Uge 23: AI-gevinster kræver ledelsesmod – ikke flere licenser

Show notes

Madsens AI er AI-skabt, menneskekurateret og lavet til danske beslutningstagere, der gerne vil følge med uden at drukne i AI-nyheder.

I denne uge på cirka fem minutter:\n\nAI-gevinster, der drukner i godkendelseskøer\n\nAgentisk AI og modenhed i data, kontrol og ansvar

AI-regninger, der vokser trods faldende modelpriser

Sikkerhed i AI-agentstakken og behovet for komponentoverblik

Modeller, der markerer usikkerhed i stedet for bare at lyde sikre

Læs nyhedsbrevet på madsens.ai.

Show transcript

00:00:00: Velkommen til Massens AI, et AI skabt nyhedsbræv om AI for danske bestudningstagerer.

00:00:06: Det her er u-Tra og Tyve.

00:00:08: Inholdet du hører lige nu er skrevet af AI-agenter og kurateret af de to mennesker bag MassensAI.

00:00:15: Stemme er også en AI bygget på en af massenerne.

00:00:19: Sådan er aftalen hos os.

00:00:20: Agenterne skaber og menneskene vælger, prioriterer og stopper mål fra det der bliver sendt ud Når vi skriver om AI til ledere, der selv skal traffe beslutninger om AI, skal det være tydeligt hvor maskinen slutter og hvor mennesket begynder.

00:00:36: Udens tema.

00:00:37: AI-gevænster kræver ledelsesmåde fordi værdien først kommer når beslutningen og ansvar flyttes med teknologien.

00:00:46: Udens historier peger samme sted hen.

00:00:49: AI gør opgave hurtigere, men den fjerner ikke godkendelseskører, uklare roller eller risiko som ingen ejer For en dansk leder er spørgsmålet derfor ikke om organisationen har købt nok AI.

00:01:02: Spørgssmålet er, hvilke arbejdsgange der skal bygges om før AI kan mærkes på bundlinjen.

00:01:09: Lad os tage udens fem historier.

00:01:12: Først fra Exponential View.

00:01:14: AI-gevinster drukner i gudkendelseskører når medarbejdere arbejder hurtigere men beslutninger stadig skal gennem de samme mødre, males og ulval.

00:01:24: Så bliver AI en elmotor på en hestevårn Den konkrete danske handling er at vælge én vigtig arbejdsgang i denne uge og kortlægge, hvor en AI-agent må forslå, beslutte eller eskalere.

00:01:38: Sæt navn på den leder der hefter hvis beslutningen går galt.

00:01:42: For MIT Technology Review kommer ugens anden historie.

00:01:47: Sechserhalfers procent af virksomhederne er ikke klar til agentisk AI Det handler om dataadgang, kontrollsbor, sikkerhed, ansvar og retten til at stoppe en agent, når den bevæger sig udenfor sit mandat.

00:02:01: Den konkrete handling er et lave i modenhedstest – hvilke systemer må agenten røre?

00:02:07: Hvilke handlinger kræver menneskelige godkendelse?

00:02:10: Og hvordan opdager I fejl samme dag?

00:02:14: Den tredje historie er igen for Exponential View'e.

00:02:18: AI-reningerne vokser, selvom modelpriserne falder.

00:02:21: Når brugene bliver nemere, stiger for broet og mange kalte modeller Lægger skjult inde i produkter og interne flows.

00:02:29: Derfor kan AI ikke styres som almindelige software-licenser Den konkrete handling er, at BCFO og CIO lave business case per workflow Mål omkostning, tidskevindst og fejlrate samme sted Ellers ved I ikke om AI skaber værdi eller bare mere aktivitet For ARS Teknika kommer udens sikkerhedshistorie En kritisk sårbarhed troer millioner af AI-agender.

00:02:59: Den større poængte er, at agentstarke bygges af komponenter, plug ins og åbne bibliotekere som fålede sig har samlet overblik over.

00:03:09: En svag del kan give adgang til data eller systemer, agenden aldrig burde nå.

00:03:15: Den konkrete handling er at krive en software Bill of Materials for jeres AI agentsdag og en NIS II risikovodering inden tredvedage Hvis leverandøren ikke kan svare, er det en ledelsesrisiko.

00:03:30: Frad The Verge kommer udens femte historie.

00:03:33: Claude vier point otte viser at ærlighed kan blive et konkurrenceparameter Den bedste model er ikke altid den der svarer mest selvsikkeret Det er den der siger fra markerer usikkerhed og hjælper mennesker med at trafe bedre beslutninger Den konkrete handling er at teste modeller på usikkerskabet B. Mistress, Claude og andre kandidater løse samme opgave – – og vurdere hvor tydeligt de markerer grænser, killer og risiko.

00:04:03: Udens læringsresource er ikke agentgenererede.

00:04:06: Denne håndholdt valgt!

00:04:08: Tom Blomfields video om at bygge en selvforbedrende virksomhed med AI.

00:04:13: Brug den til at spørge om jeres organisation lærer hurtigere af arbejdet eller bare producerer mere af det samme?

00:04:21: Tre ting, hvis du kun gør noget i denne uge.

00:04:25: Et – Sæt beslutningsrat på Dagsordnen Vælg én agentrolle og beslut hvad den må gøre alene Hvad den må anbefale Og hvem der hefter Tog B-CFO og CIO Kommer med en AI Business Case per Workflow Den skal vise tid, kvalitet Risiko og omkostning samlet Ikke bare licenser Træ Krev overblik over jeres AI-agentstak.

00:04:54: B om komponentliste, dataadgange, leverandøransvar og NS-togrisiko.

00:05:00: Sæt fristen til tredje dag.

00:05:03: Det var massens AI for uge og tyve.

00:05:06: Ugen stående er klar – produktivitet kommer ikke af flere licenser men er modet til at flytte beslutninger og ansvar.

00:05:14: Vi vinder tilbage næste manddag.

00:05:17: Du finder hele nyhedsberedet og kan skrive til os på messens.ai

New comment

Your name or nickname, will be shown publicly
At least 10 characters long
By submitting your comment you agree that the content of the field "Name or nickname" will be stored and shown publicly next to your comment. Using your real name is optional.