukturer, der sikrer ansvarlighed. Samlet set udgør disse elementer det system, hvor troværdig AI kan fungere.

Hvad kommer nu

I min næste artikel vil jeg udforske et andet vigtigt skifte, der sker parallelt med fremskridtene i intelligenslaget: overgangen fra AI-assistenter til AI-agenter.

Assistenter hjælper fagfolk med at udføre enkeltstående opgaver. Agenter går et skridt videre – de handler på tværs af arbejdsgange og driver arbejdet frem gennem komplekse processer.

Denne overgang har stor betydning for, hvordan professionelle softwareplatforme udvikler sig, og den rejser nye spørgsmål om, hvordan intelligens interagerer med de arbejdsgange, hvor det professionelle arbejde faktisk foregår.

Det er her, det næste lag i AI Trust Stack begynder.

‍