Da vi først begynte å snakke med Big Four om AI, gikk samtalene overraskende raskt. Det var ingen lang introduksjon, ingen behov for å forklare hvorfor AI var viktig. Nesten umiddelbart begynte partnere og seniorkonsulenter å snakke om hvor tiden deres faktisk gikk. Ikke til beslutningstaking eller innsikt, men til forberedelser. Å hente data fra ulike systemer. Samordne tall. Sørge for at analyser samsvarte med interne standarder før noen i det hele tatt kunne begynne å tenke på hva resultatene betydde.
Det som slo oss, var at ingenting av dette arbeidet hadde lav verdi. Det var nødvendig. Men det var også utmattende. Svært erfarne mennesker brukte en stor del av dagen bare på å komme til et punkt der det egentlige tankearbeidet kunne begynne.
Etter hvert som samtalene fortsatte, kartla de mer enn dusinvis av prosesser der AI kunne spille en rolle. Rapportering, compliance, finansielle kontroller, skatteanalyser, interne gjennomganger. På overflaten så det ut som et klassisk automatiseringsproblem. Det var det ikke.
De fleste av disse prosessene hadde allerede verktøy, maler og delvis automatisering på plass. Det som bremset alt, lå mellom trinnene. Å skifte kontekst. Samstemme resultater. Anvende dømmekraft konsekvent på tvers av fragmentert informasjon. Den reelle kostnaden var ikke bare tid, men kognitiv belastning.
Det var da innrammingen endret seg.
I stedet for å spørre hvordan AI kunne gjøre arbeidet fra start til slutt, begynte vi å spørre hvordan det kunne støtte menneskene som gjorde arbeidet. Hva om AI kunne ta seg av delene som tapper energi, uten å ta bort kontrollen? Hva om det kunne utarbeide strukturerte utkast, avdekke inkonsistenser og gjøre resonnementet sitt synlig, slik at eksperter kunne fokusere på dømmekraft fremfor oppsett?
Da denne tilnærmingen ble satt i drift, ble effekten tydelig.
På tvers av team falt gjennomløpstiden med 80 til 90 prosent for tilbakevendende analytisk arbeid. Manuelle feil, særlig i prosesser med mye avstemming, gikk kraftig ned. Like viktig var det at leveransene ble mer konsistente på tvers av team som tidligere hadde angrepet det samme arbeidet på litt ulike måter. I gjennomsnitt fikk konsulenter tilbake rundt 40 til 50 timer per måned som nå kunne brukes på tenkning med høyere verdi.
Men den mest interessante endringen lå ikke i tallene.
Den lå i hvordan folk snakket om arbeidet sitt. Gjennomganger ble roligere. Diskusjoner ble mer fokuserte. Seniorrevisorer brukte mindre tid på å kontrollere om alt var riktig, og mer tid på å diskutere hva resultatene faktisk betydde.
Over tid sluttet systemet å føles som et verktøy folk måtte bruke. Det begynte å føles som en felles måte å arbeide på, som stille tok opp i seg hvordan beslutninger ble tatt og speilet dette tilbake i fremtidige analyser.
Denne erfaringen forsterket også noe vi har trodd lenge. Fremgang mot mer generell intelligens vil ikke komme fra systemer som prøver å erstatte eksperter i komplekse domener. Den vil komme fra systemer som reduserer friksjonen rundt ekspertens tenkning og forsterker den.
I disse oppdragene skapte AI verdi ikke ved å være autonom, men ved å være samarbeidsorientert. Det tok ikke beslutninger for folk. Det hjalp dem med å ta bedre beslutninger, raskere.
Hvis det finnes et tidlig signal om hvor AGI-lignende systemer først vil få betydning, så er det her. Ikke i full automatisering, men i å støtte menneskelig dømmekraft i stor skala.
Det skiftet, fra automatisering til forsterkning, var det som utgjorde forskjellen.
