Det här är poddens andra avsnitt som är helt dedikerat till AI. En bubblande, och enligt många, svår teknik att få in i sin verksamhet trots att användandet och kunskapen har ökat markant. Anna träffar Fredrik Östgren på Hubert, ett företag som hjälper till att effektiviserar rekryteringsprocessen med hjälp av AI. Hubert gör allt från att screena kandidater, genomföra tester och även hålla intervjuer, något vi tycker är mycket spännande! HR och AI kan kombineras på flera sätt och tjänsterna ökar i snabb takt med att behovet blir större och vi blir alltmer medvetna om vad AI faktiskt kan göra. In och lyssna för att höra hur Fredrik och Anna tänker kring AI, vad nyttan med AI är och hur framtiden för AI ser ut, både inom HR och i omvärlden.
Så frågan är, hur ska AI integreras i din verksamhet?
Här hittar du också Annas erbjudande om Digicoachning.
Om du är intresserad av Deel's erbjudande så kom ihåg att skicka ett mail om det.
Transkribering av avsnitt:
Anna Carlsson: Jag har länge haft på listan att släppa ett uppdaterat avsnitt om AI. Idag har jag därför med mig Fredrik Östgren som driver bolaget Hubert. Fredrik är passionerat intresserad av AI och Hubert är förstås baserat på AI. Vi diskuterar var vi befinner oss idag med nyttan, användandet, reglerna och våra förväntningar inför framtiden med både fokus på HR och omvärlden. Senast jag hade ett generellt AI avsnitt var faktiskt för hela tre år sedan. Nuförtiden är AI mer integrerat i de lösningar vi använder än att det är något separat. Men samtidigt vill vi förstår hur AI fungerar, i slutet av 2022 släpptes också ChatGPT som har gjort att vemsomhelst kan testa en riktigt smart AI-chattjänst vilket vi också förstås pratar om.
Anna Carlsson: Om du vill ta steg framåt och behöver en partner att diskutera med så kan du nu boka digitala coaching-timmar med mig. Det kan vara allt från att du inte hinner med att tänka ut vad som är smartast för er att göra, att du har svårt att få ihop ett business case som visar på värdet av den förändring du vill genomföra eller att du helt enkelt inte har tid att hålla dig ajour med möjligheterna och vill ha en erfaren person att diskutera med. Du kan läsa mer om erbjudandet på länken i poddavsnittstexten eller på vår hemsida under nyheter.
Anna Carlsson: Deel HR är den första globala leverantören där du kan hantera alla dina medarbetare i ett enda system. Med Deel HR kan du anställa vem som helst varsomhelst med bara några knapptryck. Du får ett smart system där du hanterar både anställda och alla dina konsulter. Med Deel HR får du hjälp med allt annat krångligt som hjälp med visum, kontor och utrustning när företaget expanderar internationellt. Deel HR hanterar också alla dina löner varsomhelst i världen via en kontakt, utan en massa lokala lönehanteringsbolag. Allt via Deels globala payroll-funktion. Deel erbjuder nu dig lyssnare att anställa en person gratis via Deels plattform. Skicka ett mail till hej@hrdigi.se med titeln Deel för att ta del av erbjudandet. Det gäller under hela 2023.
Anna Carlsson: Välkommen till HR Digitaliseringspodden Fredrik!
Fredrik Östgren: Tack så hemskt mycket.
Anna Carlsson: Så vad kul att du kunde komma hit och prata. Vi ska prata om AI. Får vi se var vi hamnar i för diskussioner här.
Fredrik Östgren: Ja det ska ju bli spännande.
Anna Carlsson: Ja, men kan inte du börja med att berätta vem du är och vad varför du befinner dig där du befinner dig nu och så vidare.
Fredrik Östgren: Ja absolut! Jag heter Fredrik Östgren, 41 år och VD på företaget Hubert. Vi är ett mjukvaruföretag som hjälper rekryteringsteam att automatisera, förbättra och säkerställa en rättvis screeningprocess med hjälp av AI. Vi genomför så kallade strukturerade AI-intervjuer i första steget i en rekryteringsprocess för många stora företag i Sverige som har stora volymer av kandidater som söker dit.
Anna Carlsson: Och hur hamnar du där då eller i den där branschen?
Fredrik Östgren: Ja, men jag har jobbat med den här typen av tekniker, maskininlärningstekniker under en lång tid. Jag startade mitt första företag när jag var 23 år för drygt 18 år sedan så vi jobbade med liknande tekniker, men inom ett helt annat område. Inom optimering av marknadsföring och var tidigt ute med det. Och blev väldigt, väldigt duktiga på det och det här företaget som heter Nepa fick jag vara med och expandera runt om i hela världen och jag tycker faktiskt att vi blev bäst i hela världen på att optimera marknadsföring baserat på maskininlärningstekniker. Och ja, där hamnade jag. Sen när jag hade varit där i drygt 15 år som grundare och VD så bestämde jag för att jag skulle göra något annat och sen så träffade jag på ett par killar som hade drivit eller byggt en teknik för att hålla djupare konversationer mellan människor och en chattbot då. Det tycker jag var jättespännande och träffade de massa gånger sen tjatade de på att jag skulle börja där och sen så tog det väl det drygt ett halvår sen kunde jag inte hålla mig längre. Sen var jag där och tyckte att det var superspännande och vi började utforska hur man skulle kunna använda den här typen av teknik för att förbättra rekryteringsprocesser både för kandidater och för rekryterare. Så på den vägen är det.
