Jack Shaw
De flesta ledningsgrupper har en AI-strategi. Det är dock betydligt färre som har förändrat hur verksamheten bedrivs. Klyftan mellan uttalade avsikter och effekterna på verksamhetsmodellen är där ledningsgrupperna fastnar, och där investeringsargumenten i tysthet faller samman.
Jack Shaw är rådgivare inom AI-omställning, huvudtalare och författare till serien ”The AI Imperative”, och han hjälper ledningsgrupper att överbrygga klyftan mellan AI-strategi och förändringar av verksamhetsmodellen.
Full Profile
Varför organisationer anlitar Jack Shaw
- Erfarenhet som praktiker genom flera på varandra följande AI-vågor, från expertsystem och e-handel via kunskapsbaserade expertsystem till dagens generativa AI. En sådan bredd av praktisk erfarenhet är sällsynt, och det är just den som gör att han kan förklara för en styrelse vilka förändringar som är bestående och vilka som bara är tillfälliga.
- Författare till serien ”The AI Imperative”, en planerad serie i flera volymer som undersöker AI-omvandlingen bransch för bransch. Den första volymen, ”Manufacturing’s AI Imperative”, publicerades i april 2026; efterföljande volymer som täcker hälso- och sjukvård, finans, distribution och offentlig sektor är under utarbetande.
- Han har erfarenhet av att ge råd till ledande befattningshavare hos Mercedes-Benz, Siemens, GE, Caterpillar, Rockwell Automation, Coca-Cola, 3M, IBM, Oracle och Bosch. Kundbasen består främst av industriella och reglerade företag, vilket är direkt relevant när målgruppen inte består av teknikföretag.
- Ett arbetsramverk som skiljer mellan taktiska AI-initiativ, som kan ge avkastning inom tolv månader, och strategiska program som omformar verksamhetsmodellen över tre till fem år. Ramverket är utformat för ledningsgrupper som driver båda spåren samtidigt utan att det ena tar resurser från det andra.
- Verksamhet i 26 länder och alla 50 delstater i USA, med material som anpassas till målgrupper inom tillverkning, distribution, finansiella tjänster och den offentliga sektorn snarare än till en enskild bransch.
Biografiska höjdpunkter
- Författare till serien ”The AI Imperative”; den första volymen, ”Manufacturing’s AI Imperative”, publicerades i april 2026
- Examen från Yale University; MBA från Kellogg School of Management, Northwestern University
- Erfarenhet av AI inom företagsvärlden som spänner från kommersiella expertsystem och maskininlärning till dagens generativa AI
- Tidigare vice vd för Commercial Systems på Applied Systems Intelligence; ledde tidigare ett AI-mjukvaruföretag inom kunskapsbaserade expertsystem
- Rådgivare till ledningen hos Mercedes-Benz, Siemens, GE, Caterpillar, Rockwell Automation, Coca-Cola, 3M, IBM, Oracle och Bosch
- Huvudtalare vid evenemang i 26 länder och alla 50 delstater i USA, inför publik inom tillverkning, distribution, finansiella tjänster och den offentliga sektorn
Biografi
Kunskapsbaserade expertsystem användes inom försvars- och industrisektorn långt innan ChatGPT gjorde AI till ett begrepp för konsumenter. Shaw utvecklade kommersiell programvara inom detta område under 2000-talet som vice vd för Commercial Systems på Applied Systems Intelligence, efter att ha lett ett AI-mjukvaruföretag genom den föregående vågen. Han har varit verksam inom företags-AI sedan innan de flesta organisationer ens ställde sig frågan, vilket är anledningen till att han kan förklara för en styrelse vilka förändringar som är bestående och vilka som bara är tillfälliga.
Med mer än fyra decennier av erfarenhet inom AI och företagsteknik har Shaw hållit över 1 000 huvudtal i 26 länder. Som rådgivare inom AI-omvandling arbetar han med ledande befattningshavare hos Mercedes-Benz, Siemens, Bosch, GE, Caterpillar, IBM, Coca-Cola och Oracle. Hans fokus ligger på hur AI förändrar verksamhetens ekonomi, inte bara dess verktyg.
Hans arbete bygger på en distinktion mellan två vägar: taktisk AI och strategisk AI. Taktisk AI omfattar de tillämpningar som betalar sig inom tolv månader; strategisk AI är den förändring av verksamhetsmodellen som omformar konkurrenspositionen över tre till fem år. Han beskriver målet som det autonoma företaget, där rutinmässig avkänning och respons sker i maskinhastighet och mänskligt omdöme reserveras för de beslut som inte kan delegeras.
