torsdag 15. desember 2022
Tibber-gate: Fra helt til skurk!
mandag 12. desember 2022
Norges mest & minst attraktiv merkevarer
Mange virksomheter smykker seg med høy score på kundetilfredshet. Mantraet synes å være høyest mulig. En økonom vil si at tilstrekkelig kvalitet og kundetilfredshet er målet.
Erfaringene så langt med kundetilfredshet er at det er et viktig, men ikke tilstrekkelig mål på konkurransekraft.
Enkelt kan man si at kvalitet og kundetilfredshet er inngangsbilletten til markedet. Uten dette, blir man dømt ut av markedet av kundene. Men når "alle" har kvalitet, hva da? Da blir innovasjoner som oppleves som å tilføre kundene verdier, viktig. Dermed er innovasjoner den beste garantien for å bli værende i markedet.
Resultatet av kundetilfredshet og innovasjon er at kundene opplever virksomhetene som mer eller mindre attraktive i forhold til andre reelle alternativer.
Det er en naturlig antakelse at kundene vil velge det merket som de opplever vil gi dem størst nytte eller velferd. Dermed blir relativ attraktivitet et viktig mål på hvor konkurranseutsatt eller skjermet virksomheten er fra andre merker - spesielt når nye kommer inn i markedet.
Nå er det ikke slik at de mest innovative og attraktive virksomheter kommer fra en gitt bransje, for eksempel teknologi. På samme måte skulle man ikke tro at de minst attraktive merkene er overrepresentert i noen bransjer. Attraktivitet kan med andre ord være jevnt fordelt mellom bransjer hvor noen virksomheter er mer eller mindre attraktive. Men nei!
Data fra Norsk innovasjonsindeks (Nii) viser noe interessant. Mens de 10 mest attraktive merkene kommer fra en rekke ulike bransjer kommer de 10 minst attraktive merkene primært fra to bransjer: dagligvarer og strømleverandører.
onsdag 7. desember 2022
AI gjør oss mer produktive og verdifulle.
Kommer som Synspunkt i DagensPerspektiv.
Tanken om å be en maskin skrive noe utfyllende, informativt og tilsynelatende riktig om et stort eller lite fenomen, er facinerende.
For å teste den, ba jeg ChatGPT om å forklare meg hva bærekraft er. Det engelske svaret, oversatt til norsk ved hjelp av Google Translate, er i tråd med Brundtland-kommisjonens definisjon: «Bærekraft refererer til evnen til å møte dagens behov uten å kompromittere fremtidige generasjoners evne til å møte sine egne behov.» WOW x 2 til de to AI-teknologiene!
Det er lett å la seg imponere – noe sosiale medier har vist - og det er lett å tilskrive teknologien super-intelligens. Men vi må aldri slutte å tenke på AI som noe annet enn at det er en «gjette-teknologi». ChatGPT vet ingenting om bærekraft. Den gjetter på at det er det jeg spør om og reproduserer fra store datamengder, innhold som den tror passer best i forhold til hva den tror jeg spør om. Mens dette kan virke veldig hverdagslig, må vi aldri unnlate å tenke på at teknologien kan gjøre ting for oss som vi aldri før har kunnet gjøre.
Tidligere var jobbene som ble erstattet av teknologi typisk manuelt arbeid. Maskiner erstattet muskler som for eksempel da industri-roboter erstattet rutinemessig samlebåndsarbeid. Samtidig har det vært en økende etterspørsel etter kunnskapsarbeidere, det vil si høyt utdannede personer som er engasjert i ikke-repetitiv problemløsning – som i Norge.
Det all grunn til å kalle Norge en tjenestebasert kunnskapsøkonomi når nesten 80 prosent av Norges fastlands-BNP kommer fra tjenester og nesten 80 prosent av arbeidsstokken jobber med tjenester. Dette reiser et naturlig spørsmål.
Kan det være at AI-teknologien ala ChatGPT tar over det vi historisk har tenkt på som kunnskapsarbeid og gjøre kunnskapsarbeidere overflødig? Selv om en rekke oppgaver kan automatiseres som for eksempel regelstyrte juridiske beslutninger, må kunnskapsarbeidere vurdere hva som kan være den beste beslutningen totalt sett. La meg forklare.
For å kunne gjette riktig, opp mot 100 prosent av gangene, må AI-maskinen ha data – masse data. Men for at gjettingen skal ha noen verdi for virksomhetene, må ansatte vurdere ulike konsekvenser av gjettingen. Et eksempel på dette er som følger: dersom du bor i Bergen, men hater å bære på en paraply, hva er nytten av å ikke bære på en paraply når det regner/ikke regner? AI kan gi svært gode gjetninger på Bergens-været i morgen og fremover. Men det er mennesker som må tillegge nytteverdien av de ulike utfallene.
Opp til nå har det vært en og samme person som gjorde gjetningen, vurderingen, og beslutningen. AI-teknologien gjør det mulig å skille gjettingen, som mennesker brukte mye tid på før, fra nyttevurderingene og beslutningene. Resultatet er at man kan bruke mer tid på det siste.
Ifølge økonomisk teori vil vi oppleve at mens AI-genererte gjettinger blir billigere og lettere tilgjengelige, vil etterspørselen av gjetninger øke drastisk. Da vil kunnskapsarbeiderne, som det er knapphet på i dag, bli mer produktive og mer verdifulle.