Introduktion till serien

Kommer kassapersonal, industriarbetare och yrkesförare finnas kvar om 10 år? Om 20 år? Läkare, lärare, journalister och jurister då? Kommer nya sektorer att sysselsätta alla de, vars jobb snart inte längre existerar? Jag kommer i tre delar att titta närmare på några av de trender och initiativ vi idag ser inom teknologisk utveckling i den civila sfären, de mekanismer som driver utvecklingen och formar framtiden, och de strategier som diskuteras för att göra framtiden säker för de som hamnar efter.

Robotar och artificiell intelligens börjar i snabb takt göra landvinningar på de tidigare mest svåråtkomliga platser. De utför uppgifter inom områden som tidigare helt varit förbehållna mänskliga utövare och prestandan ökar i en tidigare sällan skådad takt. Samtidigt låter skalbarheten i digitala plattformar en lyckad lösning bygga upp en global användarbas utan geografiska barriärer och gå från att konkurrera om tusentals människors lojalitet till miljontals, med oöverträffad effektivitet. Resultatet är att intelligenta digitala system och funktionella robotbaserade lösningar stegvis börjar leta sig in som alternativ till den mänskliga arbetaren på näst intill varje område. Många år må återstå innan dessa alternativ bär mer än en liten del av arbetsbördan i många domäner, men teknologi utvecklas i snabb takt. Medan tidigare automatiseringsrevolutioner öppnade upp nya områden för jordbrukaren, arbetaren eller tjänstemannen och dennes kompetens och motorik, blir det allt svårare att hitta områden som är helt immuna mot att snart domineras av maskiner och intelligenta algoritmer.

Den industriella revolutionen ledde till en allokering av befolkningen från jordbruket till tätorter och industri. Allteftersom industrins efterfrågan på arbetskraft mättades byggdes en diversifierad tjänstesektor upp och absorberade en arbetskraft som nu var bättre utbildad in i roller som krävde abstrakt tänkande, sociala kunskaper och planering. Människor flödade in i en törstande transportsektor, in i välfärd och utbildningsväsende. Under mer än ett århundrade har det varit relativ balans mellan utbud och efterfrågan på arbetskraft, och trots perioder av lågkonjunktur och ökad arbetslöshet har människor kunnat vara säkra på att samhället även i framtiden behöver deras tjänster. Hela vårt ekonomiska ekosystem bygger på att konceptet förvärvsarbete – som basen för individens välstånd – är en oföränderlig konstant; att människan har en rad inbyggda egenskaper som med utbildning kan utvecklas till färdigheter som på mer eller mindre öppna marknader kan bytas mot pengar, varor och tjänster i kvantiteter tillräckliga för att kunna täcka individens materiella behov. För den minoritet som relationen inte genererar ett tillräckligt underlag har vi ett socialt skyddsnät, med omskolning som en av sina många verktyg och återinträde på arbetsmarknaden som slutmål.

Bör vi emellertid blint anta att vi kommer att kunna få ut alla i arbete även i framtiden? Eller står vi på en inflektionspunkt (uttrycket refererar till Andrew McAfees och Erik Brynjolfssons 2014 års bästsäljare The second machine age) där vi de närmaste åren kommer att se en kraftigt accelererande utveckling mot autonoma system som kommer att konkurrera ut den anställde på näst intill varje område? Det finns goda argument för det senare.

Bör vi då inte ha en plan?

Medan politiska reformer går från identifiering av problem till idéer om lösningar, konkreta utredningar och implementering på tidsskalor som ofta spänner över tiotals år tenderar teknologiska revolutioner ha kapacitet att förändra signifikanta delar av vår livsstil på en bråkdel av den tiden. Hittills har de snabbaste av trendskiften rört kulturella element som vårt sätt att inhämta och dela information, handla varor och tjänster, kommunicera med varandra och inleda relationer. Samhälleliga grundmekanismer för skapande av värde, fördelning av inkomst och finansiering av välfärd har ännu hållits relativt oförändrade. Torde det inte vara på tiden att man från politiskt håll reagerar på de signaler som finns och påbörjar ett förändringsarbete med mål att göra att statsapparaten redo för framtidens utmaningar, när dessa utmaningar blir en realitet. Bara en liten risk om en handfull procentenheter att vi om 15 år har en arbetslöshet som är dubbelt så hög som idag, bör motivera tillsättning av miljardbelopp i resurser idag för att utreda strategier för att dämpa effekterna. Från politiskt håll råder det tystnad och man kan skönja ett oroande kunskapsgap mellan de som driver den teknologiska utvecklingen framåt och de beslutsfattare vars prioriteringar kommer att avgöra gemene mans välstånd i närtid och framtid.

Teknologisk utveckling är grundpelaren i samhällets utveckling, såväl ekonomisk som i dess värdegrund. Vår förmåga att kommunicera globalt, producera varor och tjänster billigt och effektivt, bota sjukdomar, och producera och transportera mat till en bråkdel av den kostnad våra förfäder kunde klara av, har inte bara lett till en värld med kapacitet att husera en befolkning som är 8 gånger större än för 200 år sedan, men också gett upphov till livsstil som – speciellt i de länder som bäst lyckades dra fördel av utvecklingen – är fri från många av de plågor och oroligheter tidigare generationer dragits med. Stora delar av världen har fått uppleva långa perioder av enorm ekonomisk tillväxt, ökande medellivslängd, näst intill universell läskunnighet och nära eliminerad barnadödlighet.

Utveckling har gjort oss gott. För att den ska fortsätta göra det (för hela vår befolkning) så krävs det att vi inte bara blir medvetna om dess framtida möjligheter, åt vilket håll den rör sig och i vilken takt, utan vi bör dessutom i god tid sätta vår kunskap i arbete mot utveckling av framtidens samhälle. Främst bör vi våga ifrågasätta samhälles alla standarder.

