”Machine, Platform, Crowd”, Andrew McAfee, Erik Brynjolffson

Vi lever i en märklig tid, och det finns gott om exempel på det. En dator klarar nu av att spela det klassiska strategispelet Go bättre än en människa. Små start-ups som startar i garage växer och välter jättar. Och ”crowdsourcade” idéer är gång på gång bättre än de som storföretagens utvecklingsavdelningar tar fram.

MIT-forskarna Andrew McAfee och Erik Brynjolfsson, duon bakom succén ”The second machine age” har skrivit en ny bok om att kunna hantera det här omvälvande skiftet.

”Machine, platform, crowd” är för chefer som både vill ha en intelligent analys – och hjälp med att tänka på den egna organisationens roll i den nya verkligheten.

Författarna inleder boken med att beskriva de tre starka trender, eller revolutioner, som nu formar vår omvärld och många chefers vardag. En av dessa, maskinrevolutionen, illustrerar de genom att berätta om strategispelet Go.

Det som gör det synbart enkla kinesiska brädspelet så avancerat är de nästan oändliga möjligheterna att flytta stenar i olika kombinationer. Det sägs faktiskt finnas betydligt fler valmöjligheter i Go än det finns atomer i universum.

Något som är särskilt intressant med Go för forskare inom artificiell intelligens (AI) är att de bästa spelarna inte kan förklara varför de spelar som de gör. Detta fenomen kallas Polanyis paradox – vi vet mer än vi har ord att beskriva.

Att skapa en speldator som kan slå de bästa mänskliga spelarna har därför varit omöjligt, eftersom man inte kan programmera dem med strategier som människor inte kan formulera. Men för några år sedan började Google DeepMind, ett team specialiserat på en gren av artificiell intelligens som kallas maskininlärning, att ta sig an utmaningen med att göra en dator till Gomästare.

Tanken var att inte programmera AlphaGo (som den artificiella Go-spelaren kallas) med överlägsna strategier, utan i stället se till att den lärde sig dessa själv. Den fick tillgång till en databas med 30 miljoner spelpositioner, och programmerades till att använda dessa för att själv lära sig att vinna. Slutligen, 2016, slog en dator för första gången en regerande världsmästare i Go. Maskinrevolutionen hade nått en ny nivå.

Den andra revolutionen – plattformsrevolutionen – illustrerar författarna med hjälp av framgångarna för en rad nya företag som alla ryms i samma kategori – de har till skillnad från traditionella företag inga vanliga tillgångar att tala om. Uber, världens största taxiföretag, äger inga taxibilar. Facebook, världens största medie-företag, skapar inget innehåll. Airbnb, världens största rumsförmedlare, äger inga fastigheter och Alibala, ett kinesiskt företag som är världens högst värderade detaljhandelsföretag, har inga varulager.

Den tredje och sista revolutionen som avhandlas i den här boken är ”crowd”-revolutionen. Den illustreras av hur ett mycket traditionellt företag som den amerikanska jätten General Electric (GE) nu också vänder sig till allmänheten på internet – snarare än till bara den egna utvecklingsavdelningen – för hjälp med att skapa nya, konkurrenskraftiga produkter.

Företaget utlyste först en tävling på nätet för att se vem som kunde skapa den mest innovativa ismaskinen. Sommaren 2015 använde företaget sedan en så kallad crowfunding-sida på nätet, Indiegogo. Där presenterades produkten och GE erbjöd konsumenter att vara medfinansiärer till projektet mot en tidig leverans av en maskin.

På en vecka hade Indiegogokampanjen för Opal dragit in 1,3 miljoner dollar – att jämföra med målet på 150 000 dollar. För ett företag som GE handlade det såklart inte om att säkra finansieringen, pengar finns redan. Däremot var det ett utmärkt sätt att skaffa en uppfattning om intresset för produkten.

Var och en av de tre trenderna maskin, plattform och ”crowd” har ett slags traditionell motsvarighet i alla företag och branscher. För maskinintelligens är det mänskligt tänkande – en ingenjör som jobbar med mjukvara är ett exempel på hur dessa motsvarigheter kombineras. För plattformar är motsvarigheten produkter, alltså varor och tjänster. En Uberresa genom stan är ett exempel på en produkt, medan Uber är plattformen som människor använder för att köpa produkten. Motsvarigheten till ”crowd” kallar författarna för ”kärnan”, och det är kunskapen och expertisen i ett företag eller i en organisation. Microsofts kärna är exempelvis att utveckla operativsystem för persondatorer, för NASA handlar det om att bygga rymdfarkoster och bättre förstå universum.

