Allt fler menar att vi befinner oss i inledningen av en fjärde industriell revolution. I USA gör den federala staten stora satsningar på ny teknik, i Tyskland ges frågan uppmärksamhet genom Industrie 4.0, och i Sverige presenterade regeringen 2016 en ny industrialiseringsstrategi, Smart industri, där digitaliseringen identifieras som en viktig fråga.

Gemensamt för dessa satsningar är tron att digitaliseringen kommer att medföra stora förändringar för samhälle, företag och individer. Som Digitaliseringskommissionen (SOU 2015:91) skriver:

Digitaliseringen skapar helt nya förutsättningar för näringslivet. Etablerade affärs och
verksamhetsmodeller utmanas och befintliga strukturer förändras i grunden.
Vissa fysiska varor blir digitala tjänster, digitala plattformar effektiviserar, rationaliserar
och internationaliserar tjänster som tidigare var lokala och traditionell
produktion effektiviseras.

Exempel på teknik som inger både förhoppningar och tvekan är förekomsten av kognitiva datorer (exempelvis IBM:s Watson), algoritmer för maskinlärande och artificiell intelligens, robotar och sammankopplade maskiner (tingens internet). Tillsammans skapar dessa digitala tekniker informationsrika miljöer, big data, datamängder som ofta finns i ”molnet”.

Utvecklingen förändrar förutsättningarna för många företagsekonomiska grundfrågor. Tekniken kan förbättra beslutsfattandet i frågor om resursallokering; nya möjligheter ges till organisatorisk integration, och behovet av ny kunskap kan förändra maktförhållanden i organisationer. Ytterst kan tekniken påverka arbetsmotivationen genom att den möjliggör nya former för prestationsmätningar.

Vilka följder får då digitaliseringen? I den akademiska diskussionen betonas att informationstekniken (det materiella) är utvecklad av människor, för människor (det sociala). En sådan socio-materiell ansats innebär att tekniken inte ses som något helt givet, men inte heller som ett helt öppet fenomen. Tekniken både begränsar och skapar möjligheter för användaren, allt beroende på hur den utvecklas och modifieras i sitt specifika organisatoriska sammanhang. Enskilda medarbetares inställning och kompetens kan därför också vara av stor vikt för vilken betydelse tekniken får i organisationen.

Databaser är en av vår tids stora tekniska innovationer. Med tillgången till relationsdatabaser kan stora datamängder hanteras än mer effektivt. Även möjligheterna att lagra data på samma ställe ökar betydligt. Ett vanligt förekommande problem med kostsam dubblering av lagrade data, med åtföljande risk för kvalitetsproblem, kan därmed reduceras.

Med dessa databaser förändras förutsättningarna för arbetets organisering. De ökar möjligheterna för medarbetarna att samarbeta om en uppgift även om de befinner sig på olika ställen. Etablerade sekventiella arbetssätt, där en uppgift först måste utföras innan nästa kan genomföras, kan ersättas av parallella arbetssätt. De underliggande bearbetade fysiska föremålen – exempelvis stora mängder dokument – kan digitaliseras. Allt fler yrkesgrupper arbetar därför med både abstrakta, virtuella representationer och konkreta, fysiska realiteter. Utvecklingen ökar kraven på användarnas förmåga till abstrakt tänkande och konkreta färdigheter. Med maskiner kan visserligen många arbetsuppgifter automatiseras, men människan är fortfarande bäst på komplicerade och mellanmänskliga uppgifter.

Det är i arbetet med interna och externa databaser som ny kunskap kan skapas. Tekniken gör det möjligt att se djupare (exempelvis att relativt enkelt borra sig ner från summeringar till detaljer) och längre i tid (både historiska tidsserier och framåtriktade prediktioner). Man får kunskaper genom att ställa frågor – göra sökningar – i databasen om det man är intresserad av. Men fortfarande finns det stor skillnad mellan kunskap om hur saker förhåller sig och kunskap om hur man tillämpar denna kunskap. Bara för att man har tillgång till fakta är det inte säkert att man kan agera utifrån det. Annorlunda uttryckt: vi kan visserligen googla fram en matematisk formel, men det betyder inte att vi kan utföra beräkningen.

Möjligheten att erhålla information snabbt, i realtid, har länge varit en viktig fråga. Många praktiska fördelar kan inte realiseras om inte aktuell information finns tillgänglig för rätt person, vid rätt tidpunkt och i rätt format. Under mer än två decennier har utvecklingen av internet radikalt förändrat förutsättningarna. Genom en gemensam standard (IP, internet protocol) och utbyggnaden av nätverk för kommunikation (3G, 4G, och ett framtida 5G) har snabbheten ökat och kostnaderna för kommunikation minskat drastiskt.

Ibland ställs den retoriska frågan om varför det går så snabbt att söka (googla) och finna extern information, medan det tar så lång tid att finna information i organisationers interna nät. Ett svar är att det säkerligen är olika frågor som ställs, men tidsåtgången beror också ofta på en fragmentiserad och ålderdomlig IT-arkitektur. Nu går utvecklingen mot nya sätt att lagra och hantera data. Det förväntas resultera i att det kommer att gå radikalt mycket fortare att inhämta information.

Utvecklingen ökar även möjligheterna att arbeta med strukturerade data (siffror) och ostrukturerad (text, bild och film). Insikter kan därför bygga på information från både interna slutna affärssystem och öppna sociala medier. Om informationssystemen tidigare ensidigt har dominerats av strukturerade data, är det i dag främst mängderna av öppna och ostrukturerade data som ökar.

