Krönika: ”Framgångsrika ai-projekt kräver snabba ryck och organisationsutveckling”

Ai, speciellt generativ ai, är på väg att ta en självklar plats i våra verksamheter. Det går inte att bortse från de effektivitetsvinster och innovationskapacitet som generativ ai erbjuder för allt från produktutveckling och innehållsskapande, till användarupplevelser och intern administration på företag.

Ett tydligt exempel på fördelarna med generativ ai är dess roll i automatisering av intern support, som en co-pilot, för medarbetare. Generativ ai har, som vi vet, kapacitet att automatiskt skapa egna arbetsflöden och narrativ utifrån den bakomliggande datan. Supportärenden sorteras i realtid av en algoritm som antingen distribuerar dem till berörda medarbetare och team inom organisationen eller ger automatiserade svar baserat på ärendets natur.

Generativ ai bidrar till att skapa detaljerade analyser och beslutsunderlag för diverse team. Vidare kan algoritmen automatisera omfattande delar inte bara i relation till interna supportteam utan även i relation till kunder och andra berörda. Dessutom kan dessa processer och kunskaper kontinuerligt utvecklas och förädlas, vilket förbättrar beslutsunderlaget för medarbetare och effektiviserar den automatiserade responsen från organisationens interna resurser för generativ ai.

För att generativ ai ska komma till nytta i en organisation behöver alla inom organisationen förstå teknikens potential och hur den kan användas. Det gäller på alla nivåer från tjänstemän och andra ”på golvet”, via juniora och seniora utvecklare, mellanchefer, och upp till högsta ledningen. Företag som saknar en ändamålsenlig ai-kultur behöver få i gång en lärandeprocess. Det är en viktig komponent för att övervinna det initiala motstånd mot innovation som finns i många organisationer.

När nyfikenheten på, och acceptansen för, ai är väckt krävs två prioriterade insatser:

Satsning på korta projekt som ger snabba vinster, så kallade ”lågt hängande frukter”. Det ger konkreta bevis på ai-lösningars användbarhet, vilket är det bästa sättet att hantera innovations motstånd.

Skapa en agil organisation – i praktiken, bygg och möjliggöra snabb omställning. Mer dynamiska team kan bygga och dra nytta av ai-lösningar på ett bättre sätt än mer traditionella och hierarkiska organisationer. Det gäller inte minst för att identifiera de datakällor som krävs för effektiva ai-lösningar.

Hög tid att sätta i gång

Att förändra företagsstrukturer tar tid, så det är hög tid att sätta i gång. Att implementera korta ai-projekt med lönsamhetspotential kan gå snabbt. För att lyckas med sådana projekt krävs att de formuleras i korta steg som kan genomföras i praktiken och som är kopplade till existerande affärsprocesser. Och så behöver man självklart formulera mål för projekten, till exempel i form av intäkter och/eller besparingar.

För den här typen av administrativa projekt passar det ofta bättre att koppla lösningarna som skapas till existerande processer, än att försöka uppfinna nya processer och affärsområden. När ett sådant här projekt lyckas, ökar motivationen att vara innovativ och bygga helt nya lösningar.

Att lyckas med att bygga ai-lösningar är inte bara en fråga om att förändra företagskultur och attityder. Det krävs även en teknisk bottenplatta, gärna en sådan som kan integreras sömlöst, eller i alla fall smidigt, i ett företags existerande tekniska infrastruktur. Enkelt uttryckt bör utvecklarna, interna och externa, kunna använda “nyckelfärdiga” ai-moduler som både kan integreras i existerande lösningar och anpassas för ett företags specifika behov.

Måste tillhandahålla ett ramverk

Med tanke på legala, säkerhetsmässiga och dataskyddsrelaterade hänsyn, är det viktigt att organisationer även tillhandahåller ett ramverk för sina anställda som möjliggör hantering av dessa utmaningar på bästa sätt. Vissa av dessa frågor kräver teknisk expertis, medan andra kräver etablering av ett ramverk för styrning. Detta innebär att organisationer även behöver satsa på utveckling och upprätthållande av robusta policyer och processer som säkerställer regelefterlevnad, samtidigt som de rent tekniskt skyddar både känslig företagsinformation och individernas integritet.

Slutligen behöver den högsta ledningen både förstå kraften i ai och uppmuntra initiativ. Det krävs en tillåtande attityd. Hellre än att göra tummen ner för att det är svårt att identifiera lönsamhet behövs en vilja att undersöka nya möjligheter.

Tarun Madan är affärsutvecklingsansvarig på Nagarro i Sverige