Författarna understryker att dessa traditionella motsvarigheter till de tre revolutionerande trenderna inte kommer att försvinna. Mänskligt tänkande, kvalitetsprodukter och djup specialistkunskap i organisationer kommer även fortsättningsvis att vara en nyckel till framgångsrika affärer.

Målet med boken är i stället att övertyga läsarna om att chefer behöver tänka om när det handlar om balansen mellan trenderna och deras motsvarigheter. På bara några år har nämligen förutsättningarna ändrats i grunden. Företag som inte är alerta i tider av omvälvande skiften – som när elektricitet började ersätta ångkraft i början av förra seklet – slås nämligen snabbt ut i konkurrensen. Och det som verkar självklart när man blickar tillbaka är ofta svårt när man befinner sig mitt i det.

Författarnas mål är att bringa reda i vad som händer i dag – och vad det kan få för följder i morgon. Och hur de nya trenderna och deras traditionella motsvarigheter är på väg mot en ny balans.

Så här är bokens upplägg: Del 1 handlar om mänskligt tänkande och maskinintelligens, del 2 om produkter och plattformar, och del 3 om ”kärnan” och ”crowd”. Varje del i boken börjar med en kort tillbakablick på bakgrunden till de förändringar vi genomgår nu. Boken fortsätter med att beskriva den nya ”balans” som håller på att växa fram i dag, och avslutas med framtidsspaningar. Här finns också tips på hur du som chef, som måste orientera dig i den nya verkligheten, kan tänka.

DEL 1

MÄNSKLIGT TÄNKANDE OCH MASKINER

För ungefär 20 år sedan verkade företag världen över ha hittat en balans i arbetsfördelningen mellan människa och maskin. Maskiner skulle ta hand om grundläggande matematik, bokföring och dataöverföring, medan människor skulle fatta beslut, använda omdöme, använda kreativitet och intuition, interagera med kolleger och kunder samt lösa problem.

Snart var mycket av traditionellt pappersarbete ersatt av internet och mjukvarusystem från företag som SAP och Oracle. Uppgiften för de anställda som nu befriades från timmar av mekaniskt pappers-arbete var att i stället ägna sig åt arbetsuppgifter som krävde deras ”omdöme”. Den uppfattning som rådde då, och som fortfarande gör det i hög grad, är att den uppdelningen är helt rimlig.

Samtidigt finns mycket forskning som visar att vi gör bäst i att inte lita så mycket på vårt omdöme. Psykologen och Nobelpristagaren Daniel Kahneman är den som kanske bäst visat på alla de tankefel som vi människor tenderar att göra gång på gång. Kahneman visade i sin forskning att vi människor tänker och fattar beslut med hjälp av två ”system” – det snabba och intuitiva system 1, och det mer eftertänksamma och resonerande system 2.

Den populära idén på exempelvis många ledarskapsutbildningar är nu att datorer kan hantera system 2, medan vi människor med vår unika, intuitiva förmåga är bäst på att fatta snabba beslut. Men faktum är att vi ofta är rätt usla på det. Orsaken är att vi är hårdkodade att snabbt dra långtgående slutsatser baserade på väldigt lite information. Man brukar tala om att vi har bias.

Det är ofta hjälpsamt för att snabbt och effektivt navigera i en värld där vi bombas med information, men innebär samtidigt att vi ofta fattar fel beslut. Det betyder i sin tur att experter inte alltid är lika bra och opartiska beslutsfattare och prognosmakare som de själva och andra tror. Författarna lyfter fram flera exempel på detta, här är två:

Den praktiska slutsatsen, enligt författarna, är att chefer och andra beslutsfattare behöver förlita sig mindre på expertåsikter – och mer på data.

Vad ska vi göra med all kunskap om mänskligt bias och feltänkande? Det uppenbara svaret, enligt författarna, är att låta maskiner fatta beslut när och där de kan. Det betyder i sin tur en möjlighet att komma bort från värsta sortens beslutsfattande, som de förkortar HIPPO – highest paid persons’ opinion.

