Långläsning: Rapport från utvecklingsrådet

Veckans möte med Innovationsarenans utvecklingsråd bjöd på intressanta diskussioner. Temat var att resonera och fördjupa oss inom Styrning och ledning på AI-området. Varför då?

I förstudien AI och kompetensförsörjning inom välfärden som ligger till grund för Innovationsarenans arbete, identifierades ett antal förutsättningar som behöver finnas på plats för att framgångsrikt kunna nyttja potentialen i AI. Styrning och ledning är en av dem. I förstudien resonerar vi kring fyra strategiska områden inom styrning och ledning. Det handlar om strategisk riktning och vision, kultur av innovation och mod, organisation och förmåga att driva förändringsledning samt samverkan, öppenhet och delning.

AI från olika utkiksposter

Arenans utvecklingsråd är en konstellation från samtliga 13 kommuner och representeras av olika nyckelfunktioner i hela styrkedjan. Rådets roll är att kunna ge en bred representation från kommunernas verksamheter. Vi har en kommundirektör som ordförande, förvaltningschefer från de olika välfärdsområdena, HR-chef, digitaliseringschefer och funktioner som arbetar med verksamhetsutveckling och innovation. Som en slags kommun i miniatyr ses vi, och diskuterar AI utifrån olika utkiksposter. Under senaste mötet ville utbyta tankar utifrån frågeställningen ”Vad är egentligen problemet med att införa AI!?” utifrån ett styrnings- och ledningsperspektiv.

AI i ljuset av en ofärdig digitalisering av offentlig sektor

Många resonerar just nu om varför det inte går snabbare att ”få in AI” ute i verksamheterna, i såväl det privata som i det offentliga. Det blir dock allt mer tydligt att AI och införande av denna nya teknologi till stor del behöver ses i ljuset av en icke genomförd eller färdigställd digitalisering av offentlig sektor. I förstudiens förutsättningar identifierades flera delar som rör den tekniska riktningen. Här handlar det exempelvis om  huruvida kommunen själv äger, leder och driver sin IT eller om den är outsourcad. Finns en långsiktig finansiering av digitaliseringsinitiativ och organisation? Har man primärt valt lösningar i molnet eller on-prem? Har man kompetens att leda digital transformation på hemmaplan?

Och sen har vi det här med data! 

Vi äger oftast vår data i verksamhetssystemen, det är inte problemet. Svårigheten ligger snarare i att datan finns på olika ställen och ofta behöver vi få konsultstöd att få loss datan. Den är sorterad på olika vis, heter olika och saknar standarder. Och vi har ju förstått att för flera AI-lösningar är datan viktig för att kunna jobba datadrivet och predicera.

Bred kompetensutveckling en resa vi har framför oss

En förutsättning är också hela kompetensfrågan och den går att ägna en helt eget kapitel åt. Vi har ett stort jobb framför oss och det är många målgrupper som behöver kompetensutveckling. En central fråga handlar om hur AI skiljer sig mot andra IT-lösningar, egentligen? Det finns en sån enorm bredd i tillämpningen av generativ AI och prediktiv AI. Inom Innovationsarenan utforskar vi konkreta AI-lösningar kring allt från schemaläggning till ruttoptimering, men unikt för den här tekniken är att den kan utgöra det stöd som just du behöver, just där och då. Om du saknar en pryl för att utföra en viss arbetsuppgift så går det, med dagens teknik, att programmera fram en lösning – utan att du behöver vara systemutvecklare eller programmerare.

AI som möjliggör DIY

Henrik Krantz är en klok kollega som jobbar i Innovationsarenan. Han menar att AI ställer just den här typen av DIY-lösning på sin spets just nu. När du ställs inför olika dilemman, hemma eller på jobbet, så kommer du kunna bygga egna grejer som löser detta – som du sedan kan kasta. Personligen är jag inte där ännu, men jag ser att Henrik arbetar precis så. Detta är såklart en kompetensfråga. Vilken kompetens behövs därute för att medarbetare ska kunna identifiera sina behov och problem och sedan använda AI för att lösa dem? Det kan handla om en lösning som hjälper dig att jobba effektivare med olika filformat, en juridisk granskning av en projektplan eller en kritisk kompis som vässar argumenten när behöver bolla en idé. AI-tekniken är vad du vill att den ska vara – och det är just hela det här komplexa spektrat som gör det så svårt. Det skiljer sig helt enkelt från de IT-system och den teknik vi är vana vid.

Förståelse på strategisk nivå

Hur rustar vi då politiken i detta? Strategiska chefer behöver en viss typ av förståelse för att se potential och möjligheter, risker och konsekvenser och kunna prioritera och stimulera ansvarsfull användning. Stora personalgrupper behöver kompetensutveckling både på bred nivå kring att förstå AI-tekniken och sedan för att tillämpa och använda utifrån behov.

Så ja, kompetensfrågan är en del av svaret på varför det inte går snabbare att införa AI. Vi behöver bygga ny kunskap inom ett helt nytt område som dessutom rör på sig rekordsnabbt och ändrar karaktär. Det ni!

Hur resonerade vi?

Tillbaka till utvecklingsrådets möte. Diskussionerna utgick från en lång lista med förslag på vad problemen med införande kan handla om. Här ser ni några exempel:

• Strategisk ledningskompetens: att leda AI-utveckling och hitta strategier för hur:et. 
• Analys och förståelse för tekniskt nuläge och tekniska förutsättningar: att skapa roadmaps framåt och identifiera vad som ska göras?
• Förankring och förståelse i organisationen
• Finansiering och resurser
• Riktning: vad behöver vi göra, vad ska vi satsa på och prioritera just nu?
• Teknisk kompetens
• Kombinera verksamhetsutveckling med införande av AI
• Roller och ansvar inom kommunen: vem ansvarar för vad?

Efter två och en halv timmas intensiv dialog med att sortera problemen utifrån vad vi redan vet om framgångsrikt förändringsarbete och förändringsledning landade vi i flera spännande slutsatser. Det fina var att kommunerna till stor del kan enas i liknande nulägen på hemmaplan. Det finns igenkänning kring såväl problemen som behoven framåt – och det borgar för samarbete.

Slutsatser i kommande analysarbete

Under mötet spelades dialoger och samtalen in och transkriberades i pauserna. Underlaget samlades sedan i en kunskapsassistent som vi kunde samtala med för att kunna ställa frågor till våra egna samtal. Nu tar vi slutsatserna vidare in i ett analysarbete. Inom kort återkommer vi med skarpa förslag på vad vi tror kan vara hjälpsamt på temat styrning och ledning på AI-området.

Watch this space!