Kunstig intelligens flyder ind over det danske arbejdsmarked. Det gælder selvfølgelig også i den almene sektor. Men hvordan griber vi bedst AI an, når det kommer til de almene boligorganisationer og de almene boliger? Det spørger jeg manden bag denne her bog om. Den handler selvfølgelig om kunstig intelligens. Mit navn er Lars Græsborg Mathiasen. Velkommen til Alment Inside. Og manden bag bogen her, han står selvfølgelig her, det er Beny Madsen, administrerende direktør for BL, Danmarks Almene Boliger, og nu også forfatter til det her mesterværk. Bent, sådan helt grundlæggende, hvad har vi egentlig selv gjort med AI her i BL, hvis man sådan skal kigge på den korte historik, som AI også har? Ja, den er jo lidt længere her, end den måske er så mange andre steder, fordi vi har jo arbejdet med det de sidste tre år, hvor vi har haft undervisning hver uge i forhold til at arbejde sammen om det. Også i de tidlige versioner af AI, hvor man må sige, de var ikke helt der, hvor de skulle være, men samtidig så var det også klar, at det var en eksponentiel udvikling, der var i gang, så det gik jo stærkere og stærkere og stærkere. Så der har vi været i gang, og så har vi også talt om distribueret ledelse, det er virkelig en meget mere flad organisation, sådan så man kan bruge mere netværksbaseret læring. Og det har jo været i virkeligheden tænkt sammen også med AI, fordi hvis man skal have noget ud af, virkelig have noget ud af at bruge kunstig intelligens, så skal man også tænke det ind i sin organisation. Fordi et af de budskaber, der netop er i den her bog, som der også står på forsiden i den, det er AI. Det er ikke kun en teknologi. Faktisk så er AI en ny måde også at tænke ledelse på. Og det vender vi tilbage til, fordi det er jo en krølle på hele det her oplæg, kan man sige. Hvis vi lige skal give nogle eksempler, nu siger du selv, vi har jo haft nogle ugenlige AI-sessions, hvor vi simpelthen har kunnet arbejde med det. Vi har lyttet rigtig meget, vi har kigget rigtig meget. Man får jo også meget igennem nogle af de softwaremetoder, man allerede bruger. Jeg sidder og arbejder, for eksempel når det hedder Premier Brug for Adobe. Der kommer meget AI allerede. Men hvordan arbejder vi så projektorienteret, hvis man kan sige det sådan? Hvad har vi allerede arbejdet med med AI-huse? Der kommer ligesom en game changer. Det er også derfor, at her i sommerferien, jeg begyndte at skrive den der bog, jeg har jo skrevet den samme med AI. Der er flere forfattere på, der er mig og så er der de kunstige intelligenser, der har så puslet med den her i sommerferien. Men der kommer sådan en game changer, og det er også derfor, vi taler rigtig meget om AI nu. Der er vi sådan i midten af første del af juli måned. Lige pludselig så kommer der i min verden her nogle AI'er, hvor man tænker, wow, altså nu giver det virkelig mening. Nu får man virkelig også nogle nye erkendelser ved at bruge de her AI'er. Nu kan de meget mere, end de har kunnet tidligere. Det er også noget, vi kan bruge i vores reelt kan bruge, vigtigt som et godt instrument i vores dagligdag. Sådan, at det ikke er et instrument, det er også en af de ting, der er pointen. Det er sådan set en form, ligesom jeg har skrevet med bogen, det er en kollega eller nogle kolleger, som jeg har skrevet bogen med. Det har bare været AI-kolleger, som jeg har skrevet den her bogen. Kan du give nogle eksempler på, hvad vi allerede har brugt AI til sådan konkret? Masser af ting. Sådan helt dagligdags, når jeg går ud og laver en præsentation eksempelvis, så er hovedparten af præsentationerne nu, de er simpelthen lavet med AI. Når vi laver research til forskellige ting, det kan være alle typer af forskellige notater, research til en