Investeringer i forskning og udvikling er steget i årtier, og danske virksomheder bruger nu flere penge på innovation end virksomheder i de fleste andre lande. På papiret burde vi befinde os i en guldalder for opdagelser.
Alligevel bliver de helt store nye gennembrud – dem, der kurerer sygdomme, skaber nye industrier eller radikalt øger produktiviteten – stadig sjældnere. Og kunstig intelligens kan vise sig at forværre problemet snarere end at løse det.
SERIE
Viden om ledelse
- En gang om måneden giver CBS Leadership Centre og forskere på Copenhagen Business School Børsens læsere et aktuelt og forskningsbaseret perspektiv på de udfordringer, som ledere står over for.
- I dette indlæg peger Giacomo Marchesini på, at AI er effektiv til at udnytte den viden, vi allerede har – men ikke god til at finde på helt nye opdagelser.
- Giacomo Marchesini, adjunkt på Institut for Strategi og Innovation på Copenhagen Business School.
Dette er ikke kun et forsknings- og udviklingsproblem. Det er et ledelsesproblem. De valg, ledere træffer om incitamenter, tidshorisonter, risikovillighed og brugen af AI, er i stigende grad det, der afgør, om innovationssystemer fører til reelle gennembrud – eller blot mere af det samme. Måske er fail fast-tilgangen ikke helt så effektiv, som den ser ud.
Investerer mere – opdager mindre
På tværs af brancher ser vi et stabilt fald i nyskabelser. Virksomheder genererer flere patenter end nogensinde, men andelen af dem, der er reelt nye eller disruptive, bliver ved med at falde.
I lægemiddelindustrien er omkostningerne og indsatsen for at udvikle et nyt lægemiddel steget markant – på trods af stærke videnskabelige værktøjer og adgang til hidtil usete datamængder.
Efterhånden som viden akkumuleres, bliver innovation naturligt mere kompleks, men vi risikerer også at innovere mere uden at innovere bedre.
Forklaringen ligger ikke i, hvor meget virksomheder bruger på udvikling, men i hvordan de træffer beslutninger om innovation.
Et godt eksempel kommer fra min forskning i, hvordan virksomheder reagerer på kortsigtede finansielle pres. Vi så, at pres på at forbedre kortsigtede gevinster påvirker hvilke innovationsprojekter, virksomhederne vælger at forfølge.
I et studie af europæiske virksomheder, der blev underlagt obligatorisk kvartalsrapportering, fandt jeg, at innovative virksomheder ikke skar i deres forsknings- og udviklingsbudgetter – nogle øgede dem endda, fordi kapital blev billigere.
Men karakteren af deres innovation ændrede sig. De skiftede til sikrere, mere inkrementelle og mindre banebrydende projekter. De fokuserede på teknologier, de allerede kendte, og undgik nye eller mere risikofyldte områder. Eksplorationen faldt, selvom den samlede forskning og udvikling steg.
AI løser tilsyneladende ikke det grundlæggende problem ved gennembrudsinnovation. En simpel årsag er, at AI trænes på eksisterende information
Hvis virksomhedsinnovation er ved at gå i stå, kan ledere ikke bare forholde sig passivt. Flere penge alene løser ikke problemet. Det afgørende er at gribe ind og gentænke de vaner, beslutningsgange og incitamenter, der bestemmer, om gode idéer får lov at blomstre – eller forsvinder.
AI er endnu ikke løsningen
Mange håber nu, at kunstig intelligens kan blive redningen: bedre data, hurtigere analyser, smartere mønstergenkendelse. Og AI-adoption breder sig hurtigt i danske virksomheder, næsten dobbelt så meget som EU-gennemsnittet.
Men ny forskning tyder på, at de fleste AI-projekter i virksomheder ikke leverer den værdi, de lover, og at kun en lille del skaber egentlige gennembrud.
