En handfull länkar 2025:12
Kanske sista brevet innan sommarsemestern. En del om AI, en del om marknadsföring. Som vanligt alltså.
Dags för ett nyhetsbrev.
Ni vet om att jag och Sarah fortfarande, efter 12 år, fortfarande undervisar på Berghs och kör vår kurs ”Bygga varumärke i sociala medier”? Den har självklart utvecklats i takt med att sociala medier utvecklats, liksom att vi utvecklats och vågar nog säga att det är få som har den bredd och djup i erfarenhet av strategiskt arbete i sociala medier som vi två har tillsammans. Vilket vi älskar att dela med oss av till våra elever.
Det är en skarp kurs, tre intensiva dagar på plats på Berghs, som både ger insikter i varumärkesstrategier i sig men framförallt ger verktyg för att använda kraften i sociala medier för att stärka varumärket. I höst kommer vi vara på Berghs två gånger, september och december, och det finns lite platser kvar till septemberkursen.
Tycker du ska gå den om du jobbar med sociala medier i ett företag, eller hjälper företag med deras närvaro i sociala medier. Läs mer här och anmäl dig!
Sen måste jag tacka och välkomna alla följare som kommit från People People People-nätverket! Hoppas jag kommer att leverera så ni känner det värdefullt att läsa mitt nyhetsbrev. Förra veckan var lite ”wtf händer?”
Sommaren är igång. Projekt ska avslutas helst innan midsommar och andra projekt ska startas upp så att jag kan jobba med dem under tiden andra är lediga. Sommarfester, konserter och andra trevligheter liksom att försöka tänka på hösten. Egenföretagande är roligt. Men också en smula ångestdrivet snarare än lustdrivet i vissa lägen.
Skrattade åt mig själv imorse när jag insåg att jag går iväg till ett kontor och gör ungefär samma setup som jag har hemma - även om jag hemma har en större skärm och bättre ljud… men jag behöver göra mitt eget kaffe och sitter en halvmeter från min säng. Så ja, jag har verkligen lämnat min tidigare kärlek till härarbete.
Men låt oss slänga oss in i lite länkar.
Enligt en undersökning från MIT som snävtolkats och dragits i en tangentriktning som det inte finns täckning för så noteras att AI-användande förändrar vårt beteende och därmed också vår användning av våra hjärnor. Forskarnas slutsats var att överdriven användning kan möjligen påverka vår kognitiva status. Men självklart så blev det ”vi blir dummare av att använda AI” i mediarapporteringen (för övrigt är studien inte peer reviewed och långt ifrån konklusiv men som om det skulle störa journalister och anti-AI-lobbyn.
En ytterligare farhåga handlar om att vi skulle bli sämre på kritiskt tänkande och att skapa kommunikation.
Jag tänker på det efter två dagars intensivt arbete tillsammans med generativ AI i research och analys respektive att visualisera data. Ja, det går att göra i Excel men det är både tråkigare, långsammare och mer ångestframkallande.
Men jag behöver hela tiden vara fokuserad. Dels i att ställa rätt frågor, vara konkret och precis i vad jag vill att AI ska göra, dubbelkolla mot data och utifrån min egen kunskap om statistik och sannolikhet för att veta att det är rätt.
Det är möjligt att om jag skulle låta ett AI skriva den här texten skulle den bli ”plattare” och mer ”formalistisk” (men säkert med käcka emojis…) men jag tror inte på att vi kan bli latare. Framförallt behöver vi hela tiden bli bättre på att kommunicera.
Låt mig förklara. När jag sitter och tänker vad jag behöver visualiserat eller vilken hjälp jag behöver med min analys så är det så många delar som jag ofta tänker är självklara. Så jag samtalar med mitt AI och alltför ofta utelämnar precisering och konkretion. För jag utgår liksom att det är självklart. Om det vore en medarbetare till mig av köttslig sort så skulle hen antagligen ibland ha lika svårt att tolka konkret vad jag vill ha, eller om vi arbetat länge ihop kunna fylla på utifrån erfarenhet och förvärvad kunskap.
Att göra sig förstådd är svårt. Oavsett om det handlar om att prompta ett AI, skriva ett inlägg på sociala medier eller i en relation. Det vet vi. Jag tror att vi många gånger omedvetet förväntar oss att den andra ska fylla i luckorna i det vi kommunicerar.
Så kommer AI gör oss sämre på det? Det tror jag inte. För även om den minns mer och mer och kan fylla i luckor utifrån ”erfarenhet” och ”kunskap” så kommer vi alltid behöva bli bättre på att precisera, konkretisera, addera kontext för att öka förståelsen. Något som vi ofta är dåliga på i vanliga samtal med andra människor. Men här kommer vi utmanas att göra det eftersom det vi annars får tillbaka: outputen kommer vara sämre och ibland felaktig. Självklart hallucinerar AI men ibland är det också klassisk SBS - skit bakom skärmen.
