Denne klumme er et debatindlæg og er alene udtryk for forfatterens synspunkter.
Virksomheder investerer i øjeblikket milliarder i kunstig intelligens. Alligevel ender mange projekter med at gå i stå, før de for alvor kommer i gang og skaber værdi.
Ifølge analysehuset Gartner blev 60 procent af alle forsøg med generativ AI i 2024 opgivet, når pilotprojektet var afsluttet.
Det er et paradoks. For potentialet er enormt. Generativ AI kan på ganske få måneder ændre arbejdsprocesser, som tidligere tog årtier at omstille.
Hvor det tog flere årtier at omstille landbruget til moderne teknologier, sker forandringerne med AI i et tempo, hvor de fleste taber pusten.
Erfaringen fra virksomheder i hele Europa er, at det ikke er teknologien, der er afgørende for succes med AI. Det er måden, organisationerne anvender den i praksis.
Vi arbejder hver dag med virksomheder, der befinder sig på mange forskellige stadier af deres AI-rejse. Der er fire ting, der går igen hos dem, der rent faktisk lykkes.
1. De starter med data – men med et konkret formål
Det er ikke nok ”bare” at ligge inde med data. Det afgørende er, hvordan dét data organiseres, styres og bringes i spil.
Virksomheder, der lykkes med AI, har tjek på tre ting: De forbinder relevant data på tværs af systemer, de strukturerer dem, så de er til at finde og bruge, og de sætter klare rammer for, hvem – eller hvilke systemer – der har adgang til følsomme oplysninger.
Regulerede brancher som finans og sundhed har ofte et forspring, fordi de allerede arbejder systematisk med datastyring.
For virksomheder, der er i gang med deres første AI-projekter, er det dog sjældent realistisk at samle alle data på én gang. Det er mere effektivt at starte med en konkret opgave.
En teleoperatør kan for eksempel koble netværksdata, kundeservicehenvendelser og faktureringsdata for at forudsige nedbrud i netværket, før kunderne oplever dem.
Når det virker, kan man udvide derfra.
2. De bygger tillid gennem sikkerhed og verificering
I virksomheder er tillid afgørende for, om AI-løsninger faktisk bliver taget i brug.
Organisationer står med en dobbelt udfordring: Systemerne skal både beskytte følsomme data og levere svar, der er til at stole på.
Tænk for eksempel på en sundhedssikring med tusindvis af medlemmer. Her kan AI hjælpe borgere med rådgivning døgnet rundt. Men ét forkert svar kan få alvorlige konsekvenser.
Derfor bevæger mange virksomheder sig fra princippet "trust but verify" til "verify, then trust".
Det betyder blandt andet at kontrollere input for skadelig information, verificere AI-svar mod kendte regler og fakta og løbende overvåge systemerne.
Nye teknikker – blandt andet automatiseret ræsonnering, som også bruges i chipdesign og sikkerhedsverificering – kan i nogle tilfælde reducere AI-fejl markant.
Pointen er, at tydelige sikkerhedsrammer ikke bremser innovation. Tværtimod gør de det lettere for organisationer at eksperimentere.
3. De ændrer organisationen – ikke kun teknologien
Den største barriere for AI er sjældent teknologien. Det er organisationen.
AI kan automatisere mange opgaver, men det kræver, at virksomheder gentænker deres arbejdsgange – og det kræver aktiv forandringsledelse.
Da BT Group begyndte at bruge AI til softwareudvikling, handlede indsatsen derfor ikke kun om at implementere teknologi. Virksomheden investerede også i træning, interne AI-ambassadører og tid til at eksperimentere.
I dag bruger omkring 4.000 medarbejdere en AI-assistent til at skrive og vedligeholde millioner af linjer kode hvert år.
Erfaringen er den samme i mange organisationer: AI automatiserer nogle opgaver, men skaber samtidig nye muligheder for medarbejdere.
4. De arbejder sammen med de rigtige eksperter
Nogle virksomheder har ressourcerne til at udvikle avancerede AI-løsninger selv. Men for de fleste går udviklingen hurtigere, hvis de samarbejder med partnere med erfaring på området.
Den rette partner kan bidrage med teknisk ekspertise, branchekendskab og erfaring med at implementere AI i større organisationer.
Tal fra branchen viser, at virksomheder, der samarbejder med specialiserede AI-partnere, i gennemsnit får deres projekter i drift omkring 25 procent hurtigere.
I et marked, hvor tempoet ofte afgør konkurrenceevnen, kan det være afgørende.
AI er en forretningsændring
De virksomheder, der lykkes med generativ AI, betragter det ikke kun som et teknologiprojekt.
De ser det som en forandring af hele forretningen – hvor teknologi, data, mennesker og processer udvikles samtidig.
Derfor bliver de virksomheder, der får mest ud af AI, næppe dem med de mest avancerede modeller.
Det bliver dem, der formår at omsætte teknologien til konkrete forbedringer i den måde, de arbejder på.
Klummer er læsernes platform på Computerworld til at fortælle de bedste historier, og samtidig er det vores meget populære og meget læste forum for videndeling.
Har du en god historie, eller har du specialviden, som du synes trænger til at blive delt?
Læs vores klumme-guidelines og send os din tekst, så kontakter vi dig - måske bliver du en del af vores hurtigt voksende korps af klummeskribenter.