Anna Carlsson: Spännande, så du är entreprenören med teknikintresset, då kan man säga.
Fredrik Östgren: Det tycker jag man kan säga. Jag har ju nästan bara varit liksom VD sedan jag var väldigt ung och jag började programmera när jag var ja, men det var på högstadiet någon gång som vi började bygga lite hemsidor för olika företag och organisationer och så där. Sen så hamnar jag på Handelshögskolan så jag har lite både en teknisk bakgrund och en liksom ekonombakgrund. Och så hamnade jag i entreprenörsträsket och på den tiden så sägs ju det som ett träsk snarare än någonting som är fint som det kanske ses idag som roligt och spännande och inspirerande.
Anna Carlsson: Så AI ska vi prata om men ska vi börja med, för jag tänker då det här heter HR Digitaliseringspodden och vad tänker du på? Vad är egentligen digitalisering?
Fredrik Östgren: Oj ja digitalisering för mig är väl egentligen vilken process som helst vars syfte är att med digital teknik förbättra eller automatisera en verksamhet. Det är väl i grund och botten det som det syftar till. det har ju inte jag hundra koll på. Det är du som är experten på just digital.
Anna Carlsson: Det är kul att få lite andra perspektiv så jag tänkte att från och med nu ska alla få den här frågan.
Fredrik Östgren: Hur var mitt svar, var det bra eller dåligt?
Anna Carlsson: Det låter så tråkigt med process, för det är väl jag tänker mer aktiviteter.
Fredrik Östgren: Ett arbetssätt då?
Anna Carlsson: Arbetssätt, det tänker jag nog lite mer på, men du är ju första försöket så. Men när det gäller HR då ja, vad tänker du där?
Fredrik Östgren: Kring digitaliseringen eller kring användningen av AI?
Anna Carlsson: Digitalisering bara, till att börja med.
Fredrik Östgren: Ja, men jag tycker att man är på god väg att digitalisera mycket av det arbetet. Jag tror vi har väldigt mycket kvar och jag tror att AI kommer att hjälpa till i att digitalisera en hel del av de arbetssätt som man idag faktiskt använder.
Anna Carlsson: Och då kommer vi ju automatiskt in då på AI. Den här fluffiga ordet skulle jag väl kalla det, fast det är väldigt konkret, men vad det innehåller och vad det är egentligen, det tror jag fortfarande efter så många år inte alla har riktigt koll på, så vi ska försöka gräva lite grann i det där. Hur skulle du vilja uttrycka vad AI är?
Fredrik Östgren: Ja, för det första så är det väl, det är ju ett väldigt brett begrepp. När jag tänker AI så tänker jag att det primärt handlar om intelligens, bra mjukvaror och program som har en förmåga att agera utifrån och reagera utifrån omständigheter och förutsättningar som finns utanför som är smarta helt enkelt. De här programmen, de inte förprogrammerade exakt hur de ska agera.
Anna Carlsson: Men de är förprogrammerar till viss del då kan man säga. För att de kan ju inte göra vad som helst, så vad eller jag kan formulera om det. Vad är AI inte istället?
Fredrik Östgren: Det är väl just det som är helt förprogrammerat att du ska agera på just det här sättet om det händer den här saken då. Så att ett program som agerar baserat på en input som vi ger den som är tydlig som säger att om det blir så här då ska du göra så här. Då är det ju ett beslut eller regelbaserat agerande och det är väl kanske inte ha i för min del då?
Anna Carlsson: För om man börjar titta på bena ut det här med vad AI är, det kan ju vara väldigt komplext och ganska enkelt om man börjar med lite. Ska vi börja med ChatGPT på en gång och prata om vad det är och det har ju kommit som en storm. Kan vi ta det som utgångspunkt att diskutera? Vad är ChatGPT som dykt upp?
Fredrik Östgren: Absolut, och det här är ju den senaste AI som har slagit världen med storm och nu tror jag att också att det börjar bli uppenbart för en bredare krets var AI faktiskt kan innebära. Vi som har arbetat med AI som jag själv har stått där ute och slagits för. Att AI är tillräckligt smart. Det den är väldigt duktig på att agera utifrån ett smart sätt, men jag tror man har som gemene man varit ganska skeptisk till, hur bra är egentligen är AI? Och så har man förväntat sig att AI ska vara helt perfekt i alla avseenden. Och när jag har varit ute och berättat och missionerat om Hubert och hur det kan förbättra arbetet på varenda HR-avdelning och inom varenda rekryteringsteam, så har jag också varit ganska tydlig med att men Hubert är det inte perfekt och nu tycker jag är så skönt att ChatGPT också gick ut med sin disclaimer, att jag är inte heller perfekt.
