Større udsyn · Dansk

For halvandet år siden skrev jeg en artikel med titlen Når arbejdet forsvinder.

Tesen var ikke svær at forstå. Når maskiner kan udføre stadig mere af det kognitive, fysiske og relationelle arbejde bedre og billigere end mennesker, vil virksomheder få brug for færre mennesker. Vi kan diskutere tempoet, men retningen virker temmelig oplagt.

Det tror jeg stadig kan være sandt.

Jeg tror bare ikke længere, det er den eneste mulige fremtid.

Et nyt studie fra Ramp og Revelio Labs har fulgt 21.559 amerikanske virksomheder og koblet deres faktiske køb af AI-værktøjer med udviklingen i deres medarbejdertal. Resultatet er interessant. De virksomheder, der investerer mest intensivt i AI, har ikke reduceret deres medarbejdertal. De har øget det med omkring ti procent i de første to år efter adoptionen. Antallet af medarbejdere på entry-level steg endnu mere.

Det beviser ikke, at AI skaber jobs. Virksomhederne var ikke gennemsnitlige. De var allerede større, mere tekniske og voksede hurtigere end virksomheder, der ikke adopterede AI. Forskerne er selv forsigtige med årsagssammenhængen.

Men resultatet fik mig til at se en mulighed, jeg ikke så tydeligt, da jeg skrev den første artikel.

Måske er AI ikke kun en teknologi, der gør det eksisterende arbejde mindre.

Måske gør den verden af muligt arbejde større.

Verden ved fingerspidserne

Den gængse business case for AI begynder næsten altid med effektivisering.

Hvor mange timer kan vi spare? Hvor mange henvendelser kan agenten besvare? Hvor meget hurtigere kan udvikleren skrive kode? Hvor mange medarbejdere kan udføre det samme arbejde som før?

Det er fornuftige spørgsmål. De er også meget små.

De tager udgangspunkt i, at virksomhedens verden allerede er kendt. Produkterne er givne. Markederne er givne. Opgaverne er givne. AI skal bare hjælpe os med at bevæge os hurtigere rundt i den verden, vi allerede har.

Men hvad nu hvis den største gevinst ikke ligger i hastigheden? Hvad nu hvis den ligger i udsynet?

Jeg kan i dag bevæge mig ind i fagområder, jeg ikke er uddannet i, med en fart og dybde, der var utænkelig for få år siden. Jeg kan stille et spørgsmål om organisationsdesign og følge det videre ind i psykologi, økonomi, jura, datalogi og filosofi. Jeg kan få hjælp til at finde begreberne, forskningen, modargumenterne og forbindelserne mellem dem.

Det gør mig ikke til psykolog, økonom, jurist, datalog eller filosof. Det gør mig i stand til at se længere fra det sted, jeg står.

The world at your fingertips har været en reklamefrase, siden internettet kom frem. Men internettet lagde mest verden foran os som et enormt bibliotek. Vi skulle stadig kende bogens titel, finde den rigtige hylde, forstå fagsproget og vide, hvilke forbindelser vi ledte efter.

AI gør biblioteket samtalende.

Det betyder ikke, at alt, den siger, er sandt. Det betyder, at langt flere dele af verden bliver tilgængelige som spørgsmål.

Det er et større udsyn.

Ekspertens problem

Det lyder som en åbenlys gevinst. Det er det ikke nødvendigvis.

For et større udsyn kræver, at man ser ud over sin egen viden og ekspertise. Og ekspertise er sjældent kun viden. Det er også identitet, status og retten til at afgøre, hvilke spørgsmål der er relevante.

Den dygtige specialist har brugt årtier på at lære sit felt at kende. Det giver en reel og værdifuld dømmekraft. Det giver også en naturlig tilbøjelighed til at se verden gennem de begreber, metoder og løsninger, feltet allerede har.

Hvis du er meget god til at bruge en hammer, bliver verden ikke bare fuld af søm. Du bliver også den person, organisationen spørger, når noget ligner et søm.

Så kommer der en maskine, som på få sekunder kan lede på tværs af tusindvis af faglige rum. Den har ikke ekspertens erfaring. Den har heller ikke ekspertens loyalitet over for én bestemt måde at stille spørgsmålet på.

Det kan opleves som en trussel mod autoriteten. Ikke fordi maskinen nødvendigvis ved bedre, men fordi den gør det synligt, hvor ekspertens synsfelt slutter.

Det gælder også organisationer.

En institution ser ikke hele verden. Den ser det, dens fagligheder, procedurer, budgetter og tid gør den i stand til at undersøge. På et tidspunkt må den stoppe. Det er ikke en fejl. Uendelig undersøgelse er ikke en mulighed, og standardprocedurer findes blandt andet for at beskytte os mod ønsketænkning, tilfældige indfald og farlige særbehandlinger.

Problemet opstår, når grænsen for undersøgelsen bliver præsenteret som en grænse i virkeligheden.

“Vi har ikke fundet en anden mulighed” og “der findes ikke en anden mulighed” lyder næsten ens. De er to meget forskellige påstande.

