Megatrends Digitalisering og cybertrends

DIRF Dagen 2017September 2017

Carsten Beck IFF

Instituttet for Fremtidsforskning

• Er en privat og uafhængig tænketank

• Er grundlagt i 1970 af Thorkil Kristensen

• Analyse, inspiration og rådgivning

Strategiske scenarieprocesser

Leder træning

Produktudvikling

Future Clubs, medlemsseminarer

• DK, N, Europa og Asien

• 50 medlemmer

• 15 ansatte

• Neutralitet

Baggrund

Hvorfor fremtiden?

Flere forandringerHar vi et globalt marked i 2030?

Det er farligt derude

Resilience on 3 levelsOur world and deep

uncertaintyRadar, Shield, and

SwordManaging resilient

organizations

Our world and deep uncertainty

Forecastability

Non-scalable

Bell-shaped curve

Accelerating

Volatile

Uncertain

Complex

Ambigious

Winner takes all!

Resilience on 3 levelsOur world and deep

uncertaintyRadar, Shield, and

SwordManaging resilient

organizations

Our world and deep uncertainty

Volatility

• Synonymous with turbulence

• Patterns and magnitudes of change are no longer predictable

Uncertainty

• The lack of predictability of issues and events

• Can no longer predict future based on past

Complexity

• Inability to understand the interplay of causes and factors shaping events

Ambiguity

• The haziness of reality and the mixed meanings of conditions

- And accelerating!

Tre mindsets omkring fremtidenHvem kommunikerer du til?

• Fortidsorienteret– Tab, mangel på tryghed, kompleksitet er ikke godt

– Formalia

– Vi kendte de gamle regler – og digitalisering er utrygt!

– Skære ind til benet i kommunikationen. Ingen proxy variable

• Nutidsorienteret– +/- 5%. Vi kan ikke forestille os fremtiden – hvordan kan I

hjælpe mig som investor?

– Smarte, moderne og effektive kommunikationssystemer med relevans i højsædet

– Virksomhederne skal følge med - men ikke gå foran

• Fremtidsorienteret– ”Let´s rock” – nye regelsæt, nye digitale løsninger, nye former

for informationsindhentning og –bearbejdning

– Komme tættere på det perfekte match. Involverende. Anarkistisk?

– Virksomhederne skal gå forrest sammen med de fremtidsorienterede

MegatrendsNetværk

Miljø og ressourcer

Viden

Værdier/holdninger

Demokratisering, transparens og

åbenhed

Acceleration og kompleksitet

TeknologiDigitaliseringØkonomisk vækst?

Demografi og urbanisering

Sundhed

Polarisering

Globalisering

Kommercielt

Individualisering

Utålmodighed

Fremtiden Gammeldags system

Anarkistiske data flow

Hvor galt går det med automatiseringen?

Det digitale kan…• Øge effektivitet – reducere omkostninger

• Øge adgang/tilgang til data

• Øge forståelsen hos stakeholders/reducere kompleksitet

• Øge hastigheden

• Øge konsistensen

• Øge specialiseringen af datastrømme

• Øge graden af selvbetjening

• Øge muligheden for at skræddersy – i real time

Algorithms predicts 70% of Court decisions!

• We live in a time where data help illuminate our routines, habits and other information about our lives. But can it actually predict something as important as a Supreme Court decision?

• Michigan State University law professor Daniel M. Katz and his colleagues have created an algorithm that has accurately predicted 70 %of the Supreme Court’s overall decisions, and 71 %of the votes of individual justices -- more robust results than any other predictive study done to date. Applying various techniques from machine learning, the algorithm takes into account dozens of variables before it makes a prediction.

• Katz wants to make law more accessible andtransparent to the people it is meant to serve.He recognizes that a predictive model has social,political and economic ramifications. Using dataanalytics can help improve the accuracy andefficiency of the law and court practises.

Source: http://msutoday.msu.edu/news/2014/using-data-to-predict-supreme-courts-decisions/

Arbejdsprocesser som kan automatiseres

1. Standardiserede fysiske opgaver

2. Administrere/processe data

3. Indsamle data

4. Ikke standardiserede/uforudsigelige fysiske opgaver

5. Fysisk møde med kunden/investor

6. Expertise (beslutninger, planlægning, kreativitet)

7. Ledelse

8. (IT, Robot, AI, Bioteknologi, Energi teknologi…)

KompetencerFaglig stolthed

Løn

When will robots take over your job?

325 AI experts.Oxford U.

• Water and steam mechanization of production

1st industrial revolution

• Electric power for mass production, Division of labour.

2nd industrial revolution

• Electronics and information technology to automate production

3rd industrial revolution

• Cyber-physical systems. Fusion of technologies, which blur the lines between physical, digital and biological.

4th industrial revolution

The 4th Industrial Revolution

Ansvarsfordeling, datastrømme og scenarier

• Internet of Things og Big Data– Hvem skal jeg ringe til?

• Båndbredden hos modtagerne?– Virksomheder– Ansatte– Robotter

• Validering af data:– Fake news verden?– Tillid til autoriteter?– Tillid til brands?– Tillid til det menneskelige touch/brand– Tillid til egne netværk/systemer

• Fra: ”Vi har styr på det…”• Til: ”Konkrete scenarier for navngivne risici eller upsides?”

1. CHAIN OF COMMAND

2. BUREAUCRAC

Y

3. 20TH CENTURY

HIERARCHY4. PROJECTS

5. ENTREPRE-NEURIAL

6. PATHFINDERS

7. WIREARCHY

FROM CENTRALIZED ALTERNATIVE ORGANIZATIONAL STRUCTURES

Military, Police Government Most companies

Movies, Sports, Freelance

Google, Apple, Tesla

ISS??? Wikipedia, Linux, AirBnB

Examples:

Creative, defined start/end

Combines 20thC with Projects: Focus on innovation

Piloting new 21st C ways to organize people/work

Leveraging the power of community

Traits:

Det organisatoriske set up ændrer sig måske?

Source: CIFS, 2016,

Hvem har ansvaret?

Netværk

• To vejs kommunikation

• Amatøreksperter påvirker systemet

• Extroverte får det nemmest

Mennesker

Velkommen til fremtiden