Kinas nye femårsplan gør kunstig intelligens til infrastruktur, ikke bare software

Kina har godkendt sin 15. femårsplan frem mod 2030, og her står kunstig intelligens ikke i et hjørne som endnu en digital satsning. Teknologien bliver placeret side om side med energi, kvanteteknologi og biotek. Det bør man hæfte sig ved, fordi planen viser, hvordan et stort land ser kunstig intelligens som samfundsinfrastruktur, ikke kun som chatbots og kontorværktøjer.

Planen peger på investeringer i højtydende chips, software, nye modelarkitekturer og de underliggende algoritmer. Den kobler også kunstig intelligens sammen med 5G+, 6G, satellitsystemer og nationale regneklynger, som skal gøre beregningskraft tilgængelig bredere i økonomien. Samtidig lægges der op til nye indkøbsformer i det offentlige og mulighed for at leje compute, så mindre virksomheder lettere kan få adgang.

💡 Hvad planen konkret nævner Produktion, energi, landbrug, logistik, software, uddannelse, sundhed, ældrepleje og offentlig administration er alle områder, hvor kunstig intelligens skal bruges mere systematisk.

Der er også et klart styringsspor. Kina vil have regler for registrering af algoritmer, sikkerhed, gennemsigtighed og håndtering af misbrug som deepfakes og datamisbrug. Det er ikke kun en vækstplan. Det er også en plan for kontrol og standardisering.

For danske virksomheder og kommuner er det interessante ikke, om man vil kopiere Kina. Det interessante er tempoet og alvoren. Når store økonomier bygger kunstig intelligens som infrastruktur, påvirker det konkurrence, priser, leverancekæder og forventninger til offentlig service. De organisationer, der stadig ser kunstig intelligens som et par licenser til medarbejderne, risikerer at tænke for småt.

💡 Mandag morgen-versionen Se på data, compute-adgang, indkøb og governance som fire sider af samme opgave. Hvis én del mangler, bliver resten hurtigt dyrt eller bøvlet.

Phugls læsere behøver ikke en statslig femårsplan. Men de kan godt bruge samme logik i mindre skala. Hvis kunstig intelligens skal gøre reel nytte, skal der være styr på data, adgang, ansvar og drift. Først derefter giver det mening at tale om de enkelte modeller og værktøjer.