Arun Sundararajan
Generativ AI trænes på det, som mennesker allerede har skabt, og konkurrerer derefter med dem ved at bruge netop det. Bestyrelser står nu over for et spørgsmål, hvor der ikke findes noget entydigt svar: Hvem ejer den menneskelige kompetence, som en maskine har tilegnet sig, og hvad skylder virksomheden den arbejdsstyrke, den fortrænger? De fleste AI-strategier stopper ved implementeringen og ser bort fra de juridiske og økonomiske krav, der opstår i kølvandet på den.
Arun Sundararajan er økonom ved NYU Stern, hvor han hjælper bestyrelser og politiske beslutningstagere med at afklare, hvem der ejer menneskelige kompetencer, når generativ AI bliver i stand til at replikere dem, og hvad det betyder for intellektuel ejendomsret, regulering og fremtidens arbejdsliv.
Full Profile
Hvorfor organisationer samarbejder med Arun Sundararajan
- Han arbejder inden for det reguleringsapparat, som hans publikum er udsat for. Hans vidneudsagn for den amerikanske kongres, Europa-Parlamentet og FN samt en plads i World Economic Forums AI Governance Alliance betyder, at han kan fortælle en bestyrelse, hvor AI-reglerne rent faktisk er på vej hen – ikke hvor pressen tror, de er.
- Hans forskning stiller et spørgsmål, som de fleste AI-strategier springer over: hvilken del af »menneskelig kapital« bør forblive i menneskers hænder, når en model først har lært den. For enhver virksomhed, der bygger på eller konkurrerer med generativ AI, ligger dette spørgsmål på samme niveau som ophavsret, talentkontrakter og produktansvar.
- Han skelner mellem varige økonomiske skift og konjunkturstøj. Den samme økonom, der kortlagde overgangen til crowd-baseret kapitalisme i *The Sharing Economy*, fortæller nu ledere, hvilke AI-effekter der er strukturelle, og hvilke der er hype – en skelnen, der er penge værd i forbindelse med kapitalallokering.
- Han rådgiver begge sider. Han samarbejder med teknologivirksomheder om strategi, retssager og regulering og med bestyrelser i ikke-teknologiske virksomheder om AI-styring og fremtidsplanlægning, så han forstår incitamenterne hos de virksomheder, der opbygger den infrastruktur, som din virksomhed nu er afhængig af.
Højdepunkter i biografien
- Harold Price-professor i entreprenørskab ved NYU Stern og direktør for universitetets Fubon Center for Technology, Business and Innovation.
- Forfatter til *The Sharing Economy* (MIT Press, 2016), der vandt Axiom Best Business Books Award og er oversat til fem sprog.
- Har afgivet vidnesbyrd om den digitale økonomi og AI for den amerikanske kongres, Europa-Parlamentet og De Forenede Nationer.
- Medlem af World Economic Forums AI Governance Alliance; tidligere medlem af Carnegie Councils AI and Equality Initiative.
- Han er blevet tildelt en Thinkers50 Radar Thinker Award, ni akademiske priser for bedste artikel og to Google Faculty Awards.
- Forfatter til mere end 40 kronikker i blandt andet New York Times, Financial Times, Guardian, Wired, Le Monde og Harvard Business Review samt fast AI-kommentator for CNN, CNBC og Wired.
Biografi
Generativ AI lærer at skrive, komponere og designe ved at træne på værker, som mennesker allerede har skabt. Det skaber et problem, som den gamle lovgivning om intellektuel ejendomsret aldrig var beregnet til: En persons tidligere produktion er nu også forlægget for en maskine, der kan gengive vedkommendes færdigheder. Arun Sundararajan har gjort dette til omdrejningspunktet for sit arbejde og formulerer det som et enkelt spørgsmål til politiske beslutningstagere og bestyrelser: Hvilke aspekter af menneskelig kapital bør ejes af mennesker?
Spørgsmålet har stor vægt på grund af den position, han stiller det fra. Som økonom ved NYU Stern, direktør for universitetets Fubon Center for Technology, Business and Innovation og medlem af World Economic Forums AI Governance Alliance har han afgivet vidnesbyrd for den amerikanske kongres, Europa-Parlamentet og De Forenede Nationer. Hans artikel »Rethinking Intellectual Property Law in an Era of Generative AI« redegør for, hvorfor ophavsret, der er udformet til internetalderen, slår fejl, når det, der kopieres, er en kreativ proces snarere end en fil.
