Guide: Sådan gør du AI til en fast del af din strategi og dine processer

Som så meget andet starter AI-arbejdet typisk med en plan. Det kan virke trivielt, men udtrykket ”godt begyndt er halvt fuldendt” holder altså stadig.

En velovervejet og velformuleret AI-strategi bidrager til at sætte rammerne for jeres indsatser. Den gør det tydeligt, hvor I gerne vil hen, og den skaber grobund for, at AI kan blive en integreret del af jeres overordnede forretningsstrategi og jeres interne processer. For hvis I virkelig (som i VIRKELIG) vil lykkes med AI, så er det dér, I skal hen.

Hos Vertica anbefaler vi derfor altid, at du starter med at udvikle et velovervejet roadmap for dit arbejde med AI. Dette er med til at sikre:

1. At I har fyldestgørende viden om teknologien
2. At I identificerer alle de AI-potentialer, der findes i virksomheden
3. At I formår at prioritere de initiativer, der skaber mest – eller hurtigst - værdi med jeres forretningsmæssige mål i mente
4. At I vælger den bedst mulige AI-løsning til den givne udfordring
5. At jeres løsning, og brugen af den, er i overensstemmelse med gældende lovgivning på området
6. At I får etableret det rette team til arbejdet med AI internt i virksomheden
7. At I sikrer forankring af- og forståelse for AI i hele organisationen
8. At I udruller jeres initiativer i de rette trin

Hvordan du går til strategien, prioriteringen og forankringen i organisationen, har vi skrevet mere om i vores handout ”AI strategi”, som du kan hente lige her.

Du kan også læse mere om, hvordan vores workshop kan hjælpe din virksomhed til at få den rette start på arbejdet med AI.

Hvis jeres ideudvikling og prioritering peger mod, at I skal udvikle egne AI-værktøjer for at kunne indfri potentialerne, er det afgørende at sikre kvaliteten af det datagrundlag, som jeres AI-løsning skal bygges på.

AI-modeller skabes på baggrund af datasæt, men datasæt kan indeholde fejl og biases, som kan påvirke det output, systemet giver. Derfor er det vigtigt at sikre, at det datafundament, du bygger din AI-løsning på, består af valide data af høj kvalitet, der er renset for potentielle bias.

Processen indebærer også at identificere og fremfinde de data, som bedst understøtter din AI-løsning. Der kan nemt være situationer, hvor det ikke er tilstrækkeligt at bruge eksisterende data, og hvor man derfor kan overveje at anvende syntetisk data.

Syntetisk data er kunstigt genererede datasæt, som simulerer virkelige data. De skabes ved at bruge algoritmer, der baserer sig på mønstre og strukturer fra eksisterende datasæt. Dette gør det muligt at producere data, der ligner de reelle data, men som også kan hjælpe med at dække mangler, udvide datasættets diversitet og reducere bias.

Syntetisk data er især brugbart, når der er mangel på repræsentative data, eller når man vil undgå brugen af personfølsomme oplysninger, men stadig opnå pålidelige AI-modeller.

Med andre ord: Vær sikker på, at du har både nok data og valide data. Dine AI-løsninger er kun så gode, som de data, de bygges på.

En af de helt store udfordringer for danske virksomheders brug af AI er manglende kvalificeret arbejdskraft internt i organisationen.

Men AI er nyt. Og det er der tilsyneladende mange virksomheder, der liiige glemmer, når de søger AI-specialister med 5-10 års erfaring. Dem kommer de altså til at lede længe efter, når arbejdsområdet for de fleste ikke er mere end 3-4 år gammelt – i hvert fald når det kommer til generativ AI, hvor der jo virkelig kom fart over feltet.

I stedet for kun at søge nye medarbejdere vil vi derfor anbefale, at man bruger kræfterne og ressourcerne på at opkvalificere sine nuværende medarbejdere. Det er nemlig en alletiders mulighed for både at gøre AI til en naturligt integreret del af virksomheden og samtidigt motivere sine AI-interesserede medarbejdere.

Manglende uddannelse er da også den primære barriere for den videre adoption af AI i Danmark ifølge et forskningsstudie fra Københavns Universitet, så det er ikke kun os, der siger det. Det har vi skrevet meget mere om her.

Helt konkret kan uddannelse være det første skridt mod at identificere- og opkvalificere de medarbejdere, der ikke alene har flair for arbejdet med AI, men også brænder for at tage ejerskab på opgaven internt i virksomheden.

Ydermere er den interne uddannelse også med til at skabe en generel forståelse for brugen af AI som en hjælper, der kan løfte- og automatisere repetitive opgaver – og ikke nødvendigvis som en spareøvelse, der skal erstatte medarbejdere.

Hos Vertica afholder vi bl.a. kurset ”Lær at bruge AI til at optimere dine arbejdsgange” hos virksomheder og organisationer, hvor vi etablerer et solidt niveau af forståelse for, hvordan AI kan hjælpe ansatte på tværs af virksomheden. Og så har vi blandt andre hjulpet Sinful med organisatorisk uddannelse i AI.

En anden massiv fordel ved at opkvalificere jeres medarbejderes kompetencer inden for AI er, at I allerede har nogle gode kandidater, hvis I beslutter at nedsætte et AI-team i organisationen.

Vi har selv oprettet et dedikeret AI-team i Vertica, og det er generelt også noget vi anbefaler at gøre, hvis man for alvor vil sætte skub i AI-udviklingen internt. Rapporter fra både Deloitte og McKinsey viser da også, at virksomheder, der opretter egne AI-afdelinger, har væsentligt større succes med AI, end dem, der ikke gør.

