For små og mellomstore bedrifter representerer kunstig intelligens (AI) et enormt potensial for økt effektivitet og verdiskaping. Samtidig handler innføring av ny teknologi på selskapsnivå vel så mye om risikostyring, compliance og mennesker, som om selve teknologien. For å lykkes med AI-implementeringen, kreves det en strategisk tilnærming med solid forankring i informasjonssikkerheten.
Et naturlig første steg for å realisere dette potensialet er å etablere et offisielt bedriftsabonnement fra en av de ledende aktørene på markedet; Claude (som er vår klare favoritt her i Menzano), ChatGPT (bedre på bilder) eller Gemini (bedre på naturlig tekst). Alle disse teknologiselskapene tilbyr bedriftslisenser som i utgangspunktet er designet for å sikre at din virksomhets proprietære data ikke brukes til å trene opp deres underliggende modeller. Som rådgiver vil jeg imidlertid advare mot å ta dette for gitt – du må lese lisensvilkårene svært nøye. For eksempel gjelder ikke denne viktige databeskyttelsen i Claude sitt Team-abonnement dersom selskapet ditt kjøper færre enn fem lisenser! Å ha kontroll på slike mekanismer er helt essensielt før man ruller ut teknologien i organisasjonen. For større bedrifter og bedrifter med svært høye sikkerhetskrav, kan man kjøpe egne AI modeller som kjører i norske datasentre. Disse er basert på åpne modeller, som generelt ligger litt bak de største modellene i markedet - men ikke mye!
Her er de viktigste prinsippene for å komme i gang på en trygg og skalerbar måte når lisensene først er på plass.
Hvor skaper AI faktisk forretningsverdi?
I praksis fungerer store språkmodeller (LLM-er) som et team av junior-konsulenter som kan avlaste organisasjonen din betydelig. Så lenge du husker at du selv må stå for senior-kompetansen og kvalitetssikre arbeidet, er teknologien spesielt effektiv til følgende:
- Forskning og oppsummering: Modellene kan lese gjennom massive mengder ustrukturert tekst for å hente ut og strukturere viktige fakta, påstander og implikasjoner.
- Skriving og redigering: Verktøyene tilpasser tonen på kommando, noe som gjør dem ypperlige til å utforme alt fra markedsføringstekster til å fungere som korrekturleser for bedriften.
- Analytiske oppgaver: AI kan organisere regneark, evaluere ulike scenarioer og levere utdata i strukturerte formater.
- Programmering: Modellene er svært dyktige til å gjenkjenne syntaks, oppdage mønstre og skrive skript på tvers av ulike kodespråk.
Som et praktisk utgangspunkt kan ledere og ansatte bruke AI som en "AssistentenMin" for å generere førsteutkast til presentasjoner og regneark, slik at man unngår problemet med å starte med blanke ark. Modellen kan også fungere som "OrakeletMitt" for å raskt oppsummere lange kontrakter eller e-posttråder, eller som "PappanMin" – en dedikert sparringspartner man kan trykkteste ideer med før de presenteres for ledergruppen.
Risikobildet: Hva kan gå galt?
Den kanskje viktigste erkjennelsen ved bruk av AI, er at verktøyene svarer med stor selvtillit, men aldri tar ansvar. Sender du uverifisert innhold videre internt eller eksternt, risikerer du å dele feilinformasjon. En ansvarlig IT-strategi må ta høyde for følgende risikoer:
- Hallusinasjoner: AI kan oppgi falske opplysninger med stor overbevisning. Bedriften må ha rutiner for at fakta, tall og kilder alltid verifiseres manuelt før bruk.
- Personvern og compliance: GDPR gjelder i aller høyeste grad for AI-verktøy. Vær oppmerksom på at enkelte leverandører lagrer data på ubestemt tid. Sensitiv informasjon og personopplysninger må aldri mates inn i usikrede verktøy, men rutes gjennom regulerte og styrte arbeidsflyter.
- Bias: Modellene kan reflektere urettferdige mønstre fra treningsdataene, noe som krever ekstra årvåkenhet når det genereres innhold om mennesker eller grupper.
- Sycophancy (Jatte-effekten): AI har en tendens til å gi deg rett og fortelle deg det du vil høre. For å unngå ekkokammer-effekten, bør man instruere modellen spesifikt til å gi kritisk og ærlig tilbakemelding.
- Opphavsrett: Verktøyene kan gjenskape beskyttet innhold, noe bedriften må være juridisk bevisst på før publisering av AI-generert materiell.
Slik styrer du AI-en effektivt (Prompt Engineering)
Regelen er enkel: Svak instruksjon (prompt) inn, gir et svakt og generisk svar ut. AI bør behandles som en briljant, men bokstavelig nyansatt – hvis en menneskelig kollega ville blitt forvirret av instruksen din, blir AI-en det også. Slik hever du kvaliteten på selskapets "prompts":
- Vær tydelig og direkte: Definer nøyaktig hva du vil ha, hvem målgruppen er, og hvilket format du ønsker.
- Tildel en ekspertrolle: Start alltid med å gi AI-en en spesifikk rolle, for eksempel: "Du er en HMS-spesialist". Dette kalibrerer riktig tone, dybde og grundighet for hele oppgaven.
- Gi kontekst (Hvorfor): Sammenhengen endrer svaret, så opplys gjerne om at "dette skal sendes til en regulatorisk myndighet, så nøyaktighet er viktigere enn hastighet".
- Bruk eksempler (Multishot): Å vise ett eller to eksempler på et godt svar, er den enkeltteknikken som gir høyest effekt på kvaliteten.
- Bruk XML-tags for struktur: For store eller komplekse instrukser, bør du pakke inn deler av teksten (som kontekst, oppgave og format) i XML-tags for å holde modellen fokusert.
- Krev siteringer: For å unngå hallusinasjoner i møte med lange dokumenter, be AI-en om å sitere eksakte klausuler fra teksten før den gjør sine vurderinger.
Å ikke utnytte potensialet i AI er en tapt mulighet for SMB-er. Samtidig bør enhver virksomhet etablere en tydelig AI-policy som de ansatte må signere og forstå.
Ta gjerne kontakt med oss i Menzano IT-rådgivning dersom din bedrift trenger bistand til å navigere dette landskapet, velge riktige lisenser, og bygge en trygg teknologisk arkitektur for fremtiden.