Så undviker du att din AI-satsning misslyckas – expertens råd till vd:ar

AI Sweden är Sveriges nationella center för tillämpad artificiell intelligens, med uppdraget att accelerera användningen av AI till förmån för samhället, konkurrenskraften och alla som bor i Sverige.

Vanligaste misstagen: ”Man ser AI som en IT-fråga”

Att AI-satsningar misslyckas beror sällan på själva tekniken, menar Conny Svensson. Snarare handlar det om organisationens förhållningssätt.

– Ett av de vanligaste misstagen är att delegera AI-frågan till IT-chefen. Man köper in lite verktyg, om det nu är Chat-GPT eller något annat, ger någon liten kort utbildning och tänker att man har fixat AI. Men vi ser inga av de stora bolag som är duktiga på AI där IT driver frågan, säger han.

AI-implementeringen handlar lika mycket om verksamhetsutveckling som om teknik, lyfter han fram.

– Vi behöver göra det mycket mer systematiskt: Vad är det AI ska stötta? Vilka utmaningar finns? Vad är strategin? Vilka frågor är det vi ska fokusera på? Det är där man vill använda AI.

Ett annat återkommande problem som Conny Svensson tar upp är piloter som inte utgår från ett verkligt behov.

– Många gör proof of concept för att AI råkar kunna lösa något, snarare än för att angripa ett faktiskt affärskritiskt problem. Vi brukar säga att man ska göra proof of value i stället: Vilket värde vill vi skapa och hur kan vi bevisa att det går?

Generativ AI bara en liten del

Hos små och medelstora bolag brukar AI i vissa fall likställas med generativ AI. Det är ett naturligt ingångssteg, men enligt Conny Svensson riskerar man att missa mycket av det värdet AI kan leverera.

– Generativ AI är kraftfullt, men det är bara en liten del av AI-portföljen. Det används ofta på individnivå, till att skriva texter eller producera bilder, men är sällan systematiskt kopplat till företagets strategi. Riktigt värde skapas först när AI integreras i processer och används för att stärka verksamhetens kärnuppdrag.

Han jämför med digitaliseringens första år i skolan.

– Man köpte in surfplattor och datorer men gav inte lärarna verktyg för hur de skulle förändra sitt pedagogiska arbete. Då uteblev effekten. Samma sak riskerar att hända nu om vi bara rullar ut AI-verktyg utan att visa hur de ska användas för att skapa värde i varje del av verksamheten, man behöver utmana existerande arbetssätt och bygga en lärandeloop för att förstå vad som funkar och inte.

Därför fastnar projekten i pilotstadiet

Enligt Conny Svensson finns det två huvudorsaker till att AI-initiativ inte tar sig förbi pilotfasen:

1. Ledningen är inte tillräckligt involverad.
   Förändringsledning och investeringar kräver engagemang från högsta nivå. HR, verksamhetsutveckling och ledning måste vara delaktiga.
2. Piloterna löser inte riktiga problem.
   Om projekten inte är grundade i ett tydligt verksamhetsvärde blir det svårt att motivera fortsatt investering.

Framgångsrika organisationer fördelar i själva verket resurserna helt annorlunda än många tror: 10–20 procent på teknik, 20–30 procent på data och 60–70 procent på organisations- och förändringsarbete.

Vilka branscher lyckas bäst?

Industriföretag ligger långt fram, enligt Conny Svensson, eftersom de redan under lång tid arbetat med mer traditionell AI – till exempel prognostisering, mönsterigenkänning och optimering.

Branscher med stora datamängder och tydliga processer ligger också ofta bra till. Samtidigt halkar mer hårt reglerade branscher ofta efter, liksom organisationer som inte vågar experimentera av rädsla för juridiska risker.

– Det är väldigt lätt att man övervärderar AI i det korta perspektivet här och undervärderar det i det långa perspektivet. AI är inget sprintlopp utan ett maraton. De som lyckas är de som systematiskt investerar över tid och har ledare som förstår värdet och bygger uthållighet, säger Conny Svensson.