Kollegaer sitter på pulter foran utsikten

KI-guide for lederen

Vi deler KI-kunnskap

Kunstig intelligens er i ferd med å revolusjonere forretningsprosessene på en måte vi ikke har sett maken til siden den industrielle revolusjonen, og kappløpet om å få denne teknologien inn som en del av driften er i full gang. KI vil påvirke alle deler av virksomheter - fra salg til support, fra strategi til HR.

I dialog med ledere hos kundene våre, får vi ofte de samme spørsmålene. Nå har vi samlet disse og deler svarene våre her, slik at du kan ta del i kunnskapen fra alle KI-ekspertene i Sopra Steria internasjonalt.

De raske svarene finner du under, men ønsker du mer dyptgående svar må du laste ned rapporten vår på engelsk "AI for Business":

Les hele rapporten

Sammendrag på norsk

Kunstig intelligens vil radikalt endre hvordan mennesker og maskiner samhandler. Mange ser fortsatt på KI som kun et verktøy eller en applikasjon (ChatGPT, Copilot) for å forstå, analysere og utarbeide innhold. KI sitt store potensial er når maskiner blir en full-integrert del av forretningen. KI har dermed gått fra å være en teknologisk ressurs til å være en driver for prosessinnovasjon og å skape konkurransefortrinn.  

På tross av hypen er det helt klart hvilke fordeler KI gir – og det kan påvirke oss like mye som oppfinnelser som elektrisitet og internett. Når KI er tatt i bruk, føles det helt uunnværlig og mange kan ikke se for seg å jobbe uten. Slik sett er KI ikke en hype. 

Et godt sammensatt KI-team er kritisk for at virksomheten din skal lykkes. Teamet kan bestå av både interne ressurser og ekstern støtte der det trengs, men det viktigste er at kunnskap om teknologi og forretning kombineres. Tett kobling mellom disse ferdighetene og teamene i virksomheten, er nettopp det som sikrer en vellykket KI- implementering.

Virksomheter som ønsker å ta i bruk KI møter tre barrierer: kognitiv forståelse, tilgang til kvalitetsdata og mangel på beste praksis.  

  1. Kognitiv forståelse: Overdreven tro på KIs effekter på kort sikt, overskygger ofte potensialet på lang sikt. Virksomheter må øke kunnskapen om KI hos alle, helt fra medarbeidere til styremedlemmer.
  2. Datatilgang og - kvalitet: Ulike KI-teknologier (maskinlæring, computer vision, NLP og generative KI) har ulike utfordringer innen datakvalitet, mengde og struktur. For å lykkes må du ha pålitelig og godt strukturert data. 
  3. Mangel på beste praksis: Skalering av KI-prosjektet kan være vanskelig på grunn av mislykket implementering. Det er helt avgjørende å utvikle beste praksis, sikre eget KI-eierskap og samle erfaring. 

 

Kunstig intelligens skal ikke håndteres i en egen strategi, men være helintegrert i selskapets overordnede teknologi- og forretningsstrategi. Selv om KI ikke krever en egen strategi, trengs det en egen gjennomtenkt handlingsplan for å sikre fremdrift og kostnadseffektivitet.

Virksomheter må koordinere bruken av KI med eksisterende strategiske prioriteringer — enten vekst, driftseffektivitet, utnyttelse av eiendeler, bærekraft eller kundeopplevelse. Når KI kobles rett til andre initiativer, kan virksomheten kapitalisere på mulighetene det gir og utvikle en KI-driftsmodell. 

Det er ikke nødvendig å ansette en CAO  Chief AI Officer, like lite som du trenger en Chief Wifi Officer. Du skal heller fordele ansvaret for KI på hele organisasjonen. KI starter ofte med små tverrfaglige team (“Tiger Teams”) som utvikler PoC-er (proof-of-concepts). Men etter hvert som KI modnes, trenger selskapet godt definerte ambisjoner, tilpasset teknologi og datastrategi. En tydelig operasjonsmodell for KI vil bistå med å kunne skalere KI-prosjekter. 

Vår erfaring er at det å etablere et Centre of Excellence (CoE) for kunstig intelligens på tvers av hele virksomheten er en naturlig videreutvikling, der ekspertise, ressurser og beste praksis samles. Ledelsen av CoE avhenger av hvor strategisk viktig teknologi er for forretningen. Selv om CoE er en midlertidig struktur, er målet å integrere KI i hele selskapet, men det kan ta mange år før senteret kan avvikles.

Nøkkelen til å starte med kunstig intelligens er å etablere små smidige “Tiger Teams” som eksperimenterer innen fleksible rammer. Bruk eksisterende rammeverk for innovasjon og utvikling, og prioriter læringsmålene — enten koblet til teknologi, data eller styring (governance). Start med prosjekter som er lette å gjennomføre og som leverer rask verdi, for eksempel digitale assistenter som strømlinjeformer oppgaver og øker effektiviteten.  

Definer deretter kriterier for å evaluere og prioritere prosjekter, slik at dere sikrer at de rette initiativene følges opp. Avgjør om dere vil kjøpe eller bygge KI-løsninger — start gjerne med å kjøpe ettersom det reduserer risiko. Inkrementelle forbedringer, spesielt det som forbedre interne prosesser, er et godt sted å starte. 

 

Skalering av KI i store virksomheter krever en strukturert tilnærming.

  • Bruk en KI-driftsmodell som sammenstiller KI-initiativer med forretningsmål for effektivitet og skalerbarhet. Husk å definere klare mål, iverksette streng datastyring, og bygg skalerbar infrastruktur.  
  • Samarbeid mellom teknologi- og forretningsteam, en kultur for kontinuerlig læring, og bruk av smidig metodikk er helt nødvendig for å lykkes.
  • Du kommer heller ikke unna etisk KI-bruk som å hindre bias og ha full åpenhet.
  • Driftsmodellen standardiserer prosesser, balanserer innovasjon med driftsstabilitet og sikrer langsiktig verdi. Det er noe annet enn en forretningsmodell som sikrer inntekter og verdiskaping. 

Det tar tid å bli moden innen kunstig intelligens og det krever å ta i bruk KI i kjernen av virksomheten. Ledere og toppledere må starte med å kartlegge hvilke KI-ressurser de sitter på, definere klare mål for KI og sikre robust datainfrastruktur.  

  • Effektiv KI-styring, etisk bruk og sømløs integrasjon med forretningsprosessene er grunnleggende for å lykkes. 
  • Et viktig steg er å bygge opp KI-kompetente medarbeidere med de rette ferdighetene og som kan lede an i en datadrevet kultur.
  • Måle suksess med KPIer, lede endringer effektivt og identifisere risiko er viktig for kontinuerlig forbedring.
  • Ikke minst, krever det stadig læring, innovasjon og tilpasning til nye KI-trender for å ligge i forkant. 

Dataene må klargjøres for KI dersom dere skal være konkurransedyktige. Virksomheter må sette KI og data i sentrum av driften, og sørge for god datastyring, kvalitet og ledelse. Helt konkret må dataene være rene og nøyaktige, det må investeres i MDM (master data management), og bygges en skalerbar og sikker dataarkitektur.

Virksomheter må også være tålmodige og proaktive, investere i FoU og lære opp medarbeiderne innen data og KI. En skalerbar dataplattform — skybasert eller på bakken (on-premises) — er helt essensielt for å integrere, analysere og utnytte data effektivt for KI-drevne beslutninger. 

 

Vi overvurderer den kortsiktige nytten av KI, og undervurderer det langsiktige potensialet.

Caspar Lund, Sopra Steria

Vil du vite mer?