Hvordan skape verdi med AI?

Det er mye snakk om AI, men jeg opplever at samtalene om AI fort kan bli ganske abstrakte. Det er lett å snakke om mulighetene, men verdien kommer først når man vet hvordan man faktisk skal ta dem i bruk.

Så, i denne artikkelen vil jeg dele noen tanker om hvordan jeg ville gått frem for å få diskusjonene om praktisk bruk av AI inn på det rette, praktiske sporet.

Gjennom mange år som IT-arkitekt har jeg jobbet med å kartlegge forretningsprosesser, forstå virksomheters IT-arkitektur og utvikle og levere løsninger på tvers av ulike systemer og teknologier. Mye av dette arbeidet har handlet om å forstå hvordan virksomheter jobber i dag, og hvordan de ønsker å jobbe i fremtiden.

Med AI er det flere muligheter enn før, men tilnærmingen er fortsatt relevant. For å finne ut hvor og hvordan AI kan skape størst verdi, mener jeg det viktigste er å starte med å forstå virksomheten.

Her er fem tips til hvordan jeg ville gått frem:

1: Forstå forretningsprossesene

Først vil jeg tegne opp virksomhetens viktigste forretningsprosesser og arbeidsflyter. Hvordan jobber dere egentlig i dag? Hvem gjør hva, hvilke aktiviteter gjennomføres, og hvordan henger de ulike avdelingene sammen?

Dette høres kanskje selvsagt ut, men min erfaring er at det ofte finnes ganske forskjellige oppfatninger av hvordan prosessene faktisk fungerer, selv blant kolleger i samme virksomhet. Det trenger ikke være spesielt avansert. Ofte kommer man langt med noen enkle prosessdiagrammer som viser aktivitetene, hvem som utfører dem, og hvilke systemer som brukes.

Når prosessene er visualisert, blir det også enklere å se hvor det brukes mye tid på manuelle oppgaver, hvor informasjon må flyttes mellom systemer, og hvor det oppstår flaskehalser. Og kanskje enda viktigere: Man får et grunnlag for å diskutere hvordan prosessene kunne fungert annerledes.

2: Få oversikt over IT-arkitekturen

Neste steg er å forstå hvilke systemer og data som understøtter prosessene. Hvilke systemer bruker dere? Hvor ligger informasjonen? Hvordan henger systemene sammen, og hvordan flyter data mellom dem?

Jeg er generelt tilhenger av å visualisere IT-arkitektur. Ikke nødvendigvis gjennom omfattende dokumentasjon, men gjennom enkle arkitekturbilder som både forretning og IT kan forstå. Min erfaring er at slike visualiseringer ofte fører til gode diskusjoner og avklaringer, ikke minst fordi de synliggjør avhengigheter og sammenhenger som ikke alle nødvendigvis kjenner til.

Dette er spesielt relevant når vi snakker om AI. En ting er hva teknologien er i stand til å gjøre. Noe annet er om den faktisk har tilgang til informasjonen den trenger, og om datakvaliteten er god nok til at resultatene blir nyttige.

Det kan også være verdt å undersøke hvilke AI-muligheter som allerede finnes i systemene dere bruker. Kanskje deler av behovet kan dekkes med funksjonalitet dere allerede har tilgang til?

3: Ta utgangspunkt i hvem som skal få verdi av AI

Når dere har fått oversikt over prosessene og arkitekturen, ville jeg flyttet oppmerksomheten over til menneskene. Hvem er det egentlig vi ønsker å skape verdi for? Jeg synes det er nyttig å se på dette fra tre forskjellige perspektiver.

Kundene: Hvordan kan AI bidra til å gjøre det enklere å være kunde hos dere? Kan dere tilby bedre selvbetjening, raskere svar ellermer relevante tjenester?‍

De ansatte: Hvordan kan AI gjøre arbeidshverdagen enklere? Hvilke oppgaver oppleves som tidkrevende eller frustrerende, og hvor kunne de ansatte hatt nytte av bedre støtte?‍

De som leder og utvikler virksomheten: Hvordan kan AI bidra med bedre innsikt, analyser og beslutningsgrunnlag? Kan teknologien hjelpe med å identifisere mønstre, muligheter eller utfordringer man ellers ikke ville oppdaget?

Det er viktig å involvere menneskene som faktisk kjenner arbeidsprosessene. De vet ofte best hvor utfordringene ligger, selv om de ikke nødvendigvis kjenner til hvilke teknologiske muligheter som finnes. Det er nettopp i møtet mellom denne innsikten og teknologiforståelsen jeg tror mange av de beste ideene oppstår.