Detta tankesätt har nu publicerats. *Manufacturing’s AI Imperative: An Executive Mandate* är den första volymen i serien *The AI Imperative Series*, en branschvis uppbyggd serie som tillämpar ramverket på de AI-beslut som ledningen står inför, och volymer om distribution, offentlig sektor, hälso- och sjukvård samt finans är under förberedelse. Shaw, som är utexaminerad från Yale och har en MBA från Kellogg, är internationell rådgivare inom AI-strategi för ledningen, AI-styrning och omställning av arbetsstyrkan. Han tar direkt upp de frågor som styrelserna ställer sig just nu: hur man tar sig ur pilotfasens limbo, hur man minskar den beslutsfördröjning som bromsar AI-programmen och hur klyftan mellan AI-ledare och eftersläntrare växer snabbare än vid någon tidigare teknologisk omställning.
Viktiga föreläsningsämnen
- Taktisk AI och strategisk AI: ramverket med två vägar
- AI i företaget – från pilotprojekt till förändring av verksamhetsmodellen
- Det autonoma företaget och den framväxande autonoma ekonomin
- AI-styrning, risker och ledningens ansvarsskyldighet
- Omvandling av arbetsstyrkan i AI-eran
- Branschspecifik AI-strategi för tillverkning, distribution och reglerade sektorer
- Beslutsfördröjning och kumulativa fördelar inom företags-AI
Perfekt för
- Styrelser och ledningsgrupper som utformar företagets AI- och digitala strategi
- CIO:er, CTO:er och CDO:er som prioriterar AI-investeringar bland konkurrerande prioriteringar: infrastruktur, personalens kompetens, databeredskap och val av leverantörer
- Ledningsgrupper inom tillverkningsindustrin, fordonsindustrin, distribution och finansiella tjänster
- Branschorganisationer och konferenser inom reglerade sektorer som vill veta hur tekniken faktiskt påverkar verksamheten
Resultat för målgruppen
- En tydligare bild av vilka AI-funktioner som är viktiga för just deras bransch och tidshorisont
- Konkreta exempel från Fortune 500-företag snarare än generiska fallstudier
- Ett ordförråd för att ifrågasätta leverantörers säljargument och interna förslag med mer träffsäkra frågor
- Ett ramverk med två spår för att skilja mellan de AI-initiativ som ger avkastning inom tolv månader och de strategiska programmen som omformar verksamhetsmodellen över tre till fem år, med en metod för att driva båda spåren samtidigt utan att det ena går ut över det andra
Utvecklingssamtal
Hur strategin med två spår skapar ett ”Autonomic Enterprise” – en organisation där rutinuppgifter sköts i maskinhastighet och ledningens uppmärksamhet riktas mot de beslut som endast människor kan fatta.
Viktiga slutsatser:
- Hur ett autonomt företag ser ut i praktiken: vilka verksamheter som övergår till maskinell avkänning och respons, och vilka som förblir beroende av mänskligt omdöme
- Varför den framväxande autonoma ekonomin belönar pionjärer, och hur den fördelen förstärks gentemot långsammare konkurrenter
- De ledningsbeslut som avgör om en organisation når det stadiet eller fastnar på vägen dit
Hur man uppnår kortsiktiga taktiska framgångar inom AI samtidigt som man bygger den strategiska AI-grunden som förändrar organisationens konkurrensförmåga, utan att det ena området går ut över det andra.
Viktiga slutsatser:
- Den avgörande skillnaden: taktiska AI-initiativ som ger avkastning inom tolv månader och strategiska AI-program som omformar verksamhetsmodellen över tre till fem år
- Hur man driver båda spåren samtidigt så att snabba vinster finansierar och minskar riskerna i den längre omvandlingen
- Varför ”pilothelvetet” är det vanligaste orsaken till misslyckanden inom företags-AI, och vilka strukturella förändringar som hjälper en organisation att ta sig förbi det
Ett program som är skräddarsytt för just de möjligheter, risker och konkurrenspåfrestningar inom AI som en viss bransch och målgrupp står inför.
Viktiga slutsatser:
- Hur AI redan förändrar lönsamheten inom målgruppens bransch, baserat på verkliga implementeringar snarare än generiska fallstudier
- De branschspecifika riskerna och de regulatoriska påtryckningarna som avgör vilka AI-satsningar som är värda att genomföra
- De beslut som inte kan delegeras och som ledningen inom den branschen måste ta ansvar för just nu
Vad AI-styrning kräver på lednings- och styrelsenivå, från modellrisker till regleringsmässig exponering.
Viktiga slutsatser:
- Vad styrelser och ledning faktiskt ansvarar för när AI blir en del av kärnverksamheten
- Hur man hanterar modellrisk, data och regleringsmässig exponering utan att styrningen blir ett hinder för genomförandet
- Var ansvaret ligger mellan ledningen, verksamhetsenheterna och externa leverantörer
Vilka beslut kräver ett oersättligt mänskligt omdöme, och hur kan man förbereda människor för de roller som endast människor kan fylla?
Viktiga slutsatser:
- Vilka arbetsuppgifter kan överlåtas till maskiner och vilka ska människor fortsätta att utföra, och hur man skiljer mellan dem i en specifik organisation
- Hur man förbereder chefer och team för AI-stödda roller istället för att försvara status quo
- De personalbeslut som ledningen måste fatta nu för att undvika kompetensbrister senare