Här finns den undersökning jag tänker på.
Och här finns Perplexitys sammanfattning av den utifrån vad som skrivits om den i media.
Det finns såklart en mängd intressanta takes på det på LinkedIn.
Snapchat har lanserat en kampanj som heter ”See you on Snapchat” med grundbudskapet att eftersom Snapchat har nära till kameran så är det mer autentiskt. Autenticitet igen. Det viktigaste ordet i sociala media-spaningar senaste två åren. Det lite komiska i det hela är att just Snapchat trycker på det ”ofiltrerade, direkta och ärliga” när det faktiskt var de som startade ”filterrevolutionen” på riktigt: kräkas regnbågar och våldsamt i realtid editerade ansikten. De har till och med ett par annonsformat som bygger på att du skapar filter. Kampanjen frontas av klassiska megainfluencers vars största kännetecken inte direkt är autenticitet. Och har en äldre målgrupp.
En annan person som satsar på Snapchat är Jon Olsson som framförallt jobbar med en svensk version av sin persona på plattformen.
Snapchat är helt enkelt lite i ett mellanläge. De äldsta av deras kärnanvändare börjar nu bli vuxna och samtidigt har den äldre publiken aldrig fastnat medan den yngre publiken stannar på TikTok. Genom att vända på en femöring och släppa hela sin USP med filter försöker man nu skapa relevans genom att prata direkthet, autenticitet. Jag är skeptisk till att det kommer att fungera.
Judit Wolst har byggt om sin glass till en tårta och berättar varför och hur hon tänker bilden i sitt nyhetsbrev. Det bygger på tanken om att webben är på väg att dö, något som diskuterats mycket och som jag skrivit om i tidigare brev: allt från att vi går till en webb där maskiner skapar information för maskiner, till en förändrad sökfunktion och kanske ett förändrat sökbeteende och i sig därmed utmaningar både för transparens, källkritik och marknadsföring. Tanken att AI ska bli viktigare än Internet är lite svårsmält (för att prata i glasstermer) men också problematisk då det blandar ihop två funktioner, i mitt tycke: AI kan inte vara distribution, Internet är inte verktyg.
Nicklas Berild skriver i sitt senaste nyhetsbrev om problematiken med regulation när AI tar steget ut från molnet och centralisering, och in i direkt hårdvara – Edge AI eller kantbaserad AI. Plötsligt har inte längre jättarna i Silicon Valley full kontroll, utan AI:n ”lever sitt eget liv” på mobiler, datorer och andra framtida smarta devices i vardagen. Det stökar till hela idén om hur vi ska reglera teknik och AI specifikt. Vem ansvarar när ett LLM på din telefon börjar bete sig oväntat? Hur sätter man gränser när allt är utspritt och decentraliserat?
Här menar Nicklas Berild att vi måste tänka om. Istället för att försöka stoppa AI:n med traditionella regler, ser han orkestrering som en möjlig väg framåt. Det handlar om att skapa ett slags ekosystem där utvecklare, leverantörer och användare samspelar och delar ansvar – mer som en dirigent än en övervakare. Orkestrering innebär att vi bygger in mekanismer för samarbete, transparens och snabb respons när något går fel, snarare än att försöka kontrollera varje enskild AI-modell isolerat. Framtidens AI-reglering handlar mindre om att sätta upp staket och mer om att få hela orkestern att spela rätt – även när alla sitter på olika platser.
OpenAI har släppt en lång artikel om hur de hittat anledningen och förhoppningsvis en lösning för när en LLM blir ”feljusterad”. Helt enkelt så visar det sig att det finns interna personas som även om det finns ett dåligt litet dataset som kan få stora konsekvenser. Lite som att lite dålig jäst förstör hela brödet. Helt enkelt så innebär det att även om vi tränar LLM med bra data så kan en liten injektion av dålig data förstöra mycket mer än just den lilla del som har den. Men fördelen är att det också går relativt enkelt att finjustera tillbaka till det man vill ha.
Att bedöma annonsers möjlighet till framgång har länge varit ganska svårt. Allt från magkänsla, till avancerade algoritmer, till testgrupper av konsumenter används för att utröna om det kreativa faktiskt också kan sälja, om annonsen eller annonsidén verkligen kommer flyga.
Självklart kommer AI in här. Och frågan är om ett AI kan göra det bättre? Enligt Kantars presentation av sin LINK-lösning så kan det just det. Genom att tränas på en stor mängd annonser utifrån kontexten vad som fungerar eller inte så visar deras lösning rejält intressanta siffror. Självklart får man ta texten med en rejäl nypa salt eftersom det i princip i sig är en annons men det intressanta ligger i beskrivningarna av hur deras lösning arbetar, och inte minst hur skillnaden mellan prediktionen hos ett AI fungerar gentemot hos en människa som förutsäger hur en annons kommer att fungera.