bog, så er det også at bruge AI. Og så er der også at kunne bruge den, fordi man må ikke være blind for, hvad det er, man har med at gøre. Så det er ikke en kollega. Det er godt nok, at man kan betragte sådan en kollega, som man sidder og skriver sammen med, men der er så også en kollega, som man ikke skal have særlig meget tillid til, som der skal også være kontrol på, at de har lavet det rigtigt. Så selvom en AI har gjort ting, er sket i gangen, så skal man alligevel have et øje på, er det det rigtige? For ansvaret ligger kun ét sted. Det ligger hos en selv, når man gør det sådan, så man også tester det for eksempel med nogle andre AI, og hele tiden laver den form for tjekks på det. Også det, man lærer. også det, vi har været i gang med i huset i rigtig, rigtig lang tid. Den ene, det er det her IT-sikkerhedsmæssige. Hvad må man overhovedet bruge en AI til? Hvilke data kan man komme ind i det? Hvilke data kan man komme ind i de forskellige AI'er? Nogle er jo lukket inde i vores system, så vi kan være fuldstændig tillid til dem. De ligger inde i en kravlegård hos os, og andre ligger ude på det store net. Hvad kan man bruge de forskellige ting til? Så på den måde er det lidt som folk, de har også startet med at bruge internettet. hvad kunne de egentlig lægge ud? God, det kom ud i hele verden. Ja, det gør det sådan set også med nogle af AI'erne. God, det kommer ud i hele verden, og så er der noget andet, der absolut ikke kommer ud i hele verden. Og så er der en hel masse ting, man skal lære. Hvornår? Fordi en AI er jo på den måde også en kollega med at, kan man starte med at spørge AI om noget? Så kom der et eller andet svar til at tænke mig, ej, jeg har spurgt den om det her. Det er jo helt vanvittigt, det den siger. Det er sådan blevet meget dygtigere undervejs i det her. dels, så er det ligesom med alle andre, også hvis man har ansat en student og medhjælper, jo mere man forklarer om opgaven, jo mere man arbejder sammen, jo mere opkvalificeres den. Noget det samme er det også med AI'en. Man opkvalificerer den hele tiden. Den bliver dygtigere og dygtigere og dygtigere til det, man sætter den til. Og så er der så nogle forskellige faldgrupper, som man ikke skal falde i. Den ene er den der med tilliden. og det andet er, at den er så servil over for dig. Den vil jo rigtig gerne have, at du bliver ved med at have abonnement på den. Det er ligesom at spørge sin mor, ikke? Fådstændigt. Den fortæller dig, at du er utrolig klog, og så ved jeg den sidste gang, du har lavet et eller andet, som du bliver rigtig glad for, så laver den det også igen. Det er derfor, der skal man også lære sådan nogle teknikker med, at udfordre sin AI, og stille nogle hypoteser op, så det er mennesket, der er først, når man bruger AI'en. Jeg forestiller mig, at verden den her, den ser sådan ud. Og når man får det ud i den anden ende, så er det mennesket, der er sidst i denne her ting også. Nemlig, at det er dels dit ansvar, når det kommer ud, fordi det er bare et program, det kommer ud af, selvom du betrakter den som kollega, og skal gøre det, når du skal bruge den, så er det dit ansvar i sidste ende, også dit, kan man sådan sige, sanity check på, er det egentlig fornuftigt, det der kommer ud af det. Er det hele tiden den der fart, og hastighed, og kvalitet, men også validitet, at man sørger for, at man tjekker det, rent, hvad jeg står. Og lad være med at lade hastigheden løbe af med sig, hvad man jo godt kan, fordi man kan jo bare lave ufattelige mængder af ting, men det må jo ikke få ens kritiske sans til at køre ned, så der skal man hele tiden også ligesom være foran i hastighed, og ikke bare lade den trække dig med dig. Ja. Er der andre muligheder ud af huset? Nu snakker du lidt