En automatiserad framtid del 1: Trender

Påståendet att vissa yrken är immuna mot bortstötning av teknologi, bygger vanligtvis på två antaganden; det första, att datorer är oförmögna att tillämpa omdöme, vara kreativa och empatiska, och det andra, att dessa attribut är oumbärliga i leveransen av professionell service. – Richard Susskind – Times kolumnist och författare

Automatisering av arbetskraft utgör en stor utmaning för samhällsbygget på sikt och är ett ämne som på senare år ägnats allt mer uppmärksamhet. I både svensk och internationell press har man argumenterat för en ökad beredskap inför en utveckling som för varje år blir allt mer tydlig – att nya teknologier på område efter område antingen effektiviserar arbetsuppgifter och därmed minskar personalbehovet eller helt ersätter arbetarna. De senaste åren har visat en fullständig explosion i antalet böcker och artiklar på temat.

På hemmaplan har en del artikelförfattare lyckats lyfta frågan hela vägen till de stora dagstidningarnas debattsidor. Störst genomslag kan förmodligen tillskrivas den studie som genomfördes av chefen för Reforminstitutet, Stefan Fölster på uppdrag av Stiftelsen för strategisk forskning år 2015, och kom fram till att över 50% av de svenska jobben skulle kunna vara borta år 2035. Studien byggde på en brittisk förlaga av Carl Benedikt Frey and Michael A. Osborne från 2014, där man där man analyserat arbetsmomenten i 700 amerikanska yrken och nått slutsatsen att 47 % av dessa sannolikt kommer att vara borta inom 20 år. Andra har å andra sidan, menat att sett ur ett historiskt perspektiv har det i takt med att gamla yrken blivit obsoleta, nya tillkommit. Deras resonemang bygger i grund och botten på antagandet att historiska långsamma linjära samband även håller i framtiden. Det vill säga att vi inte står inför ett omvälvande paradigmskifte av något slag, utan att samhällen precis som förr kommer att transformeras och fortsätta att lyfta arbetaren in i nya arbetsuppgifter i takt med att automatisering löser föregående generations manuella uppgifter. Senast i Sverige lyftes den tesen i den rapport som publicerades av tankesmedjan Fores, skriven av Jesper Roine, docent i nationalekonomi på Handelshögskolan i Stockholm.

Den stora frågan är om tillkomsten av nya yrken kommer att matcha bortfallet länge till och om det överhuvudtaget är rimligt att antaganden om kommande tjugo årens utveckling i automatiserade system, artificiell intelligens och robotisering kan härledas ur tidigare (närliggande) trender som främst antingen handlat om mekanisering av repetitiva arbetsmoment eller digitalisering av information. Ett av huvudspåren i detta och kommande inlägg kommer vara att argumentera emot den linjen, samt reflektera kring ett antal myter som undertecknad anser leder till ett underskattande av automatiseringens effekter.

Medan man i rapporter som Fölsters har redogjort för vilka av de idag existerande yrkesroller som kommer att försvinna på sikt, har vi få gissningar om vilka sektorer som förväntas växa, och till vilken grad nytillskotten till arbetsmarknaden kommer att kunna kompensera för bortfallet. Något att reflektera över är att ett nettobortfall på endast 5 procentenheter om 20 år skulle betyda att vi under brinnande högkonjunktur skulle ha en arbetslöshet på 10–12%, vilket på allvar skulle ge känningar, speciellt om inte nödvändiga åtgärder vidtagits för att transformera vårt samhälle i rätt riktning för att parera effekterna.

De företag och institutioner som idag leder teknologiutvecklingen gör inte anspråk på att skapa enkla mekaniska substitut för manuella arbetsmoment, utan det är uppgifter som tidigare krävt en mänsklig hjärna som är i fokus.

Att blint anta ”business as usual”, är att missa den centrala skillnaden mellan den teknikrevolution som pågår idag och hur den radikalt skiljer sig mot de föregående faser som mekanisering av jordbruket och transportsektorn, automatisering av tillverkningsindustrin samt elektrifieringen av våra städer. De företag och institutioner som idag leder teknologiutvecklingen gör inte anspråk på att skapa enkla mekaniska substitut för manuella arbetsmoment, utan det är uppgifter som tidigare krävt en mänsklig hjärna som är i fokus.

Förutsägelser om en antågande automatiseringvåg har i omgångar kommunicerats av ett spektrum av tänkare, hela vägen från fantasifulla science-fiction-författare till etablerade akademiker, futurister och teknologisektorns visionärer. Ett antal forskningsinstitut och stiftelser runtom i världen tar frågeställningarna steget längre och söker svar på hur intelligenta system och artificiell intelligens kan komma att i grunden förändra livet på jorden. Future of humanity institute (Oxford), Future of life institute (Boston) och Singilarity university (San Fransico), för att nämna några. Även om teknikoptimismen av naturliga skäl är mer utbredd hos de ingenjörer, forskare och teknikbloggare som till vardags följer och uppmuntras av tankegångarna i sektorn, bygger den ökade medvetenheten på en rad rimliga observationer av takten i vilken nya landvinningar görs på ett antal områden, där autonoma fordon är ett, framsteg i tal-, text- och bildigenkänning är andra. Våra maskiner börjar helt enkelt bemästra sådant som tidigare krävt unikt mänskliga förmågor, som att se och känna igen objekt samt kommunicera i tal och skrift med grammatiskt korrekta meningar.

Transport, handel och logistik

I Silicon Valley i San Fransisco och andra teknologiföretagstäta miljöer idag råder hög optimism, vilket följer av att teknikföretagen effektivt flyttar fram fronten för vad som är möjligt för varje år och enorma framsteg görs på områden man nyligen trodde var årtionden ifrån kommersiell mognad.

