Resultaterne viser, at:
- 94% af lederne mener, at medarbejderne bør inddrages i beslutningstagningen i forbindelse med AI.
- 72% er bekymrede for, hvor aktuelle eller pålidelige de data, de modtager, er.
- 33% siger, at de føler sig helt sikre på, at AI og machine learning (ML) anvendes etisk korrekt i erhvervslivet.
- 68% føler sig presset til at indføre AI i deres organisationer.
- 82% er enige i, at AI og ML hjælper medarbejderne med at arbejde mere effektivt og træffe bedre beslutninger.
- 70% siger, at deres organisation mangler færdigheder til at implementere AI og ML fuldt ud.
|
Næsten tre fjerdedele (68%) af de adspurgte ledere siger, at de føler sig presset til at implementere AI i deres organisationer, og de fleste er forsigtige med at opgive for meget af deres beslutningstagning.
"Vores seneste undersøgelse bekræfter, at AI og ML er afgørende for succes i nutidens skiftende arbejdslandskab - et synspunkt, der deles af flertallet af ledere globalt. Men mange organisationer oplever vanskeligheder med at implementere disse teknologier på grund af manglende færdigheder," siger Jens Löhmar, CTO Continental & DACH, Workday. "Operationaliseringen af AI- og ML-strategier er også påvirket af etiske bekymringer, manglende dataintegritet og medarbejdernes frygt for, at teknologien kan erstatte deres job. For effektivt at omfavne AI og ML er der behov for øget menneskelig indsigt og beslutningstagning."
På trods af argumenterne for at indføre AI er der stadig bekymringer om etik og datapålidelighed
Mere end 90% af respondenterne siger, at de i øjeblikket bruger kunstig intelligens i deres organisation til at styre medarbejdere, økonomi eller begge dele. 80% er enige i, at AI og ML hjælper medarbejderne med at arbejde mere effektivt og træffe bedre beslutninger.
På trods af den udbredte brug af AI og ML i virksomheder, og det faktum, at de fleste medarbejdere er enige om fordelene ved teknologien, er der stadig bekymringer om dens pålidelighed, etik og sikkerhed. Hele 77% af respondenterne siger, at de er bekymrede for pålideligheden af de data, der genereres. 39% mener, at potentiel bias er en af de største risici, når man overvejer AI, og 48% nævner sikkerheds- og privatlivsproblemer som de største barrierer for implementering. Kun 29% siger, at de føler sig helt sikre på, at AI/ML i øjeblikket bliver brugt etisk korrekt i erhvervslivet. Men et stigende antal er optimistiske med hensyn til fremtiden - mere end halvdelen (52 %) siger, at de er sikre på, at teknologien vil blive anvendt etisk korrekt om fem år.
Fremtidsudsigterne for arbejdstagere er lyse, men nye færdigheder vil være påkrævet
Næsten halvdelen (45%) af de adspurgte ledere mener, at AI og ML vil gavne medarbejderne, øge arbejdsbyrden og skabe nye karrieremuligheder. 43% er mere forsigtige og mener, at AI og ML vil erstatte nogle opgaver og endda føre til en vis arbejdsløshed. 12% mener, at AI og ML helt vil erstatte mennesker og have en negativ indvirkning på medarbejderne.
Mens ledere over hele verden er enige om, at det er vigtigt, at folk bliver involveret i beslutninger relateret til AI, viser undersøgelsen også, at der er en kritisk kompetencekløft for at få fuld succes med AI-implementering. Næsten tre fjerdedele (72%) af respondenterne sagde, at deres organisation mangler færdigheder til at implementere AI og ML fuldt ud, og 76% sagde, at deres egen viden om AI og ML-applikationer skal forbedres.
"Jeg er sikker på, at dansk erhvervsliv og offentlige sektor vil være opsat på at omfavne AI, hvor det kan eliminere lavværdiopgaver – såsom at identificere uregelmæssigheder og matche registreringer og transaktioner. Danskerne har presset på for automatisering af transaktioner i mange år,” siger William Millard, Regional Sales Director Workday
For at læse hele rapporten, besøg AI IQ: Insights on Artificial Intelligence in the Enterprise.
Om Workday:
Workday er en førende udbyder af cloud-applikationer til økonomi og human resources og hjælper kunder med at tilpasse sig og trives i en foranderlig verden. Workdays applikationer til økonomistyring, HR, planlægning, spend management og analyseapplikationer er drevet af AI og ML og bruges af tusindvis af organisationer over hele verden til at styre fremtidens arbejde og arbejdsmiljøer. |