Det är också precis vad fler och fler företag börjat göra. Ett exempel är Amazon, som genererar mer än en tredjedel av sin försäljning via automatiska rekommendationer baserat på kundernas köphistorik. Den här typen av automatiskt beslutsfattande sker i så stor skala att man talar om en ”andra ekonomi”, helt styrd utan mänsklig inblandning på säljarsidan.

Hur gör man då för att hitta en intelligent balans mellan människa och maskin? Det handlar inte om att låta maskinintelligens ta över allt, för vi har och kommer att ha fördelar som datorerna saknar.

Till exempel tar vi in en alldeles enorm mängd ofiltrerad data genom våra sinnen hela tiden, medan datorerna fungerar precis tvärtom – de har stora svårigheter att samla in annan data än den som programmerarna gett dem i uppdrag att ta in. Det betyder att vi människor har en viktig uppgift i så kallade brutna benet-roller. Tänk dig ett exempel med en professor som varje tisdag går på bio. Det är då rimligt för ett statistikprogram att förutsäga att professorn ska gå på bio igen nästa vecka. Men på tisdagsmorgonen bryter professorn benet, måste ha gips och får inte plats i biostolen. Vilken människa som helst förstår att professorn, i det här exemplet från 1954, troligen ställer in sin biokväll.

Men denna förståelse är inte så lätt att replikera i ett datorprogram – det finns helt enkelt för många oförutsägbara faktorer som kan påverka professorns beteende. I kombination med något vi kan kalla sunt förnuft innebär det att människor har en viktig roll i att övervaka och säkerställa att maskinintelligensens beslut faktiskt är rimliga.

En annan typ av partnerskap mellan mänskligt tänkan-de och maskinintelligens är att låta algoritmen spela huvudrollen, men att låta det mänskliga omdömet vara en av de datapunkter som samlas in. Det är exempelvis numera fallet i Googles anställningsprocess, där intervjuarens bedömningar från strukturerade intervjuer fortfarande spelar roll, men kvantifieras och läggs in i en datormodell – en metod som inte bara visat sig bra för resultatet, utan också uppskattas av de intervjuade.

En annan viktig slutsats som författarna drar är att chefer i beslutsfattandet ska göra färre prognoser och fler experiment. Denna trend är urstark bland många av de allra mest framgångsrika företagen, som allt mindre ägnar sig åt långsiktiga prognoser och planer, och i stället experimenterar, testar i små steg och justerar.

Ett exempel är är så kallade A/B-tester på webbsajter, där olika varianter testas och beslut snabbt kan fattas beroende på vilken variant som ger flest besök eller bäst försäljning.

Även om virtualiseringen går långsamt på vissa områden – som i snabbköpens automatiserade kassor – spår författarna att detta kommer att ske i stor skala, i alla samhällsområden. Det kan då till exempel se ut som i Amazons varuhus i Seattle, där man handlar helt utan bemannade eller obemannade kassor. Man använder en app, och pengar dras helt enkelt för de varor man lämnar affären med.

Snabbare nätverk, ökad och mycket billigare datorkraft samt faktumet att robotar omedelbart kan tillgodogöra sig den samlade kunskapen i ”molnet” gör att robotiseringen kommer att gå fort. Ett exempel är Teslas flotta av självkörande bilar, som delar på information om föremål vid vägkanten som de kör förbi.

Vad ska människor göra i en värld full av robotar? Först och främst – när robotar gör mer och mer saker i den fysiska världen, frigör det tid för oss att använda våra hjärnor till att utveckla olika branscher eller kunskapsområden. Det händer exempelvis just nu med jordbruk, som gått från att vara en av världens mest arbetsintensiva sysselsättningar till att vara en av de mest kunskapsintensiva. Jordbruksmaskiner som kör själva via osynliga GPS-signaler och samtidigt skapar kartor med information om fukt och växtlighet är inte längre science fiction.

Inte ens inom området kreativitet kan mänskligt tänkande läng-re sägas vara på alla sätt överlägset. Den innovativa skyskrapan Shanghai Tower, enligt många en vacker byggnad, är exempelvis i sin arkitektur helt datorgenererad.

