AI har potential att göra verksamheter mer effektiva och lönsamma. Men det finns också rejäla fallgropar, enligt experter.
Experter varnar: AI riskerar att skada varumärket
Generativ AI har på kort tid blivit en strategisk prioritet för många multinationella företag.
Tekniken används för att effektivisera verksamheter, automatisera processer och förbättra kundupplevelser.
Men bakom möjligheterna växer samtidigt en utmaning som riskerar att skapa både juridiska och affärsmässiga problem: AI-modellernas brist på konsekvens.
Kan skada varumärket
Forskning visar att stora språkmodeller kan ge olika svar beroende på språk, geografisk plats, träningsdata och de regler som byggts in i systemen, skriver BusinessAM.
Samma fråga kan därför generera olika resultat i olika länder eller kulturella sammanhang.
För globala företag innebär det en ny typ av risk. Kundtjänster, interna assistenter och automatiserade beslutsstöd förväntas fungera likadant oavsett marknad.
Om AI-system levererar motstridiga svar eller uttrycker värderingar som inte överensstämmer med företagets riktlinjer kan det skada både varumärke och kundförtroende.
Läs mer: Svensk AI-expert: Vi glider in i en farlig bekvämlighetskultur. Realtid
Skillnad mellan teknikerna
Problemet förstärks av att generativ AI skiljer sig från traditionell mjukvara. Klassiska system följer förutbestämda regler och ger samma resultat vid samma inmatning.
Språkmodeller bygger däremot sina svar på statistiska mönster från enorma datamängder, vilket gör utfallet mindre förutsägbart.
Även regelefterlevnad blir mer komplicerad. Lagar kring dataskydd, datalagring och innehållsmoderering skiljer sig mellan olika jurisdiktioner, vilket The Law Society har varit inne på.
Läs mer: Rapport slår larm om jättemiss i AI-ekonomin. Dagens PS
Riskerar att bryta mot regler
Ett AI-system som uppfattas som regelrätt i en region kan bryta mot lokala krav i en annan.
För företag som verkar över nationsgränser innebär det ökade risker kopplade till bland annat dataskydd och informationshantering.
Särskilt utsatta är verksamheter inom hårt reglerade sektorer som finans, sjukvård och energi.
Där kan olika AI-tolkningar av policyer, regelverk eller juridiska definitioner leda till att företag oavsiktligt bryter mot lagstiftning eller interna krav.
Bias är en central fråga
En annan utmaning är att modellernas bias ofta är svår att upptäcka.
Även om en AI-leverantör uppfyller grundläggande säkerhetskrav kan systemen fortfarande innehålla skevheter, föråldrad information eller andra begränsningar som påverkar resultaten.
Experter pekar därför på behovet av kontinuerliga granskningar av AI-modeller och tydligare styrning.
Enligt dem behöver företag regelbundet testa hur systemen fungerar på olika språk och marknader samt definiera vem som ansvarar för modellval, kvalitetskontroller och incidenthantering.
Läs mer: Kontroversiella AI-bolaget får stort uppdrag i finansbranschen. Realtid
