AI i styrerommet

Erfaringer og refleksjoner fra en «ikke-ekspert» i AI

Etter 20 års styreerfaring har jeg sett hvor avgjørende det er at styret evner å løfte blikket. Jeg er opptatt av at strategiske diskusjoner må handle mindre om gårsdagens rapporter og mer om morgendagens muligheter og risiko. Jeg har nå testet ut hvordan AI kan være et hjelpemiddel i styrearbeidet og før strategiske veivalg.

Nylig deltok jeg på INSEAD Advanced Board Programme der ett av temaene var bruk av AI i styrerommet. Jeg tror ikke at AI skal erstatte menneskelige beslutninger med det første, men det kan uten tvil forsterke kvaliteten på styrets diskusjoner. Noen styrer bruker nok AI aktivt. Mitt inntrykk er dog at AI i hovedsak brukes i det operative arbeidet i bedriftene, men ikke i selve styrearbeidet. På INSEAD testet vi ut bruk av en «chat-bot» i simulerte styremøter, der den ble spurt om innspill til diskusjoner i styrerommet. Vi diskuterte også hvordan AI kan brukes i forarbeidet som hver og en kan gjøre før styremøter. Begge øvelser ga verdi til styrediskusjonene.

Jeg har i etterkant reflektert rundt dette selv i mitt styrearbeid. Det som spesielt har inspirert meg er hvor innsiktsfullt og raskt testing av strategiske hypoteser og scenarier kan gjøres ved bruk av AI. Jeg har lekt med å formulere mulige scenarioer, og ved hjelp av AI fått overraskende solid diskusjonsgrunnlag knyttet til innhold og konsekvenser av disse scenarioene. Ved å bruke AI til sparring og dialog, fremfor kun en enkel forespørsel, har jeg ved svært begrenset tidsbruk fått gode innspill som ga mening. Det var heller ikke behov for å avsløre forretningsinformasjon, som er viktig for de fleste styrer.

De fleste styrer har ikke spesifikk AI kompetanse i styret. Det er heller ikke nødvendig å hente inn nytt styremedlem som er AI ekspert, noe som ofte er verken mulig eller riktig. Jeg vil si at det viktigste er at styremedlemmene er åpen for å ta i bruk AI i selve styrearbeidet og kommer i gang med å teste det ut. Det er blitt veldig enkelt å «leke» og sparre med, og det du får igjen ved bruk av AI er blitt nyttig allerede og blir stadig bedre. Det kan gjerne legges inn som fast punkt på styrets agenda, som eksempelvis «Hvordan benytter vi AI til å forbedre styrearbeidet i dette møtet?»

Under deler jeg mitt eksempel på overnevnte scenariotesting, og hvordan jeg tenker vi kan bruke AI til å jobbe med morgendagens muligheter og risiko. Jeg tok utgangspunkt i shipping bransjen, som jeg kjenner godt og som er en bransje med komplekse og sykliske markeder. Jeg la inn forslag til 3 scenarioer og fikk overraskende gode beskrivelser over kompleksitet, konsekvenser og strategiske vurderinger som styret bør ta stilling til. Jeg ba også om å få ytterligere ett scenario som jeg ikke selv hadde foreslått, og fikk et relevant og interessant alternativ. AI tok ikke for seg alle relevante vurderinger og ga ikke vanntette svar. Men jeg kan likevel se for meg å bruke dette som diskusjonsgrunnlag i styrerommet.

Jeg tror at foreløpig så kommer vi ikke til å la AI ta beslutningene for oss, men bruk av AI vil endre måten vi jobber frem mot beslutninger. Det kan hjelpe oss til å diskutere smartere, tenke lengre fram og til å handle raskere. Nytteverdien av eksempelvis nevnte scenariotesting er å bl.a. å se hva som kan inntreffe, vurdere konsekvensene av ulike hendelser, og understreker behovet for fleksibilitet både i både mindset og forretningsmodell. Sjansen for at en «black swan» hendelse vil inntreffe er betydelig økt i dagens komplekse verden. Det tok ikke mye tid og testing for å få bekreftet at bruk av AI i styrerommet gir bedre grunnlag for dialog og strategiske valg i styrerommet, og jeg anbefaler alle som ikke har tatt det i bruk å teste det ut.

Scenarioer – et eksempel på min dialog med AI rundt scenario-analyse i shippingbransjen

Her er forslag til tre scenarioer som jeg har bedt en AI chatbot å utdype til bruk i et strategisk styreromsarbeid i et shippingselskap, samt å foreslå et 4.alternativ.  Hvert scenario utdyper antagelser, mulige konsekvenser for shipping, og foreslår strategiske refleksjonspunkter som et styre kan bruke i sin diskusjon.

