AI-strategi: Varför din förklaring misslyckas – och hur du lyckas

INGEN FÖRSTÅR DIN AI-STRATEGI FÖR ATT DU FÖRKLARAR FEL SAK Jag har suttit i många rum där någon försöker förklara ny teknik och mönstret är nästan alltid detsamma. Ju större förändringen är, desto fler bilder får presentationen. Fler modeller. Fler staplar. Fler ord. Till slut sitter någon längst fram och förklarar framtiden med 47 PowerPointbilder medan resten av rummet försöker förstå vad det betyder för dem på måndag morgon. Det finns ett märkligt missförstånd bakom allt detta: Vi tror att mer information automatiskt skapar mer förståelse, men gör den det? Information är det vi skickar och förståelse är det som blir kvar hos den andra människan. Det är en ganska viktig skillnad. Vi människor möter dessutom sällan förändring genom att först fråga om den är tekniskt korrekt. Vi försöker orientera oss. → Vad betyder det här för mig? → Kommer jag att klara det? → Förlorar jag någonting? → Finns det något här som faktiskt gör mitt liv eller arbete bättre? Det är därför jag tror att många AI-strategier misslyckas långt innan någon har hunnit prova verktygen. → Inte för att tekniken är dålig → Inte för att människorna är förändringsobenägna → Utan för att vi förklarar framtiden som om den vore en manual Människor följer sällan manualer in i okända landskap. Vi följer berättelser. Berättelser är en av människans äldsta tekniker för att överföra erfarenhet. De låter oss prova en situation i huvudet innan vi behöver prova den i verkligheten. Det är därför jag brukar använda en väldigt enkel arbetsformel: Insikt = Sanning × Delningsglädje Det är förstås ingen matematisk lag. Men den påminner mig om något viktigt. Om du har något som är fullständigt sant men ingen orkar lyssna på det, blir den praktiska effekten förvånansvärt nära noll. 100 × 0 = 0. Det räcker alltså inte att ha rätt. Kunskap måste överleva resan mellan två människor. Tänk på hur du berättar om en riktigt bra film. Du börjar nästan aldrig: ”Filmen är 127 minuter lång, fotograferad med tre kameramodeller och hade en produktionsbudget på 38 miljoner.” Du säger: → ”Du måste se den. Det finns en scen där allt vänder.” → Plötsligt vill den andra människan veta mer. Fakta har inte blivit mindre viktiga. Du har bara öppnat dörren till dem. Det är här jag tror att vi gör ett av våra största misstag när vi pratar om AI: → Vi börjar med modellerna → Parametrarna → Riskerna → Produktivitetsvinsterna → Strategin Men människan framför oss sitter fortfarande med en mycket enklare fråga: Var finns jag i det här? Kan vi inte svara på den spelar det nästan ingen roll hur korrekt resten av presentationen är. Så nästa gång du ska förklara AI för en kollega, en elev eller en hel organisation, prova att börja någon annanstans. Inte: ”Här är vår AI-strategi.” Utan: ”Här är ett problem du redan känner igen. Ska vi se om den här märkliga nya maskinen kan hjälpa oss med det?” → Sedan kan manualen komma → Sedan kan styrdokumentet komma → Sedan kan de 47 bilderna komma, om någon fortfarande känner ett behov av dem Först måste människan hitta dörren. För den kanske viktigaste principen i all teknisk förändring är egentligen ganska enkel: → Det du inte lyckas dela har du heller inte lyckats förändra. Vill du att fler ska förstå AI? → Sluta försöka bevisa att du är den smartaste människan i rummet. Börja med att visa var dörren finns.