Anna Carlsson: Jag är en träningsmodell.
Fredrik Östgren: Jag är träningsmodell, jag kan göra fel. Även om jag tränats på 500 miljarder begrepp så kan jag göra fel.
Anna Carlsson: Vad är då ChatGPT? Jag har ju själv försökt beskriva det i mitt nyhetsbrev i januari och sen lär jag mig hela tiden för jag använder ChatGPT. Ja till och från i min vardag nu. Men kan du med dina ord beskriva hur det funkar och vad det är för någonting egentligen?
Fredrik Östgren: Jag kan väl göra ett försök i alla fall. Vi kan hjälpas åt. ChatGPT bygger ju på GPT 3 Open AI's Large Language Model som då är tränad på drygt 500 miljarder begrepp, vilket innebär att den är tränad både på massa data som finns digitalt. Man så kallade scrappers eller crawlers som snurrar runt på internet och sparar ner en massa data. Drygt 80% av den här modellen är byggd på den typen av data. Så har man också byggt den på böcker och liknande. Vad kan vi göra med ChatGPT? Ja, men det är ju väldigt mycket upp till oss. Det är ChatGPT gör är att den använder det här för att generera text och det är väl någonting som vi kanske inte har sett lika mycket av sedan tidigare. Den är ju smartare. Vi kan ställa frågor till den, den kan svara på den och det beror ju på att den har crawlat hela Wikipedia så att den har all den typen av information och kan svara på det i realtid väldigt, väldigt, väldigt snabbt.
Anna Carlsson: För det är väl någonting egentligen om man tittar på då vad är AI kan vara bra för och till så är det ju just att kunna ta massor av information och hitta sambanden mellan och logiken i texten. Eller vad gör egentligen AI när den får till sig så där mycket information? Kan du det?
Fredrik Östgren: Rent tekniskt att förklara det är jag nog inte den bästa på att exakt förklara. Men ChatGPT arbetar ju med så kallade maskininlärningsmodeller och så tar man det ett steg djupare, så är det ju deep learningmodeller, så tar man det ännu ett steg djupare inom maskininlärning så är man inne inom en teknik som heter transformers om jag inte missminner mig som jag vet att man arbetar väldigt mycket mer för att kunna plocka fram de här svaren på de här typen av frågor och generera den här typen av tekniker så där otroligt snabbt. Mycket av de här Large Languagemodellerna bygger ju då på att man hittar en sannolikhet för att generera nästa ord och det är så de här modellerna är uppbyggda.
Anna Carlsson: Det där är viktigt att förstå. Det är ju inte så att AI en förstår egentligen vad du skriver utan den förstår logiken, hur orden hänger ihop och hittar en svarslogik.
Fredrik Östgren: Ja.
Anna Carlsson: På något sätt.
Fredrik Östgren: Precis, så kan man uttrycka det.
Anna Carlsson: För det här är ju alltså, vad är AI på väg? Men just i det här fallet, så det är ju en AI som har läst in sig på så mycket så den förstår sambanden, men den förstår ju egentligen inte vad du säger. Det blir ju väldigt svårt att som okunnig eller okunnig, en normal människa helt enkelt att förstå det här att när jag ställer frågor så får jag ju svar som känns som det är en människa som svarar.
Fredrik Östgren: Ja, det är ju maskinellt snarare än med en innebörd och förståelse som den genererar dina svar på de frågor som du ställer till den.
Anna Carlsson: Ja, det är jättespännande. Så när man då jämför man vad ni gör, använder ni samma om man tittar då att man kan ställa frågor och få alltså. Det känns verkligen som en människa och det är det man måste förstå nu att det här är möjligt och det är ju bara att gå in och prova skäl. Det är ju att registrera sig på Open AI och prova sig fram och det funkar både på engelska och svenska.
Fredrik Östgren: Ja, men det gör det. Det funkar ju dock inte lika bra på svenska även om vi upplever att det funkar väldigt, väldigt bra så fungerar det ju inte lika bra som det gör på engelska och det beror ju på att den datan som den är tränad på är i högre utsträckning på engelska än på svenska och den är helt enkelt inte lika bra på svenska som på engelska. Men det är good enough och vi är ju väldigt nöjda med det den genererar på svenska ändå.
Anna Carlsson: Om vi håller oss lite här lite vid chatbotsområdet då som ni är specialister på. Men om du ska ha din egen, hur fungerar det? För det har ju också tagit mycket steg. För tidigare var du ju tvungen, hade du en chattbot var den mer att svar på frågor alltså ställer du det här, innehåller det här ordet så kommer du få det här svaret. Och nu då? När man har de här språkmodellerna då måste ju det här ha tagit många steg framåt i hur du kan föra en dialog med en chattbot.