Men vad är vi då som datorer inte är? Medan författarna argumenterar för att vi bör överlåta så mycket som möjligt inom beslutsfattande, prognoser och diagnoser till datorer, så tror de att vi trots allt kommer att dominera och ha en viktig funktion inom kreativa yrken under överskådlig tid. Kreativitet skiljer sig helt enkelt mycket från andra förmågor. För en djup förståelse av vad som är vettigt att skapa krävs att man lever i den värld där det ska skapas. Och det gör inte datorer på samma sätt som vi.

DEL 2

PRODUKT OCH PLATTFORM

Inom en generation förändrades mängder av branscher permanent genom i stort sett ett enda datornätverk – internet. För att få perspektiv på hur fort det gått kan man titta på hur det såg ut 1995, för drygt 20 år sedan. Då kostade en mobiltelefon runt 1 000 dollar, och bara 13 procent av amerikanerna hade en.

Magasinet Newsweek, som funnits sedan 1933 och haft en upplaga på som mest 3,3 miljoner, kan vara ett exempel på hur det sett ut i en bransch. Upplagan föll med mer än 50 procent mellan 2007 och 2011, och 2012 slutade den att tryckas helt. Mellan 1999 och 2014 föll samtidigt försäljningen av inspelad musik med nästan hälften.

Att skiftet blivit så dramatiskt beror på de ekonomiska förutsättningarna för produkter baserade på digital information. En digital kopia kostar inget att producera, är en perfekt replika på ”origi-nalet” och kan omedelbart skickas vart som helst på planeten.

Traditionella varor och tjänster är inte gratis, perfekta eller lätta att distribuera och företagen bakom dem konkurreras därför ut. Det författarna kallar kombinationsinnovationer – när ny teknik kombineras med befintliga affärsmodeller – har också påskyndat utvecklingen. Amerikanska köp- och säljsajten Craigslist, som till att börja med utgick från vanliga e-postlistor, är ett sådant exempel.

Meddelandetjänsten Whatsapp har blivit en succé i stora delar av världen trots att traditionella operatörer försöker konkurrera med generösa sms-planer. Orsaken är en så kallad nätverks-effekt – eftersom många känner användare som redan använder Whatsapp, finns en anledning även för dem att bli del av nätverket. Nätverksprodukter blir mer värdefulla när fler använder dem, vilket ger fördelar till stora nätverk.

Många av världens mest framgångsrika företag i dag är helt baserade på digitala plattformar, som kraftfullt aggregerar utbud och efter-frågan. Värdet ökar när användarna bidrar, och om bidraget är digitalt är sannolikheten stor att det är gratis, perfekt och ögonblickligt – det vill säga allt traditionella produkter inte kan vara. Att vara öppen är därför en viktig framgångsformel för en plattform, något som kan exemplifieras med den enorma tillväxten för

Apples plattform för applikationer för Iphone. Till att börja med var den stängd så att bara Apple själv kunde lägga till appar. När plattformen öppnade för utomstående utvecklare innebar det inte bara att enorm innovationskraft släpptes lös, utan också en enorm försäljningstillväxt.

Har traditionella produkter någon chans? Plattformar kan ta över stora delar eller till och med hela marknaden när de går in i en bransch. De lyckas fånga stora värden som tidigare varit oåtkomliga, eftersom de tar bort informationsbrister som tidigare hindrat gynnsamma transaktioner. Det gäller exempelvis Uber, som med sina tvåsidiga nätverk (förare och transportkonsumenter) slagit kraftigt mot taxinäringen på alla marknader där de brutit sig in.

Betyder dessa fördelar att plattformsföretag kommer att ta över allt? Nej, det finns utrymme även för mer traditionella spelare, även om plattformsföretagen kommer att växa och bli fler. Ett exempel är de hotell som klarar sig bra även i full konkurrens med Airbnb. Just affärshotell illustrerar väl de principer som gör att företag som erbjuder traditionella varor och tjänster kan samexistera med plattformsföretagen. När produkten är differentierad (till exempel vänder sig till affärsresenärer) och har inlåsningseffekter (till exempel bonusprogram för affärsresenärer) har plattformsföretag sämre möjligheter att vända upp och ner på hela branschen.

