Arbeidsliv
– Dette må vi trene på i framtidens arbeidsliv
I 2007 var det fem olje- og gasselskaper blant de 10 største selskapene i verden. Bare ett selskap opererte i den digitale sfæren.
I 2017, ti år etter, var det bare ett olje- og gasselskap blant de 10 største, mens hele syv var digitale.
Digitaliseringens andre bølge er ifølge Camilla Tepfers godt i gang. Hun er partner og gründer i rådgivnings- og analyseselskapet inFuture, og fortalte i et foredrag på HR Norges konferanse HR-forum om hva denne andre digitaliseringsbølgen gjør med oss. Hvilke egenskaper må vi lære oss når maskinene tar over noens jobber og blir andres kolleger?
I digitaliseringens første bølge var det datamaskinen som var hovedkanal. Den traff stort sett de allerede noen lunde digitaliserte bransjene, og de som opplevde størst effekt var de som allerede hadde tilgang på data, men nå fikk nye verktøy for å sette dem i system, fortalte Tepfers.
– I den andre bølgen er det mobilen som står i sentrum, og digitaliseringen treffer alle bransjer. Data finnes nå dessuten eksternt, og overalt, og kan brukes i mye større grad enn i den første digitaliseringsbølgen, sa hun.
Maskinlæringens påvirkning
En ny brikke i nåtidens digitalisering er maskiner som utfører kompliserte oppgaver, og som i tillegg blir smartere og smartere, såkalt maskinlæring.
Dette verktøyet kommer til å føre til store endringer innenfor en hel rekke bransjer.
Innen helse kan maskinene for eksempel ta diktat og lese helsejournaler. Det frigjører tid for helsepersonellet, som de kan bruke på pasienter i stedet for på administrasjon.
Det anslås også at én av fire advokatoppgaver kan automatiseres og gjennomføres av maskiner. I et forsøk gikk eksempelvis en kunstig intelligens gjennom 800 forsikringssaker, og predikerte i 87 prosent av tilfellene riktig utfall i domstolene. 100 London-baserte advokater greide bare å forutsi 62 prosent av utfallene.
Også innenfor markedsføring og segmentering kan maskinlæring komme til sin rett, fortalte Tepfers.
– I dyreparken i Kristiansand samler man inn data fra kunder – anonymt og med samtykke – med mål om å lage bedre segmenter.
– Da kan man lage grupperinger basert på faktisk atferd i stedet for å anta at «kvinner på 40 er sikkert noen lunde like», sa Tepfers.
Dyreparken samlet inn store mengder data, og maskinen lagde ni forskjellige atferdsklynger basert på kundenes mønstre, og uten noen form for hypotese eller utgangspunkt, noe som hadde vært en kjempeoppgave for et menneske.
Og atferdssegmenteringen fungerer.
– Etter vi testet ut de nye segmentene fant vi at det kostet 69 prosent av prisen å konvertere en kunde etter den nye segmenteringen i forhold til tradisjonell segmentering.
Norge har en del å gå på
Tepfers forklarte at et mer digitalisert arbeidsliv krever ny kompetanse, og at Norge på enkelte områder ligger en del bak toppen, spesielt på digital spisskompetanse.
Det vil si den dype digitalkompetansen i de teknologitunge miljøene.
I en undersøkelse scoret for eksempel 22 prosent av svenske personer i teknologitunge miljøer svært høyt på digital problemløsing, mens tallet i Norge bare er 15 prosent.
Når det gjelder den digitale breddekompetansen stiller Norge imidlertid sterkere.
– Norge er i verdenseliten i digital anvenderkompetanse. Vi har digital tverrfaglighet, og er helt i tet når det gjelder livsstilskompetanse – altså hvor godt integrert digitale verktøy er i hverdagen vår. Spesielt unge mennesker mellom 16 og 44 scorer svært høyt her, opplyste Tepfers.
Vi mangler imidlertid litt på å omsette denne kompetansen til arbeidslivsrelevante egenskaper, utdypet hun. Spesielt de under 25 sliter med å omsette den digitale breddekompetansen sin til noe som er relevant for arbeidslivet.