Hans autoritet inden for teknologiske omstillinger er veletableret. Bogen *The Sharing Economy*, udgivet af MIT Press, var en af de første grundige redegørelser for, hvordan platforme som Uber og Airbnb fortrænger den traditionelt styrede virksomhed, og den vandt Axiom Best Business Books Award. Denne track record er vigtig nu, fordi den samme økonom fortæller ledere, hvilke AI-effekter der er strukturelle, og hvilke der er støj – en vurdering, som hans seneste arbejde om tærsklen mellem AI-kapital og arbejdskraft konkretiserer.
Det, der adskiller ham fra det bredere felt omkring fremtidens arbejdsliv, er den anden del af hans argumentation. Sideløbende med ejerskabsspørgsmålet argumenterer han for en national infrastruktur, der giver folk mulighed for at skifte erhverv midt i karrieren med værdighed, idet han betragter fortrængning af arbejdskraft som et designvalg snarere end en uundgåelighed. For en bestyrelse, der overvejer, i hvor høj grad man skal satse på generativ AI, er han den sjældne stemme, der kan kortlægge både de juridiske krav, der ligger til grund for teknologien, og den økonomiske løsning, der vil afgøre, om den holder.
Vigtigste foredragstemaer
- AI-styring og -regulering
- Intellektuel ejendomsret og ophavsret i den generative AI's tidsalder
- Ejerskab af menneskelig kapital
- Den AI-drevne fremtid for arbejdslivet
- Platformstrategi og netværkseffekter
- Konkurrencelovgivning og markedsmagt inden for teknologi
Ideel for
- Bestyrelser og ledelsesniveauer, der fastlægger strategier for generativ AI, især hvor der er risiko for eksponering af immaterielle rettigheder, talentkontrakter eller retssager.
- Juridiske direktører, general counsel og strategidirektører, der navigerer i AI-lovgivningen i USA, EU og asiatiske jurisdiktioner.
- Politiske beslutningstagere og tilsynsmyndigheder, der udformer regler for AI, ophavsret og arbejdsmarkedsforhold.
- Teknologi- og platformvirksomheder, der udarbejder strategier i et skiftende reguleringslandskab.
Målgruppefordele
- Et klart indblik i, hvor AI-reguleringen faktisk er på vej hen i de største jurisdiktioner, fra en person inden for de organer, der udarbejder den.
- Evnen til at skelne mellem, hvilke AI-effekter på deres branche der er strukturelle, og hvilke der er konjunkturdrevet hype.
- Et skarpere overblik over deres virksomheds eksponering i forhold til intellektuel ejendomsret, ophavsret og ejerskabet af menneskelige kompetencer.
- Et rammeværk for personaleplanlægning, der behandler AI-drevet fortrængning som noget, man skal tage højde for i planlægningen, ikke blot passivt acceptere.
Samtaler
Opdeler AI’s indvirkning på erhvervslivet i beslutningstagning, forbrugeradfærd og platformers indflydelse samt automatisering af arbejdet og giver derefter ledere en ramme til at skelne mellem reel værdi og overdrivelse.
Vigtige pointer:
- Hvordan man udarbejder en fremadrettet og realistisk AI-strategi i stedet for blot at reagere på hver eneste nye model.
- Den forretningsmæssige forskel mellem AI og maskinlæring, og hvorfor generative modeller ændrer regnestykket.
- Hvor de reelle risici ligger: ulighed, algoritmisk bias og utilsigtede konsekvenser, vurderet snarere end antaget.
Kobler overgangen til platform- og gig-arbejde sammen med den stigende automatisering og omdanner vage fremskrivninger til en personalestrategi, som en leder kan handle ud fra allerede nu.
Vigtige pointer:
- Hvad man kan forvente i en bestemt branche, når AI ændrer sammensætningen af menneskelig og maskinel arbejdskraft.
- Hvorfor ændringer i arbejdslivet hænger sammen med ændringer i det sociale væv, og hvad det betyder for arbejdsgivere.
- Konkrete strategier til planlægning af arbejdsstyrken gennem overgangen.
Bogen beskriver, hvordan hver historisk fase af tillid har omformet økonomien, og argumenterer for, at kunstig intelligens og omdømmesystemer nu indleder en ny fase med direkte konsekvenser for risiko og regulering.
Vigtige pointer:
- Hvordan tillidsmekanismer, ikke blot teknologi, afgør, hvilke forretningsmodeller der vinder.
- Hvad sammensmeltningen af individ og institution betyder for risikostyring og regulering.
- Hvorfor forståelse af tillid er en måde at forudsige handelens fremtid på.