Effekten av AI kommer ikke med lisensen
Mange investerer i AI. Færre ser målbar effekt. Forskjellen ligger sjelden i verktøyene. Den ligger i hvilke problemer AI settes til å løse, om arbeidet faktisk endres og om noen måler at det hjalp.
Effekten av AI er vanskelig å måle. Samtidig blir kostnadene fort høyere enn planlagt når AI skal ut i hele organisasjonen.
Problemet er ikke teknologien, men at mange behandler AI som et verktøykjøp fremfor en endring i hvordan organisasjonen jobber. Modenhetsreisen handler om å gå fra å ta i bruk AI-verktøy til å endre arbeidsprosesser og måten organisasjonen jobber på.
Hvorfor stopper AI-satsingene opp?
Mange har kjørt piloter som fungerer i det små. Utfordringen er å bygge kompetanse i organisasjonen og bruke erfaringene til å ta løsningene videre. Det krever en plan for hvordan pilotene kan skaleres på tvers av organisasjonen og hvordan ansatte kan utvikle kompetansen de trenger for å ta AI i bruk i arbeidshverdagen.
For å lykkes må noen ha ansvar for å drive AI-arbeidet videre. Et AI Enablement Team kan bidra til å bygge kompetanse, følge opp piloter og hjelpe organisasjonen med å skalere det som fungerer. Samtidig må de som eier arbeidsprosessene følge opp resultatene og sørge for at forbedringene gir verdi i praksis.
Vet dere hva slags verdi AI skal skape?
AI-initiativer kan skape verdi på fire hovedområder: effektivitet, innovasjon, bedre brukeropplevelse eller lavere risiko. Hvilken verdi dere ønsker å skape avgjør hva dere skal måle.
Effektivitet måles i tid og kostnad. Innovasjon i om kundene vil betale for noe nytt. Brukeropplevelse i om problemene brukerne har blir borte. Lavere risiko i færre feil og hendelser.
Uten en tydelig forventning til hvilken verdi AI skal skape, blir det vanskelig å vite om initiativet lykkes.
Hvor moden er organisasjonen deres?
Mange tror de har kommet lenger enn de har. Å vite hvilket nivå dere er på gjør det lettere å se hva neste steg bør være.

Poenget er ikke å nå det høyeste nivået så fort som mulig. Det handler om å være ærlig om hvor dere er og ta neste steg bevisst.
Start med problemet
Den største feilen er å starte med verktøyet og lete etter et problem å bruke det på. Snu det. Start med behovet og la det avgjøre om AI er riktig løsning. Sju steg hjelper dere fra å identifisere et behov til å teste, videreutvikle og skalere AI-løsninger.
1 Definer forretningsbehovet
Hvor taper dere tid? Hvor er kvaliteten for lav? Hva skjer hvis dere ikke gjør noe?
2 Kartlegg
Kartlegg aktuelle arbeidsprosesser og identifiser hvor AI kan gjøre en forskjell. Undersøk også hvilke AI-verktøy ansatte allerede bruker og til hva.
3 Prioriter
Velg ett til to områder med forventet høy effekt og håndterbar risiko. Interne prosesser er ofte et godt sted å starte.
4 Pilot og mål effekt
Test med en liten gruppe. Bestem på forhånd hva som er godt nok og når dere skal stoppe. Bruk piloten til å undersøke om løsningen faktisk løser problemet dere startet med.
5 Lær og juster
Hva fungerte? Hva må tilpasses? Bruk erfaringene til å forbedre løsningen før dere går videre.
6 Skaler
Rull ut bredere basert på det dere lærte. Bygg rutiner og teknisk infrastruktur der det trengs. Ikke skaler det som ikke fungerer.
7 Kontinuerlig forbedring
Feltet utvikler seg raskt. La noen ha ansvar for å følge med, vurdere verktøy og holde praksisen ved like.
Effekt er vanskelig å måle. Mål likevel.
Den vanligste feilen er å måle hvor mange som har fått lisens fremfor hvilken effekt AI faktisk har. At ansatte har tilgang til AI betyr ikke nødvendigvis at de bruker det eller at det forbedrer arbeidet de gjør.
Velg en oppgave AI skal forbedre, gi den en eier og etabler et utgangspunkt før dere begynner. Det kan være tidsbruk, antall feil eller hvor fornøyde brukerne er. Da har dere noe å sammenligne resultatene med.
Det er viktig å skille mellom om AI blir brukt, om oppgaven blir bedre utført og om det gir verdi for virksomheten. Det første viser adopsjon. Det andre viser effekten på oppgaven. Det tredje viser om effekten faktisk betyr noe for virksomheten.
Tid spart er ofte det enkleste å måle, men det er ikke hele bildet. Fem timer spart i uka gir bare verdi hvis tiden brukes på noe viktigere og kvaliteten er minst like god som før. I starten kan det gå tid til å lære verktøyet, tilpasse arbeidsprosessene og kontrollere resultatene.
Tenk for eksempel på en virksomhet som bruker AI til å lage førsteutkast til saksnotater. Før piloten bør de måle hvor lang tid det tar å lage et notat og hvor mye etterarbeid som kreves. Deretter kan de sammenligne tidsbruk og kvalitet med og uten AI.
Hvis notatene blir raskere å lage, men krever like mye etterarbeid som før, er effekten mindre enn først antatt. Hvis kvaliteten holder seg og de ansatte bruker mindre tid på oppgaven, har virksomheten et bedre grunnlag for å vurdere om løsningen bør skaleres.
Fem målepunkter gir et godt utgangspunkt:
- Aktive brukere: Andel ansatte som bruker AI hver uke.
- Tid spart: Tidsbruk per oppgave før og etter innføring.
- Kvalitet: Feil og kvalitet på utvalgte leveranser sammenlignet med før.
- Praksiser i drift: Hvor mange piloter som har blitt etablert praksis i arbeidshverdagen.
- Mestring: I hvilken grad ansatte opplever at de behersker verktøyene.
Målepunktene forteller forskjellige ting. Aktive brukere og mestring sier noe om bruken, mens tid spart og kvalitet viser hvordan oppgavene påvirkes. For å vite om virksomheten faktisk får verdi må dere også se på hva den frigjorte tiden brukes til og hvilke resultater det gir.
Etter noen uker bør dere vurdere resultatene og ta en beslutning: skaler, juster eller stopp. Målingen trenger ikke å være perfekt, men den må gi et godt nok grunnlag for å velge riktig vei videre.
Etter hvert kan dere knytte bruken av AI til virksomhetens resultater. Det kan for eksempel være hvor raskt saker behandles, hvor ofte det oppstår feil eller hva det koster å produsere en rapport.
AI kan også hjelpe dere med å finne relevante målepunkter. Beskriv oppgaven og hva dere ønsker å forbedre, og be om forslag til hvordan effekten kan måles. Dere må selv vurdere hvilke målepunkter som gir et godt bilde av verdien for virksomheten.
Begynn der dere er
Dere trenger ikke en perfekt metode fra dag en. Dere trenger å komme i gang og lære underveis.
Ikke mål hvor mye AI dere har tatt i bruk. Mål hva dere får igjen for det.
