Bortom hypen: så skapar du konkret affärsvärde med AI
Möjligheterna med AI och maskininlärning är till synes oändliga. Det är lätt att bli överväldigad och inte veta var man ska börja. Så hur kan ditt företag använda AI-teknik för att skapa affärsnytta här och nu – utan att prioritera fel, skjuta över målet eller kasta bort värdefull tid?
För att ta få svar på de här frågorna har vi pratat med Errol Koolmeister – en erfaren AI- och teknikexpert som har hjälpt företag som Nordea, Vodafone och H&M att leverera värde med AI.
Hur ser du på AI-utvecklingen, som löpt parallellt med din egen karriär?
– Jag har haft förmånen att få experimentera ganska förutsättningslöst med datamodeller, AI och maskininlärning för olika företag under min karriär, mycket tack vare den stora hypen kring området. Det var otroligt roligt och lärorikt, men gav sällan någon konkret affärsnytta i slutändan. De stora vinsterna med AI har kommit först på senare år, när företagen har börjat produktionssätta modellerna och agera på resultaten. Jag brukar säga att alla modeller har fel, men några är hjälpsamma. Du vet inte vilka som kommer att ge värde förrän du testar dem i verkligheten.
Vilka är de vanligaste fallgroparna när man implementerar AI i sin verksamhet?
– Ett vanligt misstag är att tänka innovation först och låta det operativa komma i andra hand. Innovation är per definition en förlustaffär, i alla fall tills den dagen du träffar rätt. Det gäller att börja någonstans, våga prova och fortsätta optimera under resans gång. Man ska också ha med sig att den svåraste frågan inte är AI-tekniken i sig, utan hur vi hanterar förändring i bolag. Det är i grund och botten en kulturfråga. Därför behöver du leda med människorna i fokus, inte med tekniken.
Hur avgör man vilka AI-projekt som lönar sig?
– Först och främst vill jag poängtera att det inte finns några ‘AI use cases’, utan bara ‘business use cases’. Utgå ifrån vad du vill uppnå. Det kan vara allt från att förkorta svarstiderna hos kundtjänst till att hitta nya affärsmodeller för att öka dina intäkter. Prioritera dina projekt utifrån de tre utvärderingsvariablerna värde, genomförbarhet och återanvändbarhet. Då har du bäst möjlighet att sålla fram projekt som får stöd av interna stakeholders så att du får loss nödvändiga resurser. Det ökar också chanserna till en snabb ROI och att du drar lärdomar som kan återanvändas i andra delar av bolaget.
3 viktiga fokusområden för att lyckas med AI enligt Errol Koolmeister:
1. Förbättra dina operationella processer
– Du får mycket snabbare avkastning på din AI-satsning om du börjar gräva där du står. Genom att förenkla och optimera dina befintliga operationella processer, till exempel inom kundtjänst, kan du plocka lågt hängande frukter där AI levererar konkret värde på bara några månader. Det kanske låter tråkigt, men det innebär att du ‘bankar’ vinsten och kan återinvestera i att fortsätta lära dig.
2. Bygg upp förmågor för framtiden
– När du jobbar med dina operationella processer bygger du successivt upp lärdomar och förmågor för framtiden. Du kan samla den kompetensen i en central avdelning som får skapa rutiner och processer som du skalar upp efterhand. Eller så tar du hjälp av en extern partner för innovationsdelen till en början. Det viktiga är att inte fokusera för mycket på tekniken i sig. Många företag kastar bort pengar på stora plattformsprojekt som skrotas efter några år. Utgå från att plattformar byts ut efter fem år och satsa på att bygga upp förmågor genom iterativa processer. Då levererar du värde hela tiden i dina projekt, inte bara i slutet.
3. Hitta sätt att spara in på kostnader
– Precis som i första punkten handlar detta om att hitta förbättringar i befintliga processer. Även till synes små optimeringar ger en väldigt stor effekt på företagets totala lönsamhet när du skalar upp dem.