Fredrik Östgren: Så är det ju och det, men det är fortfarande så att det är inte helt enkelt att liksom låta en chattbot, de chattbottar som vi vana vid som har blivit så otroligt irriterade på i många gånger de här som har funnits på kundtjänsterna och så upplever man ju att de inte jättesmarta. Det kommer fortfarande vara ett problem. Även fast chatt IT finns. För att allt handlar ju om att man ska kunna föda den här chattbotten med tillräckligt med data och det är oftast för kostsamt att göra när man ska förse en chattbot som är specifikt för en viss typ av ja, men en kundtjänst eller vad det nu må vara. Så behöver vi föda det med väldigt mycket data för att den ska bli väldigt smart och att föda någonting med väldigt mycket data för att bli väldigt smart. Då blir det väldigt dyrt. Vi har sett exempel på chattbottar på rekryteringssidor som ska kunna svara på frågor kring ett specifikt jobb. Men då har ju chattbotten väldigt lite information om det specifika jobbet att utgå ifrån, kanske en jobbannons och kanske lite aggregerad data som man har fött den här chattbotten med den kommer inte få särskilt mycket hjälp av att ChatGPT finns. Så där kommer vi fortfarande ha ett problem.
Anna Carlsson: För att även om nu kommunikationen mellan alltså man kan använda ChatGPT som en bas i att ta fram en egen chatbot.
Fredrik Östgren: Absolut.
Anna Carlsson: Och de här modellerna, men du måste fortfarande då har din egen data och träna på den.
Fredrik Östgren: Du behöver ha din domänspecifika data och så kan det nyttja mot de här modellerna för att göra din chatbot smartare så funkar det.
Anna Carlsson: Men man borde kunna få den lite smartare.
Fredrik Östgren: Absolut du kommer få smartare svar. Den kommer få hjälp med att den kan tolka alla frågor på ett bättre sätt så det kommer att få hjälp med.
Anna Carlsson: Men då måste man köpa ChatGPT eller är det något annat man köper?
Fredrik Östgren: Nej man måste köpa ChatGPT och så ser vi på vår värld. Ska vi nyttja ChatGPT eller ska vi inte göra det? Och vi ser ju områden där vi definitivt kan göra det. Definitivt om det är som så kallade fallbackmodellerna som våra egna modeller inte klarar av att hantera en viss typ av svar så kanske vi ska ta nyttja ChatGPT. Då kommer få betala Open AI en liten penning för att låta han göra det.
Anna Carlsson: Eller hon, eller hur?
Fredrik Östgren: Eller hen eller vad det nu är?
Anna Carlsson: Sen så är det ju andra som utvecklar liknande. Det går ju parallellt de här stora drakarna som jobbar med att använda AI och ta fram generella tjänster.
Fredrik Östgren: Och det har ju varit en kapplöpning under de senaste åren kring att bygga på de här Large Languagemodellerna med fler och fler begrepp och ChatGPT i nu som nådde femhundra miljarder begrepp som den är tränad på. Igår släppte väl Google sin Bard nu kan jag inte exakt hur många begrepp den är tränad på, men det kommer pågå en kapplöpning här framöver och det kommer bara gå fortare och fortare. Det hänger ju liksom också på datorernas utveckling och kraft för hur mycket vi ska kunna träna de här modellerna med. Men fort går det.
Anna Carlsson: Ja, för jag tänker om man tänker tillbaks tre år sedan fem års tid, så vi ställer ju också högre krav för vi har använt oss av mycket, jag menar chatt är ju inte bara skriva utan det är ju också rösten att kunna prata med våra klockor och våra, vad heter de nu då? Hej Google och annat kul.
Fredrik Östgren: Ja du har Alexa och likande.
Anna Carlsson: Vad har hänt där då? För jag tycker inte förståelsen då med för uttryckta ord alltså rösten har gått lika mycket framåt eller hur ser det ut där?
Fredrik Östgren: Det skulle jag väl säga alltså om du går tillbaka och liksom använder Siri första gången du fick använda Siri så var den ju inte alls lika bra som den är idag eller när du testar din första Google Home Assistent som du hade hemma och försökte prata med den som förstod ju inte det någonting, när du gör det idag så förstår den mycket bättre så det går ju framåt absolut. Sen så har de inte kommit till samma revolutionerande liksom splash som ChatGPT gjorde nu under hösten här. Det ligger på var mans läppar liksom.
Anna Carlsson: Men om man tänker på hur HR använder chatt och så kommer vi in på de andra områdena sen av olika delar av AI. Men hur mycket används det och på vilket sätt är det? Är det de som utvecklar sin egen chattfunktion internt eller händer inte det för att det är för komplext och dyrt? Eller köper man tjänster av er till exempel eller andra leverantörer. Är det där som man jobbar med chatten?