⚓️ Scenario 1:

Steady state – «business as usual»

Beskrivelse

Verdensøkonomien utvikler seg i tråd med de siste 10 års trender. Global handel vokser moderat (2–3 % årlig), energiovergangen går gradvis, og geopolitikken forblir håndterbar. Teknologisk utvikling og reguleringer (ESG, digitalisering) skjer i forventet tempo.

Antagelser

• Fraktvolumer øker i takt med BNP.
• Kina og andre asiatiske verft øker kapasiteten moderat, uten å skape overtilbud.
• Bunkerspriser og energikostnader forblir stabile.
• Reguleringer om utslipp og rapportering (EU ETS, IMO 2030) skjer gradvis og forutsigbart.

Konsekvenser for shipping

• Relativt stabile rater, men ingen superprofitt.
• Investeringsbeslutninger kan planlegges langsiktig.
• Digitalisering og AI kan brukes til effektivisering, men uten å være eksistensielt nødvendig.

Strategiske refleksjoner

• Hvordan bruke AI og dataanalyse til kontinuerlig optimalisering av drift og flåtestyring?
• Hvordan balansere investeringer mellom grønn teknologi og tradisjonell flåtefornyelse?
• Hva er risikoen ved å bli for «komfortabel» i en stabil situasjon?

⚙️ Scenario 2:

Overkapasitet på tilbudssiden – «Kina pumper ut tonnasje»

Beskrivelse

Kina satser tungt på skipsbygging som industriell vekstmotor, støttet av subsidier og teknologisk automasjon. Resultatet er en kraftig økning i global verftskapasitet, og nybygg prises aggressivt lavt. Samtidig vokser etterspørselen etter frakt kun moderat.

Antagelser

• 15–25 % økning i global flåtekapasitet på 5–7 år.
• Redusert nybyggpris (lavere kapitalbarriere).
• Mange aktører bestiller nye, «grønne» skip for å møte kommende krav – men samtidig forsterkes overkapasiteten.
• Fraktratene presses kraftig ned.

Konsekvenser for shipping

• Marginpress og lavere avkastning.
• Økt risiko for restruktureringer og konsolidering.
• Økende forskjeller mellom effektive (digitaliserte, AI-drevne) rederier og mindre, tradisjonelle aktører.
• Økende behov for differensiering – f.eks. ved bærekraft, datadrevet drift, partnerskap eller logistikk-helhet.

Strategiske refleksjoner

• Hvordan kan AI brukes til å forutse rateutvikling og kapasitetsbalanse?
• Bør selskapet tilpasse investeringsstrategien – f.eks. fokusere på nisjemarkeder eller langtidskontrakter?
• Er det tid for strategiske allianser eller fusjoner for å stå sterkere?
• Hvordan vurdere teknologisk risiko i nybygg (grønn drivstoffteknologi som ennå ikke er moden)?

⚔️ Scenario 3:

Hybrid krig og ustabil energi – «fragmentert verden»

Beskrivelse

Geopolitisk uro preger store deler av verden. Cyberangrep, dronetrusler, og ustabil energiforsyning fører til fragmenterte forsyningskjeder. Enkelte regioner opplever lengre perioder med strøm- eller drivstoffmangel. Transport- og logistikksystemer blir sårbare, og sjøtransportens rolle som sikker forsyningslinje øker – men operasjonell risiko øker også dramatisk.

Antagelser

• Energitilgang er ujevn, og drivstoffpriser svinger kraftig.
• Digital infrastruktur (AI, sensorer, kommunikasjon) er mål for angrep eller ustabilitet.
• Politiske blokker påvirker handel og skipsruter (regionalisering, sanksjoner, blokader).
• Økende etterspørsel etter «resilient logistics» – sikre, fleksible transportkjeder

Konsekvenser for shipping

• Sterkt uforutsigbare rater og forsyningsmønstre.
• Økende forsikrings- og sikkerhetskostnader.
• Økt verdi av skip og selskaper med høy autonomi, fleksibilitet og datasikkerhet.
• Høy etterspørsel etter rederier som kan omdirigere flåter raskt og operere trygt under usikkerhet.

Strategiske refleksjoner

• Hvordan bruke AI til risikomodellering, ruteoptimering og sanntidsberedskap?
• Bør selskapet investere i egen energisikkerhet (f.eks. batteri-/hydrogenløsninger, hybrid drift)?
• Hvordan håndtere cybersikkerhet og beskyttelse av digitale systemer?
• Kan selskapet posisjonere seg som «partner for robust forsyning» i urolige tider?

