Når en virksomhet vil komme i gang med AI, er det naturlige spørsmålet ofte: Hvordan kan vi automatisere dette? Det bedre første spørsmålet er: Bør dette gjøres i det hele tatt?
01
Rapporten nesten ingen leste
Forestill dere en virksomhet der fem medarbeidere hver uke leverer tall til en kollega. Kollegaen samler tallene i et regneark, skriver kommentarer og sender en rapport til tre ledere. Arbeidet tar flere timer og har foregått slik i årevis.
Det opplagte AI-prosjektet er å automatisere innsamlingen, skrive kommentarene og produsere rapporten raskere. Men når lederne blir spurt hvordan de bruker den, viser det seg at de bare ser etter to bestemte avvik.
Den beste automatiseringen var ikke en raskere rapport. Det var å fjerne rapporten og varsle når et avvik faktisk oppstod.
02
Gamle løsninger overlever problemene sine
Prosesser oppstår av en grunn. Et tidligere system kunne ikke dele data. En leder ønsket mer kontroll. En feil førte til enda et godkjenningstrinn. Senere endres teknologien og organisasjonen, men arbeidsflyten blir stående.
Hvis den automatiseres uten å bli utfordret, gjør man gårsdagens kompromiss permanent.
03
Begynn med beslutningen
Spør hvilken beslutning resultatet skal føre til. Hvem bruker det? Hva gjør vedkommende annerledes etterpå? Hvis ingen kan svare presist, bør prosessen undersøkes før det bygges noe.
Ofte kan behovet løses nærmere kilden. En leder trenger kanskje ikke en ukentlig rapport, men et varsel ved et uvanlig salgstall. En kunde trenger ikke tre interne videresendinger, men et direkte svar fra personen eller agenten som har informasjonen.
04
AI skal redusere arbeidet — ikke skjule det
AI kan gjøre tunge arbeidsflyter imponerende raske. Det er nyttig når arbeidet er nødvendig. Men hastighet kan også skjule at organisasjonen produserer informasjon ingen bruker, eller flytter data gjennom flere ledd enn nødvendig.
Det gode resultatet er færre unødvendige handlinger, kortere vei fra informasjon til beslutning og mer tid til oppgaver som krever dømmekraft.