Fredrik Östgren: Vi har ju varit väldigt liksom ensamma kring att jobba med chatten som en del av screeningprocessen under en ja, men så länge som jag har varit på Hubert. Det funnits en del amerikanska bolag som har innoverats med chatt-tekniker, framförallt för att effektivisera flödet när man ansöker. För att man vet att chatbot-tekniker har en högre konverteringsgrad på din karriärsida än det traditionella formuläret här, så därför har man gjort det. Man har också arbetat och testat med olika chatbotstekniker för att likt en kundtjänst som ska kunna svara på frågor om ditt företag på karriärsidan. Så på samma sätt så har det funnits en liten chattbot som man kan klicka upp och ställa frågor om företaget eller om det specifika jobbet då och de har ju varit ganska begränsade faktiskt. Vi har ju applicerat den här typen av AI-konversationsteknik på själva screeningen att få fram rätt kandidater för den här typen av jobb och det har vi varit väldigt ensamma om att göra.
Anna Carlsson: Hur fungerar det då i praktiken?
Fredrik Östgren: Ja men i praktiken så fungerar det på det sättet att i samband med att kandidater söker ett jobb så det första man möts av är att göra en intervju med Hubert. En strukturerad AI-intervju som täcker in alla de områden som en vanlig anställningsintervju gör och det här får alla kandidater som söker jobbet svara på. Därefter så gör vår teknik då en bedömning av alla de här kandidaternas svar. Så det finns ett strukturerat sätt att bedöma alla kandidaternas svar och på så sätt skapar vi då en väldigt snabb process en snabb rekryteringsprocess. Vi skapar också en process som är rättvis för alla kandidater, för de får svara på exakt likadana frågor och alla kommer att bli bedömda på exakt samma sätt.
Anna Carlsson: Vilket är jättesvårt att få till i den vanliga världen.
Fredrik Östgren: Det är i princip omöjligt om du sitter och ska utgå ifrån CVn som innehåller olika typer av information. För det vanliga, är ju att vi ersätter den manuella CV-screeningen och en kort telefonintervju som kanske är på fem minuter och då är det väldigt svårt att som människa få ut all den informationen så att vi kan ställa alla kandidaterna jämförbart mot varandra. Och det är också så att vi som människor har ju en liksom, vi går in med olika inställning och mode i de här telefonintervjuerna eller den vanliga intervjun och vi kommer vara bias beroende på vilken röst jag möter på andra sidan eller om jag ser ett fotografi eller inte på det här CV. Det omedvetet påverkar oss hur vi bedömer den här kandidaten och det vet inte Hubert om din man eller kvinna.
Anna Carlsson: När det är en strukturerad chattintervju så fångar den upp, han eller hen, Hubert, fångar upp vad du svarar och ställer följdfrågor om hen inte har förstått och så vidare. Är det så det fungerar? Så man chattar fram och tillbaka.
Fredrik Östgren: Precis, så funkar det. Så upplever Hubert att han inte har fått ett fullgott svar så kommer annat att ställa följdfrågor.
Anna Carlsson: Och hur är det? Men då är det tillbaks till språk igen. Förlåt att jag är petig, men man tänker på inkludering kring att man vill ha in folk som inte har då svenska eller kanske engelska då som förstaspråk. Har ni fler språk då också? Är det lätt att utveckla i en sådan tjänst eller är det krångligt?
Fredrik Östgren: Lätt och lätt. Nej, det är ganska krångligt att utveckla idag så stödjer Hubert, svenska och engelska och vi lanserar norska nu och spanska och tyska här i Q1 då. När det gäller språkkravet på hur väl man kan skriva för det är ju faktiskt det vi kan utvärdera. Vi kan ju inte utvärdera hur man kan prata så kan man ställa in det på olika nivå. Som tur är så är de här modellerna förstår de väldigt mycket felstavningar och grammatiska fel så vi kan ställa in i princip Hubert på att på lägsta nivå är i princip att du kan svara på frågan och det är den lägsta kravet vi kan ha inom en viss språk då. Så att när man söker jobbet så kan man få välja vilket språk man vill svara på. Vissa jobb har ju ett högre språkkrav. Om du exempelvis befinner det i ansökningsprocessen för en kundtjänst där det är mycket e-postande och chattande. Ja, men då kanske vi ska sätta upp kravet på att det svenska språket i textformat är funkar på ett bra sätt. Medans om du är en lagerarbetare som jobbar på ett lager där du inte överhuvudtaget skriver i text, ha bara som krav på svenskan att du förstår frågan och svarar på frågorna för det brukar dem flesta verksamheter ha som krav rent säkerhetsmässigt att du kan tala ett visst språk och kommunicera med dina medarbetare så att vi förstår varandra åtminstone.
Anna Carlsson: Så det blir som ett språktest samtidigt då?
Fredrik Östgren: Nej, det blir det ju inte. I de fallen när vi när vi sätter ner kraven på svenskan så tar tittar vi inte på svenskan överhuvudtaget, utan vi tittar bara att du kan svara på frågan.
Anna Carlsson: Så om vi lämnar det här med chatt och går lite mer utanför i samhället och tittar lite större på vad AI, vad det har hänt inom AI-området, vilka områden ser du har förändrats eller utvecklats mycket de senaste åren inom AI?
