Da jeg for en række år siden rejste verden tynd for at interviewe stifterne af globale tech-virksomheder som Netflix, Airbnb, Dropbox, LinkedIn m.fl. gik én ting igen: Samtlige founders var fuldstændig frigjort af bindinger til brancher. De skabte ’kategorier’, der ikke fandtes i forvejen.

Lige nu er det ’bastarder’ som Airbnb, der skaber fremtiden, og vi har brug for flere bastarder herhjemme. Bastarder går ikke op i, hvad Finanstilsynet siger, hvis de eksempelvis vil skabe nye måder, hvorpå danskerne kan foretage finansielle transaktioner. Disse bastarder eller kategori-skabere, om man vil, fokuserer på 100% på kundernes nuværende og fremtidige behov, og så skaber de noget, der imødekommer disse – uden at skele et sekund til den eksisterende branche og dennes snævre tænkning.

Dette er ikke let. Især når vi eksempelvis bekræfte hinanden i, at vi skal huske at tænke ud af boksen, for alene med det mantra er vi allerede gået galt i byen. Der skal ikke tænkes ud af nogle bokse, for som regel er det boksen i sig selv, der udgør problemet.

Da Brian Chesky, stifteren af Airbnb, fortalte mig om deres rejse, så betonede han flere gange, at Airbnb aldrig havde set sig som en del af hotelbranchen. I stedet var man besat af at transformere den måde, hvorpå mennesker finder relevante steder at bo, når de er på ferie.

Læringen for danske virksomheder og dansk økonomi er, at hvis vi vil skabe globale væksteventyr, så får vi dem ikke ved at sætte os sammen i iværksætterhuse, hvor vi alle sammen minder om hinanden, eller ved at bekræfte hinanden i virkeligheden i fødevareklynger. Vi gør det ved at kigge fuldstændig forbi vores egen industri eller branche og så se, hvad førende innovatører gør indenfor helt andre områder og kopiere det bedste derfra til vores egen virkelighed.

Kunstneren Picasso udtrykte det på den måde, at gode kunstnere kopierer, mens fantastiske kunstnere stjæler. På samme måde skal dansk erhvervsliv og ledere droppe at kopiere, hvad konkurrenter i deres klynger måtte gøre, og i stedet stjæle fra helt andre brancher.

Vi har fortsat brug for hinanden, men vi må ikke kigge på, hvad hinanden gør, hvis vi seriøst mener, at vi som land skal skabe det næste globale Airbnb. På den måde sikrer vi også, at vi går fra at være forandringsparate til at blive forandringsskabende.

Indlægget Stop med at tænke ud af boksen. Boksen er problemet! blev vist første gang den Jonathan Løw.

Problemet er, at vores hjerne ikke blot kan sættes på ”vær kreativ mode”, når den ikke er vant til det. Det gælder uanset hvor mange workshops eller seminarer, I afholder, og uanset hvor fancy modeller eller værktøjer, I tager i brug. Du kan ikke bede din hjerne om pludselig at skulle være kreativ eller innovativ, for du arbejder fortsat med den samme hjerne, som i hverdagen er vant til at skulle sende e-mails, udfylde excel-ark eller løse andre driftsopgaver i 99% af tiden.

Vores hjerne er ikke meget anderledes end din krop, hvis du for en stund forestiller dig, at du er elitesportsudøver. Du står foran at skulle præstere i en vigtig finale, og nu beder du så din krop om at levere sit ypperste. Udfordringen er blot, at du op til finalen har foretaget dig alt andet end at dyrke din sport. Og derfor kan du ikke levere eller det, vi kalder toppræstere, under pres.

Hos den amerikanske flådes kommandosoldater, de såkaldte NAVY Seals, har man et berømt mantra, der i en lettere tilpasset form lyder:

“Under pressure, you don’t rise to the occasion, you sink to the level of training.”

På samme måde er det med innovation og nytænkning. Vi kan ganske enkelt ikke forvente af vores hjerner, at de pludselig skal begynde at tænke i spændende nye kombinationer eller fuldstændig genopfinde vores forretningsmodel, hvis de ikke er vant til det. Hvis de ikke er i træning.

Jeg har skrevet en række bøger om det at innovere, og i forbindelse med én af bøgerne interviewede jeg den amerikanske forfatter og iværksætter Steven Kotler. I Kotlers inspirerende bog ”Stealing Fire” har han bl.a. studeret, hvordan alt fra top-iværksættere i Silicon Valley til NAVY Seals-soldater er i stand til at optimere, hvad de gør.

Én af hans vigtigste pointer i bogen er den, at vi ganske vist på et globalt plan opnår kæmpe fremskridt med alt fra kunstig intelligens til smart digitalisering, men at vi fortsat slet ikke udnytter teknologien i os selv –vores hjerne:

”Ecstatic technology isn’t limited to silicon chips and display screens. As John Lilly’s early research established, it’s the knowledge of how to tweak the knobs and levers in our brain. When we get it right, it produces those invaluable sensations of selflessness, timelessness, effortlessness, and richness.”