En allt viktigare fråga blir därför hur ostrukturerade data kan tolkas på ett acceptabelt sätt. Utan organisatorisk acceptans blir informationen mindre användbar. Här har man inte mycket nytta av informationsteori. Där saknar tolkning betydelse: information handlar om syntax, inte semantik. Den etablerade informationsteorin är i grunden matematisk och uppbyggd kring förekomsten av begreppen signaler och brus. Fler signaler (mer data) betraktas alltid positivt eftersom det statistiskt reducerar störningarnas negativa inverkan på meddelandets ”korrekta” framkomst och mottagande. Med många och tätt skickade signaler övervinns bruset. Vad signalerna egentligen betyder för mottagaren uppmärksammas inte.

En uppfattning bland förespråkare för big data är att kvaliteten på ingående data är mindre viktig eftersom mängden data är så stor. Enskilda fel tar ut varandra. I motsats till vad som gäller i många traditionella analysmodeller efterfrågas endast korrelation och inte kausalitet i modellerna.

Om korrelationer ska vara meningsfulla bör alla data finnas tillgängliga och inte bara utvalda delmängder. Här finns en praktisk svaghet. Rent tekniskt finns goda möjligheter att erhålla stora och varierade datamängder, men ändå arbetar många organisationer fortfarande i sin informationshantering under betydande restriktioner. Tekniska arv och historiska erfarenheter kan bli till hinder för den nya teknikens mottagande och dess möjligheter att bidra till en positiv utveckling. Ändå är det främst mänskliga begränsningar som leder till att tillgängliga data inte efterfrågas. Människor kan inte uppmärksamma allt och har heller inte obegränsad handlingsfrihet. Traditioner, rutiner och sociala identiteter kan vara betydelsefulla hinder för att använda ny teknik på rätt sätt.

Erfarenheten visar att information kan tolkas på flera sätt och att tillgång till mer information inte alltid är fördelaktigt när människor ska göra något. För mycket information kan till och med försvåra tolkningen och därmed handlandet. Fler komplexa frågor och tillgång till fler informationskällor ökar alltså ofta behovet av genomtänkta tolkningar där många förstår informationen på samma sätt. Det finns behov av interna definitioner, standarder för viktiga begrepp och tydliga tidsramar. Utifrån standarder förbättras förutsättningarna för en gemensam förståelse.

Oavsett mängd eller format på ingående data är det väsentligt att informationen, efter bearbetning, kan presenteras på ett sätt som gör budskapet begripligt för företagets olika intressenter. Visualisering av de stora informationsmängderna
är därför en viktig aspekt att beakta. Genom visualisering kan komplexa förhållanden förenklas till mer begripliga och hanterliga bilder.

Ett utbrett sätt att visualisera viktig information är att använda så kallade instrumentbrädor. Här lyfts utfallet för viktiga framgångsindikatorer och utvecklingsmönster fram. Ofta färgsätts dessa för att enkelt visa för den ansvarige vad som är under kontroll och vad som omedelbart behöver åtgärdas. Men som det återkommande har visat sig: berättelser är ofta bättre källor till kunskapsförmedling än ren sifferkommunikation. En god analys kräver därför tillgång till både siffror och text. Framför allt kräver det fortfarande ett stort inslag av mellanmänsklig kommunikation för att skapa åtaganden och engagemang för gemensamma åtgärder.

Digitaliseringen medför även förändrade kompetenskrav på individen. Ofta talas om ett behov av T-kompetens, en kompetens som innebär att man har viss insikt inom flera kunskapsområden så att man kan förstå andra medarbetares kompetens. Samtidigt behöver varje deltagare i en arbetsgrupp besitta egen djup kompetens inom något specifikt kunskapsområde. För en företagsekonom kan den senare kompetensen vara förståelse av ”det ekonomiska språket”, de begrepp och den logik som är relaterade till företagets viktigaste modeller: resultaträkning, balansräkning och kassaflöde.

Även nya färdigheter behöver utvecklas. Exempelvis blir det viktigt att utveckla förhållningssätt kring informationsintegritet och informationssäkerhet, när alltmer arbete utförs i ”molnet”. Ett hårt integrerat cybersystem medför många fördelar, men det skapar även risker som varje organisation måste förhålla sig till. Den största risken är ofta att de enskilda användarna har ett för avslappnat förhållande till IT-säkerhet.

I digitalt komplexa verksamheter blir det i allt fler situationer väsentligt att kunna ”lyfta blicken” för att inse att den aktuella frågan kan betraktas på andra sätt, utifrån andra perspektiv än det dominerande. I många situationer kan samma fråga ge flera likvärdiga svar. Många situationer präglas av att inte vara ett entydigt val mellan klara alternativ, där effektivitet eller lönsamhet är det avgörande kriteriet. Oftare är det frågan om att använda andra kriterier och att finna balanser och kompromisser mellan alternativ som är lika legitima. Tekniken kan genom möjligheterna till simulering och visualisering av olika handlingsalternativ bidra till djupare och mer varierade insikter om detta. I andra fall är frågorna av tydlig moralisk karaktär och måste diskuteras i moraliska termer.

Trots den snabba och i många avseenden positiva teknikutvecklingen kommer människan fortfarande att vara viktigast i den framtida relationen mellan människa och maskin. Inledningsvis som frågeställare och algoritmutvecklare. Senare i processen som uttolkare och användare av informationen. Det behövs djupare expertis inom många kunskapsfält. För att övergången till en mer maskinintensiv värld ska ske på bästa möjliga sätt behöver utbildningen vid våra universitet och högskolor förändras. Här finns mycket att göra!

Jan Lindvall
Universitetslektor och docent i företagsekonomi och är verksam vid Företagsekonomiska institutionen vid Uppsala universitet.

Referens
SOU 2015:91. Digitaliseringens transformerande kraft – vägval inför framtiden. Slutbetänkande av Digitaliseringskommissionen. Stockholm: Wolters Kluwer.