Fredrik Östgren: Nej, men det man har sett och där vi kanske dagligen använder oss är ju hur den hjälper oss i våran vardag med olika typer av hjälpmedel att fatta beslut. Det kan vara alltifrån när du skriver ett epostmeddelande så finns det, eller ett SMS, så finns det ju den här autofyll funktionaliteten, den typen. Eller när du använder någon av streamingtjänsterna om det så är film eller musik så får du ju hjälp att utforska vilket ditt nästa val ska vara och liknande där är väl de mest påtagliga AI-funktionerna som vi idag ser skulle jag säga.
Anna Carlsson: Uppskattar vi dem eller gör det precis som, i många andra lägen när vi får en ny tjänst, en ny funktion när någon ser till att det här blir enklare, då vill vi ha mer annorlunda. Hur ser det ut på AI-sidan? För jag upplevde en period när man blev rekommenderad samma sak. Alltså om du har tittat på de här filmerna eller lyssnat på den här musiken så vill du nog ha likadant. Och så blev man nästan som irriterad på att ja, men nu får jag ju bara samma typ. Jag vill ju bli lite utmanad, hur har man gjort med det här området, vet du det?
Fredrik Östgren: Jag ska inte säga att jag är någon expert på det, men jag känner ju igen mig exakt samma situation man kan råkat klicka på någon annons på Facebook eller Instagram och sen så har du ju den typen av annonser gång efter annan eller viss typ av content som du har råkat scrolla ner och stannat bara på och sen så kommer det upp den typen av posts hela tiden eller händelser. Så att ja, jag känner igen det och det finns ju naturligtvis väldigt mycket att göra inom det området för att göra oss nöjda. Men sen så handlar det ju här om att de här företagen kan vi väl också slänga, göra en liten känga åt. Deras syfte är ju få dig att nyttja den här tjänsten så mycket som möjligt, konsumera och spendera så otroligt mycket. Ju mer tid du spenderar på den, desto mer pengar tjänar så funkar det ju. Det ska vi vara medvetna om. Så de kommer nog att styra den AI-algoritmen som de har till att driva din konsumtion i så hög utsträckning som möjligt, snarare än att du ska utforska nya områden så vida utforskandet av nya områden inte får det att konsumera mer då kommer det finnas där.
Anna Carlsson: Ja precis och det är ju intressant det här med att AI faktiskt finns också överallt i vad vi gör. Så fort vi använder vår telefon, vilket vi gör hela tiden och vår dator så ligger det väldigt mycket AI-tjänster i bakgrunden och analyserar vad vi gör, hur vi planerar så att vi får rekommendationer och så vidare så att det är ju, vi är ju otroligt påverkade av AI hela tiden.
Fredrik Östgren: Ja och jag tror vi mestadels är väldigt nöjda med allt som AI hjälper dig att ta beslut och guida dig i, definitivt. Det vill bara du får en liksom ping så fort du på väg att lämna kontoret. Det tar x minuter härifrån och hem nu. Tar den här vägen, det verkar smartast men det är fantastiskt.
Anna Carlsson: Du parkerade bilen här, och sen så inser jag att jag inte hade bilen med mig. Det blir ju lite irriterad.
Fredrik Östgren: Lite orolig, det är någon annan som parkerat
Anna Carlsson: Ja det kan vara någon annan som har parkerat bilen för mig, faktiskt.
Fredrik Östgren: Ja, precis.
Anna Carlsson: Och tagit den.
Anna Carlsson: Jag tänkte på hur, den här diskussionen, nu har inte jag förberett dig för den här frågan faktiskt. Jag tänker mycket på regelverken runt omkring och hur man ser på att använda olika AI-tjänster idag. Hur ser det ut på regelverken? Vad händer där? Är vi skyddade, eller vad händer?
Fredrik Östgren: Det skulle jag inte säga att vi är idag. Det kommer nya regelverk om man jobbar på det här inom EU och vi förväntar väl oss så få de första beslut den här kring hösten som ska skydda oss likt GDPR kom för några år sedan så kommer motsvarighet paket av regelverk och riktlinjer från EU. Sen blir det upp till varje land att stifta lagar baserat på det som är i linje med det då. Så det kan vi definitivt förvänta oss att det kommer att komma. Olika typer av AI-tjänster klassificeras i olika risker där bland annat då HR-tjänster likt Hubert kommer klassificeras som högrisktjänster och egentligen alla mjukvaror som innehåller AI som har en möjlighet att påverka en människas liv, exempelvis kreditvärdighetsalgoritmer och liknande som kan per automatik bedöma om du som individ ska få en möjlighet att ta ett bolån eller inte. Och det är ju inte mer än rätt att det ska klassificeras som en högrisk AI och därmed följa ett visst typ av regelverk, helt enkelt. Så det kan vi förvänta oss komma och det kommer komma ganska snart.
Anna Carlsson: Kommer det påverka utvecklingen av AI tror du?