Vi ved dog også godt, at det at oprette en dedikeret AI-afdeling naturligvis er en større ledelsesmæssig beslutning, der skal give mening både forretningsmæssigt, økonomisk og strategisk. Så det kommer meget an på jeres ambitionsniveau, virksomhedens størrelse og behovet for og mulighederne med AI både internt og i jeres branche.

Men hvis I har kigget ligningen igennem, og kan se at behovet er der, så er det et stærkt strategisk signal at oprette et AI-team. Det giver en retning internt, og det indikerer en langsigtet strategi, hvor AI skal være en del af kernen i forretningen.

Med et AI-team bliver det også nemmere at specificere og målrette uddannelsen og træningen af jeres medarbejdere, eftersom de hver især kan fokusere på mere konkrete AI-kompetencer såsom dataoptimering, programmering, machine learning eller forretningsudvikling.

Det sikrer, at I spænder bredt inden for AI. I stedet for blot at have én AI-guru i virksomheden, der ved en masse overordnet om AI, får I et fuldt team af specialister, der kan dække et stort spektrum af jeres AI-potentialer. Det giver også større mulighed for at hjælpe de forskellige business units med mere konkret implementering af AI, så det for alvor bliver forankret i organisationen.

Som med så meget andet, lærer man mest om AI ved at gøre sig reelle erfaringer. Så når holdet er sat, og medarbejderne så småt er ved at udvikle gode AI-kompetencer, skal man også huske at få testet tingene i praksis.

Hvis I ved, at den eller de AI-løsninger, I ønsker jer, ikke findes på markedet, skal I altså i gang med at bygge jeres egen AI-model. Eventuelt i samarbejde med en AI-udviklingspartner.

Men inden I kaster jer ud i et stort og omsiggribende projekt, anbefaler vi, at I laver et Proof of Concept (PoC).

Et PoC har til formål at teste, hvorvidt den tilgang, I planlægger at opbygge jeres model efter, rent faktisk kan bære opgaven. Det er her, I får chancen for at teste, om projektet som først tiltænkt er muligt – og for potentielt at identificere optimeringsmuligheder, inden I rykker videre til udarbejdelsen af en endelig løsning.

Vores erfaring siger, at udviklingen af et Proof of Concept kan være et afgørende første skridt mod en velfungerende AI-løsning. Ydermere vil jeres PoC i mange tilfælde været noget, I kan bygge videre på, hvorfor indsatsen altså ikke vil være spildt, men derimod udgøre et værdifuldt forarbejde.

Arbejdet med at bygge PoC’er er en mindst lige så stor del af jeres interne AI-uddannelse som den teoretiske del. AI er for mange stadig et lidt diffust emne, og mulighederne virker uendelige. Derfor kan det praktiske arbejde med teknologien gøre AI som koncept langt mere konkret og håndgribeligt.

Rom blev ikke bygget på én dag. Det bliver de bedste AI-løsninger heller ikke.

Hermed slutter vores guide til, hvordan du kan få AI til at være en del af din virksomheds DNA og arbejde det mere ind i jeres forretningsstrategi og jeres processer.

Det er naturligvis nemmere skrevet end gjort, men forhåbentlig kan du bruge vores guide til at komme godt i gang med at gøre AI til en integreret del af jeres praksis. Så lad os lige ridse rådene op igen her på falderebet:

1. Sørg for at lægge en god AI-strategi – det sætter rammerne for jeres arbejde og bidrager til at skabe en fælles retning i virksomheden, så I ikke handler for meget på løse ideer, men faktisk ved, hvor I vil hen med AI. Der er hjælp at hente her.
   
   
2. Få styr på jeres datagrundlag. De fleste AI-modeller er baseret på data, og de bedste løsninger kræver, at man har helt styr på både X- og Y-akser. Helt kort lyder rådet: Din AI er kun så god som dine data.
   
   
3. Uddan jeres medarbejdere i AI. Selvom AI ikke er et nyt fænomen, så er det stadig nyt, at det er blevet allemandseje. Det gør kompetencer til en kæmpemæssig konkurrencefordel og her kan det hurtigt være det hele værd at investere i at gøre jeres medarbejdere skarpere på AI-fronten.
   
   
4. Overvej om I skal have en AI-afdeling. Når nu I alligevel er i gang med at opkvalificere medarbejdere inden for AI, så bør I også overveje om I kan specialisere jer yderligere for sammen skabe et AI-superteam i virksomheden. Det kan også gøre det nemmere for jer at få AI spredt godt ud i organisationen, hvis I har et helt team til det frem for én eller to personer. Men det skal selvfølgelig give mening ift. virksomhedens størrelse og ambitionsniveauet med hensyn til AI.
   
   
5. Få testet jeres løsninger. Når strategien, dataene og teamet er på plads, er det fristende at hoppe hovedkulds ud i de helt store AI-projekter. Men her er vores anbefaling, at man arbejder med Proof of Concepts, så man får testet ideerne godt af fra start. Den praktiske erfaring er samtidigt en afgørende del af teamets kompetenceudvikling og erfaringer med AI, som kommer til at gavne jer i det lange løb.

Og så er det jo ellers bare om at komme i gang. Vi ønsker jer held og lykke i arbejdet, og skulle I få brug for et e-commerce bureau i Aarhus eller København, der kan sætte skub i sagerne, kan vi nok godt pege på et. Det starter med V, og så siger vi heller ikke mere.

Tak, fordi du læste med. Vil du vide mere om AI? Så læs meget mere i vores store vidensunivers