Så går ni från AI-pilot till verkligt värdeskapande
De flesta organisationer har kommit igång med AI. Utmaningen är inte längre att börja använda tekniken, utan att få den att skapa verkligt värde. Problemet är att AI ofta stannar vid pilotprojekt och teknikinitiativ – i stället för att förändra de arbetssätt och processer där kostnaderna, intäkterna och affären faktiskt finns.
AI används idag inom allt från kundservice och analys till produktutveckling och automatisering. Samtidigt visar internationella undersökningar att över hälften av företagen har svårt att se någon tydlig ekonomisk avkastning från sina AI-investeringar.
Måste förbi den första fasen med mindre innovationsgrupper
Enligt Martin Körling, enhetschef för dataanalys på RISE, är det inte särskilt förvånande.
– Att bygga en pilot vid sidan av verksamheten är inte svårt. Men den ger ju inte upphov till några nya intäkter eller någon förändrad kostnad i den riktiga verksamheten, säger han.
Många organisationer börjar med att skapa mindre AI-team eller innovationsgrupper som får i uppdrag att utforska tekniken. Det är ett naturligt första steg.
– Men det måste man förbi. Man måste integrera den här kompetensen i sin verksamhet för att komma vidare, säger Martin Körling.
Enligt honom är det också här många AI-satsningar kör fast. Värdet skapas först när AI påverkar verksamhetens arbetssätt och kärnprocesser.
– Det är ledarna i kärnverksamheten som måste börja fundera på hur AI används i deras processer. Det är då det börjar hända, säger Martin Körling.
Flytta in AI i kärnverksamheten kräver mer än nya verktyg
Men att flytta AI från pilotprojekt till kärnverksamheten är komplicerat och kräver långt mycket mer än att köpa in licenser till nya verktyg.
Enligt Martin Körling behöver organisationer förstå hur AI-utvecklingen förändrar den egna verksamheten, våga utmana befintliga processer, identifiera vilka delar som kan automatiseras samt hur produkter och tjänster skapar mervärde.
Samtidigt måste data, säkerhet och infrastruktur hålla tillräcklig kvalitet. För att kunna skala användningen av AI behöver organisationer också förstå risker, regelverk och hur tekniken används på ett ansvarsfullt sätt.
Hur lätt det är att införa AI handlar inte nödvändigtvis om ett företags storlek. Ofta är skillnaden större mellan verksamheter där data redan finns tillgänglig och verksamheter som först behöver digitalisera sina processer.
– Har man ett sågverk och inte har börjat samla data måste man kanske börja med att fotografera sina trästockar. Och utifrån de bilderna kan man sedan göra massa intressanta saker, säger Martin Körling.
Man måste integrera den här kompetensen i sin verksamhet för att komma vidare
Värde och avkastningen inte samma sak
Diskussionen om AI handlar ofta om Return On Investment, ROI. Men värde och avkastning är inte alltid samma sak, på kort sikt.
– Man kan göra saker på ett nytt sätt som gör att produkten upplevs som bättre, men du kan ändå inte ta mer betalt för den. Det kan ändå vara jätteviktigt, även om det initialt inte går att mäta siffermässigt, säger Martin Körling.
I dag behandlas AI ofta som något separat – ett projekt, en pilot eller en särskild funktion.
På sikt tror Martin Körling att den uppdelningen kommer att försvinna.
Han jämför utvecklingen med hur internet förändrade företag och organisationer.
– När internet kom upplevdes det som en separat grej. Men nu är det ju inbyggt i allt, säger han.
Spotify är ett exempel på hur utvecklingen kan komma att se ut. Rekommendationer, spellistor och andra funktioner bygger i hög grad på AI, men de flesta användare tänker inte på tekniken bakom.
– Det finns ingen AI-knapp i Spotify. Det är väldigt integrerat i en produkt som du bara upplever som bättre – mer precis, mer enligt din smak, mer enligt dina förväntningar, säger Martin Körling.
Kartläggning av AI-mognad kan identifiera nästa steg
För många organisationer kan en kartläggning av AI-mognad vara ett första steg för att förstå nuläget och identifiera nästa steg.
Enligt Martin Körling handlar arbetet sedan minst lika mycket om att förstå verksamheten som att förstå tekniken.
RISE arbetar bland annat med att hjälpa organisationer att förstå hur AI påverkar deras verksamhet, identifiera nya arbetssätt och bygga prototyper som gör det lättare att testa idéer i praktiken.
Samtidigt har RISE expertis inom allt från industri och energi till skogsbruk, vilket gör det möjligt att koppla AI-frågorna till den verksamhet där tekniken ska användas.
– Vi kan prata om AI-tekniken i sig själv. Men vi kan också prata om själva affären och hur den påverkas, säger Martin Körling.