KONSEKVENSENE AV KI, noen fakta og tiltak

Gunnar E. Wille er dr.ing. fra NTNU og var i 15 år professor i industriell økonomi og teknologiledelse ved NTH/NTNU. Han har vært administrerende direktør i IBM Norge og i Aftenposten, driftsdirektør i BP og PDG for IBM Africa Middle East Corporation i Paris. Han er aktuell med romanen «Velkommen til fremtiden» og nyutgivelse av «Kampen om Kompetansen - På Willes veier».

I 1985 startet vi innføringen av ny teknologi i Aftenposten, andre norske media fulgte etter. Typografene var redde for at typografyrket skulle forsvinne, med rette. Prosessen var lang og motstanden stor. Da prosessen endelig var over, var typografyrket borte. Teknologien var riktig og nødvendig for at norske aviser skulle overleve. Men hva skjer med mennesker når det de kan, plutselig ikke er det som etterspørres? Den gangen gikk det likevel bra fordi de som ville omstille seg, fant noe annet å gå til. Nå står vi overfor KI-utfordringen, en tsunami i sammenlikning.

Hva vet vi nå?

Statistisk sentralbyrå (SSB) anslo i mars 2025 at generativ kunstig intelligens kan automatisere 16,8 prosent av arbeidstiden i norsk økonomi, i underkant av én arbeidsdag i uken. Men gjennomsnittet skjuler det viktige. Kvalifiserte saksbehandlere i offentlig og privat virksomhet, yrker med over 91 000 jobber, har et automatiseringspotensial på 30,8 prosent. Renholdere, med 78 000 jobber, har 1,2 prosent. For jobber besatt av folk med teknisk-, økonomisk- og administrativ mastergrad er tallet 25,7 prosent. Kunstig intelligens rammer ikke slik en har trodd, ikke først og fremst de ufaglærte.

Hva er det tallene ikke sier?

SSB understreker at deres tall for «overskudd» og «underskudd» ikke må leses som en prediksjon om arbeidsledighet. NAV går lenger, og skriver at det «foreløpig ikke foreligger troverdige studier som viser svekket sysselsetting som følge av utrullingen av KI». En internasjonal arbeidsgiverundersøkelse fra 2025 venter netto jobbskaping fram mot 2030.

Vi kan være sikre på at antallet arbeidsplasser ikke forsvinner. Det vil bli en omrokering. SSBs framskrivning viser retningen. Vi får altså ikke færre jobber, men mange velutdannede profesjonelle saksbehandlere som må omstilles, mens det blir et stort underskudd av sykepleiere; litt mindre enn uten KI riktignok. Og saksbehandleren blir ikke sykepleier. Rådgiveren blir ikke tømrer. Det er ikke et arbeidsledighetsproblem vi står overfor. Det er et fordelingsproblem.

Vårt sosiale system er bygget for noe annet

Dagens sosiale ordninger hviler på forutsetningen at ledighet er midlertidig og individuell. Derfor er ordningene behovsprøvde og kontrollbaserte, med NAV som administrator. Milton Friedman så dette systemets svakheter allerede i 1962. Hans forslag i Capitalism and Freedom var negativ inntektsskatt, ikke som sosialpolitikk, men som en administrativ løsning. Ikke borgerlønn, men en enkel overføring av midler til alle. En langt mindre inngripende ordning enn et vell av behovsprøvde ordninger. Richard Nixon støttet tanken i 1969 med Family Assistance Plan som passerte Representantenes hus i 1970, men strandet i Senatet.

Vår industrielle struktur må tilpasses

Det vil bli skapt mange nye jobber med nytt innhold frem mot 2030. Spesielt innenfor feltet innovasjon med tilretteleggere for bruk av KI som støtteverktøy, integrasjon av KI i virksomhetsprosessene og organisering av virksomheten slik at den tilgjengelige kompetansen anvendes optimalt. Det må reorganiseres og etterutdannes i et omfang vi ikke har sett tidligere. Først når nye systemer og nye organisasjonsformer som samordner alle prosesser på nye måter, vil vi se effekten av KI på bunnlinjen. Det er ikke den individuelle bruken for hver enkelt arbeidstaker, som gir de store besparelser. Det er effekten av nye tilpassede prosesser som samordnes innenfor nye organisasjonsmessige strukturer, som vil gi de store besparelser. Dette er som da «EDB» ble innført. Besparelsene kom nettopp fra de nye prosesser. Det gjaldt innenfor media, petroleumsindustrien og dataindustrien selv for å snakke fra egen erfaring. Men det gjaldt for finansnæringen, serviceinstitusjoner av alle slag, og ikke minst innenfor maskinproduserende industri; nå med Kina som eksempel som produserer i overkant av 80 % av alle verdens skip med verdens tetteste populasjon av roboter.

Hva blir konsekvensene?