om, hvordan vi arbejder med det herinde, men er der andre steder, hvor man kunne forestille sig ud af huset, at man vil opleve, at vi har brugt A i til en konstruktiv samarbejdspartner? Ja, det vil man opleve ganske hurtigt, og der er nogen, der allerede har oplevet det i Landsbyggefonden, der har vi en bystrategisk screening, som vi allerede har præsenteret udad til, og den går simpelthen ud på, at man tager, det kan være en afdeling, og så ser man en boligafdeling, og så den screening, den går simpelthen ud på at lave det, man kunne kalde i modernes grund due diligence, altså hvordan går det med den lokale befolkningsudvikling, hvordan går det med det lokale ejerboligmarked, og hvordan går det med huslejen i afdelingen i forhold til andre afdelinger, alle de her forskellige ting, så den i virkeligheden sætter en lokale efterspørgsel. Landsbyggefonden, der vi tidligere talte om også det her regil, Landsbyggefonden, kommer også til at have et centralt ansvar i forhold til nedrivninger, men i stedet er jo kommet ud, med den seneste lovændring ud af den her ligning, det er Landsbyggefonden, der har et administrationsgrundlag omkring det, der bruger man præcis den her bystrategiske screening, for at have et fagligt, savnligt grundlag i forhold til, hvad er efterspørgselen efter de her bygninger, det kan godt være, at de står tomme lige nu, fordi det måske er ungdomsboliger, men så kan man se på forskellige ting, det kunne være, der var et perspektiv her til, måske at ombygge dem til ældre boliger, eller noget andet, så så man får helt systematisk afdækket, hvordan boligerne, de også kan anvendes, og så hvis det også i sidste ende er det her omkring boligreduktion og nedrøvninger, at der er man helt sikker på, at man har lavet en meget, meget grundig analyse, inden man når til den sidste, til den ultimative ting, hvis det er det, man når frem til, og kan gøre det på et ordentligt og et solidt grundlag. Men sådan her til sidste, hvad vil din opfordring være til, ikke måske kun sektoren, men også dem, der arbejder tæt på os, vores samarbejdspartnere osv., omkring brugende af, hvordan kan vi bedst til at gribe det an? Der er dels de ting, der kommer fra os af, nu fortalte jeg det, det er med en bystrategiske screening, hele renoveringsprocessen, der er visionen fra os af, det er, at det hele, fra screening til at starte med, hvis det er en renoveringssag, til det første forslag, til det første forslag om, hvordan en renovering kan være, og komme til at se ud, det vil komme herindefra, så der vil man opleve det, en til en, det her med, at der bliver brugt, noget kunstig intelligens, også fordi vi har noget, der er helt unikt, i forhold til kunstig intelligens, nemlig struktureret data, så vi bruger, al den erfaringsmasse, der ligger, både med, at vi har alle regnskabsdata, vi har de der data, omkring befolkningsudviklingen, vi har, en hel erfaringsdatabase, i forhold til alle de renoveringer, der er foretaget, vi har al den erfaring, der ligger i byggeskadefonden, når man tager, nu også noget med klima, og klima, hvor vi har grundvandsskvindinger, alt det, og når man kører det sammen, i den store, systematiske grude, hele vejen hen, så simpelthen, at sige, okay, når vi kigger på, det her boligområde, hvad er så, for al det her faktuelle viden, hvad er så, hvad kunne være, den bedste løsning, det er ikke sådan, at vi skal bestemme, hvad der nødvendigvis, er den bedste løsning, men vi kan komme her, med et rigtig godt bud på, hvad der kan være, den gode løsning, både med hensyn til bygningerne, og alle de der erfaringer, i forhold til udeområder, alle de her ting, og det kan komme, ganske ganske hurtigt, nøjagtigt det samme, kan vi også gøre, i forhold til