AI løser tilsyneladende ikke det grundlæggende problem ved gennembrudsinnovation. En simpel årsag er, at AI trænes på eksisterende information.
Den forstærker det, vi allerede ved, snarere end at hjælpe os med at søge der, hvor vi aldrig har kigget før, eller finde idéer, der endnu ikke findes. Faktisk kan AI forstærke “gadelygteeffekten”, nemlig at vi leder dér, hvor lyset er stærkest, ikke dér, hvor næste gennembrud gemmer sig.
AI er fremragende til exploitation – at forfine, optimere og accelerere – men gennembrud findes i exploration – gennem udforskning og eksperimentering. Og exploration kræver noget, som AI endnu ikke har: nysgerrighed, tolerance for at tage fejl og en vilje til at følge de spæde signaler. Her får ledere en vigtig rolle.
Styrk innovation uden AI
1. Opdater jeres innovationsviden – videnskabeligt.
Ledere træffer en million beslutninger hvert år, men mange stoler på intuition eller vanetænkning i branchen. Selvom innovationsforskningen har udviklet sig markant, når kun en brøkdel ud i virksomhederne. Mange ledere baserer sig på “best practices”, der halter langt efter den nyeste forskning – og nogle af dem kan endda være direkte misvisende. Denne videnskløft er dyr. Når ledere misforstår, hvordan ny viden opstår, designer de systemer, der utilsigtet modvirker innovation. Derfor: Investér i evidensbaseret innovationsuddannelse, gennemfør egentlige innovationsaudits, og brug målinger, der fanger nyhedsværdi og langsigtet impact.
2. Fokusér på “løsninger, der leder efter problemer”.
Både regeringer, inkl. den danske, og virksomheder investerer massivt i problemorienteret innovation for at tackle klima- og sundhedsudfordringer. Det kan utilsigtet indsnævre mulighederne for nye opdagelser i eksplorationsprocessen. Kognitionsforskning viser, at når problemer defineres for tidligt, og ressourcer bindes op på dem, mindsker vi chancen for uventede opdagelser. Historisk fungerer videnskab ofte modsat: penicillin, røntgenstråler og mikrobølgeovnen startede ikke som løsninger på definerede problemer. De begyndte med et overraskende fund og spørgsmålet: “Hm, det der er mærkeligt… Hvad kan vi bruge det til?” Ledere bør skabe plads til denne form for uventede lykketræf. Derfor: Afsæt små budgetter til åben eksploration. Lad teams følge uventede resultater. Undgå kpi’er, der lukker kreativiteten inde. Og kræv ikke, at alle idéer skal retfærdiggøres på forhånd.
3. Gentænk fail fast-doktrinen.
Fail fast, fail often bygger på idéen om, at alle fejl er lige og bør opgives hurtigt. Det er de ikke. Mange gennembrudsprojekter fejler igen og igen, før de lykkes. I igangværende forskning i lægemiddeludvikling ser vi, at de mest succesfulde virksomheder ikke giver op tidligt. De bygger brede porteføljer af tilgange omkring den samme idé, og når én tilgang fejler, flytter de ressourcer til nye alternativer, der ligger tæt på den fejlede tilgang – ikke til noget helt andet. Det hjælper dem med at diagnosticere og lære af tilbageslaget. Virksomheder, der blot tænker i fail fast, lærer ofte ingenting og spilder ressourcer, lidt som at kaste idéer på væggen og håbe, at noget hænger fast.
AI redder os ikke fra dårlige innovationsvaner
AI vil forandre store dele af erhvervslivet, men AI kan ikke kompensere for forældede ledelsespraksisser, snævre eksplorationsprocesser eller skæve incitamenter. Gennembrudsinnovation kræver ledere, der forstår innovationsforskningen, beskytter åbne rammer for udforskning og træffer beslutninger baseret på evidens – ikke på modestrømninger.
Det, virksomheder har mest brug for, er intelligent ledelse – før kunstig intelligens.