På det individuelle plan må alle lære seg å bruke KI. Men det er ikke KI som skal generere output. Den er et hjelpemiddel og støtte i input-prosessen for å kunne treffe de beste beslutningene. KI bidrar med en uendelighet av informasjon tilgjengelig nesten momentant. Dessuten vil KI selv bidra til å utvikle modeller som vil være en enorm støtte i beslutningsprosessene. Det som før het operasjonsanalyse er nå tilbake igjen, både i akademia og i virksomheter. Det vil si at matematisk modellering av støttesystemer for beslutningsstøtte er i skuddet igjen; «beslutningsstøttesystemer». Nå er det nok datakraft til å gjennomføre alle tenkelige nødvendige beregninger som de matematiske modellene krever, og ikke minst kan KI selv generere modellene når beslutningsintensjonene er klare. Altså en gjennomføring av modellbygging og produksjon av den optimale løsning. Så er det mennesket som implementerer resultatet. Mennesket er i kontroll, men med input fra KI, og med menneskelig output for implementering og oppfølging.

På virksomhetsnivå må omskolering og tilrettelegging av interne prosesser for selve omskoleringsprosessen per se, planlegges. Det vil si at en kultur for å sikre aksept og adopsjon av ny kunnskap, er til stede. Dette må bli en primær oppgave når en fjerdedel av arbeidsstokken med akademisk bakgrunn skal omskoleres. Arbeidskraften er der som ressurs, men deres anvendelse betinger justering av faglig kunnskap og holdninger. Mobilisering av denne ressursen med ny kunnskapsbagasje i sekken, er ingen enkel oppgave. Her vil psykologi, sosiologi og overtalelsesevne være sentrale kompetansekomponenter for å sikre suksess, som igjen kan måles i lykke, tilfredshet og motivasjon hos alle ansatte. For de fleste virksomheter betyr dette et paradigmeskifte, og det vil sette store krav til ledelsenes refleksivitet. Lederrollen endres igjen.

På nasjonalt plan inntrer det fundamentale endringer. Virksomhetene omstilles, en enorm del av ansatte er under opplæring og videreutdanning. Mange vil ikke lenger klare å følge med i utviklingen. Det må finnes plass for disse. Hvilke virkemidler har vi?

Borgerlønn?

Borgerlønn er en ubetinget ytelse til alle voksne. Et samfunnsmessig forsøk i Finland i 2017–2018, der to tusen arbeidsledige mellom 25 og 58 år fikk 560 euro i måneden ubetinget, hadde som resultat bedre psykisk helse, større tillit til samfunnet og en svak positiv sysselsettingseffekt. Ikke oppsiktsvekkende, og ikke negativ. I nederlandske kommuner testet de alternativer uten aktivitetskrav. Heller ikke der kollapset arbeidsviljen. Ikke bevis for at borgerlønn fungerer i stor skala, men det fjerner innvendingen om at «gratis penger gjør folk passive». Jens Stoltenberg kommenterte borgerlønn i NRK EKKO P2 den 25. mai i år med at dette ikke er noe for Norge. En innvending på sviktende premisser og gårsdagens paradigme. Vi skal selvsagt videreføre prinsippet om at alle skal ha arbeid, men hva når det ikke er arbeid for alle? Og omskoleringsinnsatsen blir enorm?

Borgerlønn og beskatning

Borgerlønn vil bety flere hundre milliarder kroner i året i kostnader, men dagens overføringer fra NAV erstattes. Skattegrunnlaget hviler i dag på lønnsinntekt. Når verdiskapningen flyttes fra mennesker til maskiner, og verdiskapningen skjer ved automatiserte prosesser må skattegrunnlaget endres. Europaparlamentet vurderte og forkastet en robotskatt i 2017 fordi den ville straffe produktivitetsvekst. Konsekvensene av KI var ikke del av utredningen, og derfor verdiløs i dag. Det var allerede installert 4,7 millioner roboter i verden ved inngangen til 2026, og veksten er eksplosjonsaktig.

De tre grep som må iverksettes

For det første på det nasjonale plan. Skattlegg verdiskapning fra automatiserte prosesser, det vil si en robotskatt. Erstatt behovsprøvde overføringer med en ubetinget borgerlønn. Frigjør NAV fra kontrolloppgavene, men med fortsatt fokus på kvalifisering og formidling.

For det andre på virksomhetsnivå: Start riggingen av virksomheten for de omlegninger som vil komme, og som virksomheten selv må styre: Kompetansebygging hos de ansatte i KI-teori og virkemåte, muligheter og konkret anvendelse. Forbered det kommende paradigmeskifte med organisasjonsmessig tilrettelegging som kommuniseres ut i virksomheten.

For det tredje på individnivå: Lær deg å bruke KI som en input og støtte, kombiner denne input med din egen kompetanse og anvend resultatet, altså output, i virksomheten for å bygge videre på virksomhetens kjernekompetanse og kompetitive fortrinn.

Og for topplederne: Kommuniser og repeter i det uendelige at dette er veien å gå. Utfordringen er å handle nå, før vi står på stupets rand. Problemstillingen kan ikke bli avvist ureflektert med at dette gjelder ikke Norge. Dette passer som hånd i hanske for Norge. Problemstillingen er akutt. Refleksiviteten er svak.