💡 Oppsummering – AI som strategisk verktøy i scenariotenking

AI kan i alle scenarioene bidra til:

• Scenariotesting: simulere markedsendringer, kostnadsnivåer og rater.
• Sanntidsrisikoanalyse: overvåke geopolitiske, økonomiske og teknologiske signaler.
• Beslutningsstøtte: generere «hva hvis»-analyser raskere enn tradisjonelle metoder.
• Forbedret kvalitet i styrediskusjonen: AI kan visualisere komplekse sammenhenger på en forståelig måte, slik at styret fokuserer på strategi – ikke bare detaljer.

Scenario 4:

Grønn akselerasjon – «kapitalen og kundene går grønt raskere enn reguleringene»

Beskrivelse

Etterspørselen etter bærekraftige løsninger skyter fart, drevet av investorer, forsikringsselskaper og store befraktere som setter egne klimakrav. Kapitalen flyter bort fra rederier som ikke kan dokumentere utslippsreduksjon, og grønn finansiering blir normen. Teknologisk utvikling innen alternative drivstoff (ammoniakk, hydrogen, metanol) og autonome systemer går raskere enn ventet.

Antagelser

• Nye klimakrav og ESG-rapportering gjør tradisjonelle skip raskt utdaterte.
• Grønn teknologi blir kommersielt lønnsom tidligere enn forventet.
• Kundene – spesielt innen energi, bulk og container – etterspør lavutslippsfrakt og langsiktige grønne kontrakter.
• Kapitalmarkedet premierer dokumenterbar bærekraft og transparens.

Konsekvenser for shipping

• Kapitaltilgang og forsikringsvilkår knyttes tett til utslippsprofil.
• Stor teknologisk risiko – feil investering i drivstoffteknologi kan gi tap.
• Nye samarbeid oppstår mellom rederier, teknologiselskaper og energiprodusenter.
• AI blir en nøkkel for å simulere utslipp, optimalisere drivstoffvalg og dokumentere bærekraft overfor kunder og investorer.

Strategiske refleksjoner

• Hvordan balansere grønn investering mot risiko for teknologisk feilvalg?
• Kan selskapet ta posisjon som «first mover» i grønn shipping – eller er det tryggere å vente?
• Hvordan bruke AI til å simulere karbonkostnader og fremtidige ESG-krav?

Dette scenariet står godt sammen med de tre du allerede har:

1. Steady state (kontinuitet)
2. Overkapasitet (markedsforstyrrelse)
3. Hybrid krig (geopolitisk uro)
4. Grønn akselerasjon (regulatorisk og teknologisk disrupsjon)

Dette var det AI ga meg ved at jeg kun la inn forslag til tre scenarier og ba om ytterligere ett alternativt. Det ser jo bra og tilsynelatende fornuftig ut, dog ikke perfekt. En som kjenner til utfordringene i bransjen vil f.eks til scenario 2 kunne påpeke at det å automatisere f.eks sveising av skip er utfordrende og så langt ikke funnet løsning på, og hele verftsindustrien mangler sveisere. Og til scenario 4 kan det kritiseres at det utelater nærmest det viktigste, alt blir dyrere og forbrukerne må betale til slutt, og da blir spørsmålet om samfunnet og forbrukerne virkelig er villige til dette. Videre kommenteres ikke forhold til energisikkerhet. Nasjoner er særdeles opptatt av å ha tilgang til energi og den grønne transisjonen går ikke raskt nok til å sikre dette, slik at nasjonene må sikre seg energi, uavhengig av å tenke grønt.

Dette er tema man kan fortsette dialogen om i styrerommet, og fortsatt sparre med chatbot’en om. Det gir likevel et godt grunnlag til å kunne diskutere ulike scenarier uten å bruke masse tid til forberedelsen av slike alternativer. 

En bør også være oppmerksom på at AI baserer seg på historiske data og kontekst. Det kan adresseres med at man lager sin egen interne AI til bruk for styrearbeid og virksomhetsledelse. Det deler ikke data med omverden og kan utvikles med hensyn til virksomhetens og styrets behov. Dette krever så klart ressurser og kompetanse, og jeg vil påstå at et styre vil få nytte av å utforske mulighetene med å prøve seg frem med eksisterende AI-boter, før man eventuelt går videre til å bygge sin egen.

Jeg vil si at det viktigste er at styremedlemmene er åpen for å ta i bruk AI i selve styrearbeidet og kommer i gang med å teste det ut. Det er blitt veldig enkelt og det du får igjen ved bruk av AI er nyttig allerede og blir stadig bedre. Så kan man å ta det videre derfra etter hvert.