Abraham Maslow blev berømt for at påpege, at hvis vi kun har en hammer til rådighed, så ligner alle problemer et søm. Sådan er tilstanden i alt for mange danske virksomheder og kommuner, så når vi bliver bedt om at løse problemer eller endnu mere radikalt at skulle skabe innovation, så står vi med de konventionelle værktøjer, der skal hjælpe os i hverdagen til at løse problemer med e-mails, processer, excel-ark eller Intranet. Og det er slet ikke tilstrækkeligt.

Hvis vi i fremtiden vil innovere og skabe succesfulde produkter og løsninger, som måske endda kan blive vores nye cashcows, så skal vi i langt højere grad end tidligere begynde at træne vores hjerne til også at kunne performe på denne måde. Det vil forudsætte, at vi bevidst udsætter hjernen for nye input, som den ikke får i forvejen, og at vi lærer den at tænke i kombinationer i langt højere grad end hidtil.

Nogle helt simple virkemidler til at gøre dette er at udskifte alt det, du læser i dag, med noget nyt. Hvis du eksempelvis holder dig orienteret omkring erhvervslivet i Børsen, så dropper du at læse Børsen i 30 dage og læser i stedet Wired.com eller FastCompany.com.
Hvis du henter inspiration om din branche eller dit fagspeciale via LinkedIn-tråde og faggruper, så dropper du disse i 30 dage og googler i stedet området og finder ud af, hvad der foregår iblandt de 8 milliarder andre mennesker i verden.

Begge eksempler viser, at det kræver en meget bevidst handling fra dig, for vi vil instinktivt falde ind i gamle vaner og læse de steder, vi tror, at vi bliver informeret godt. Problemet er imidlertid, at det gør vi sjældent.
Din vigtigste træningsopgave er således at erstatte alt det, du læser p.t., med noget radikalt nyt. Når du gør dette, så lover jeg dig, at din verden vil åbne sig op og blive større. Du vil begynde lettere at kunne tænke i kombinationer, når du altså gør dette konsekvent og over tid, for du træner din hjerne i at kunne noget, som den måske kunne engang, men som den er blevet for sløv og vaneagtig til at være i stand til p.t.

Når først hjernen kommer op i tempo med disse ting, så begynder den netop at blive meget mere innovativ – både til workshops, men i høj grad også i hverdagen. Og så opnår man den evne eller måske nærmere tilstand, som Steven Kotler omtaler med ordene:

”Be your best, when you’re at your worst.”

Indlægget Be your best, when you’re at your worst blev vist første gang den Jonathan Løw.

Det tricky ved succesfuld innovation er, at vi på den ene side skal trække på al vores erfaring og professionelle viden, men samtidig skubbe denne viden til side for virkelig at kunne udfordre status quo.
Dette skyldes, at vi som mennesker vokser op og konstant bliver klogere på verden. I hvert fald dele af den. Derudover gennemgår de fleste af os et uddannelsessystem, hvor vi lærer, at der til et givent spørgsmål hører et givent svar. Når vi bliver gode til at lære disse svar, så får vi også gode karakterer. Ergo tilegner vi os ny viden og bliver belønnet for det.

Udfordringen er imidlertid, at der med denne tilegnelse af viden samtidig går nysgerrighed tabt. Vores nybegyndersind bliver sløvt.

Forskere har dokumenteret dette igennem en lang række spændende forsøg – eksempelvis papirclips-eksperimentet. I papirclips-eksperimentet fulgte forskerne en gruppe af mennesker fra 3 år, og indtil denne gruppe nåede de 30. I den mellemliggende periode gik man bl.a. hvert tiende år ind og stillede gruppen præcis det samme spørgsmål:

Hvor mange forskellige måder, kan du forestille dig, at en papirclips kan anvendes på?

Hver deltager skulle komme med sine individuelle bud, ligesom man lod deltagerne arbejde sammen i grupper og se, om mængden af idéer blev forøget. Resultaterne var tankevækkende.

Dels viste det sig, at grupper er mere kreative end individer. Dette kan næppe komme bag på ret mange. Som den amerikanske basketballstjerne Michael Jordan har udtrykt det: ”Individer vinder kampe. Teams vinder mesterskaber”.

Men det viste sig samtidig, at vores evne til at forestille os alternative bud på virkeligheden radikalt svækkes med alderen. Faktisk bliver vi så meget dårligere til at forestille os andre udgaver af virkeligheden, at selvom vi starter som små børn med at kunne komme med hele 200 forskellige måder, en papirclips kan anvendes på, så er dette tal nede på under 10, når vi er i slut 20’erne. Og hvilke mennesker er det nu, at I ansætter? Ja – det er dem på slut 20 og opefter.

Er mit budskab så, at vi skal begynde at ansætte børn frem for voksne til at styre vores forretningsudvikling og innovation? Naturligvis ikke. Men vi skal hjælpe vores medarbejdere kan at genfinde deres begyndersind. Succesfulde forretninger forudsætter nemlig kombinationen af tre ting: Forundring. Forandring. Forretning.

Dette kræver en kultur, som dels er opmærksom på dette og dels understøtter medarbejdernes ønske om at komme op med radikalt nye forretningsmodeller og innovationer. Vejen dertil går igennem genoptagelsen af begyndersindet. Som den buddhistiske munk Shunryū Suzuki formulerer det:

”If your mind is empty, it is always ready for anything. It is open everything. In the beginner’s mind there are many possibilities. In the expert’s mind there are few.”

Indlægget Forundring. Forandring. Forretning. blev vist første gang den Jonathan Løw.

Der er imidlertid mere i Den Visuelle Revolution end udviklingen indenfor marketing, kommunikation og fotografi. Det er blot områder, der optager mig meget for tiden qua min involvering i vækstvirksomheden JumpStory. Den visuelle revolution indebærer nemlig også, at vores evne til at skelne imellem virkelighed og ‘det kunstige’ kommer til at være i frit fald.

På plussiden kan fremhæves, at vi kan skabe fantastiske universer og udtryk med denne teknologi. På minussiden kan fremhæves, at det vil skabe en række problematikker både digitalt og i retssalene. Vi har allerede set eksempler med såkaldte ’deepfakes’, hvor kendte personer udnyttes i fx pornoindustriens, mens det i retsvæsnet vil stille store forbehold i forhold til brugen af billed- og videomateriale som bevismateriale i retssager.

Teknologien bag og nogle sjove, visuelle eksempler

Teknologien, der ligger bag den visuelle revolution, kaldes af fagfolk for GAN Netværk og Neurale netværk. Det er undergrene af det, man populært betegner som kunstig intelligens. Det vigtige at forstå er, at disse netværk er blevet så nemme at træne, at de markant (gange tusinde!) hurtigere end tidligere kan lære at skabe visuelle output af fantastisk kvalitet. Det er én af de teknologier, der eksponentielt bevæger sig så hurtigt, at ingen reelt kan overskue de implikationer, det vil få – udover at de bliver massive.

Her ses, hvordan en algoritme trænes til at ”komponere” et virkelighedstro ansigt:

Hvad er det egentlig, man lærer computeren? Jow – mekanismen er for så vidt den samme, som vi kender fra vores egen hjerne. Når vi bliver præsenteret for et objekt, så bliver vi også bedre og bedre til at kunne genkende det og skelne det fra andre ting. Det sker ud fra såkaldt mønstergenkendelse og foregår via hjernens egne neurale baner og netværk.

Denne proces spejles i teknologien, som ligger bag neurale netværk og GAN netværk:

Under disse netværk findes en lang række teknologier, som jeg vil undlade at komme ind på, og som vil gøre dette blogindlæg unødigt højteknologisk, men blot ét eksempel er de såkaldte Progressive Structure-conditional Generative Adversarial Networks, som træner computeren i at gøre visuelle strukturer bevægelige som i eksemplet her:

Den teknologiske revolution består således i, at hvor teknologien for blot nogle år siden kun kunne lære at genkende og skelne imellem fx en hund og en kat som i eksemplet ovenfor, så kan den nu skabe så virkelighedstro hunde, at vi ikke kan se, om de findes eller ej.

Men det går længere end det. Teknologien kan også omdanne din yndlingshund til en kat, hvis du skulle have lyst til det:

Så hurtigt går det lige nu!

Se på denne visuelle tidslinje for de seneste fem år. Her kan man se neurale netværks forsøg på at skabe menneskelignende ansigter. På fem år er vi gået fra noget, der var mere eller mindre ubrugeligt, til noget, hvor det menneskelige øje ikke kan se, at kvinden til højre rent faktisk ikke findes i virkeligheden:

Vi er ligeledes ganske tæt på at kunne omdanne tekst direkte til billeder. Tag dette eksempel hvor en tekst er blevet omsat til et billede via GAN-teknologien:

I udlandet er én af verdens førende aktører på dette område Nvidia. Det er verdens største producent af grafikkort. Andre store aktører er en række startups i Israel og Kina, mens det i Europe vel i al beskedenhed er min egen virksomhed JumpStory, som er længst fremme.

Hvordan bruger man så teknologien i praksis?

Der arbejdes med forskellige brugsscenarier, hvor det eksempelvis kan bruges til at gøre arbejdet med visuelt indhold langt lettere og mere smidigt samt tilbyde muligheder, som ville tage billedbehandlere timevis at udrette, mens fotografer slet ikke ville være i stand til det. Eksempler:

Via den såkaldte Star GAN kan man også tage et givent billede og så bede algoritmen få personen til at se eksempelvis glad eller sur ud:

På videoområdet sker der også revolutioner i disse måneder. Fra Kina findes ZAO-app’en og algoritmen, hvor kineserne kan indsætte sig selv som hovedrolle i en videosekvens uden, at man kan med det blotte øje kan se, at en anden person er sat ind i hovedrollen:

Der er ligeledes de såkaldte Deepfakes såsom i disse eksempler med Barack Obama og Vladimir Putin:

Og i Kina er man længst fremme, når det kommer til nyhedsoplæsere som AI:

I min egen virksomhed JumpStory bruger vi teknologien til at forudsige effekten af visuelt indhold. Her har vi udviklet en algoritme med navnet ”HighJumper”, der går ind og forstår billederne og ud fra dette beregner den effekt, de vil have på hjernen og deres i markedsføringen:

De tre vigtigste learnings om Den Visuelle Revolution

• Billeder og videoer er i fremtiden ikke blot noget, vi tager. Det er også noget, vi skaber. 
• Vores evne til at skelne imellem virkelighed og ’det kunstige’ vil være i frit fald med denne revolution. 
• Fotografer og andre, der hidtil har levet godt af at producere visuelt indhold, skal fuldstændig ændre deres mindset og forretningsmodeller, hvis de skal have en chance fremadrettet.

Indlægget Den visuelle revolution – fantasi eller virkelighed? blev vist første gang den Jonathan Løw.

Der findes ikke længere blå eller røde i et dybt globaliseret erhvervsliv. Der kan findes små blå vandpytter, men i det store hele er grundfarven blevet lilla. I samme øjeblik, som du kommer på en tilsyneladende blå idé her i Danmark, så er den allerede skabt på et blodrødt marked i Kina. Når du på et tidspunkt møder disse aktører med din unikke idé, så ender slutfarven med at blive lilla uanset hvad.

Derfor bliver vinderne i fremtiden to slags virksomheder:

1. Dem der går efter de blå vandpytter.
2. Dem der kan se nuancerne i verdenshavet.

De blå vandpytter

Den ene mulighed for et lille land som Danmark ligger i at spotte blå vandpytter. Dvs. nicher hvor vi qua enten unik teknologi eller historik er stærke og kan ekspandere yderligere.

Ofte vil vi her være hjulpet af vores forståelse af bæredygtighed, grøn teknologi og lignende, men vi bør samtidig være realistiske og ikke tro, at vi her kommer til at skabe det næste Google eller Apple. Mindre kan også gøre det. Der vil også i fremtiden være blå områder på verdenskortet, men det vil ikke være have – nærmere vandpytter. Erhvervslivet er blevet så globaliseret og konkurrencepræget, at tiden for de blå oceaner er ovre.

Billedkilde: JumpStory.dk

Dem der kan se nuancerne i verdenshavet

En anden tilgang til at udfordre det lilla verdenshav er at blive verdensmester i at spotte nuancer og nuanceforskelle og forstå, at man udmærket kan udfordre blodrøde markeder, så længe man er endnu skarpere på kunderne end konkurrenterne.

Tilbage i 2010 skrev et dansk erhvervsmedie følgende om Facebook som forretning: ”Facebook mangler at finde en formel for, hvordan det for alvor kan bruges kommercielt. Traditionel markedsføring virker ikke i det private og sociale rum, som Facebook er.”

Journalisten havde for så vidt ret, men konklusionen blev alligevel til en dødsdom over Facebook i stedet for at have forstået, at Facebook modsat konkurrenten MySpace faktisk have spottet en niche – blot havde den intet med selve produktet at gøre. MySpace lykkedes aldrig med at kapitalisere sin forretning, fordi man tænkte ligesom konkurrenterne på den tid: ”Vi skal have en hel masse brugere ombord, og så skal vi vise bannerreklamer til dem.”

Sådan tænkte Zuckerberg og hans folk ikke. De var faktisk slet ikke interesserede i mediebranchen og opfattede ikke sig selv som en del af den. I stedet var de fanatiske omkring at forstå deres brugere og indsamle deres data, og på mange måder var deres tænkning derfor blå. De havde spottet et ’frit område’, men ikke i forhold til en branche – nærmere et mindset og en metodik.

Billedkilde: JumpStory.dk

Et opgør med at tænke i brancher

Da jeg for en række år siden interviewede Airbnb-stifter Brian Chesky til Gurubogen, beskrev han udmærket den innovative tænkning, som også Facebook har lagt for dagen: En komplet ligegyldighed overfor brancher og i stedet en dyb optagethed af brugere og produkt.

Airbnb gik i konkurrence med en på overfladen blodrød industri: Hotelbranchen. Tilsvarende gjorde Facebook det: Medieindustrien. Begge brancher havde svært ved at tjene penge, og alligevel er både Airbnb og Facebook blevet to af verdens mest succesfulde og værdifulde selskaber, fordi de har gjort op med branchetænkning og forståelse. Væk er de snærende bånd omkring, hvad man kan gøre i en given blodrød branche, og væk er begrænsningen i at opfatte sig selv som aktør på et givent hav.
I stedet har man erkendt, at verdenshavet er blevet lilla, og det hele i fremtiden handler om at bygge noget, som virkelige mennesker virkelig har brug for. Virkelig mennesker vil også i fremtiden have brug for at foretage finansielle forretninger, men de har ikke nødvendigvis brug for banker. Virkelig mennesker vil også i fremtiden have brug for et sted at overnatte, men ikke nødvendigvis for en hotelkæde. Og virkelige mennesker vil også i fremtiden have brug for at være sociale sammen, men ikke nødvendigvis på platforme eller apps.

Verdenshavet ligger åbent for os derude, og det er lilla. Gå efter nuancerne eller vælg en blå vandpyt. Uanset hvad så findes der ikke længere blå eller røde oceaner.

Vil du ha’ mere inspiration? Læs mine blogindlæg på Amino.

Indlægget Der findes ikke blå oceaner. Kun et lilla verdenshav! blev vist første gang den Jonathan Løw.

Hvornår er I på rette vej? Eller udtrykt på en anden måde: Måler du egentlig på de rigtige ting, når du skal sikre dig, at virksomheden om ét år fra nu når de flotte mål, som er beskrevet i jeres strategi?

Jeg holdt for nylig foredrag for 200 ledere og analytics-folk. Emnet for dagen var ”Forretningsdreven data”, og der blev talt data i rigelige mængder. Ikke desto mindre modtog jeg bagefter et utal af mails, hvori deltagerne beskrev, at de havde savnet et opråb omkring, hvorvidt man også måler på de rigtige data eller blot dem, der får én til at se godt ud.

Data, der får én til at se godt ud, kalder jeg ”forfængelighedsdata”. Det er dem, vi umiddelbart kan slippe godt af sted med at rapportere videre til kollegerne, men som reelt intet siger om, hvorvidt vi er på rette vej eller ej.

For markedsføring kunne sådanne data være antallet af besøgende på hjemmesiden; antallet af følgere på Facebook eller antallet af modtagere af vores nyhedsbrev. Det er parametre, som man forholdsvis nemt kan flytte og forbedre, men som sjældent siger ret meget om, hvorvidt vi egentlig gør vores arbejde godt nok som marketingfolk.

For salg er data lidt anderledes, men de kan være ligeså forfængelighedsagtige som dem fra marketing. Eksempelvis fortæller antallet af salg intet om, hvorvidt de kunder, vi sælger til, også bliver gode og loyale kunder på sigt. Dvs. har vi presset dem ind i vores funnel, eller har vi skabt værdi også i samtalerne med dem? Bliver det flotte tal på kort bane og høj churn på den lange, eller?

For kundeservice gælder præcis de samme udfordringer. Måske måler I her på antal gennemførte samtaler, men er det virkelig en succes med høje tal der? Burde I ikke nærmere måle på, hvorvidt disse samtaler skaber så meget værdi, at kunderne enten ikke ringer frustrerede tilbage igen om en uge, eller I måske endda får skabt noget mersalg ud fra dialogerne?

Pointen er den, at forfængelighedsdata kan være mindst ligeså vildledende, som de kan være vejledende. Vi har en tendens til at gå rundt og tænke, at de vejleder os og gør os i stand til at evaluere, hvorvidt vi har truffet gode beslutninger eller ej, men reelt kan de gøre det stik modsatte.

Eksempler på dette er der mange af, og de afhænger naturligvis af branchen. Hvis jeg skal tage afsæt i min egen vækstvirksomhed JumpStory, så måler vi lige nu på den faktiske brug af vores produkt. Dvs. hvor ofte kunderne, i vores tilfælde, downloader billeder og anvender disse.
Vi er egentlig en abonnementsforretning på linje med fx Fitness World, men hvis vi blot målte på antallet af kunder med et abonnement, så risikerede vi i den grad at blive vildledt. Fitness World er nemlig i den ganske særlige situation, at deres kunder i høj grad bliver, selvom de ikke får brugt deres produkt ret ofte.

Det skyldes, hvad jeg har døbt ”Fitness-World-effekten”, og den minder i høj grad om, hvad min iværksætterkollega Morten Wagner har omtalt som ”Dating.dk-effekten”.

Når du er kunde hos enten Fitness World eller Dating.dk, så er du ganske tilbøjelig til ikke at churne så meget som i andre forretningsmodeller, fordi det at sige op hos de to lidt svarer til, at du giver op på enten din sundhed eller dit kærlighedsliv. Det er i hvert fald den fortælling, som vi mennesker har en tendens til at skrive for os selv.

Ergo bliver vi nærmere en slags sponsorer hos Fitness World og betaler måned efter måned for dog i det mindste ikke at give op på vores ønsker om en sundere livsstil og mere træning.