Autonoma fordon

Ett sådant område är självkörande bilar, som sedan 2009 utvecklas av Google (projektet numera kallat Waymo) och som sedan ett par år testas i stor skala i en rad amerikanska städer. Dessa och börjar nu nå en prestanda som i specifika miljöer redan passerat mänskliga förare i precision och förmåga. Taxi-företaget Uber driver själv ett eget initiativ att utveckla en autonom taxiflotta, med det uttalade målet att inom en handfull år, på många platser, ersätta föraren helt. I Pittsburgh i USA har Ubers självkörande bilar börjat ta körningar med riktiga kunder som passagerare, dock än så länge med en mänsklig chaufför närvarande, redo att ingripa vid behov. Med ett världomspännande nätverk av hundratusentals bilar i över 50 länder redan idag kan initiativet på fem till tio års sikt radikalt förändra hur människor världen över rör sig i stadsmiljöer. En rad samarbeten mellan teknikjättar och traditionella bilföretag är idag på väg att göra jakten på den självkörande bilen den kanske mest intensiva teknologiska kapplöpningen i vår tid (Audi, Volkswagen, GM, Tesla, Toyota, Bosch, Nvidia, Google, Apple, och Baidu för att nämna några giganter som är centrala på området). Medan lagstiftarna i Sverige vann en delseger mot Uber och delningsekonomin i stort, och satte stopp för den ifrågasatta sidotjänsten Uber Pop, där vem som helst med körkort och tillgång till bil kan extraknäcka som taxichaufför, så smider Uber på nästa stora steg – att inom en överskådlig framtid ersätta mänskliga chaufförer helt. Uber-konkurrenten Lyft har även de, nyligen givit sig in i racet och även där är visionen en total transformation av konceptet bilkörning och ägande. I likhet med initiativen som drivs av Uber och Google är tanken att självkörande flottor helt skall ersätta privat bilägande och samtidigt sudda ut skillnaden mellan vardagsresandet och taxifärder. Fordonen skall ägas av företagen och prenumerationsmodeller skall täcka kundernas alla transportbehov.

Elbiltillverkaren Tesla gick i oktober 2016 ut med den — även för teknologisektorn — ögonbrynshöjande nyheten att alla deras bilar från och med nu skulle vara hårdvarumässigt förberedda för ”fullständigt” autonom körning. Med detta menas att alla bilar kommer att kunna beställas med ett tilläggspaket som innehåller en kraftfull dator samt alla de kameror och sensorer som krävs för uppgiften. Stegen mot fulltäckande autonom körning kommer att tas genom uppgraderingar av mjukvaran allteftersom tekniken förfinas.

Svenska Volvo är en av de lastbilstillverkare som kommit längst i utvecklingen av autonoma lastbilar, och även om det till en början rör sig om avancerade förarstöd är inte steget långt till en förarlös sektor. Faktum är att det förmodligen kommer att vara i den passagerarlösa delen av transportsektorn vi först kommer bevittna storskalig spridning, dels för att en förarlös lastbil inte behöver ha en människa ombord, och därför kommer branschen inte ha några incitament till försiktighet utöver vad som ingått i processen att få systemet godkänt (en del privatkunder kan säkerligen komma att tveka till en början på grund av upplevd osäkerhet kring den nya teknologin), och än mer på grund av de kostnadsbesparingar som tidigt kan räknas hem. Personalkostnader är idag en av branschens största utgiftsposter.

I USA sysselsätter transportbranschen 3.5 miljoner människor, i Sverige är motsvarande siffra 150 000 personer (yrkesförare). Hur dessa människor skall assimileras i ett samhälle som inte längre behöver deras tjänster är en av de många utmaningar som måste börja generera uppmärksamhet från politiskt håll inom kort för att vi ska ha en chans att ha en plan på plats.

Under början av 2017 började Dominos Pizza genomföra hemleveranser med hjälp av autonoma leveransrobotar som kör på trottoaren. Robotarna utvecklas av London-baserade Starship Technologies (grundat av bland andra Skype-medgrundaren Janus Friis), och är inte större än en normalstor barnvagn. Med en handfull kameror och sensorer, GPS och sofistikerad mjukvara kan leveransrobotarna navigera från restaurangen hem till slutkund, lämna varan och navigera tillbaka. Med tanke på att de inte rör sig snabbare än rask gånghastighet och generellt inte beträder andra ytor än såna avsedda för fotgängare, blir det både teknologiskt och tillståndsmässigt en enklare uppgift att få ut dessa på marknaden än exempelvis självkörande bilar och lastbilar (som har betydligt större utmaningar gällande säkerhet att handskas med). Leveransrobotar utvecklas, testas och marknadsför idag av en rad företag i olika städer välden över. I San Fransisco exempelvis har amerikanska Yelp påbörjat ett pilotprojekt, liknande Dominos i Hamburg, tillsammans med robottillverkaren Marble, och geomför hemleveranser av mat med leveransrobotar.

Butik och restaurang

Kommer slutkunden att acceptera utvecklingen?

Viktigt att förstå, är att den kulturella grunden för kommande utveckling redan till viss mån är lagd. Få av våra dagliga interaktioner med exempelvis butik och restaurangpersonal, bygger fundamentalt på behovet av mänsklig kontakt, utan de människor som är sysselsatta i branschen är ofta inget annat än en nödvändig länk mellan oss och utbudet av varor och tjänster vi önskar konsumera. När den behovsrelationen är bruten har vi redan anpassat oss. Personalen på den lokala resebyrån fyllde ett behov i en tid där deras expertis var oumbärlig för att hitta den rätta flygbiljetten, hotellet eller hyrbilen. När den processen digitaliserades var det ingen som saknade att åka in till stadskärnan, vandra in på en av ortens många resebyråer, ta en kölapp, vänta på sin tur och sitta med en människa för att planera semestern. En sak är säker, tjänster som momondo.com och skyscanner.com för sökning av flygbiljetter samt hotels.com och booking.com för hotellbokningar sysselsätter bra mycket färre människor än de resebyråer som de ersätter. Digitala tjänster är skalbara med minimala marginalkostnader för tillökning av kundbas. Vidare är kundbasen inte heller geografiskt bunden och en digital tjänst kan effektivt locka användare från en hel nation, kontinent eller planet. Konceptet benämns löst: vinnaren tar allt, en effekt som diskuteras i nästa del av denna text.

