De seneste år har været præget af AI-optimisme. Virksomheder har stået i kø for at investere i teknologien i håbet om, at produktiviteten ville eksplodere. Men hverdagen har meldt sig, og tvivlen begynder at nage i mange virksomheder: Vil AI nogensinde leve op til forventningerne?
”Jeg har det lidt som om, at vi er til en fest, der først er ved at gå i gang. Men hvor jukeboxen spiller det samme nummer på repeat og folk begynder at blive rastløse,” siger Michael Nørklit, direktør i SoftwareOne Danmark.
”Vi har fået en større forståelse for AI’s potentiale. Men vi har også haft en forventning om, at vi fik en supercomputer, der kunne alt og som selv kunne finde ud af at stille de rigtige spørgsmål og selv finde de rigtige data. Og det kan AI altså ikke.”
Michael Nørklit peger på, at vi med AI lige nu står midt i et klassisk backlash, hvor der breder sig en skuffelse over at urealistiske forventninger ikke blev opfyldt. Men i stedet for at afskrive teknologien, opfordrer han til at flytte fokus mod de tunge driftsområder. For her ligger store gevinster gemt.
Garbage in – garbage out!
Først skal man erkende, fremhæver han, at den første og største barriere er virksomhedens egne data. For når en AI hallucinerer eller giver forkerte svar, er det sjældent teknologiens skyld. Det skyldes derimod typisk kvaliteten af de spørgsmål, man stiller eller de informationer, maskinen har til rådighed.
”Det er det klassiske ”garbage in – garbage out”-princip. Uden de rigtige input får du et svar, der minder om et Kinderæg uden legetøj i. Det ser fint og lovende ud på overfladen, men det er tomt indeni,” forklarer Michael Nørklit.
”De virksomheder, der lykkes nu, er dem, der bruger kræfterne på Data Governance. De renser data, bygger repositories og definerer klare regler for brugen. Det lyder kedeligt, men det er forudsætningen for, at AI kan levere værdi frem for bare at accelerere rodet,” siger han.
Den ”kedelige” AI betaler regningerne
I dag eksperimenterer mange med at opfinde scenarier, hvor AI kan gøre nytte. Men undervejs overser de ifølge Michael Nørklit flere områder, hvor AI allerede kan tjene sin egen investering hjem. Blamdt andet indenfor FinOps og licensstyring.
”En typisk virksomhed har et utal af forskellige IT-services og produkter med tilhørende licenstyper fordelt på et stort antal brugere. Det kan intet menneske jo overskue. Men her er AI på hjemmebane.”
Algoritmerne er som bekendt gode til mønstergenkendelse. Så ved at slippe teknologien løs på virksomhedens licenser og infrastruktur kan man hurtigt gennemskue, hvor man er compliant. Eller omvendt: Hvor man betaler for produkter og services, der ikke udnyttes.
” Det handler om at finde og skære usynligt fedt fra. Så når du bruger AI til FinOps, finder du ofte besparelser, der f.eks. kan bruges til at finansiere nye innovationsprojekter. Her er ROI’en målbar nærmest fra dag ét, og på den måde kan et – populært sagt – kedeligt AI-projekt være med til at betale regningen for langt mere interessante indsatsområder, der kan udvikle forretningen,” fastslår Michael Nørklit.
Fra håndværk til industriel motor
Det tredje område, hvor han ser et uforløst potentiale, er i opgøret med den tekniske gæld. Det gælder især hos de mange virksomheder, der stadig driver forretningen på legacy-systemer, som ingen for alvor tør røre ved. Her kan AI fungere som en regulær moderniseringsmotor.
”AI er utroligt velegnet til at analysere eksisterende gammel kode: Hvad laver applikationen egentlig? Hvilke datastrømme går ind og ud? Hvilke er kritiske og hvilke er reduntante? Det gør os i stand til at dokumentere funktionaliteten i gamle systemer og migrere til f.eks. moderne microservices langt hurtigere end før,” forklarer Michael Nørklit.
Det handler, påpeger han, om at gå fra manuelt at lappe på enkelte gamle systemer til at bruge AI som donkraft under hele infrastrukturen.
Bestyrelserne skal se 10 år frem
Men selv om teknologien er vigtig, er Michael Nørklits vigtigste budskab rettet mod topledelsen. For med AI kan man lægge grundstenen til virksomhedens langsigtede overlevelse og udvikling.
”Vi har fokuseret meget på at optimere det, vi allerede har – på vores supply chain. Men bestyrelser og direktioner er nødt til at løfte blikket og se på hele deres value chain. Hvordan ser vores forretning ud om 10 år? Hvilke nye markeder kan vi åbne, hvis vi bruger AI til at forstå vores kunder og produkter bedre?” spørger han og slutter med en opfordring til at komme ud af starthullerne:
”AI-hypen har lagt sig, og det er faktisk sundt. Nu kan vi komme i gang med det rigtige arbejde. Det handler ikke om at erstatte mennesker, men om at integrere AI i maskinrummet, så vi kan træffe klogere beslutninger hurtigere.”