Många inom reklambranschen kommer säkert känna att det här stampar in på ställen där det handlar om förståelse av kreativitet och också om kontext mm. Och visst finns det en okänd faktor i all prediktion men jag är inte säker på att människor nödvändigtvis är bättre på att identifiera och använda sig av faktor X.
”Ju mer jag läser om AI, desto mer ödmjukt tacksam blir jag över min biologiska existens.”
Så börjar Kerstin Beckman sin intressanta och perspektivöppnande text om grundtankarna runt AI. Konträrt men också balanserat, och även om hon har en kanske lite mer negativ syn: eller funktionalistisk till AI så finns det några saker som jag själv kan känna att jag ibland blir lite ”nja.. hörrni lugna ner er lite”.
Problemet är som hon pekar på: för att skapa AI behöver allt bli numeriska serier. Vilket gör att försöket att efterlikna mänsklig intelligens kommer vara svårt. Språket, intellektet och förhållningssätten hos en biologisk varelse är annorlunda än vad maskinellt kan skapas. Slumpen mer förståelig i vissa fall. Beckmans ”slutsats” ligger i att AI borde utvecklas komplementärt istället för som en form av konkurrent till människan. Använd det för att skapa möjligheter att förstå sånt som vår hjärna har svårt att förstå, eller som den tröttnar på.
Jag skulle vilja addera ett ytterligare perspektiv som i viss mån ändå går emot som bygger på två premisser:
Konkurrens innebär en möjlighet till utveckling för båda parter.
Om vi skapar en ny form av intelligens så kommer den innebära större risker.
Jag tror helt enkelt att det finns en fördel att skapa en form av intelligens som bygger på, och därmed konkurrerar med, människan. Den innebär både att vi kan använda den som komplement men också att den utmanar oss att tänka nya tankar och göra nya saker, eller göra saker på ett annat sätt. För att om vi inte gör det riskerar vi att konkurreras ut.
Om vi istället medvetet skapar en ”annorlunda intelligens” dvs en som vi inte kan förklara eller jämföra med mänsklig intelligens förlorar vi både nån form av kontroll över den men utsätts också för en konkurrens där fördelarna försvinner. Det är på många sätt den form som ”vi kommer alla dö”-doomsayers håller sig till. Vilket ju inte nödvändigtvis är sant: vi kan skapa en intelligens som förstår sakers tillstånd på ett helt nytt sätt och därmed räddar världen. Men oavsett vilken väg det blir så kommer vi som mänsklighet därmed förlora vår egen agens och därmed en av de viktigaste fundamenten för grundläggande frihet.
McKinseys state of the AI-rapport är rätt intressant, om än väldigt torr och upprepande (alltså säger jag; gör inte som jag utan be nåt LLM sammanfatta). De går igenom sin årliga studie om hur AI används inom affärsvärlden och det är ganska intressanta siffror.
Användningen går upp även om de flesta ännu inte kan visa på att bottom line-impact nås - framförallt inte inom stora företag och konglomerat, eller har satt KPIer för AI-implementering. Däremot är det många fler som uppger att de ser värde i att implementera AI; fr a ligger det dock i kostnadsminskningar snarare än ökad vinst. Marknadsföring och sälj är de domäner där AI är mest implementerad redan. När det gäller arbetskraftsavyttring så är det inget som ännu syns i undersökningen; de enda som verkar öka är arbeten direkt kopplade till AI-användning och implementering, medan de enda som minskar (ej nyanställs) är enklare designjobb. Riskmitigeringen är inte så spridd som man kunnat tro. De företag som visar upp bäst genomslag är bolag där VD har tagit ansvar för AI-transformationen. Det som rapporten också visar är att genom att börja titta på arbetsflöden, automatiseringen och börja implementera AI i detta så förändras väldigt många andra saker och kräver olika beslut. På så sätt ser AI ut att verkligen vara en game changer, men kanske inte fullt på det sätt som både evangelister och doomsayers trott. Det intressanta är att också Amy Webb säger ungefär samma saker.
AI är precis som digitalisering. Det är onekligen en slutsats man kan dra: det kräver många lager av beslut, förändringar, riskhanteringar mm.
Jag tipsade om Insiktivt tidigare och tycker Henriks sommar-edition är mycket läsvärd!
Sommarens läsning lär bli Mary Meekers bauta-rapport om AI. Den är extremt välfylld och fasen vet om det kommer gå att feeda den till ett AI för att enklare ta till sig dess innehåll. Liksom att jag ska ta mig tid att läsa IAMAIs rapport om AI.
Det får räcka för nu. Jag kommer att jobba några veckor till men får se om det blir något mer nyhetsbrev innan hösten. Önskar er alla en grymt skön sommar!
/D
Ps. Glöm inte att skicka lyckönskningar till Sarah som på torsdag åker iväg för att cykla till Paris igen, den här gången över Alperna! Ds.