Digitalekspert Bente Sollid svarer på spørsmål
Under Fagpressedagen kom det inn en rekke spørsmål til Bente Sollid som vi dessverre ikke rakk å stille henne fra scenen. Her svarer hun skriftlig på noen av spørsmålene fra deltakerne.
Publisert
Sist oppdatert
Næringslivsleder Bente Sollid er kjent for sitt arbeid innen digitalisering, teknologi og strategi.
Hun deltok på Fagpressedagen og snakket om forretningsmodeller, og hvordan det å holde fast på gamle modeller kan være en risikabel strategi.
Det kom flere spørsmål fra salen som vi ikke rakk å stille, så her har hun svart skriftlig på noen av dem.
1. Å tenke i sirkel i strategi
Spørsmål fra Tone Sidsel Sanden , Kommunal Rapport
Kan du si noe mer konkret om hva som ligger i det å tenke i sirkel når du jobber med strategier? Hva er de beste tipsene til oss som skal jobbe med strategiplaner for de neste årene?
Svar:
Når jeg snakker om å «tenke i sirkel», mener jeg at strategiarbeid ikke lenger kan være en lineær øvelse der vi analyserer, bestemmer og implementerer én gang hvert tredje år eller årlig. Teknologiendringene kommer for raskt, og rammene rundt oss flytter seg mens vi planlegger. Å tenke i sirkel betyr i stedet å jobbe i korte, lærende sløyfer, der vi tester små hypoteser, henter innsikt og justerer kursen kontinuerlig. Det gir rom for å tåle at vi ikke vet alt med en gang, og heller bruke strategien som et levende dokument som hele tiden utvikler seg i takt med omgivelsene. Dette krever at vi inviterer flere perspektiver inn, ikke bare ledelse og økonomi, men brukere, ansatte og teknologien selv som et verktøy i prosessen. For de neste årene vil det være viktigere å definere hvilke kapasiteter virksomheten trenger for å være relevant, enn å låse seg til detaljerte tiltak som raskt kan bli utdaterte. Kortere horisonter, årlige rekalibreringer og en strategiprosess der AI er en naturlig medhjelper — ikke et eget prosjekt — vil gjøre arbeidet mer robust.
2. Hva er egentlig KI-kompetanse?
Spørsmål fra Leif M. Kirknes, LO Media
Hva er KI-kompetanse? (Skulle gjerne hatt en defnisjon). Er det nok å chatte med chatbotter eller snakker man om noe mer? Hvor mye KI og hva slags KI bør man kunne for å være "god på AI"
Svar :
AI-kompetanse er ikke først og fremst teknologiforståelse; det handler om å vite hvordan teknologien påvirker oppgaver, beslutninger, arbeidsflyt og samfunn. Jeg pleier å beskrive det som evnen til å bruke AI til å forsterke eget arbeid på en trygg, effektiv og kritisk måte. Å chatte med chatbotter er et fint utgangspunkt, men det er bare starten. Den virkelige kompetansen kommer når man bruker AI i egne arbeidsoppgaver, til å analysere, skrive, strukturere, sammenligne, planlegge og kvalitetssikre. Du trenger ikke kunne programmere eller forstå avansert maskinlæring, men du bør forstå logikken i hvordan modellene fungerer, hva som gjør dem feilbarlige, hvilke datakilder som betyr noe, og hvordan du vurderer kvaliteten på svaret du får. God på AI blir man når man klarer å kombinere fagkunnskap, teknologiforståelse og dømmekraft, og når man vet hvor grensene går, både etisk og praktisk.
3. Hvor kritisk er energimangelen for KI-utviklingen?
Spørsmål fra Knut Viggen, redaktør i Nettverk
Det kritiske her er jo mangel på energi fordi AI sluker kapasitet. Og det som bygges ut nå er ustabile energikilder som sol og vind. Hvordan kan det forsinke utviklingen?
