Inga produkter i varukorgen.
Se webbinariet: Så får vd:n AI att skapa affärsnytta
Webbinarium Vilket är ert dyraste problem just nu? Svaret på den frågan är en bra utgångspunkt för nästa AI-satsning. Det var en av flera konkreta lärdomar från webbinariet ”Så skapar du värde med AI”, som nu går att se i efterhand.
Många företag börjar AI-arbetet i fel ände. De köper verktyg, testar lösningar och hoppas att nyttan ska uppstå längs vägen. Men enligt Linus Ingemarsson, vd för Alice Labs, behöver vd:n börja någon annanstans: i affären, i arbetsflödena och i de problem där friktionen faktiskt kostar pengar.
– Börja inte i verktyget. Börja i kedjan, var ett av hans råd under webbinariet.
Hans poäng var att vd:n först behöver zooma ut och se bolaget som en värdekedja. Var uppstår efterfrågan? Var skapas affären? Var sker leveransen? Och hur kommer pengar, data och lärdomar tillbaka in i verksamheten?
Därefter gäller det att zooma in på ett enskilt arbete. Vad är input? Vilket arbete görs? Vilken output skapas? Och vilket värde ska arbetet leda till?
Först då blir det möjligt att se var AI faktiskt kan göra skillnad.
Leta efter friktionen
Linus Ingemarsson lyfte tre typer av friktion där AI ofta kan skapa värde: data som ingen läser, repetitivt arbete och output som inte går att skala.
Ett exempel kom från ett globalt tillverkningsbolag. Där fanns flera års labbrapporter och säljrapporter, men materialet användes bara genom manuella och sporadiska sökningar. Med AI-agenter som kunde läsa arkivet och koppla ihop signaler mellan labb, kund och marknad blev informationen både sökbar och bevakad. Resultatet blev mer proaktiva insikter.
Ett annat exempel handlade om ett globalt B2B-bolag med mer än 500 kundkonton och flera års köphistorik. Problemet var inte att data saknades, utan att säljarna saknade överblick. AI-agenter hjälpte till att klassa konton och visa var det fanns tapp, expansionsmöjligheter och behov av prioritering.
Men människan hade fortfarande sista ordet.
– Systemet flaggar. Säljteamet avgör, löd en av slutsatserna.
I ett tredje case, från Supernormal Greens, handlade friktionen om repetitivt orderarbete. Bolaget gick från sju säljare på telefon till ett orderflöde med en person och en AI-agent, samtidigt som den mänskliga kontrollen fanns kvar. Resultatet blev cirka 2,5 miljoner kronor i annualiserad besparing i orderflödet.
Inte bara en pilot
En återkommande poäng i webbinariet var att AI inte får stanna vid en demo eller ett löst test. För att ett AI-case ska bli verkligt resultat behöver vissa saker vara på plats.
Arbetet bör återkomma ofta. Det behöver finnas en tydlig output som går att granska och godkänna. Bolaget måste veta hur nuläget ser ut, så att det går att mäta om något faktiskt blir bättre. Och någon måste äga utfallet.
Annars blir risken att AI-arbetet ser lovande ut i ett test, men aldrig förändrar hur verksamheten faktiskt arbetar.
– Fattas ett villkor blir det en demo, inte ett resultat, konstaterade Linus Ingemarsson.
Tre frågor för ledningen
För vd:n blir slutsatsen att AI-arbetet behöver styras som en affärsfråga. Det räcker inte att fråga vilka verktyg organisationen ska använda. Ledningen behöver också avgöra vilket problem som är viktigast att lösa, vad som ska mätas och vem som tar ansvar efter piloten.
Linus Ingemarsson skickade med tre frågor till ledningen:
- Var sitter den dyraste friktionen?
- Vilket mätvärde ska flytta sig?
- Vem äger flödet efter piloten?
Se hela webbinariet, som var ett samarbete mellan VD-tidningen, Techtidningen, Kvalitetsmagasinet och Alice Labs, här:
