GenAI i det offentlige: Hvorfor venter vi stadig?

GenAI er ikke længere noget, der mangler at blive opfundet eller forstået. Det er et arbejdsredskab, som allerede er en naturlig del af hverdagen for mange — særligt for nye medarbejdere, der træder ind i organisationen med AI på samme måde, som tidligere generationer tog regneark og tekstbehandling for givet. Innovationen er der. Drivet er der. Kompetencerne er der.

Alligevel står mange offentlige organisationer stille. - alle venter på: Det store projekt eller den nye server...

Forklaringen er sjældent manglende ambitioner. Den ligger snarere i, at ledelsen ikke skaber rum for, at den eksisterende innovation kan udnyttes nedefra og op. I stedet får en bred, upræcis og ofte misforstået frygt for data lov til at dominere: “Vi har jo farlige data, så det går ikke.” Det argument bruges også dér, hvor risikoen er lav, håndterbar eller helt fraværende — og bliver dermed en effektiv stopklods for læring og forbedring i hverdagen.

Det er værd at holde fast i, at offentlige data ikke per definition er mere følsomme end data i private virksomheder. GDPR gælder begge steder, og teknikker som dataminimering, anonymisering, rensede vidensbaser, private eller on-prem-modeller og RAG-løsninger har været kendt og anvendt i årevis. Sikker anvendelse opstår ikke ved at forbyde brug, men ved at give mulighed for ansvarlig afprøvning i konkrete, afgrænsede sammenhænge. Frygt for det ukendte forsvinder sjældent gennem politikker — den forsvinder gennem erfaring.

De mest oplagte gevinster findes ikke i store visioner, men i de opgaver, der gentages dag efter dag: udkast til sagsbehandling, journalisering, standardbreve, dokumentklassifikation, metadata-udtræk og intern kvalitetssikring. Små forbedringer i disse arbejdsgange giver stor effekt, netop fordi de bruges hele tiden. Når AI får lov at blive et hverdagsværktøj, bliver løsningerne løbende justeret, forbedret og forfinet af dem, der faktisk bruger dem.

Mange organisationer begår den fejl at tro, at AI-innovation skal holdes tilbage - og først indføres når det store, altoverskyggende og fantastiske IT-projekt, er klart - så alt kan revolutioneres samtidigt. Det er sjældent sådan, forandring sker af flere årsager. Når løsninger designes langt fra hverdagen, mister forretningen både ejerskab og læring. Innovation opstår ikke i projektplaner — den opstår i praksis, når medarbejdere får lov til at bruge deres faglighed og nye værktøjer til at løse reelle problemer - og fremdrift er, at det går lidt bedre i dag, end tilfældet var i går. Alt andet skaber skygge-IT, samt et B-hold, der venter, venter og venter - og et A-hold, der - måske på kant med regler og retningslinjer - bruger nutidig teknologi og muligheder. 

Ledelsens rolle bør derfor overvejes anderledes på AI- rejsen end ved andre IT-projekter, hvor det endelige mål er mere klart. At forsøge at styre AI-anvendelsen i en "boks" - under undskyldningen af, at vi snart skal i gang med det nye "kæmpe" revolutionerende AI-projekt i vores organisation, er et dårligt tegn. Ofte handler det ikke om modvilje, men om strukturer, styringsmodeller og en historisk 0-fejlskultur, som gør det vanskeligt at skabe rum for eksperimenter. Resultatet bliver dog det samme: manglende rettidig digital ledelse og en svækket evne til at sikre forretningsstyret innovation.

Det absolut letteste - og mest sikre - som strategisk leder er at forholde sig passivt, når nye muligheder åbner sig, netop fordi ansvaret og risikoen kan udskydes. Når det kommer til brugen af AI, bør man dog tænke anderledes. Her vil det at fejle i det små være langt mindre risikabelt og mere acceptabelt, end at fejle i det store, når teknologien på et senere tidspunkt presses ind i organisationen uden tilstrækkelig erfaring og modenhed. Samtidig anvendes teknologien allerede i praksis mange steder — ofte uofficielt og uden fælles rammer — hvilket reelt øger risikoen frem for at reducere den.

Den største risiko er ikke at prøve noget af. Den største risiko er at lade være - mens hverdagen fortsætter uændret, og innovationen sker alligevel, som skygge-IT.

Spørgsmålet er derfor ikke, om mulighederne, innovationsambitionerne og viljen ikke findes i den offentlige forretning.
Spørgsmålet er, hvorfor den ikke får lov at blive brugt?

Anbefalingen herfra er:

1. Sæt fokus på teknologien og dens muligheder i den forretningsproces, du er ansvarlig for, tænk lokalt - ikke globalt, det globale kan du alligevel ikke gøre noget ved.
2. Tænk stort, men start småt. Lad nu være med at tro, at et stort IT-projekt eller IT-initiativ kan introducere teknologien oppefra og ned. Det bliver et teknologiprojekt og ikke et forretningsprojekt, hvilket ikke er godt!
3. Lav mange små pilotafprøvninger - 10 projekter til 25.000 pr. projekt er væsentligt bedre end ét stort til en million - og chancen for at lykkes er mindst 10 gange så stor.
4. Glem bekymringer om GDPR, AI-regler for databehandling i pilotfasen. Lav pilotprojekterne på fiktive data - det er ultra let gennem brugen af AI at skabe sådanne - og når potientialerne er der, så løses resten forholdsvis let. 

Opsummeret - lav om på processen, understøt udviklingen nedefra og op - og ikke oppefra og ned. Så vil det lykkes, for ingen har lyst til ikke at bruge den teknologi, der bedst muligt kan hjælpe dem med at løse deres opgaver.