Svar:
AI trenger tre ting: strøm, kjøling og datakraft. Mangler vi ett av dem, stopper utviklingen opp, ikke teknologisk, men fysisk. Når vi nå bygger ut energikilder som sol og vind, får vi mer ren energi, men også større variasjon og mindre stabilitet. Det betyr at kapasiteten ikke alltid er tilgjengelig når den trengs, og datasentre kan ikke skrus av og på etter værforhold. Konsekvensen kan bli forsinkelser i utrulling av nye tjenester, køer for tilgang til datakraft og større ulikhet mellom land som har overskudd av stabil energi, og land som ikke har det. Norge må derfor ta tydelige valg fremover: Hvem skal få tilgang til kraften? Industrien? Elektrifiseringen? Datasentre? Eksportmarkedet? Fremtidens AI-utvikling kommer ikke til å bremses av teknologien selv, men av infrastrukturen som skal bære den. Uten en koordinert plan for kraftsystemet vil tempoet i AI-utviklingen påvirkes, ikke fordi vi mangler ideer, men fordi vi mangler kapasitet.
4. Hvem kan mediebransjen lære av når det gjelder KI-muligheter?
Spørsmål fra salen
Hvem som er best på å se mulighetene KI gir - hvem kan mediebransjen lære av ?
Svar:
Jeg tror mediebransjen har mest å hente fra bransjer som har kommet lenger i å bruke AI som et operativt verktøy, ikke bare kreativt eller eksperimentelt. Konsulenthusene er et godt eksempel; de jobber allerede med å bygge helt nye leveransemodeller der AI håndterer tung analyse og strukturering, mens menneskene bruker mer tid på dømmekraft og påvirkningskraft. Energiselskapene er et annet forbilde, fordi de bygger langsiktige kapabiliteter og jobber mer helhetlig enn prosjektvis. Og retail viser en imponerende evne til å jobbe datadrevet, personalisere produkter og teste nye tjenester i høyt tempo. Mediebransjen har allerede en sterk posisjon når det gjelder innhold, historiefortelling og kritisk blikk. Men tempoet, eksperimenteringen og evnen til å bruke data systematisk, der er det mye inspirasjon å hente fra andre sektorer.
5. Muligheter og kompetansebehov for Fagpressen i lys av KI
Tre spørsmål fra Siri Skaalmo, Institutt for Journalistikk
-Hun savner at det skrives om muligheter. Hva mener hun er Fagpresse-medienes muligheter i lys av AI-utviklingern?
- Hva er det viktigste journalister og redaktører i Fagpressen lærer seg fremover knyttet til AI?
- Hva blir medienes rolle i det nye informasjonsøkosystemet?
Svar:
Fagpressen står faktisk midt i et stort mulighetsrom. Mens AI gjør det enkelt å produsere enorme mengder generiske tekster, sitter Fagpressen på noe som er sjeldent: troverdighet, faglig dybde, smale målgrupper og sterke medlemsrelasjoner. Det er vanskelig for en stor språkmodell å konkurrere med eksperter som kjenner bransjen sin, språknyansene, konfliktene, historikken og premissene. AI gjør ikke Fagpressen overflødig; den gjør Fagpressen mer nødvendig. Mulighetene ligger i å lage mer spesialiserte produkter, nye analyser og forklaringer som bygger på redaksjonens faglige autoritet, og tjenester som er tettere koblet til lesernes behov enn det som tidligere har vært mulig.
For journalistene og redaktørene blir det viktig å lære hvordan AI kan brukes som medhjelper i research, dokumentlesing, mønstergjenkjenning, datastøttet journalistikk og idéutvikling. Samtidig blir forståelsen av AI som samfunnskraft helt avgjørende. Skal man dekke utviklingen troverdig, må man forstå både teknologien og de etiske dilemmaene den bringer med seg. Den journalistiske rollen vil styrkes i årene fremover: å forklare, verifisere, avdekke, og sette sammenhenger i et informasjonslandskap som blir stadig mer uoversiktlig. Når informasjon blir billigere og mer tilgjengelig enn noen gang, blir menneskelig dømmekraft og journalistisk presisjon enda viktigere.
