Denne klumme er et debatindlæg og er alene udtryk for forfatterens synspunkter.
Hånden på hjertet: Hvad har din organisation fået ud af AI indtil nu?
Måske I har købt nogle Copilot-licenser og endda sendt medarbejdere på prompt-kursus. Men har det givet noget? Lidt bedre salgsmails og mere ensartede svar i kundeservice måske?
AI-skeptikere er ligefrem begyndt at tale om kejserens nye klæder. Andre ser det som en tendens til at overvurdere ny teknologi på den korte bane og undervurdere den på længere sigt.
Efter 25 års erfaring med digital forretningsudvikling hører jeg til i den sidste lejr.
AI er ikke kejserens nye klæder. Der ér en digital milepæl, men gevinsterne kommer fuldstændig an på, hvem der styrer projekterne, og hvor dyb en dataforståelse, de har.
Sidder I bare og venter på at bruge de AI-produkter, som tech-giganterne skubber ud til jer, så vil gevinsterne være beskedne og ordinære.
Ikke et ondt ord om effektivisering af eksisterende opgaver, men det er en "taker"-strategi, fordi man kun tager de fordele hjem, som leverandørerne af AI-produkter skaber grundlag for. Og de sælger naturligvis de samme AI-værktøjer til alle.
Vejen til store, AI-baserede spring i konkurrenceevne går via "shaper"-strategier.
Det er en tilgang, hvor AI-teknologi blandes med egne, unikke data for at skabe fordele, der for alvor lægger afstand til konkurrenterne i jeres kunders øjne.
To eksempler på shaper-strategi
Jeg sidder i bestyrelsen hos kaffeleverandøren Bentax, som i flere år har fokuseret på indsamling og strukturering af data.
Det betyder, at selskabet nu råder over store mængder af historiske data – for eksempel fra kundernes tidligere indkøb og videresalg.
De viser, hvad vores kunder har solgt til deres kunder hvor og hvornår, og med AI-teknologi kan vi finde mønstre i datahavet, som ingen mennesker kan. For eksempel i forhold til skiftende sæsoner.
I varme perioder sælger vores kunder mere iskaffe.
Det vil sige, de bruger mere sirup, andre emballager og så videre. Og tilføjer vi data fra vejrudsigter, bliver præcisionen i vores forudsigelser endnu større.
Det betyder, at vi med AI kan matche vores leverancer med kundernes behov på en helt ny måde, så de oplever, at vi forstår deres forretning bedre end andre leverandører.
I en anden virksomhed fodrer vi en AI med data fra en lang række komplicerede udbudsvar, der hver især har krævet flere hundrede mandetimer at forberede.
Det tidsforbrug kan AI'en reducere kraftigt – men endnu vigtigere: Den kan finde og prioritere mønstre i de udbud, vi vandt.
Det er svært for menneskelige skribenter at overskue så stort et materiale, men AI'en kan skære igennem kompleksiteten.
Resultat: Lavere ressourceforbrug og bedre performance.
Vi skal forstå AI anderledes
Hvis du spørger 100 mennesker, hvad "AI" er, så vil 95 af dem svare "ChatGPT" eller måske "Copilot".
Men pointen her er, at AI i højere grad bør betragtes som en enabler af nye forretningsmodeller baseret på egne data.
Det er nøglen til langt mere værdifulde konkurrencefordele, end hvis man kun bruger AI i form af ChatGPT, Copilot eller Gemini, som er tilgængelig for alle.
Hvad skal der til?
De AI-teknologier, der skal bruges i egne shaper-projekter, koster ikke særlig meget. Det er næppe nogen stopklods. Men tre ting er vigtige at få på plads:
1) Styr på data – indsamling, lagring, strukturering, sikkerhed og compliance.
2) Medarbejdere med tværfaglig forståelse af samspillet mellem data og forretningsudvikling
3) Synlig opbakning fra topledelsen til at forfølge en proaktiv shaper-strategi.
I de fleste organisationer er der behov for at skabe en ny kultur, der formes af forretningen – ikke af it eller økonomi.
Det er derfor, AI-projekter ikke hører hjemme på CFO'en bord. Alligevel er det ofte der, de lander, fordi de opfattes som effektiviseringsværktøjer.
De kan blive til ekstremt meget mere end det, hvis de styres af folk med en dybere forståelse for proaktiv dataanvendelse.
Folk som med topledelsens opbakning forstår at manøvrere på tværs af organisationen, lytte til de forretningsmæssige behov og udtænke de rigtige koblinger til AI-teknologi.
De vil sandsynligvis konstatere, at der er brug for flere forskellige AI'er. Det her er ikke "one size fits all".
HR, salg, marketing, logistik, økonomi, jura – alle har ressourcetunge udfordringer, som de gerne vil have hjælp til. Men ingen ved hvordan, man kommer i gang, og det giver tech-giganterne frit spil.
Licenser og kurser i ChatGPT er et udmærket sted at begynde.
Men er det på tide, vi udvider vores forståelsen af, hvad AI er: En forretningsmotor med vores egne data som brændstof.
Hvis teknologien for alvor skal skabe unikke forretningsfordele, så bliver det ved hjælp af løsninger, vi udtænker og former selv.
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.