det, og planlægger også at gøre, i forhold til det boligsociale, og det betyder jo, i virkeligheden, at mange af de her, sådan lidt mere, de der lidt mere tunge, og lidt mere byråkratiske ting, lidt mere de der skrive ting, er vi prøver at få, kan man sige, byråkratiet, og det der ligger i det, trykket sammen, så er vi i stedet for, at bruge tiden på faglighed, så der er i virkeligheden, en styrkelse af fagligheden, og tiden, både her, og i boligorganisationen, tiden til, man kan fordybe sig, i fagligheden, for at lave, endnu bedre løsninger, det er det, det er gået på, både at vi bliver bedre til, det her huset, og får bedre mulighed for, at gøre det her hus, og man får bedre mulighed for det, i boligorganisationer, og kommunerne, og hele, det forløb her, hvor AI'en jo gør, umådelig stærkt, og det gør AI jo, fordi AI er ikke, et IT-projekt, det er i virkeligheden, et læringsprojekt, og et netværksprojekt, hvor man, vildt hurtigt, laver nogle ting, og man tester dem af, og man får nogle erfaringer, og kører tilbage igen, så der er sådan nogle læringscirkler, og sådan nogle netværkscirkler, og sammen med den strukturerede data, så er det sådan set, sådan at vi arbejder rigtig meget, i den almenne sektor, med nogle forskellige, netværkskonstruktioner, og det vil det her, også komme, hvor vi både, kommer ud med nogle resultater, til sektoren, men nok så meget, for viden om, hvad er det egentlig, man har brug for, til, okay, kan vi bidrage med noget af det, med alle de data, I har givet os ind her, kan vi så bidrage med, at nogle af de her ting, de kan løses, på en bedre måde, sådan så, netop, at der bliver mere tid til fagligheden, også i boligorganisationerne, og byråkratiet, og de der mere friktionsting, den kan man få, trykket mere sammen, den netvær, det der netværksmåde, at arbejde på, det er simpelthen guld værd, i forhold til, til AI'er, og den kunstige intelligens, også fordi, at tit, er det sådan, som man tænker, når arbejdsprocesser, sådan i den gammeldags IT-måde, at være på, der beskriver man jo tingene, dum, dum, dum, dum, dum, AI'en, den er jo virkelig en eget, af den medarbejder, der sidder med den derude, og kender den praktiske proces, og har det, man også i, i sådan noget fagsprog der, kalder sådan klæbry, klæbryt viden, det er virkelig det, der klæber sig til den sag, man sidder med, ofte så mere en halvdel, af det man sidder og laver, når man laver en ting, det er ikke det, der er formelt beskrevet, det er faktisk det, man reelt gør, og det er også derfor, at når man arbejder med AI, så skal det bo, hos de medarbejdere, der arbejder med det, det skal ikke bo, i en IT afdeling. Jeg kommer også til at tænke på, at vi har hørt tit det her, at vi har så meget compliance, man kan sige, nu vender vi det, faktisk det er en fordel, fordi nu skal vi have, alt det her, som du selv siger, det her meget, meget struktureret data, og det kan vi faktisk få til, at arbejde til vores fordele, og måske frigive noget tid. Det er simpelthen guldvær, fordi det er præcis det, der er råvaren til, at komme ind i en kunstig intelligens. Præcis. Bent, tak for snakken om AI, og jeg skal sige, at det er helt tilfældigt, at Alment Inside t bliver oversat, eller bliver forkortet til AI. Der er ikke noget tiltænkt der. Du kan se AI både som video, og lytte til det som podcast. Som video, der er vi på YouTube, og inde på Fagbladet Boligen. Vil du have det som lyd, i stedet for jer, så find os inde på alle de podcastplatforme, der overhovedet findes. Og hvis du gerne vil have et nyhedsbrev fra os, det synes jeg du skal, så gå ind og skriv dig op til det, så får du det sidste nye, som den allerførste. Alment Inside er en produktion her fra BL, Danmarks Almine Boliger.