AI kan ikke fortælle os, hvad der er sandt, bare fordi den kan lede bredere. Den kan finde plausible blindgyder hurtigere end noget menneske. Men den kan gøre det billigere at spørge: Hvad har vi ikke set? Hvilket andet fagområde har mødt et lignende problem? Hvilken antagelse hviler vores konklusion på? Hvad skulle være sandt, for at vi tog fejl?

Den slags spørgsmål kan gøre ondt på egoet.

Alternativet er værre. Det er at have verden ved fingerspidserne og stadig kun røre ved det, man allerede kender.

Schrödingers virksomhed

Det bringer mig tilbage til arbejdet.

AI kan uden tvivl bruges til at reducere behovet for mennesker. Hvis en virksomhed producerer det samme, til de samme kunder, på de samme markeder, men kan udføre arbejdet med færre ansatte, vil den økonomiske logik være svær at modstå.

Det var den logik, jeg fulgte i Når arbejdet forsvinder. Den er ikke blevet forkert.

Men den forudsætter, at virksomhedens verden står stille.

Hvis AI i stedet gør det muligt at udvikle produkter, man før ikke havde kapacitet til at bygge, betjene kunder, man før ikke kunne nå, undersøge markeder, man ikke forstod, og løse problemer, der tidligere var for dyre at tage alvorligt, så sker der noget andet.

Effektiviseringen fjerner arbejde. Det større udsyn opdager arbejde.

Begge dele kan ske samtidig.

Virksomheden står derfor med noget, der minder om Schrödingers kat. Inde i kassen er AI både en spareøvelse og en vækstmotor. Først når ledelsen åbner kassen gennem sine beslutninger, finder vi ud af, hvilken virksomhed teknologien er ved at skabe.

Det er selvfølgelig ikke tilfældigt. Den ene vej er lettere at regne på.

Hvis en agent kan reducere behandlingstiden med 40 procent, kan gevinsten sættes ind i et regneark. Hvis de frigjorte mennesker kan hjælpe virksomheden med at opdage et marked, den endnu ikke kender, er tallet langt mere usikkert. Besparelsen kan budgetteres. Muligheden skal forestilles.

Derfor risikerer vi at bruge en teknologi med et enormt udsyn til at optimere det, der allerede er synligt.

De virksomheder i Ramp og Revelio Labs’ studie, der kun investerede lidt i AI, havde ingen statistisk sikker ændring i medarbejdertallet. Væksten lå hos de intensive adoptører. Det kan have mange forklaringer, og studiet fortæller ikke, hvilken mekanisme der driver resultatet.

Min tanke er, at forskellen måske ikke kun handler om, hvor meget AI de har købt. Den handler om, hvorvidt de har gjort teknologien til en del af virksomhedens måde at se på.

Et chatabonnement kan gøre en medarbejder hurtigere. En virksomhed, der ændrer sine arbejdsgange, sin adgang til viden og sin evne til at handle på nye muligheder, kan blive større.

Den nye knaphed

Et større udsyn ophæver ikke knapheden. Det flytter den.

Når det bliver billigt at finde information, formulere hypoteser og forestille sig nye muligheder, bliver det dyrere at vælge mellem dem. Virksomheden mangler ikke længere nødvendigvis idéer. Den mangler dømmekraft, mod og kapacitet til at føre de rigtige idéer ud i livet.

Det er fristende at tro, at AI også kan vælge for os. Men valget handler sjældent kun om, hvilken mulighed der har den højeste forventede værdi. Det handler om, hvilken virksomhed vi ønsker at bygge, hvilke mennesker vi vil være, og hvilken risiko vi er villige til at bære.

AI kan udvide kortet. Den kan ikke beslutte, hvor vi vil hen.

Det er også grunden til, at ekspertise ikke bliver værdiløs. Tværtimod. Når antallet af plausible veje vokser, bliver erfaring og dømmekraft mere værdifuld. Men ekspertens rolle ændrer sig. Eksperten skal ikke længere beskytte sit felt mod spørgsmål udefra. Eksperten skal hjælpe med at afgøre, hvilke af de nye forbindelser der faktisk holder.

Det kræver en anden form for faglig selvsikkerhed. Ikke sikkerheden i at vide mest, men sikkerheden i at kunne undersøge noget, man ikke allerede forstår.

Jeg ved ikke, om intensiv AI-adoption kommer til at skabe flere jobs i hele økonomien. Studiet handler om tidlige, ofte tekniske amerikanske virksomheder. Andre virksomheder kan vælge anderledes, og konkurrencen kan stadig ende med at fjerne langt mere arbejde, end den skaber.

Schrödingers kat er stadig i kassen.

Men jeg ser nu en mulighed, jeg ikke gav nok plads i min tidligere tænkning.

Vi har talt om AI, som om dens vigtigste opgave var at gøre arbejdet mindre.

Måske bliver dens største betydning, at den gør verden større.

Kilder og videre læsning

Ara Kharazian, Lisa Simon og Ryan Stevens: A New Look at AI’s Impact on Jobs: Firm-Level AI Spending and Workforce Adjustment, Ramp/Revelio Labs, 2026.
Når arbejdet forsvinder – den tidligere tekst, som dette essay både udfordrer og bygger videre på.
Videnseksplosion – om hvad der sker, når viden begynder at producere sig selv.