Kan vi tänka oss en liknande utveckling i restaurangbranschen? Även här har vi en bransch som till stor del har mänsklig kontakt som ett centralt steg, men även här frågan är om detta alltid är nödvändigt. När det gäller snabbmat är processen redan till hög grad centralt planerad och optimerad. Kedjor som McDonalds och Subway drivs som fabriksgolv där det knappast finns något utrymme för den anställde att fatta kreativa beslut, utan denne förväntas följa en noga planerad process till punkt och pricka. En anställd behöver inte ha någon tidigare erfarenhet av yrket och kan utbildas på plats på några timmar. Avståndet mellan ett McDonalds med en mänsklig personalstyrka som agerar robotar och ett Macdonalds där köpet hanteras, maten förbereds och serveras av robotar är inte särskilt stor. Kunden har redan vant sig vid en detaljplanerad process och givet att snabbmatskedjan levererar mat som åtminstone för tillfället ger tillfredsställelse är det mindre viktigt om hamburgaren ramlar ut från en lucka, sträcks fram av en robotarm eller av en stressad extrajobbande gymnasielev. Här finns idag en rad aktiva initiativ för att automatisera alla steg i kedjan, från beställning och betalning till tillagning av måltiden, och på många platser sker redan beställning av maten i automater. Det som återstår är automatisering av tillredningen. Det uppmärksammade företaget Momentum Machines har redan ett färdigutvecklat koncept för fullständigt automatiserad tillverkning av hamburgare, där alla steg från förberedelse av råvaror till färdigpaketerad måltid sköts av deras maskin. Deras första restaurang öppnar nu i 2017 i San Fransisco. Det finns goda anledningar till varför snabbmatsbranschen är intressant att följa, som nämnts tidigare är den i någon mån redan automatiserad och hela processen är nedbruten i ett antal delsteg som i princip handlar om att förflytta olika objekt mellan olika punkter i köket vid rätt tidpunkt. Kundens förväntningar på socialt bemötande är dessutom minimalt. Att snabbmatsrestaurangen ofta är ungas första kontakt med arbetslivet kan göra automatisering av den till en speciellt tuff utmaning då den slår mot en grupp som redan har det svårt att etablera sig på arbetsmarknaden.

Syftet att nämna branschen dock, handlar snarare om att ge ett specifikt exempel från en bredare klass av yrken där arbetsmomenten är enkla, centralt planerade för maximal effektivitet och minimalt beroende av kreativitet och problemlösning. Ett annat exempel är personalen vid check-in-disken på flygplatsen, där vi redan nu ser att många av arbetsmomenten nu flyttas till automater, webben och mobilapplikationer. I allmänhet rör vi oss idag mot automatisering av arbetsmoment i de flesta situationer där vi genomför ett köp eller erhåller en tjänst av standardiserad karaktär, såsom inköp av tåg och bussbiljetter, beställning av snabbmat, upphämtning av paket med mera. Även om vissa kunder i stunden kan irritera sig på att personlig service ersätts av ”självservice” och automater, är nog de flesta nöjda med att en tur- och returbiljett Stockholm-Paris idag kan kosta så lite som 1000 kronor, det med ett traditionellt flygbolag. Fortsatt konkurrens kommer även i fortsättningen leda bolagen att hitta nya sätt att dra ner sina kostnader och automatisering kommer fortsättningsvis att vara en central strategi.

Under slutet av 2016 gick amerikanska Amazon ut med nyheten att man utvecklat ett butikskoncept helt utan kassor, Amazon Go. Till skillnad mot butiker med självscanning och själv-check-out kräver Amazons butik ingen registrering av varorna. Kunden kan således promenera in i butiken, plocka varor från hyllor och vandra ut. Det enda som behövs är en mobilapplikation och ett konto hos företaget. Sensorer, kameror och avancerad mjukvara sköter resten. Enligt Amazon är teknologin lik det som utvecklas för självkörande bilar, med bildigenkänningsalgoritmer och datadriven artificiell intelligens som bas, ett exempel på hur teknologi i den digitala sfären snabbt kan flöda från ett fält till ett annat. En första butik öppnade nyligen i Seattle, och om experimentet flyter på problemfritt, väntar sig Amazon öppna uppemot 2000 butiker de kommande åren. Amazon må vara först ut med konceptet, men som med alla andra teknologier dröjer det inte länge innan ett fungerande koncept får spridning långt utanför grunddomänen och med skaror av andra aktörer som förfinar och implementerar tekniken.

E-handel och logistik

Vi har sedan 2000-talets början sett en massiv flytt av detaljhandel från fysiska butiker till webben, där köp behandlas på en virtuell och skalbar plattform snarare än på ett personalintensivt butiksgolv. E-handeln jobbar intensivt med att minska personalbehovet i alla steg i kedjan, från administration till lagerhantering och transport. Ett modernt lager, av den typ som utgör navet i e-handelsplatsens logistikkedja är i högsta grad automatiserat idag (åtminstone finns det fullständigt robot-baserade lösningar att tillgå och alltjämt tekniken blir billigare kan vi förvänta oss att lagerbranschen på alla fronter står inför en transformation). E-handelsjättar som amerikanska Amazon och kinesiska Alibaba som står för 30% respektive 80% av e-handeln i deras respektive länder, satsar många miljarder dollar per år på utveckling av teknologi inom robotik och artificiell intelligens. Sedan 2014 utvecklar Amazon aktivt sitt program för drönarleveranser vilket på sikt är tänkt att kunna stå för leverans av varan från ett regionalt lager fram till kundens dörr helt utan mellanhänder (till en början med sikte på platser där inte finns nödvändig infrastruktur för traditionell leverans).

2015 lanserades Amazon Echo, en röststyrd och uppkopplad assistent för hemmet, kapabel att bland annat ta emot beställningar av varor formulerade i naturligt tal direkt från kundens vardagsrum. I en inte så avlägsen framtid kommer man alltså (om Amazon lyckas materialisera sin vision) kunna med hjälp av sin röst beställa en vara, få den automatiskt debiterad på sitt kreditkort, varan hanterad på en fullständigt digital e-handelsplattform, paketerad i ett automatiserat lager och levererat till sin dörr inom en timme med hjälp av en obemannad drönare (eller kanske en leveransrobot). En process som då inte krävt direkt inblandning av en enda människa vid köptillfället, men som istället nyttjat spetsen av de senaste tio årens teknologiska utveckling.

