Jack Shaw
De fleste ledelsesteam har en AI-strategi. Langt færre har ændret den måde, virksomheden drives på. Det er i kløften mellem de erklærede intentioner og den faktiske indvirkning på driftsmodellen, at ledelsesteamene går i stå, og at investeringsgrundlaget stille og roligt falder fra hinanden.
Jack Shaw er rådgiver inden for AI-transformation, hovedtaler og forfatter til serien The AI Imperative, hvor han hjælper ledelsesteam med at bygge bro mellem AI-strategien og ændringer i driftsmodellen.
Full Profile
Hvorfor virksomheder samarbejder med Jack Shaw
- Erfaring som praktiker gennem flere på hinanden følgende AI-bølger, fra ekspertsystemer og e-handel over videnbaserede ekspertsystemer til nutidens generative AI. En sådan bred vifte af praktisk erfaring er sjælden, og det er netop det, der gør ham i stand til at fortælle en bestyrelse, hvilke tendenser der er holdbare, og hvilke der blot er støj.
- Forfatter til serien »The AI Imperative«, et planlagt flerbindsværk, der undersøger AI-transformationen branche for branche. Det første bind, »Manufacturing’s AI Imperative«, udkom i april 2026; efterfølgende bind, der dækker sundhedssektoren, finanssektoren, distributionssektoren og den offentlige sektor, er under udarbejdelse.
- Han har erfaring med at rådgive den øverste ledelse hos Mercedes-Benz, Siemens, GE, Caterpillar, Rockwell Automation, Coca-Cola, 3M, IBM, Oracle og Bosch. Kundeprofilen er overvejende industriel og reguleret, hvilket er direkte relevant, når publikum ikke består af teknologivirksomheder.
- En arbejdsramme, der adskiller taktiske AI-initiativer – som kan tjene sig ind inden for tolv måneder – fra strategiske programmer, der omformer driftsmodellen over en periode på tre til fem år. Rammen er udviklet til ledelsesteam, der kører begge spor samtidigt, uden at det ene går på bekostning af det andet.
- Afholder præsentationer i 26 lande og alle 50 amerikanske delstater med materiale, der er tilpasset målgrupper inden for produktion, distribution, finansielle tjenester og den offentlige sektor frem for en enkelt branche.
Højdepunkter i biografien
- Forfatter til serien »The AI Imperative«; første bind, »Manufacturing’s AI Imperative«, udkom i april 2026
- Uddannet fra Yale University; MBA fra Kellogg School of Management, Northwestern University
- Erfaring med AI i virksomheder, der spænder fra kommercielle ekspertsystemer og maskinlæring til nutidens generative AI
- Tidligere vicepræsident for kommercielle systemer hos Applied Systems Intelligence; har tidligere ledet et AI-softwarefirma inden for videnbaserede ekspertsystemer
- Rådgiver for den øverste ledelse hos Mercedes-Benz, Siemens, GE, Caterpillar, Rockwell Automation, Coca-Cola, 3M, IBM, Oracle og Bosch
- Hovedtaler i 26 lande og alle 50 amerikanske delstater for publikum inden for fremstilling, distribution, finansielle tjenester og den offentlige sektor
Biografi
Videnbaserede ekspertsystemer var i brug inden for forsvars- og industrimiljøer længe før ChatGPT gav AI et forbrugervenligt ansigt. Shaw udviklede kommerciel software inden for dette område i 2000'erne som vicepræsident for Commercial Systems hos Applied Systems Intelligence, efter at han havde ledet et AI-softwarefirma gennem den forrige bølge. Han har været en del af AI i virksomheder, længe før de fleste organisationer overhovedet stillede spørgsmålet, og det er derfor, han kan fortælle en bestyrelse, hvilke tendenser der er holdbare, og hvilke der blot er støj.
Med udgangspunkt i mere end fire årtier inden for AI og virksomhedsteknologi har Shaw holdt over 1.000 hovedtaler i 26 lande. Som rådgiver inden for AI-transformation samarbejder han med den øverste ledelse hos Mercedes-Benz, Siemens, Bosch, GE, Caterpillar, IBM, Coca-Cola og Oracle. Hans fokus ligger på de områder, hvor AI ændrer virksomhedens økonomi, ikke blot dens værktøjer.
Hans arbejde bygger på en skelnen mellem to veje: taktisk AI og strategisk AI. Taktisk AI dækker de anvendelser, der tjener sig ind inden for tolv måneder; strategisk AI er den ændring af driftsmodellen, der omformer konkurrencepositionen over en periode på tre til fem år. Han definerer målet som den autonome virksomhed (Autonomic Enterprise), hvor rutinemæssig registrering og reaktion foregår med maskinens hastighed, og menneskelig vurdering forbeholdes de beslutninger, der ikke kan delegeres.
Denne tankegang er nu udgivet. *Manufacturing’s AI Imperative: An Executive Mandate* er det første bind i *The AI Imperative Series*, en serie, der branche for branche anvender rammen på de AI-beslutninger, som ledelsen står over for, og hvor bind om distribution, offentlig forvaltning, sundhedsvæsen og finans er under udarbejdelse. Shaw, der er uddannet fra Yale og har en MBA fra Kellogg, rådgiver internationalt om AI-strategi på ledelsesniveau, AI-governance og transformation af arbejdsstyrken. Han går direkte ind på det, som bestyrelserne spørger om lige nu: hvordan man kommer ud af pilotprojektets skærsild, hvordan man reducerer den beslutningsforsinkelse, der bremser AI-programmerne, og hvordan kløften mellem AI-førende virksomheder og dem, der halter bagefter, vokser hurtigere end ved noget tidligere teknologisk skifte.
