Hvor klar er bedriften for AI?

Slik fungerer verktøyet

De fleste AI-prosjekter stopper ikke på teknologien. De stopper fordi dataene ikke er til å stole på, fordi ingen har skrevet ned hva som er lov, eller fordi ingen har fått ansvaret med tid til å ta det.

Testen spør derfor ikke om hvilke verktøy dere bruker. Den spør om de fem forholdene som avgjør om verktøy i det hele tatt kan gi noe: data, prosesser, kompetanse, styring og verdi.

Ti spørsmål, to per dimensjon. Hvert svar gir null, ett eller to poeng, og summen plasserer bedriften på ett av fire nivåer.

Det viktigste i resultatet er ikke nivået, men søylene. Den laveste viser hvor arbeidet bør begynne — og det er sjelden der folk tror.

Slik tolker du resultatet

Nivået er en oppsummering. Det er nyttig for å si noe i et ledermøte, men det forteller deg ikke hva du skal gjøre på mandag.

Søylene gjør det. En bedrift som skårer høyt på kompetanse og lavt på data, har folk som kan bruke verktøyene, men ingenting pålitelig å bruke dem på. Det er et annet problem enn en bedrift med orden i dataene og ingen som kan vurdere et resultat.

Ta den laveste søylen først, og bare den. Å jobbe med to dimensjoner samtidig er den vanligste måten å ikke bli ferdig med noen av dem.

Og les nivået «Nysgjerrig» uten skam. Det er helt greit å ikke ha begynt. Det som koster penger, er å kjøpe verktøy inn i et grunnlag som ikke tåler dem.

Metode og formel

Ren poengsum. Modellen er vår egen, og den er laget for å peke på svakeste ledd — ikke for å rangere bedrifter mot hverandre.

Eksempel med tall

En bedrift med tjue ansatte svarer at kundedata ligger delvis samlet, at tallene stort sett stemmer, at prosessene ikke er beskrevet, at mye arbeid gjentas, at noen bruker AI-verktøy på eget initiativ, at én person kan vurdere kvaliteten, at det ikke finnes skriftlige regler, at personopplysninger er delvis kartlagt, at effekten ikke måles, og at ingen eier teknologivalgene.

Det gir 9 av 20 poeng, altså nivået «I gang». Data skårer 50 prosent, prosesser 50, kompetanse 75, styring 25 og verdi 0.

Konklusjonen er tydelig: de har folk som prøver, men ingen regler og ingen måling. Det er ikke et teknologiproblem. Det er en side med retningslinjer og én navngitt ansvarlig som mangler.

Det er dessuten det billigste stedet å begynne. Begge deler kan være på plass i løpet av noen uker, og de gjør alt som kommer etterpå, mer verdt.

Vanlige feil

Mønstrene går igjen i bedrift etter bedrift.

• Å kjøpe verktøy før dataene er til å stole på. Da får du raskere feil svar.
• Å automatisere en prosess ingen har sett kritisk på.
• Å la bruken vokse fram uformelt uten regler for hva som kan deles.
• Å ikke måle effekten, og dermed ikke kunne avslutte det som ikke virker.
• Å gi ansvaret til noen uten å gi dem tid.
• Å starte fem initiativ i stedet for ett. Fem halve gir null.

Når bør du få hjelp

Om styring er den laveste søylen, er det ofte raskest å få hjelp til å skrive ned reglene. Det er ikke et stort dokument, men det er lettere å gjøre riktig når noen har gjort det før.

Om data er svakest, er det verdt å utrede hvor tallene egentlig kommer fra før noe annet settes i gang. Det er en jobb som gir verdi uansett hva dere ender opp med å bruke AI til.

Og om dere allerede har flere initiativ gående uten at noen kan si hva de ga, er en gjennomgang det mest nyttige dere kan gjøre. Som regel er ett av dem verdt å satse videre på, og resten bør avsluttes.

Hvorfor data og styring kommer før verktøy

Det er fristende å begynne med verktøyene, fordi de er synlige og lette å kjøpe. Men et verktøy gjør bare noe med det du gir det.

Gir du det data som er spredt i regneark med ulike definisjoner, får du svar som ser presise ut og ikke er det. Det er farligere enn ingen svar, fordi de blir brukt.

Styring handler om det samme, men fra en annen kant. Uten regler for hva som kan deles, skjer det som alltid skjer: folk limer inn det de trenger for å komme videre. Det er ikke illojalitet, det er praktisk problemløsning. Reglene må finnes før situasjonen oppstår.

Kompetanse er den tredje forutsetningen, og den undervurderes mest. Noen må kunne se på et resultat og avgjøre om det er godt nok. Uten den vurderingen flytter du bare ansvaret til en leverandør som ikke kjenner faget ditt.

Når de tre er på plass, er valget av verktøy nesten en detalj. Da handler det om å velge ett sted å begynne, måle det, og gjøre mer av det som virker.