Kundrelationer och kommunikation

Digitala assistenter

Intelligenta röststyrda assistenter utvecklas även av Facebook (Facebook M), Apple (Siri) och Google (Google Assistant), och är tänkta att utgöra hjärnan i det smarta hemmet. De kan redan hantera enklare konversationer, ge svar på faktafrågor, hantera beställning av varor, bokning av biljetter samt användas för kontroll av en rad av hemmets funktioner såsom belysning, temperatur och lås. Även om dessa teknologier vid första anblick verkar underlätta våra privata liv (få av oss har en mänsklig assistent hemma, redo att svara våra frågor) snarare än att ersätta anställda på arbetsmarknaden, är det när vi ser teknologins förmodade framtida förmågor som bilden börjar klarna. En applikation, må den vara installerad på hårdvara ståendes på vardagsrumsbordet eller på mobiltelefonen, som inte bara kommunicerar i tal, utan med tiden lär sig våra behov och personliga preferenser och hjälper oss att navigera i den enorma mängd information som finns i digital form, kommer på sikt ersätta många av de ”experter” vi konsulterar för allt ifrån finansiella och legala beslut till beslut rörande träning, hälsa och sjukvård. Att sätta ihop en pensionsportfölj som passar vår riskprofil, ålder och yrkesgrupp är en teknisk fråga som sedan länge är löst (dock inte att garantera avkastning av självklara skäl). Att samla in ett anpassat underlag och kommunicera olika alternativ på ett begripligt sätt är något som kommer att vara en central utmaning för den utveckling som kommer.

Chattrobotar och textbaserad kommunikation

Stora framsteg görs på dessa områden, inte minst genom det besläktade konceptet chattrobot (allmänt benämnt ”chat-bot”), som agerar en digital motpart i en textbaserad chatt och kan huseras i ett godtyckligt chattfönster på en social-media-plattform likväl som på en tjänsteleverantörs kundtjänstsida. Samma skara teknikgiganter som leder utvecklingen av röststyrda assistenter utvecklar på bred front textbaserade chattrobotar med målsättningen att göra kommunikationen oskiljbar från kommunikation med en mänsklig motpart. Facebook bland andra, erbjuder verktyg som låter företag utveckla egna chattrobotar för installation på deras chatt-funktion Messenger och sedan initiativet presenterades i början av 2016 har tiotusentals ”bottar” skapats. Dessa låter användaren bland annat hämta information om väder, beställa varor och få ett anpassat nyhetsflöde direkt i chattfönstret. Andra teknikföretag som IBM låter företag använda deras verktyg och programvara (baserad på det senaste inom artificiell intelligens) för att bygga bottar för den egna hemsidan och att automatisera exempelvis den chattbaserade kundtjänstfunktionen. Företag kommer i framtiden kunna använda liknande tekniker för att automatisera email-baserad kommunikation och tids nog även ersätta kundtjänstmedarbetaren som svarar på samtal över telefon. Ytterligare ett exempel på utveckling som slår mot den outbildade arbetsstyrkan i tjänstesektorn till förmån för en mindre grupp högutbildade ingenjörer.

Utbildning och sjukvård

Kan vi tänka oss att teknologiutvecklingen snart även transformerar områden som upplevs nästintill otänkbara utan mänsklig kontakt? Områden där mångårig utbildning, detaljkunskap och en god portion människokännedom präglar den personalstyrka på vilka dessa områden vilar? Låt oss titta på utbildning och sjukvård.

Utbildning

När Sebastian Thurn och Peter Norvig, båda tillhörande världseliten inom datavetenskap och artificiell intelligens, år 2011 öppnade portarna till sin webbkurs i AI satte man inte någon gräns för antalet deltagare. Snart hade 160 000 elever från världens alla hörn anmält sig varav 50 000 personer också slutförde kursen. Konceptet MOOC (Massive Open Online Course) såg dagen ljus. Med videoinspelade föreläsningar, digitalt kursmaterial, digitala delprov och inlämningsuppgifter kunde en grupp bestående en handfull professorer och doktorander utforma, administrera och examinera tiotusentals elever. Sedan dess har konceptet vidareutvecklats och idag deltar miljoner människor i hundratals, om inte tusentals webbaserade kurser, många i regi av några av världens främsta elituniversitet, administrerade av världens mest framstående experter inom respektive område. Intelligent mjukvara håller inte bara koll på varje elevs resultat, utan generar anpassade kursmoment för att specifikt hantera varje elevs individuella svagheter. Något som skulle vara helt omöjligt i en traditionell föreläsningssal.

En internetuppkoppling (samt en stor portion disciplin) är det enda som krävs för att kunna tillgodogöra sig en utbildning av hög kvalitet från valfri plats på jorden. Därmed är även utbildning på väg att bli digitalt, geografiskt obundet, jämlikt och skalbart. Hur detta utvecklar sig framöver är svårt att säga. MOOC-utbildningar är idag ett komplement snarare än en ersättning av traditionell högskoleutbildning, men allteftersom utvecklingen leder till en ökad kvalitet och bredd samt ökad acceptans från arbetsgivare så kan vi förvänta oss att traditionell utbildning på många håll kommer att antingen radikalt förändras eller ersättas av upplägg med allt högre grad av automatisering samtidigt som innehållet blir mer anpassat efter elevens förutsättningar och behov. Självklart kommer det under lång tid framöver att behövas kunniga högskolelärare, lektorer och professorer för att designa, presentera och administrera kursinnehåll och material, men digitala plattformar och intelligenta algoritmer kommer att kunna höja kvalitén samtidigt som skalbarheten kraftigt minskar personalbehovet per antagen elev. MOOC-utbildningar är typexempel på hur teknologi genom sin skalbarhet även kan automatisera bort yrken där arbetsmomenten i hög grad präglas av typiskt mänskliga drag som kreativitet och förståelse för människans psykologi. Medan människor fortfarande står för utformningen kursinnehåll, inlämningsuppgifter och prov (ett ansvar som sannolikt kommer att ligga på människor i många år framöver), ansvarar den digitala plattformen och programvaran för all administration av elevkonton, personanpassning av innehåll, rättning av inlämnade svar samt betygsättning och möjliggör att samma arbetsinsats som resulterar i en kurs för hundra elever nu kan räcka för en miljon. En konsekvens av utvecklingen är att elever strömmar till de kurser som anses vara de bästa och mest prestigefyllda, och som med mycket annat koncentreras deltagare kring ett fåtal alternativ som rankas högst. Medan en kurs eller ett program på anrika Stanford University i Kalifornien på sin höjd antar ett par hundra elever per termin kan samma kurs i MOOC-format utan svårigheter anta hundratusentals elever, vilket redan nu leder till en handfull elituniversitet dominerar marknaden.