Vigtigste foredragstemaer
- Taktisk AI og strategisk AI: rammen med to spor
- AI i virksomheder – fra pilotprojekter til ændring af driftsmodellen
- Den autonome virksomhed og den fremvoksende autonome økonomi
- AI-styring, risiko og ledelsens ansvarlighed
- Transformation af arbejdsstyrken i AI-alderen
- Branchespecifik AI-strategi for fremstillings-, distributions- og regulerede sektorer
- Beslutningsforsinkelse og forstærkende fordele ved AI i virksomheder
Ideel for
- Bestyrelser og ledelsesgrupper, der fastlægger virksomhedens AI- og digitale strategi
- CIO'er, CTO'er og CDO'er, der prioriterer AI-investeringer blandt konkurrerende prioriteter: infrastruktur, medarbejderkompetencer, dataklarhed og leverandørvalg
- Ledelsesteam inden for fremstillingsindustrien, bilindustrien, distribution og finansielle tjenester
- Brancheforeninger og konferencer inden for regulerede sektorer, der ønsker at vide, hvor teknologien rent faktisk finder anvendelse i driften
Resultater for målgruppen
- Et klarere overblik over, hvilke AI-funktioner der er vigtige for deres specifikke branche og tidshorisont
- Konkrete eksempler fra Fortune 500-implementeringer frem for generiske casestudier
- Et ordforråd, der gør det muligt at stille skarpere spørgsmål til leverandørers salgstale og interne forslag
- En ramme med to spor til at skelne mellem de AI-initiativer, der giver afkast inden for tolv måneder, og de strategiske programmer, der omformer driftsmodellen over tre til fem år, med en metode til at køre begge spor samtidigt uden at det ene går ud over det andet
Samtaler
Hvordan den tostrengede tilgang skaber en »Autonomic Enterprise« – en organisation, hvor rutineopgaver udføres med maskinens hastighed, mens ledelsen fokuserer på de beslutninger, som kun mennesker kan træffe.
Vigtige pointer:
- Hvordan en autonom virksomhed ser ud i praksis: hvilke opgaver der overgår til maskinel registrering og reaktion, og hvilke der forbliver underlagt menneskelig vurdering
- Hvorfor den fremvoksende autonome økonomi belønner de, der er tidligt ude, og hvordan denne fordel forstærkes i forhold til langsommere konkurrenter
- De ledelsesbeslutninger, der afgør, om en organisation når frem til denne tilstand eller går i stå inden
Sådan opnår man kortsigtede, taktiske AI-gevinster, samtidig med at man opbygger det strategiske AI-fundament, der ændrer organisationens konkurrenceevne, uden at det ene område går på bekostning af det andet.
Vigtige pointer:
- Den afgørende forskel: Taktiske AI-initiativer, der giver afkast inden for tolv måneder, og strategiske AI-programmer, der omformer driftsmodellen over en periode på tre til fem år
- Hvordan man kører begge spor samtidigt, så de hurtige gevinster finansierer og mindsker risikoen ved den længerevarende transformation
- Hvorfor pilot-limbo er den mest almindelige årsag til fiasko inden for AI i virksomheder, og hvilke strukturelle ændringer der kan hjælpe en organisation med at komme videre
Et program, der er skræddersyet til de specifikke muligheder, risici og konkurrencepres inden for kunstig intelligens, som en bestemt branche og målgruppe står over for.
Vigtigste pointer:
- Hvor AI allerede ændrer enhedsøkonomien i målgruppens sektor, baseret på konkrete implementeringer frem for generiske casestudier
- De branchespecifikke risici og lovgivningsmæssige krav, der afgør, hvilke AI-tiltag der er værd at gennemføre
- De beslutninger, som ledelsen i den pågældende branche skal træffe nu, og som ikke kan delegeres
Hvad AI-styring kræver på ledelses- og bestyrelsesniveau – fra modelrisiko til regulatorisk eksponering.
Vigtige pointer:
- Hvad bestyrelser og ledelsen rent faktisk er ansvarlige for, når AI bliver en integreret del af kerneforretningen
- Hvordan man styrer modelrisiko, data og regulatorisk eksponering, uden at styringen bliver en bremse for gennemførelsen
- Hvor ansvaret ligger mellem ledelsen, driftsenhederne og eksterne leverandører
Hvilke beslutninger kræver uundværlig menneskelig vurdering, og hvordan kan man forberede medarbejderne på de roller, som kun mennesker kan udfylde?
Vigtige pointer:
- Hvilke arbejdsopgaver overgår til maskiner, og hvilke forbliver hos mennesker, og hvordan man skelner mellem dem i en konkret organisation
- Hvordan man forbereder ledere og teams på AI-understøttede roller i stedet for at forsvare status quo
- De beslutninger vedrørende arbejdsstyrken, som ledelsen skal træffe nu for at undgå kompetencegaps senere