Elin Hauge
De flesta styrelser ombeds numera att godkänna AI-beslut som de inte förstår, enligt regelverk som fortfarande är under utveckling. Det svåra arbetet ligger inte längre hos piloterna. Det handlar istället om att avgöra vilken plats AI ska ha i verksamhetsmodellen, vem som bär ansvaret när systemet fallerar och hur man ska försvara dessa val inför tillsynsmyndigheter, kunder och medarbetare.
Elin Hauge är AI-strateg och styrelserådgivare som hjälper ledningsgrupper att fatta välgrundade beslut om var AI ska användas, hur den ska styras och vem som bär ansvaret när något går fel.
Full Profile
Varför organisationer anlitar Elin Hauge
- Hon omvandlar AI från en leverantörspresentation till ett ledningsbeslut genom att beskriva matematiken, datariskerna och den regulatoriska exponeringen i ett språk som styrelsen kan agera utifrån.
- Hennes argument om ”artificiell intelligens och naturlig dumhet” förskjuter ansvaret dit det hör hemma – till de människor som utformar, tränar och implementerar systemen – vilket är precis den inramning som tillsynsmyndigheter och processförare nu går mot.
- En fungerande kombination av ingenjörsvetenskap, operationsanalys och pågående juridikstudier gör att hon på ett trovärdigt sätt kan diskutera EU:s AI-lag, modellrisker och affärsstrategi i ett och samma samtal.
- Hon sitter i icke-verkställande styrelser, oftast som ordförande, vilket gör att hon talar till andra styrelseledamöter utifrån samma styrningsproblem snarare än från en talarstol.
- Hon är noggrann när det gäller AI:s begränsningar, inklusive dess miljömässiga och mänskliga kostnader, vilket ger risk- och hållbarhetskommittéer en röst de litar på snarare än ännu ett försäljningsargument för införande.
Höjdpunkter i biografin
- Magisterexamen i biofysik och medicinteknik, Norges tekniska och naturvetenskapliga universitet.
- MSc i managementvetenskap och operationsanalys, Warwick Business School.
- Icke-verkställande styrelseledamot, ordförande i de flesta av sina nuvarande styrelseuppdrag.
- Studerar för närvarande juridik med inriktning på ansvarsfull affärspraxis och AI-reglering.
- Har uppmärksammats av Elle Canada för sitt arbete med ansvarsfull AI-utveckling; har intervjuats av London Speaker Bureau i egenskap av futurist och AI-strateg.
- Huvudtalare vid internationella toppmöten, däribland LIMITL3SS 2024 i Rumänien och PostNord Strålfors Smarter Communication Summit 2024.
Biografi
Styrelser godkänner idag AI-åtaganden utan en tydlig bild av var tekniken faktiskt tillför värde, var den medför risker och vilka beslut EU:s AI-lag kommer att ålägga dem. Elin Hauge arbetar med just denna lucka. Hennes bidrag är att omvandla AI från en upphandlingsfråga till ett styrnings- och strategibeslut som ledande befattningshavare kan stå för.
Hennes bakgrund är ovanligt bred för branschen. En ingenjörsexamen i biofysik från Norges tekniska och naturvetenskapliga universitet, en masterexamen i operationsanalys från Warwick Business School, mer än två decennier med att koppla datadriven teknik till kommersiellt värde samt pågående juridikstudier inriktade på regelverket. Denna bredd gör att hon kan röra sig mellan modellbeteende, affärsnytta och rättsligt ansvar utan att förlora precisionen i något av dessa områden.
Det argument hon återkommer till är att den farliga variabeln inom AI inte är algoritmen. Det är de mänskliga antagandena som är inbakade i data och i beslutet att implementera systemet. Hennes formulering om ”naturlig dumhet” placerar ansvarsfrågan tillbaka där tillsynsmyndigheterna lägger den – hos de personer som utformar och godkänner systemen. För ledningsgrupper som försöker utforma en hållbar AI-policy är just denna omformulering själva arbetet.
