De fleste AI-projekter fejler ikke på grund af teknologien
Når virksomheder taler om kunstig intelligens, handler samtalen ofte om værktøjer.
Skal vi bruge ChatGPT? Copilot? Claude? Noget helt fjerde?
Det er forståeligt. Teknologien udvikler sig hurtigt, og der kommer nye muligheder hver uge. Problemet er bare, at teknologien sjældent er det, der afgør, om et AI-projekt lykkes.
Det er menneskerne.
Indhold
De fleste virksomheder har allerede adgang til værktøjerne.
De kan købe licenser. De kan oprette brugere. De kan aktivere funktioner.
Alligevel oplever mange, at AI bliver ved de små eksperimenter.
Nogle medarbejdere bruger det flittigt. Andre ignorerer det. Ledelsen efterspørger resultater, men har svært ved at pege på konkrete gevinster.
Det skyldes ofte, at organisationen forsøger at implementere AI som et IT-projekt.
I virkeligheden er det et forandringsprojekt.
De fem barrierer går igen
Uanset branche dukker de samme udfordringer op igen og igen.
Manglende kompetencer.
Manglende tillid til output.
Manglende tid.
Manglende prioritering.
Manglende governance.
Ingen af dem kan løses ved at købe endnu et værktøj.
Hvis medarbejderne ikke ved, hvordan AI skal bruges i deres arbejde, skaber flere licenser sjældent mere værdi.
Mange starter det forkerte sted
Det er fristende at starte med en stor vision.
"Vi skal være en AI-drevet virksomhed."
Det lyder godt på en PowerPoint.
Det er bare ikke sådan, de fleste succesfulde AI-initiativer begynder.
De starter med irritation.
En rapport, der tager for lang tid at lave.
Et møde, der altid kræver en times efterarbejde.
En proces, hvor de samme oplysninger bliver tastet ind flere steder.
De bedste AI-projekter tager udgangspunkt i konkrete problemer, som medarbejderne allerede kender.
Ikke i teknologi.
Den største fejl er at gøre AI til ledelsens projekt
Mange AI-initiativer bliver designet langt væk fra dem, der skal bruge løsningen.
Ledelsen beslutter, at AI er vigtigt.
IT-afdelingen vælger et værktøj.
Derefter forventer man, at resten af organisationen følger med.
Det sker sjældent af sig selv.
De bedste idéer kommer ofte fra medarbejdere, der sidder med processerne hver dag. De ved præcis, hvor tiden forsvinder. De ved, hvilke opgaver der er gentagne. Og de ved, hvilke problemer der er værd at løse.
Derfor er involvering ikke et nice-to-have.
Det er en forudsætning.
Små pilotprojekter slår store strategier
Der er en grund til, at mange store AI-programmer løber ud i sandet.
De forsøger at ændre for meget på én gang.
En mere effektiv tilgang er at vælge én proces.
Sætte ét mål.
Teste i en begrænset periode.
Måle effekten.
Lære af erfaringerne.
Hvis projektet sparer 30 minutter om dagen for fem medarbejdere, er det allerede en succes. Nu har organisationen noget konkret at bygge videre på.
Succes skaber langt mere momentum end præsentationer.
AI kræver ikke perfektion
En anden udfordring er forventningerne.
Mange vurderer AI ud fra, om den leverer perfekte resultater.
Det gør mennesker heller ikke.
Hvis en medarbejder kan spare 80 procent af arbejdet på en opgave og bruge de sidste 20 procent på kvalitetssikring, er det stadig en gevinst.
Virksomheder, der får mest ud af AI, leder ikke efter perfekte svar.
De leder efter bedre processer.
Hvad kendetegner virksomheder, der lykkes?
De ser AI som et værktøj, ikke som en strategi.
De starter småt.
De involverer medarbejderne.
De måler resultater.
Og vigtigst af alt: De fokuserer mindre på teknologi og mere på arbejdsgange.
For de fleste organisationer er spørgsmålet ikke, om AI virker.
Spørgsmålet er, om man er villig til at ændre den måde, man arbejder på.
Det er her, den virkelige udfordring begynder.
AI på jobbet: Hvorfor de fleste virksomheder stadig er i startfasen – og hvordan de kommer videre
AI i Business Intelligence forklarer data, identificerer mønstre og hjælper med hurtigere beslutningsstøtte. Lær...
De fleste AI-projekter fejler ikke på grund af teknologien
Når virksomheder vokser, vokser systemlandskabet med. I dette indlæg deler vi konkrete råd til, hvordan du undgår, at...
AI i ERP: Fra interessant teknologi til noget, virksomheder ikke kan ignorere
Når virksomheder vokser, vokser systemlandskabet med. I dette indlæg deler vi konkrete råd til, hvordan du undgår, at...
AI i Business Intelligence: Når dine data ikke bare viser hvad der sker – men hvorfor
AI i Business Intelligence forklarer data, identificerer mønstre og hjælper med hurtigere beslutningsstøtte. Lær...