Sådan er det (desværre) ikke hos mit eget firma. Her forsvinder man lynhurtigt, hvis man ikke bruger produktet, og derfor ville det være en forfængelighedsmetrik kun at kigge på vores tilgang af kunder. Det er ikke engang nok at kigge på churn, for den kan skyldes mange ting, så derfor har vi fokus på, hvorvidt folk rent faktisk bruger platformen ud fra den logik, at hvis de gør det, så forbliver de også som kunder.

Det er naturligvis ikke nogen endegyldig sandhed, men det er den hypotese, vi arbejder ud fra, og så løbende samler data på.

Det er blevet vores ”North Star metric” i organisationen – dvs. den ledestjerne, som vi kigger efter, når vi skal vurdere, hvorvidt vi har succes med vores indsats eller ej –uanset om vi taler marketing, salg, support etc.

Ergo kommunikerer vi til alle afdelinger, at de, ud fra deres perspektiv, skal understøtte en kultur, som motiverer folk til rent faktisk at bruge produktet og ikke bare signe op. Og det er hver gang denne North Star Metric, vi vurderer ud fra, når vi får nye idéer eller ønsker til forbedringer af produktet. På den måde føler vi os vejledt frem for vildledt af det, vi måler på, og alle andre datapunkter er i princippet til for forfængelighedens skyld i vores nuværende situation.

Indlægget Når du måler på det forkerte, får du det forkerte blev vist første gang den Jonathan Løw.

Det er temaet for dette lille indlæg, og frem for at bruge en hel masse ord har jeg produceret to korte videoer i samarbejde med de to unge iværksættertalenter Gustav Idun Sloth og Markus Hasselgaard.

I den første video vil jeg invitere dig til at løse en lille kreativ opgave. Opgaven viser, hvor svært det kan være at tænke nyt og skabe forandringer …

I den anden video fortæller jeg om en øvelse i forhold til innovation. Jeg lærte den at kende, da jeg mødte nobelprismodtager Daniel Kahneman …

Hvis I som organisation ønsker mere inspiration til at tænke ud af boksen, skabe succesfulde forandringer og/eller understøtte et stærkt miljø for innovation, så læs mine bøger eller book et foredrag.

Indlægget Tænk ud af boksen med disse to korte videoer blev vist første gang den Jonathan Løw.

Jeg vil gerne dele nogle af Godins vigtigste pointer i dette nye indlæg på min blog. Resten kan du læse i bogen eller få igennem nogle af mine forskellige foredrag omkring innovation og forandringer …

“Efterhånden som organisationer og individer bliver mere succesfulde, bliver det stadigt sværere at være innovativ. Det skyldes først og fremmest frygt. Frygten for at fejle bliver større, efterhånden som du bliver mere succesfuld, fordi det opleves som om, at du har mere at miste.

Det første, der forsvinder, er nu-og-her tankegangen. Hvorfor skal du lancere produktet i dag, hvis du kan gøre det i næste uge i stedet? Der findes et hav af undskyldninger, men i sidste ende handler det om én ting: Hvis enhver innovation har potentialet til at fejle, eller i hvert fald blive kritiseret, hvorfor så have så travlt? Gå til nogle flere møder, socialisér produktet, polér det og så, en skønne dag, er du klar til at lancere det.

Tabet af nu-og-her tankegangen hænger bl.a. sammen med et ønske om at undgå ansvarsplaceringen. Mange møder kan anskues som små events, hvor en organisation er samlet i et rum, indtil én person endelig udbryder: ”Okay, jeg skal nok tage ansvaret for det her.” Hvis du er villig til at tage ansvaret, har I så rent faktisk brug for et møde, eller kan du blot sende et spørgsmål eller to ud til de personer, du har brug for input fra?

Dette er to symptomer på organisationen, der er ude af stand til at rykke hurtigt fremad. To advarselstegn fra personen, der er fanget i modstandens greb. ”Jeg kan tage mig min tid, og hvis jeg er heldig, så kan jeg få dig til at undre dig over, hvem der egentlig har skylden.”

Du har imidlertid ikke brug for mere tid, du har brug for at træffe et valg.

Læs historien om The original Mac, og du vil blive forundret over, hvor hurtigt den blev gjort færdig. Willie Nelson skrev tre hits på en dag. For at redde det første brand, jeg var ansvarlig for, redesignede jeg fem produkter på mindre end en dag. Det tager seks ansatte ved Lays Chips et år at klare bare én.

Dynamikken i den bydende nødvendighed er at spørge om godkendelse og så bare komme ud over stepperne. Den ansvarliges mantra er: ”Jeg har styr på det her.” Du kan føle den slags ske, når du er i nærheden af det. Det er et helt specielt slags teamwork, en selvsikker desperation… ikke desperationen som i håbløshed, men den desperate anstrengelse, som kommer af at være håbefuld.”

