Tolv prinsipper for å lykkes med AI
Etter fire år med å hjelpe bedrifter lykkes med AI, har vi laget tolv prinsipper som fungerer som en sjekkliste for forretning, teknologi og mennesker. Her går vi gjennom noen av dem: fra ambisjonsnivå og veikart til teknologivalg og hvorfor det lønner seg å gå spisst til verks.
Vi har jobbet med mange bedrifter de siste fire årene med å lykkes med AI, enten det handler om å løfte grunnivået i hele selskapet, eller bygge skreddersydde AI-plattformer og nye systemer.
Vi har laget tolv prinsipper som fungerer som en sjekkliste når vi starter samarbeid med kunder. Prinsippene deles inn i tre kategorier: forretning, teknologi og mennesker.
Forretning: Ambisjonsnivå, veikart og måling
Et sted å starte er å definere ambisjonsnivået. Én ting er å automatisere enkle oppgaver, som å få et utkast til en e-post. Noe helt annet er å bygge en ny forretningsmodell eller automatisere en hel kundeservicefunksjon. Ambisjonsnivået har mye å si for hvordan dere angriper hele AI-reisen.
Teknologi: Verktøyvalg, arkitektur og data
Innenfor teknologi er det tre områder å tenke gjennom. Det første er verktøyvalg: brede, spisse eller integrerte AI-verktøy og systemer. Cloud er et eksempel på en bred løsning. Et genereringsverktøy eller en rapporteringsfunksjon i kundeservice er et eksempel på en spiss løsning. Et økonomi-, kundeservice- eller ERP-system med innebygd AI-funksjonalitet er et eksempel på en integrert løsning. Vurder bevisst om den brede løsningen faktisk er riktig for behovet, fremfor å velge den som standard.
Balansert systemarkitektur er også avgjørende. Utdaterte systemer, uten moderne teknologi og API-er først, bremser AI-satsingen raskt. Mange starter på en lang reise og oppdager underveis at et utdatert system hindrer et viktig område de skal jobbe med. Det gir gjerne et puff til å oppdatere eller bytte ut CRM-, kundeservice- eller økonomisystemer.
Det siste området er data og kontekst. Har dere ikke en dataplattform, er det lurt å begynne å bygge en. Det kan være så enkelt som en god filstruktur, eller et mer bevisst forhold til hvordan dere bygger datamodeller og navngir ting i for eksempel regnskapssystemet. Vi anbefaler de fleste å tenke på dataplattform, selv om ikke alle nødvendigvis trenger det.
Mennesker: Gå spisst til verks
Den siste kategorien handler om kultur, kompetanse, kapasitet og endringsledelse. Her er det ett råd som går igjen: gå spisst til verks. Fremfor et generelt AI-kurs for hele bedriften er det mer effektivt å ta for seg for eksempel økonomi- eller kundeserviceavdelingen, og gå i dybden på hvordan AI kan effektivisere akkurat deres hverdag. Et generelt nybegynnerkurs kan være fint som en start, men etter det bør dere spisse det videre.