Kan vi komma att se liknande alternativ till grund- och gymnasieskolan? Förmodligen inte på länge. Dock kan vi förvänta oss att smarta algoritmer och digitala plattformar även här kommer att leta sig in och potentiellt minska personalbehovet på sikt.

Sjukvård

Våren 2011 slog IBM världen med häpnad när deras dator Watson i amerikansk TV vann i frågesport-programmet Jeopardy mot de två tidigare stormästarna Ken Jennings och Brad Rutter. Medan tidigare tävlingar och spel där maskin vunnit mot människa i regel varit av strikt matematisk och logisk karaktär var detta en framgångssaga av en ny sort. Frågorna i Jeopardy är inte bara formulerade i mänskligt tal, utan med ett språk som gör tolkningen av frågan en utmaning i sig. Watson behövde således förutom att effektivt söka igenom sin interna databas bestående av flera hundra miljoner sidor information (vilken bland annat inkluderade hela engelskspråkiga Wikipedia, en rad andra encyklopedier, ordböcker och tusentals nyhetsartiklar), korrekt bryta ned och ”förstå” frågan och formulera ett svar på engelska. Allt detta snabbare än dess mänskliga motståndare hunnit trycka på svarknappen. När IBM fjorton år tidigare, med sin superdator Deep Blue lyckades slå den dåvarande världsmästaren i schack, Gary Kasparov, var även det en enorm triumf. Dock var det bara ett ytterligare exempel på att datorer har en oöverträffad förmåga att lösa matematiska problem. Något varje användare av en miniräknare på sjuttiotalet också visste. Watson däremot, var ett paradigmskifte i den mening att den uppvisade intelligens och förmågor av en typ som tidigare varit unikt mänskliga. Systemet kan utifrån en fråga formulerad på samma sätt som en människa mottar en fråga ställd till sig – i tal eller text – söka igenom sitt ”minne” bestående av en enorm databas av strukturerad information (tabeller) och ostrukturerad information (böcker, artiklar, journalinlägg etc.), efter ledtrådar. Ledtrådar, hypoteser och kandidater till slutliga svar rankas efter rimlighet och relevans utifrån den kontext i vilken frågan ställts, varav det mest troliga svaret väljs ut som det slutliga. Systemet använder hundratals algoritmer i en rad olika steg för att gå från frågeställning till svar, och kan med tiden lära sig från sin kommunikation med omvärlden och bli än mer precis.

… på samma antal år det tar att utbilda en läkarstudent att nå en AT-tjänst, gick IBMs molnbaserade artificiella intelligens från att läsa sina första rader medicinsk litteratur, till att överträffa några av Tokyos främsta experter på cancerdiagnostik.

Det finns egentligen inte några gränser för vilken typ av information Watson kan bearbeta och sedan 2011 har IBM vidareutvecklat systemet mot en rad kommersiella och akademiska ändamål, där medicinsk diagnostik (cancerdiagnostik i synnerhet) har varit ett huvudmål. Medan en mänsklig läkare är begränsad av sitt minne, tidigare erfarenheter och den information denne kan inhämta i kommunikation med kollegor och manuella sökningar i böcker och på webben, kan Watson söka igenom varenda relevant bok och vetenskaplig artikel som någonsin skrivits. Informationen kan snabbt jämföras med patientens hela medicinska historia i form av journalanteckningar, mätvärden från medicinska tester och avläsningar av dess nuvarande tillstånd för att generera en diagnos eller förslag på vidare tester och behandlingar. Än en gång kommer den digitala teknologins skalbarhet spela en central roll för dess spridning. Watson lever numera i ”molnet”, vilket betyder att den i princip kan nås och användas av varje internettuppkopplat sjukhus i världen redan idag. Man bygger således ett Watson som simultant kan tillgodose behoven på alla platser samtidigt. I juli 2016 lyckades systemet korrekt diagnosticera en Japansk cancerpatient med en ovanlig form av leukemi; något ansvarigt läkarlag inte hade lyckats göra, varvid man vände sig till IBM och Watson för hjälp. Det kommer säkerligen ta ytterligare några år innan system som Watson kan ta sig an en bredare kategori patienter, men utvecklingen sker i snabb takt och på samma antal år det tar att utbilda en läkarstudent att nå en AT-tjänst, gick IBMs molnbaserade artificiella intelligens från att läsa sina första rader medicinsk litteratur, till att överträffa några av Tokyos främsta experter på cancerdiagnostik. Något som idag fungerar som ett avancerat understöd för läkare, kan i snart stegvis automatisera arbetsuppgifter inom medicin som är associerade med hög nivå av kunskap och komplicerade resonemang, och på sikt göra ett av världens mest statusfyllda yrken obsolet.

Ett annat initiativ inom samma område är Deep patient, ett projekt på Mount Sinai Hospital i New York där man lät ett sk djupt neural nätverk (mer om neurala nätverk, den metod som idag är den centrala drivkraften bakom framsteg inom AI i nästa del) lära sig journal-data och mätvärden från över 700 000 patienter. Den kunde med en precision som inte bara överträffade tidigare metoder, utan många mänskliga läkare diagnostisera en rad olika sjukdomar.