Fredrik Östgren: Nej, men det tror jag. Jag trodde att det kommer att påverka definitivt. Det måste påverka utvecklingen för det kommer krav på som kommer att göra det mer strukturerat att utveckla AI-tjänster. Det kommer ställas större krav på att användarna av det här ska ha rättigheter att kunna få ut sin egen data, precis som det är på GDPR eller få ut exakt hur det här beslutet har tagits.
Anna Carlsson: Men det är ingen regel på det än så länge?
Fredrik Östgren: Nej, men det kommer.
Anna Carlsson: Fast då å andra sidan som man går tillbaks till vad ni gör så finns det ju regelverk som säger att du måste kunna tala om inom vissa områden varför du fick ett jobb eller inte.
Fredrik Östgren: Ja, absolut.
Anna Carlsson: Så då är det ju lite, där har man då vissa saker som redan är regelstyrt.
Fredrik Östgren: Ja absolut så kan du ju fråga för att du ska kunna liksom säga att jag har blivit diskriminerad här eller inte. Så finns det ju den typen av regelverk idag och det kommer ställas ännu hårdare krav på AI-tjänsterna på det än vad det ställs idag.
Anna Carlsson: Om du tänker på AIs utveckling och alla områden, jag menar bild och ansiktsigenkänning och allt som har med maskininlärning och så vidare. Ser du några spännande tjänster som kommer eller lösningar som kommer för HR-sidan framöver från ditt perspektiv?
Fredrik Östgren: Ja, men det gör jag ju. Jag tycker ju att våra tjänster är oerhört spännande och jag tror att de kan utvecklas jättemycket. Jag tycker mig se att det finns väldigt mycket att göra med AI inom området HR. Dels så ser vi att det är folk som påbörjar en resa mot att använda AI-algoritmer för sourcing, det vill säga att attrahera kandidater eller att identifiera kandidater. Det kan vara alltifrån att man kan optimera sin annonsering baserat på AI för vilka som driver flest då kandidater kanske inte det smartaste i dagsläget, men man har påbörjat en resa. Jag tycker man kanske ska börja optimera ifrån den som driver bäst kandidater snarare än mest kandidater så där tycker jag många är fel. Men det finns också verktyg för att jobba med att ja men som crawlar på LinkedIn och letar upp kandidater med vissa typer av kompetenser och liknande. Jag tror att AI-teknik kommer hjälpa människor i karriärcoachning. Jag tror att det kommer hjälpa oss i våra vidareutbildningar. Jag tror att det kommer kunna matcha människor med jobb som finns där ute och efter dina kompetenser och hjälpa dig med vad är du bra på och vad skulle du kunna utvecklas inom. Den typen av delar tror jag kommer att utvecklas enormt snabbt de kommande åren. Inom HR så tycker jag man är nyfiken på AI. Man har inte kommit särskilt långt, det är spännande och roligt och man liksom förstår att AI kommer ha en stor påverkan på min värld eftersom mycket av arbetsuppgifterna inom HR är ju ganska repetitiva. Det är mycket datadrivna arbetsuppgifter och det tror jag att vi kan automatisera för det är en viktig del som AI kan hjälpa till med.
Anna Carlsson: Så vad tror du är hindret för att man inte börjar använda mer AI i HR, men det är kanske fel fråga att ställa. För AI är ingenting som man tar in, man tar ju en lösning som löser och som vill åstadkomma en förändring inom organisationen så nu svarar jag kanske på frågan själv. Det kanske är för att man inte har kommit förbi det här med bara att ha ett HR-system på plats ännu och ta vidare steg för att utveckla och innovera och se vad man själv har för behov och vad man ska kunna lösa för utmaningar för organisationen och börja titta på vilka hjälpmedel som finns. Så nu svarade jag själv på min egen fråga.
Fredrik Östgren: Jag tror det ligger mycket i det. Jag skulle också vilja liksom ge en känga till AI-utvecklarna som tar fram den här typen av verktyg också. Dels kritisera den egna branschen där man kanske mer har varit begeistrad av tekniken istället för att vara begeistrade för vilket problem den här tekniken ska lösa och det har gjort att det kanske inte finns så otroligt många tydliga use cases av applicerad AI inom HR där de är tillräckligt bra och kan visa på att det här faktiskt skapar ett värde. När det väl finns så har jag upplevt det att det inte varit så här svårt med mottagandet. Sen så kan det finnas en skeptism kring AI och det har jag mött. Att liksom ja, men funkar det verkligen? Är du säker på att det fungerar, det kan väl inte fungera Fredrik? Jo säger jag, men prova då och när man väl provar så ser man att det här funkar. Då är det ingen som vill sluta. Så att jag tror också att det måste finnas inom HR möjlighet att prova. Jag upplever att HR har en, nu får jag väl med en käftsmäll också när jag slänger ut för att säga, jag tycker man inte i tillräckligt duktig på att motivera varför man ska göra en viss typ av digitalisering internt i organisationen. Jag upplever inte att man alltid kan prata företagets gemensamma språk, det vill säga finanstermer. Det vill säga gör vi det här så kommer det påverka bolaget finansiellt på det här sättet. Där finns det mer att göra. Om vi går till min CFO och säger att jag vill testa lite AI, men då kommer du inte få testa lite AI för att det är roligt eller att det kanske du får om det är i linje med den strategi om att vi ska jobba mer med automatisering. Men om jag kan gå och säga att det är i linje med min strategi om automatisering och jag förväntar mig att det kan spara så här mycket pengar. Ja, men då kommer du få pengar. Det är rätt säker på givet att du kan visa på att det kostar mindre än vad du får tillbaka.
