Dunning-Kruger-effekten og implementering av AI

Digitalisering Strategi- og forretningsutvikling Kunstig intelligens

4 min. lesning

AI er blitt mer enn bare en mulighet. Det er en nødvendighet for å sikre fremtidig konkurransekraft. Imidlertid kan jakten på å ta i bruk AI-teknologier føre til kognitive skjevheter, som for eksempel Dunning-Kruger-effekten, hvor vi overvurderer vår egen kunnskap eller kompetanse innen et felt. Dette kan føre til overdreven selvtillit om hva dagens AI-verktøy betyr for virksomheten, uten å tenke på de langsiktige implikasjonene det vil få for forretningsmodellen, tjenestene og kompetansen i bedriften.

En evolusjon, ikke en revolusjon

Det er ingen tvil om at AI er i fokus for bedriftsledere på tvers av bransjer og fagområder, ifølge McKinseys globale undersøkelse av kunstig intelligens. Opptil 1/3 oppgir at de benytter seg av generativ AI regelmessig i virksomheten, og hele 40% planlegger å øke sine investeringer i denne teknologien på grunn av fremskritt innen feltet.

I Amy Webbs tale på Oslo Business forum utfordret hun dagens ledere til å revurdere sin tilnærming til kunstig intelligens. Hun påpeker at mange ledere i dag ser på AI som revolusjonær, men at det i realiteten er en evolusjon. Ingen i dag vet nøyaktig hvilken innvirkning denne teknologi vil ha, hva det vil være og bety.

Faren med overvurdert selvtillit

For å kunne lage fornuftige og realistiske AI strategier må mange ledere klare å navigere i et komplekst landskap som krever både teknisk og organisatorisk forståelse. En påfallende utfordring som organisasjoner kan støte på i integreringen av kunstig intelligens er Dunning-Kruger-effekten. Dette psykologiske fenomenet avdekker et mønster der enkeltpersoner, spesielt de med begrenset kunnskap eller erfaring innen et felt har en tendens til å overvurdere sine egne evner og kompetanse.

Det er en risiko at ledere feilaktig vurderer styrkene og svakhetene med kunstig intelligens, og dermed dets implikasjoner for virksomheten. Denne overvurderte selvtilliten kan føre til suboptimale beslutninger og strategier som ikke er fornuftige, realistiske eller fremtidsrettet.


Hva slags generativ AI er det som brukes i bedriftene? Det kan du finne ut av  her.


Forbered deg – tiltak til bedriften

Så hva skal bedriften gjøre for å sikre seg et forankret og realistisk målbilde for bruk/ nytte av AI i virksomheten?

Skape en tydelig visjon og et forankret målbilde

Det er viktig at ledere etablerer en felles forståelse i organisasjonen om den nåværende og ønskede situasjonen for integrering av AI i virksomheten. En solid forståelse fremmer realistiske forventninger og et målbilde som er oppnåelig, og legger dermed grunnlaget for en vellykket transformasjonsreise. 

Samle innsikt

Delta i samtaler og samarbeid med eksperter, forskere og andre fagpersoner innen feltet. Deres innsikt og kunnskap kan hjelpe med å avdekke eventuelle kunnskapshull og berike vår forståelse.

Sikre transparent kommunikasjon

Det er avgjørende å sikre god kommunikasjon om hvordan AI kan påvirke roller og arbeidsprosesser i virksomheten. Åpen og transparent kommunikasjon er viktig for å bygge tillit og forståelse blant interessenter, noe som er avgjørende for å skape vilje og aksept til å ta i bruk teknologien.

Fremme åpenhet om AIs styrker og svakheter

Å fremme åpenhet om AI-verktøyers styrker og svakheter sikrer forståelse for dets muligheter og utfordringer, og bidrar til informerte beslutninger og mer effektiv navigering i riskene som AI kan utgjøre for virksomheten.

Juster deg, og vær bevisst det du ikke vet

I den transformative reisen vi er inne i med AI, er det avgjørende for ledere å danne seg forståelse for teknologiens muligheter og risker og sikre en felles forståelse i organisasjonen rundt dets betydelse. Med tanke på usikkerheten som omgir den faktiske innvirkningen AI vil ha for vårt samfunn og organisasjoner, er det vesentlig å ha et langsiktig og strategisk fokus. Dette innebærer å justere organisatoriske mål i tråd med egne AI-strategier og fremme organisasjonens deltakelse i utviklingen og implementeringen av disse strategiene. Det er også viktig å forstå og anerkjenne vår begrensede kunnskap, samt å unngå overvurdert selvtillit ved å være selvbevisst og kontinuerlig søke ny innsikt og kunnskap. På denne måten kan vi redusere de ufortjente virkningene av Dunning-Krüger-effekten, og bidra til at organisasjonen posisjonerer seg for suksess i et stadig skiftende digitalt landskap.

Dersom du syns implementering av AI er interessant og vil vite mer, ta en titt på disse innleggende:

Disse innleggene vil gi deg innsikt og veiledning i hvordan du kan navigere sikrere gjennom AI-landskapet.

New call-to-action


Mathilda er senior konsulent i enheten som jobber med IT og Digital Transformasjon i vår Management Consulting avdeling. Hun er utdannet siviløkonom med en mastergrad i ledelse og organisasjonsutvikling fra Gøteborgs Universitet. Mathilda engasjerer seg for endringsledelse og transformasjon og trives å jobbe i grensesnittet mellom teknologi og mennesker. Philip er konsulent i Management Consulting og er utdannet siviløkonom med spesialisering i finans fra BI. Philip engasjerer seg for strategi og virksomhetsstyring og trives i skjæringspunktet mellom strategi og analyse.


Likte du dette blogginnlegget? Da tror vi at disse også passer for deg

ERP-prosjektet er ikke ferdig ved go-live. Det er da det begynner

Endelig go-live! Prosjektet er i mål, teamet feirer, og alle puster lettet ut. Men hva skjer dagen etter? For mange organisasjoner er svaret: utfordringer. Brukere sliter med nye prosesser, datakvaliteten halter, og gevinstene lar vente på seg.

Hvordan velge nytt ERP-system – en verdibasert tilnærming

ERP (Enterprise Resource Planning) er et integrert system som samler og styrer kjerneprosesser i virksomheten – som økonomi, innkjøp, lager, logistikk og HR – i én felles plattform. Valg av ERP-system er en av de mest strategiske beslutningene en virksomhet tar.

Mange har tatt i bruk AI. Hvorfor realiseres ikke gevinstene?

Har dere kjøpt lisenser, kjørt noen piloter, og kjenner likevel at verdien av investeringene i kunstig intelligens uteblir?