Vidare, när det kommer till frågor som man tidigare ringde in till lokala och nationella upplysningslinjer eller vandrade in till närmaste vårdcentral eller närsjukhus för att få klarhet i, finns idag lättillgängliga och allt kraftfullare substitut på nätet. Amerikanska WebMD, en webbsida som samlar hälsoråd och information om sjukdomar har idag fler besökare än alla läkare i USA kombinerat. Nästa generation webbaserade resurser kommer kunna genom chattbaserade gränssnitt ge miljoner människor råd i realtid, med en intelligens och kunskapsmassa som vida passerar hela team av de mest erfarna mänskliga alternativen. Återigen är det skalbarheten som är nyckeln till framgång.

Medan Watson och framtida system förmodas bli kraftfulla utmanare till läkarens förmåga att ställa diagnoser, flyttar algoritmer och intelligenta system på bred front in i sjukhusen genom andra kanaler och assisterar personalen på en rad andra områden. Bildigenkänningsalgoritmer letar cancertumörer i bilder från magnetröntgen och positionerar utrustningen vid strålbehandlingar. Vi kan redan med dagens teknologi gå från röntgen till förslag på behandling med minimal inblandning av sjukhuspersonal. Även inom kirurgi finns idag en rad initiativ för automatisering, exempelvis genom utveckling av robotar för automatiserade operationer. Dessa är idag i regel i en så pass tidig fas att det ännu kommer att dröja många år innan de kan ersätta mänskliga kirurger i någon bredare bemärkelse, men resultaten är uppmuntrande. Under 2016 uppvisade roboten STAR en förmåga som var jämförbar eller bättre an den hos en mänsklig kirurg under specifika omständigheter.

Fallgropar, journalistik och lite annat

Några ord om tillverkningsindustrin

Jag har medvetet undvikit att skriva om tillverkningsindustrin (eller jordbruket). Dels för att det inte råder någon nämnvärd oenighet (med vissa undantag) om var den branschen är på väg och dels för att det är relativt intiutivt att förstå sig på hur och varför automatisering är och förblir central för dess utveckling. Industrin har automatiserats aktivt och målmedvetet ända sedan den uppkom i sin moderna form under 1700-talets slut och utgör i många avseenden modellexemplet för övriga sektorer i avseenden som effektivisering, maximering av kvalitet och minimering av oönskad variation. En modern fabrik i ett utvecklat land är redan i stora drag automatiserat och bara vissa specifika moment återstår för den mänskliga arbetaren i själva tillverkningsprocessen. Övrig personal sysslar antingen med planering och monitorering av processen eller underhåll och diagnostik av maskinerna (och självklart administrativ personal). Steg för steg kommer många av dessa arbetsuppgifter också att försvinna till förmån för algoritmer som i realtid inte bara planerar och optimerar processen, utan också kan detektera potentiella problem och föreslå lösningar.

En intressant politisk vinkel är att allteftersom metoderna utvecklas kommer företagen att ha allt svagare incitament att flytta fabriker till låglöneländer och det kommer förmodligen att ske ett flöde tillbaka väst. Men till antiglobaliseringsrörelsens stora besvikelse kommer det förmodligen inte leda till några nya jobb, annat än inom områden med högkvalificerad arbetskraft med akademisk bakgrund. Men nog om det. Vi berör politiken i seriens tredje del.

Mentala fallgropar

Citatet i början av denna text sammanfattar på sätt och vis det centrala temat i denna serie och belyser samtidigt ett vanligt misstag många gör när de resonerar kring teknologisk utveckling idag och dess effekter på utsikterna på arbetsmarknaden. Citatets andra del är nyckeln. Huruvida en dator eller en robot faktiskt kommer att kunna (inom rimlig tid) uppvisa liknande mentala kvalitéer som människor, är mindre viktigt än det vi i grunden förväntar oss från en professionell tjänst – att en transaktion genomförs, en vara flyttas från en plats till en annan, att en tumör tas bort eller att ett legalt dokument produceras. Vi tenderar att associera utövningen av många yrken med mänskliga attribut, inte för att de nödvändigtvis är oumbärliga för uppgifterna, utan för att det har varit den lösning som historiskt funnits till vårt förfogande. Ett annat relaterat misstag som vi gör är att vi ser på en yrkesroll som en helhet, snarare än att bryta upp den i en samling arbetsmoment, där vissa delar är mer och andra mindre benägna att ersättas av automatiska substitut. Det leder till en underskattning av utvecklingens potential i många områden.

Att tänka sig att sjuksköterskeyrket skulle vara i riskzonen för automatisering ter sig för de flesta som fullständigt absurt. Yrkesrollen är starkt associerad med mänskliga attribut och färdigheter som visad empati, förmåga att kommunicera med andra människor och att hantera varierande arbetsuppgifter i en föränderlig miljö. En roll behöver inte vara möjlig att automatiseras i sin helhet för att dess utövare ska vara benägna till bortstötning på arbetsmarknaden. Under arbetsdagens åtta timmar, genomför en sjuksköterska en rad uppgifter som är av mer eller mindre repetitiv och av processdriven karaktär, såsom att monitorerna patienter, sammanställa mätvärden, uppdatera journaler och kommunicera information till läkare och avdelningsledning. Om vissa av dessa moment ersätts av robotar och intelligent mjukvara kan vi ha en situation där en avdelning som tidigare för ett visst inflöde av patienter krävt tio sjuksköterskor i framtiden bara behöver fem. Yrkesrollen finns kvar men personalbehovet minskar. Sjuksköterska må vara ett extremt exempel, men i allmänhet bör vi inte titta på en yrkesroll i sin helhet, utan på dess ingående arbetsmoment, som var och en har sin egen nivå av komplexitet och benägenhet till automatisering.

