I vår forrige kronikk skrev vi om forskjellene på en IT- og KI-strategi, hvor vi understreket hvorfor en sammensmelting av disiplinene ikke nødvendigvis er veien å gå. I denne kronikken deler vi praktiske erfaringer og strategiske råd om hvordan virksomheter kan komme i gang med KI på en strukturert og målrettet måte.
KI-adopsjon i norske virksomheter er generelt lav – noe som ikke er særlig overraskende ettersom ni av ti selskaper har færre enn 10 ansatte. For de fleste virksomheter så handler det først og fremst om å komme i gang med eksperimentering. Hvis ikke dette har blitt satt i gang offisielt, kan vi love at det finnes ansatte som har satt det i gang for dere.
I alle virksomhetene vi har møtt, har det vært ansatte som har tatt i bruk KI på egen hånd. Vi har døpt dem early adopters – ansatte som på eget initiativ har tatt i bruk KI for å løse eller forenkle sine arbeidsoppgaver, ofte uten at ledelsen er klar over det.
For en sikkerhetsansvarlig vil det få alarmklokkene til å ringe, og det med god grunn. Slik praktisering av skygge-IT kan innebære deling av sensitive data via ukontrollerte KI-verktøy. Likevel er det viktig å balansere risiko med muligheten for innovasjon. En for streng reaksjon kan virke kontraproduktivt for å stimulere til økt KI-bruk. Vi oppfordrer til å være nysgjerrige på early adopters: Hvilke arbeidsoppgaver benytter de KI til? Hvilke løsninger fungerer best? Ble arbeidsoppgavene mer effektivt løst?
Å hegne om early adopters og tilegne seg deres erfaringer, er nøkkelen til å enklest mulig start på en KI-reise.
HP-topp: – KI holder på å demokratisere en hel verden
Jakten på de riktige pådriverne
Fra vår erfaring, kan KI-interessen blant ansatte fordeles slik:
- 1-5 prosent er early adopters
- Disse er villige til å bruke tid og innsats for å utforske og lære, og inspirere andre ansatte til å gjøre det samme
- 10-15 prosent er entusiaster
- De ønsker å bidra til fellesskapet, men er tilbakeholdne med å bruke mye av sin egen tid på selvstendig utforskning
- 50 prosent er noe interesserte
- Disse er passive mottakere av nyheter, men ikke interessert til å drive utforsking på egen hånd
Dette viser at det er en liten andel som driver utviklingen, mens majoriteten trenger støtte for å ta steget videre.
Vi har ved flere anledninger opplevd at engasjementet ofte er større enn den faktiske interessen. Når vi inviterer ansatte i en avdeling til å delta i et KI-prosjekt, rekker de fleste opp hånden i ren entusiasme. I praksis viser det seg at dette innledende engasjement alene ikke er tilstrekkelig. Vår erfaring viser at få har nok tid eller nødvendig forståelse til å kunne fungere som effektive testpiloter for KI-prosjekter. Å velge de riktige ansatte, samt frigjøre tid som tillater prioritering av KI, står sentralt.
I et scenario hvor en har identifisert early adopters og fått på plass rammer som sikrer trygg KI-bruk, vil igangsetting av bruksområder være neste skritt. Som jeg tidligere har hintet frem til, så har early adopters ofte identifisert de første bruksområdene for KI. Disse bruksområdene har ha stor verdi, men vi råder til å vurdere igangsettelse av bruksområder med et strategisk blikk.
X gjenopptar KI-trening på brukernes innlegg
Strategisk prioritering av bruksområder
I starten er det lett å la seg rive med av entusiasmen rundt KI. Ofte blir dette til en overentusiasme, som gjør at en velger å prioritere feil bruksområder. Det er fristende å tro at KI gjør det enkelt å skape nye tjenester eller produkter. Men ofte er det bedre å velge en mer konservativ tilnærming med fokus på inkrementelle forbedringer av eksisterende tjeneste og produkter.
70:20:10-regelen for innovasjon lar seg applisere også til KI-bruksområder. Ettersom ekstern rettede bruksområder er mer krevende, bør majoriteten av ressursene (70 prosent) fokuseres på forbedring av eksisterende tjenester og produkter. Rundt 20 prosent kan fokusere på tilgrensende innovasjoner, mens kun 10 prosent på radikalt nye og utforskende initiativer. Denne fordelingen skaper en god balanse som maksimerer effektiviteten og innovasjonspotensialet, samtidig som at risikoen reduseres.
Videre bør det være en forståelse for hvor i organisasjonen bruksområdene plasseres. Bruksområder som spenner over flere avdelinger på tvers av vertikaler og forretningsenheter, blir ofte krevende å gjennomføre. Små, avgrensede prosjekter gir raskere gevinster og bygger nødvendig tillit til videre skalering.
– Kan vår felles formue forvaltes av kunstig intelligens?
Kjøp eller bygg?
Stadig flere løsninger kommer med innebygde KI-tjenester. For majoriteten vil det lønne seg å velge disse standardiserte hyllevareløsningene fremfor å utvikle en løsning selv. Standardiserte løsninger er ofte enklere og mer kostnadseffektive enn å utvikle egne løsninger, men for enkelte selskaper kan det likevel være riktig vei å gå. En egenutviklet løsning kan være bedre til å løse konkrete problemer, eksempelvis bransjespesifikke utfordringer. En slik løsning kan gi et konkurransefortrinn og dermed forsvare en betydelig oppstartsinvestering.
Å lykkes med KI handler om å starte smått, eksperimentere i trygge rammer og bygge på de erfaringene som allerede finnes i virksomheten. Ved å støtte early adopters, etablere klare retningslinjer og prioritere bruksområder med strategisk verdi, kan virksomheten gradvis realisere gevinster fra KI. Enten dere velger å kjøpe, tilpasse eller bygge egne løsninger, er nøkkelen å starte med det som gir mest verdi her og nå – og utvikle videre derfra.
Fem tips for å eie eksamen med KI