Hon talar inifrån styrningsproblemet, inte utifrån. Hon sitter i flera icke-verkställande styrelser, är ordförande i de flesta av dem, och har uppmärksammats av Elle Canada och London Speaker Bureau som en röst mot oansvarig AI-utveckling. Kunder som Embriq, HPE Ireland och The Future Work Forum lyfter fram samma egenskap: hon skär igenom leverantörernas brus och talar om för ledningen vad som faktiskt är relevant för beslutsfattandet.
Viktiga föreläsningsämnen
- Artificiell intelligens och affärsstrategi
- AI-styrning och EU:s AI-lag
- Ansvarsfull och redovisningsbar införande av AI
- Algoritmisk partiskhet och mänskligt ansvar
- Digital omvandling och ledningsbeslut
- Miljökostnader för AI och digital infrastruktur
- Datastrategi för styrelser och ledningsgrupper
Perfekt för
- Styrelser och VD:ar som fastställer AI-policy och ansvarsfördelning
- Risk-, compliance- och juridikchefer som förbereder sig inför tillämpningen av AI-lagen
- Ledningsgrupper med CIO, CDO och CTO som överför AI från pilotprojekt till operativa beslut
- Hållbarhets- och ESG-kommittéer som utvärderar det digitala fotavtrycket av AI-implementeringen
Resultat för målgruppen
- En fungerande mental modell av vad AI kan och inte kan göra, utan leverantörernas marknadsföringsspråk.
- En tydligare bild av vem som bär ansvaret när ett AI-system orsakar skada, och vad det innebär för utformningen av styrningsstrukturen.
- Konkreta riktlinjer för att anpassa AI-implementeringen till EU:s AI-lag och tillhörande regelverk.
- En skarpare insikt i avvägningarna mellan digital expansion och miljömässiga och sociala kostnader.
- Självförtroende att ifrågasätta AI-förslag på styrelsenivå med hjälp av de rätta frågorna, inte de som hörs högst.
Utvecklingssamtal
En praktisk förklaring av vad AI egentligen är, var dess verkliga värde ligger och vilka etiska, säkerhetsmässiga och miljömässiga frågor som ledare inte kan delegera.
Viktiga slutsatser:
- En användbar definition av AI som bygger på matematik och data, inte marknadsföring.
- De beslutspunkter där partiskhet, diskriminering och cybersäkerhetsrisker kommer in i en implementering.
- Ett ramverk för att skilja trovärdiga användningsfall för AI från kostsamma PR-trick.
Hur ledningsgrupper omvandlar organisationsdata till bestående värde samtidigt som de hanterar utmaningar inom integritet, AI-reglering, cybersäkerhet och digital suveränitet.
Viktiga slutsatser:
- De ledningsbeslut som avgör om data blir en tillgång eller en skuld.
- En inblick i hur AI-reglering omformar ledningens agenda, inte bara efterlevnadsfunktionen.
- Praktiska ståndpunkter om digital suveränitet för organisationer som är verksamma i flera jurisdiktioner.
Argumentet att mänskliga fördomar i data och tillämpningen – inte algoritmerna – är den verkliga källan till AI-risker, och vad det innebär för ansvarsskyldigheten.
Viktiga slutsatser:
- Varför ”det var algoritmens fel” inte är en hållbar ståndpunkt för ledande befattningshavare.
- De punkter i AI-livscykeln där mänskligt omdöme är avgörande.
- Hur man utformar styrning som utgår från människorna, inte bara modellerna.
En direkt inblick i de miljömässiga och mänskliga kostnaderna för AI och digital infrastruktur, samt hur beslutsfattare bör väga dessa mot fördelarna.
Viktiga slutsatser:
- Det dolda energi-, vatten- och materialavtrycket från AI i stor skala.
- Där digital expansion och hållbarhetsåtaganden kolliderar inom samma organisation.
- Ett praktiskt perspektiv för beslut på styrelsenivå om digitala investeringar.