Seth Godin er forfatter til 17 bøger, som alle har været globale bestsellere og er oversat til mere end 35 sprog.

Indlægget Selvsikker desperation blev vist første gang den Jonathan Løw.

Kunstig intelligens – AI
Kunstig intelligens handler om at træne computeren i at udføre opgaver, der ellers ville kræve menneskelig intelligens og menneskelige ressourcer at udføre.

Algoritmer
Algoritmerne er de koder, der ender med at afføde det ønskede resultat.

Maskinlæring
Som oftest er maskinlæring lig med det, de fleste kalder AI. Jeg plejer lidt sarkastisk at hævde, at hvis man taler om AI, så bygger man det formentlig i PowerPoint. Hvis man derimod taler om maskinlæring, så bygger man det i Python (et kodesprog).
Maskinlæring fungerer på den måde, at computeren fodres med eksempler (data), som den så igennem træning bliver bedre og bedre til at fortolke og omdanne til et givent output / opgaveløsning. Resultatet af maskinens output er afhængigt af, hvor god henholdsvis algoritmen, datamængden og datakvaliteten er.

Neurale netværk
Menneskehjernen er utroligt kompleks. Den består af neurale netværk, og i den variant af maskinlæring, man betegner neurale netværk, træner man algoritmerne i at fungere ligesom den menneskelige hjerne, når det kommer til at genkende mønstre og deres tilhørsforhold.

Deep learning
I forlængelse af de neurale netværk finder du, hvad man typisk betegner som deep learning eller ”dybe neurale netværk”. Dette er neurale net, der er så komplekse, at de typisk kræver millioner af parametre, som computeren skal lære, for at kunne levere et tilfredsstillende og brugbart resultatet.

Big data
I de seneste to år er der skabt ligeså mange data som i de forudgående 150 år tilsammen. Denne eksplosion i data er guf for AI, da det giver præcis det datagrundlag, som algoritmerne er afhængige af. Vi har længe talt om big data, men nu bliver det for alvor brugbart, hvis vi da ellers evner at indsamle og kategorisere det på en meningsfuld vis.

Data mining
Dette er disciplinen at analysere og finde mønstre i store mængder af data. Det er altså både en del af big data- og maskinlæringsprocessen.

Chatbots
En chatbot er et tekstværktøj, som typisk bliver brugt til at hjælpe med support og kundeservice på nettet. De fleste velfungerende chatbots anvender kunstig intelligens til at afkode kundens intentioner, humør og behov, så den kan forstå og servicere vedkommende bedst muligt.

Indlægget Find vej i AI junglen blev vist første gang den Jonathan Løw.

Når jeg alligevel vælger at bruge termen kunstig intelligens, så skyldes det, at selvom vi ikke er enige om definitionen, så er vi enige om, hvad den henviser til. Nemlig de mange forskellige teknologier der hører under fælles-termen artificial intelligence – dvs. maskinlæring (machine learning), deep learning (og neurale netværk), chatbots, natural language processing, natural language generation, image recognition m.fl.

Frem for at kaste mig ud i en længere debat om, hvorvidt det er det rette ord, så vil jeg hellere gøre dig lidt klogere på, hvorfor det lige præcis bliver i 2019, at kunstig intelligens slår igennem i alle danskeres hverdag – også i din. Jeg vil derudover forklare, hvorfor det for både små og store virksomheder bliver altafgørende, at I tager stilling til AI – og udnytter de muligheder, det kan give jer.

Du kender allerede nu kunstig intelligens fra din hverdag

Hvis du føler dig en smule koblet af efter den lidt tekniske indledning, så lad mig i stedet tale om din hverdag. Her oplever du nemlig kunstig intelligens hele tiden – det være sig, når du bliver præsenteret for nye film og serier på Netflix, eller når du køber en bog på Amazon. I begge tilfælde er det maskinlæring, som bruges til at forstå dine og andre brugeres adfærd og ud fra denne adfærd præsentere dig for ‘intelligente’ forslag til det, du skal se eller købe næste gang.

Det er også kunstig intelligens i en lidt mere avanceret form, der efterhånden er bygget ind i mange bilmodeller, når bilerne skal hjælpe dig med at køre på autopilot eller endnu mere avanceret forudsige uheld som i dette eksempel med en Tesla:

Godt så. Kunstig intelligens er altså blevet en mainstream del af den almene forbrugers hverdag. Og denne mainstream-udvikling kommer nu til både erhvervs-og foreningslivet – uanset om du arbejder med forretningsudvikling, salg, markedsføring, HR eller ledelse …

2019 er året, hvor I er nødt til at gøre noget!

Kunstig intelligens gør det muligt for maskiner at lære af erfaring, tilpasse sig nye input og udføre menneskelige opgaver. Altså træner man computere til at udføre specifikke opgaver ved at behandle store mængder data og genkende mønstre i data.