Anna Carlsson: Precis att det blir ett affärsresultat utifrån det. Men det där du sa om egna branschen. Jag tror att alla har hjälpts åt lite grann i att hajpa AI som teknik och bli så fascinerad av tekniken och inte då att fokusera på lösningar. Men jag trodde faktiskt att entreprenörerna skulle vara lite smartare i att ta fram någonting som går att sälja också då.
Fredrik Östgren: Det kan man tycka.
Anna Carlsson: För det, det som jag tycker att jag saknar. Ja, det finns ju innovationer i Sverige, lösningar som har tagits fram här jättespännande. Men jag ser ju så många andra appliceringsområden som kommer från det amerikanska eller i andra länder där man är engelskspråkig helt enkelt. Så man har ju en större bas att utgå från. Som ett exempel som inte har då med rekrytering, jo det här med rekrytering att göra. Det är ju det här att kunna parallellt när du intervjuar någon digitalt kunna få en analys på hur du beter dig efteråt så att du får en reflektion. Du behöver inte ha med någon i samtalet, men du har ändå med någon i samtalet som lyssnar på hur du intervjuar är du, har du några fördomar som kommer fram eller ställer du ledande frågor och eller följer du? Ja alla de här frågeställningarna. Det tycker jag är jätteintressant. En AI-tjänst som kan lyssna på dig och på ditt beteende eller på språk hur du uttrycker dig hur du skriver.
Anna Carlsson: Ja det är ju fantastiskt! Bli coachad i det.
Anna Carlsson: Ja precis ja coach, men det ser jag inte mycket av här ännu.
Fredrik Östgren: Nej, jag tror att det är rätt naturligt alltså. Vi är ett ganska litet land i Sverige, så det finns ganska få startups i förhållande. I USA finns det många fler startups. Det finns tillgång till ett helt annat kapital och det finns en tillgång till en marknad som är otroligt mycket större. Så att det är naturligt att det kommer komma mer därifrån. Vi har ju varit unika i Sverige inom just teknikutveckling trots att vi är så små så har vi varit väldigt framgångsrika om man tittar på de senaste 30 åren i Sverige. Men det är fortfarande så att absoluta tal så spottar ju USA ut väldigt många fler.
Anna Carlsson: Och de försvinner ju också vissa av dem så att, men det är helt sant att de har ju en sådan större bas att utgå ifrån. Så om man då lyssnar på det här och jobbar på HR och skulle vilja komma igång och använda sig av den här typen av smarta system på olika sätt, inte bara ert utan andra. Hur ska man tänka, vad behöver man förbereda? Är det här att man måste först göra lite hemarbete och städa lite i sin data eller vad? Vad tror du?
Fredrik Östgren: Nej, det tror jag inte att man behöver göra så mycket. Jag tror att det ut där och pröva det tror jag är det viktigaste och våga göra det i en begränsad miljö för att känna på funkar det här funkar det inte och när man väl har hittat det där det fungerar, våga skala ut det. Det är så jag skulle rekommendera att göra så att man inte tar ett för stort beslut. För att många beslut upplever jag tenderar till att bli just väldigt stora. Nu ska vi hitta ett system för hur vi ska rekrytera och komplettera och digitalisera vår rekryteringsprocess. Och så kan man hitta ett system som passar allt. Det kommer inte funka så, så Kommer inte framtiden se ut utan man kommer ha många små system som kan hjälpa mig på olika sätt med min rekryteringsprocess, bland annat då. Och därmed tycker jag också att man ska försöka att ha en systematiserad strategi att man vill testa. Vad är det som funkar och gör det inom liksom ett begränsat område för att utvärdera, funkar det här bra? Ställ det mot en annan digital tjänst eller en annan AI-tjänst som kanske var bättre eller sämre och sen successivt ha det som strategi att våga testa nya tjänster hela tiden.
Anna Carlsson: Och då måste det ju ha utrymme, så du måste ha lite resurser för det här ja, du måste kunna argumentera varför du ska ha de resurserna.
Fredrik Östgren: Det tycker jag och det ja, men det behöver man ju ha. Och om man kan visa på att det här faktiskt över tid också levererar på en automatisering, sparpengar, eller att vi har träffsäkrare personal som stannar längre eller vad det nu må vara så tror inte jag är något problem.
Anna Carlsson: Tack, jag tror det här får vara slutordet på den här diskussionen kring AI idag.
Fredrik Östgren: Tack själv!