DEL 3

KÄRNA OCH ”CROWD”

”The crowd” är ofta motsatsen till kärnan, alltså kunskapen och expertisen i ett företag eller i en organisation. Den är stor, mångfasetterad, svårkontrollerad och stökig. Kärnan är fortsatt relevant och användbar, men i en era dominerad av globala nätverk och plattformar har ”the crowd” blivit en betydelsefull faktor. Internet i sig kan man tänka på som ett gigantiskt biblioteksprojekt som ”the crowd” ligger bakom – ett digitalt bibliotek som nu innehåller mer information än alla fysiska bibliotek tillsammans, även om det är betydligt mindre välordnat.

En av de stora fördelarna för ”the crowd” är att den är decentraliserad – ett centraliserat internet hade varit ett slags samhällsmotsvarighet till den välmenande släkting som kör över hela stan för att köpa en julklapp till dig som du ville ha förra året, men inte längre bryr dig om.

Det innebär att ”the crowd” är svårkontrollerad, men det betyder inte att den saknar struktur. Strukturen växer fram efterhand, som en följd av interaktioner mellan dess medlemmar. Medlemmarna i en stor ”crowd” kan tillsammans skapa användbara och framgångsrika produkter som operativsystemet Linux. För att något sådant ska hända krävs ett ”nördigt ledarskap” som följer vissa principer.

Så organiserar man en ”crowd”:

Att bara följa vissa av dessa principer verkar inte fungera så bra, något som bevisats av exempelvis Wikipedias föregångare Nupedia som bara anlitade experter för att skriva artiklar. Men att hitta rätt kräver att man vågar testa och misslyckas, och en portion tur.

Varför du inte behöver de experter du tror att du behöver

Gång på gång visar det sig att experter med kunskap om kärnan slås av medlemmar ur ”the crowd” som inte alls har samma formella meriter.

Forskaren Karim Lakhani har arrangerat mer än 700 test där en ”crowd” utmanat NASA, medicinska universitet och företag på att lösa uppgifter. I samtliga fall utom ett var lösningen från ”the crowd” i nivå med eller bättre än den interna lösningen. En anledning till att ”the crowd” gör bättre ifrån sig är att kärnan ofta inte är rätt matchad till problemen den mest intresserar sig för. Det kan exempelvis bero på nya genombrott inom ett område som kraftigt ändrar förutsättningarna, medan experterna är kvar i äldre, daterad kunskap. Forskningsområden som AI och mänskliga genomet är exempel på fält som tagit sådana kliv att det som var expertis några år tidigare inte längre är det.

Det finns många sätt för kärnan att ta del av kunskap från ”the crowd”, de behöver inte vara separerade. Men ”the crowd” kan göra massor utan att använda sig av någon kärna. Med ny teknik kommer människor samman och bygger saker, med minimal centralisering. Etablerade företag söker nu vägar att använda kunskaper från ”the crowd”, medan crowd-baserade start-ups utmanar traditionella företag.

Den digitala valutan bitcoin visar potentialen som helt decentra-liserade projekt kan ha. Genom att kombinera matematik, ekonomi, kod och nätverk kan något så fundamentalt som ett fungerande betalsystem skapas. Blockchain, den underliggande tekniken, är betydligt viktigare än bitcoin, eftersom bara fantasin sätter gränser för hur den kan kombineras med nya innovationer.

Är företag på väg att bli överflödiga? (Ledtråd: Nej)

Misslyckandet för DAO – en opensource-mjukvara för kontrakt som föll offer för bedrägeri – och utmaningar med bitcoin visar att det inte är problemfritt med helt decentraliserade organisationer. Ett viktigt skäl till att företag har en framtid är att de är bäst lämpade att hantera situationer som inte kan regleras av kontrakt, vilket gäller mycket i den stökiga verkligheten. Företag i den nya tiden kan mycket väl se annorlunda ut än företag traditionellt har gjort, men de kommer fortfarande vara lätta att identifiera som just företag.

Författarna avslutar med att säga att de har en optimistisk syn på framtiden. De närmaste decennierna kan och borde för mänskligheten i stort vara bättre än några vi sett tidigare. Det är en möjlighet och ett mål – men ingen prognos. Ingen enda framtid är förutbestämd.