Eksempelvis kan kunstig intelligens optimere finansielle investeringer, identificere genetiske mutationer forbundet med sygdomme, fungere som chatbots, genkende mønstre og dermed kategorisere billeder, forudsige vejret og meget mere.

De fleste organisationer i Danmark er p.t. i det tidlige stadie i brugen af AI, men der er et stigende antal eksempler, hvor teknologien bruges til at optimere systemer og processer både til selve virksomheden, men også i forhold til kunderne. Og min påstand skal være, at hvis I ikke får indtænkt AI i jeres forretning i løbet af dette år, så kan det få alvorlige konsekvenser for jeres konkurrenceevne i 2020.

Hvad er så det rigtige at gøre?

Der er naturligvis ikke ét simpelt svar på, hvad det rigtige er at gøre, men i bedste iværksætter-stil vil jeg hævde, at det er bedre at gøre noget (uanset hvad) end ingenting!

Jeg holder mange foredrag og workshops i hele landet (og i udlandet) vedr. dette emne. Her støder jeg også på et utal af spændende cases, så lad mig fremhæve nogle få af disse som inspiration til, hvordan I kan tænke kunstig intelligens ind i jeres forretningsmodel og virkelighed. Det er samtidig spændende cases, fordi de viser, hvad der er potentialet, når man flytter AI fra at være hype til at blive hverdag.

Derudover driver jeg selv en AI-virksomhed, som Forbes Magazine har kåret til én af Skandinaviens tre mest lovende indenfor kunstig intelligens, så jeg trækker også på egne erfaringer i mine foredrag.

Lad mig starte eksempelrækken med noget, vi alle kender, og som de fleste af os holder af: JORDBÆR!

Har jordbær og kunstig intelligens noget med hinanden at gøre? Svaret er, at det har de NU. Sådan er det i hele taget med AI – mulighederne er uendelige, og forretningsmulighederne ligger der, hvor I sætter maskinerne til at løse noget bedre, end I selv ville kunne have gjort det i organisationen i dag …

Som du kan se af denne korte video, har kunstig intelligens altså potentialet til at revolutionere landbruget – også i Danmark. Vi er indenfor denne branche allerede i gang med revolutionen, men langt fra i mål. Mit bedste bud skal imidlertid være, at du i løbet af 2019 kommer til at se maskiner som denne køre rundt på de danske marker:

Også indenfor sundhedsområdet er der kæmpe muligheder igennem brugen af AI. Lige nu er især læger og overlæger presset på tid, og en stor del af problemet er to ting:

1. Den tidskrævende opgave at stille diagnoser.

2. De store økonomiske og menneskelige omkostninger forbundet med, at vi opdager alvorlige sygdomme som eksempelvis kræft for sent i processen.

Igen vil maskinlæring og deep-learning kunne betyde kæmpe fremskridt til glæde for både samfundsøkonomien og danskernes sundhed. Virksomheden Sigma Technologies er én af frontløberne, når det kommer til at hjælpe os mennesker med at spotte sygdomsmønstre tidligere, end vi selv er i stand til – samt spare mange timer hver uge for vores dygtige speciallæger:

I videoen er emnet lungekræft, men det kunne ligeså vel have været brystkræft, hvor man også træner algoritmerne i at kunne genkende mønstre og kritiske forandringer:

Et tredje og måske ikke så omtalt område er bevarelsen af dyrelivet på kloden. Formentlig havde mange ikke set, hvorledes kunstig intelligens kunne spille en rolle her, men det gør teknologien ikke desto mindre i høj grad i eksempelvis flere afrikanske lande. Her bruger lokale NGO’er således teknologien til at skaffe mere valide data på bestanden af truede dyrearter såsom zebraen. Denne data har kæmpe værdi, fordi det ofte forholder sig sådan, at de lokale regeringer og fonde kun vil tildele midler, såfremt der findes sikre tal, som kan dokumentere, hvor truet en given art måtte være. Hidtil har dette været meget vanskeligt, men med mønstergenkendelse og deep learning er der sket en revolution indenfor området:

Resultatet? Forhåbentlig at verden også om 100 år fra nu vil kunne se smukke skabninger som denne løbe frit rundt i Tanzania og andre steder og berige vores planet og natur:

Apropos vores fortid og fremtid så har bl.a. virksomheden Iconem lavet spændende AI-værktøjer til både at genskabe fortiden og forstå fremtiden:

Hvis du ønsker mere inspiration til, hvordan kunstig intelligens kan anvendes i jeres organisation, så book mig til et inspirationsforedrag om emnet nu … Nedenfor finder du desuden et kort teknologisk overblik over, hvad der især rører sig indenfor AI netop nu …

De 10 vigtigste AI-teknologier i 2019 (kilde: PwC)

Generelt overblik over de teknologiske muligheder indenfor kunstig intelligens (kilde: Callaghan Innovation)

Indlægget Kunstig intelligens bliver kæmpestort i 2019 blev vist første gang den Jonathan Løw.