Intelligent programvara gör idag ett ambitiöst intåg i företagens ekonomiavdelningar och kommer snart att kunna ersätta tjänstemän i allt ifrån bokföring till revision, från prognostisering till skatteplanering. Betyder det att ekonomiavdelningen helt kommer att försvinna? Förr eller senare, absolut, förmodligen inom 20 år (Fölsters rapport som citerades i början exempelvis, tillskriver nära 100%-ig sannolikhet till eliminering av yrkesrollerna ‘bokförings- och redovisningsassistenter’), men långt innan det kommer avdelningarna att minska i personalstyrka till förmån för mjukvara. Än en gång, bara en del av arbetsmomenten behöver vara autmatiseringsbara med en viss nivå av teknologisk utveckling för att rollen skall sättas under press.

Ytterligare en aspekt att hålla i minnet är att utvecklingen av en viss kategori tekniker sker från två håll, dels genom vidareutveckling av teknologin i fråga samt genom att en alltmer för teknologin gynnsam miljö tar form via externa initiativ. Ta självkörande bilar tillexempel, där genomförbarheten i skiftet inte bara kommer att drivas av biltillverkarna, utan även av de som planerar och utvecklar trafiklösningar. En motorvägssträcka som innehåller ett avsnitt som är speciellt svår för ett autonomt fordon att hantera kommer inte bara att skapa incitament att utveckla bättre bilar, utan vi kommer även från samhällets håll att vara motiverade till att förbättra trafiklösningen.

Juridik

Gällande juridik, för att ta ett annat exempel, kan man frestas att anta att automatisering med hjälp av intelligenta algoritmer kommer att vara relativt begränsat då mycket av den information en jurist bearbetar finns i ett sk. ostrukturerad format, i fysiska dokument och i en för en dator (historiskt) ogynnsam form. Parallellt med att algoritmer blir bättre på att söka igenom och finna struktur i dessa textmassor kommer det att från andra hållet att ske utveckling mot standardiserade dokument och digitalisering. Juridik är idag ett fält som ambitiöst uppvaktas av en lång rad AI-startups och det är just det faktum att mycket av arbetet handlar om att läsa, strukturera och förstå textmassor som lockar (i självklar kombination med att potentiellt stora monetära vinster för värdebringande tjänster). Utvecklingen sker via ett fält kallad datorlingvistik som idag är under mycket snabb utveckling och är en central ingrediens i många av de exempel vi hittills tittat på. Amerikanska LawGeex exempelvis skriver på sin hemsida att de kan spara företag 80% av tiden och 90% av kostnaden för granskning av legala kontrakt genom att använda deras algoritmer snarare än att låta en mänsklig jurist utföra granskningen. Hur artificiell intelligens kommer att transformera detta fält de kommande åren återstår att se, det rapporteras redan om att vissa advokatbyråer har börjat implementera algoritmer som substitut för juniora jurister. I en rapport publicerad av revisionsbyrån Deloitte 2016, räknar man med att fältet kommer att genomgå “stora reformer de kommande 10 åren” och att automatisering kan leda till 39% av jobben försvinner på “sikt”.

Journalistik

Skulle denna text (den du läser nu) kunna vara skriven av en algoritm?

Jag avslutar denna del med några rader om journalism, ett område som idag är under hård press, både från alternativa nyhetskällor som – ofta med lösare form av fakta-granskning och ibland med tydliga politiska agendor — de senaste åren gjort ett intåg som alternativ till traditionella nyhetsförmedlare, samt från en läsarkrets som är allt mindre benägna att betala för innehållet. Det skulle vara motiverat att ägna en hel artikel eller två åt att belysa hur senaste årens utveckling på internet, med sociala medier och en allt mer öppen tillgång på information (oavsett kvalité) håller på att transformera branschen, men vi bibehåller vårt fokus på automatisering.

Skulle denna text (den du läser nu) kunna vara skriven av en algoritm — en mjukvara som efter att ha läst tusentals artiklar och blogginlägg på samma och angränsande teman, extraherat nödvändiga semantiska relationer och sammanfattat detta i ett inlägg på svenska (tillsammans med en handfull satser som utrycker en fiktiv artikelförfattares förmodade åsikter och frågeställningar)?

Inte ännu, men vi är inte långt ifrån. Dagens algoritmer är förhållandevis bra på att finna strukturer och generera längre texter som vid första anblick ser ut att ha skrivits av en människa, men de misslyckas att bibehålla ett sammanhang över flera meningar i följd i annat än kortare texter. Algoritmer för produktion och analys av text till websidor utvecklas dock snabbt och hanterar idag med enkelhet uppgifter som att skapa rubriker med målsättningen att maximera antalet klick på en artikel eller att automatiskt föreslå artiklar med liknande innehåll.

Kan vi snart ha system som är sofistikerade nog att ersätta journalistens arbete?

För att titta närmare på frågan, låt oss bredda vår definition av journalism till att innefatta all produktion av innehåll på en nyhetssida. Allt ifrån sammanfattningar av finansiell data (“Ericssons kvartalsrapport slog förväntningarna med…”) och sportresultat (Manchester United vände ett 1:2-underläge till…”) till vidaredistribution av orginalinnehåll producerat av andra aktörer (“Nyhetsbyrån AP rapporterar att..”) och hela vägen till undersökande journalistik baserad på månader av undersökningar, intervjuer och faktagranskning.

För den första kategorin finns det redan fullständigt automatiserade lösningar att tillgå. Automated Insights mjukvara används av en rad nyhetssiter (Bl.a. Yahoo och AP) världen över och kan producera standardiserade artiklar för bland annat finansiell rapportering. Företag som Automated Insights producerar idag miljarder nyhetsnotiser per år, och om ett par år kan mer avancerade system komma att producera mer komplicerade sammanfattande artiklar. Sånt som idag görs av mer juniora medlemmar av redaktionen. Med en allt större efterfrågan på snabb rapportering och realtidsbevakning av världshändelser i kombination med ett allt tuffare ekonomiskt klimat för sektorn kommer vi att se en allt snabbare implementering av dessa tekniker. Automatiseringen börjar i den mer enkla och repetitiva ändan och kommer med åren att röra sig mot allt mer sofistikerade uppgifter och ta över större delar av redaktionens producerade innehåll.

Om och när en AI först vinner Pulitzerpriset återstår att se.