{{item.videoDuration}}
{{item.title}}
{{item.text}}
{{item.videoDuration}}
{{item.title}}
{{item.text}}
Skal du høste fordelen med å bruke kunstig intelligens (KI) handler det mye om strategi, organisering og kultur. Det mest krevende er nemlig omstillingen og hvordan man skal organisere seg. Her er tre fallgruver og fire tips til hvordan din bedrift kan organisere dere best for å lykkes når dere skal ta i bruk kunstig intelligens og andre datadrevne løsninger.
Gi teamene tid til å prøve og feile. Vær tålmodig! Teamene finner ut av det etter hvert. Tillit og autonomi til menneskene tror jeg er nøkkelen for å lykkes.
Deler av PwC-teamet som har hjulpet Lede med smart bruk av data og etablering av smidige produktteam. Lede har brukt kunstig intelligens og tingenes internett (IoT) for å få bedre innsikt i kraftsystemet. Det hjelper dem med å utnytte eksisterende nettinfrastruktur bedre. Fra venstre: Karoline Bonnerud, Erik Flølo og Herman Johan Bomholt som jobber med Data Analytics i PwC.
Det er tre fallgruver når man skal ta i bruk KI:
- Ledere og beslutningstakere har manglende forståelse eller urealistiske forventninger til teknologiens potensial, som igjen gjør at AI benyttes for å løse feil problem og uten at man involverer brukerne.
- Organisasjonen er ikke riktig rigget for å takle utfordringene knyttet til kunstig intelligens, og mangler dermed tverrfaglig samarbeid og tilstrekkelig tilgang til nødvendige data.
- Vanskeligheter med å ta i bruk teknologien på grunn av manglende tillit i organisasjonen. Hvis man har jobbet som ekspert innen et fagområde i mange år – hvorfor skal man egentlig ha blind tillit til hva en maskinlæringsmodell sier?
– Når man driver med utvikling er ikke resultatet kjent. Smidig metodikk hjelper oss til å ha korte sprinter som tar ned risiko og gir oss mye læring – selv om resultatet etter en sprint ikke alltid er tilfredsstillende. Jeg tror at det å bli god på å feile skaper enda mer læring og utvikling i selskapet, sier Øivind Askvik, konserndirektør i Lede AS.
Fire råd til hvordan organisere deg agilt når du skal ta i bruk KI:
Integrer kunstig intelligens i forretningsstrategien
Først og fremst må man å etablere hvordan bruk av kunstig intelligens faktisk kan gi en reell effekt og verdi i organisasjonen, og dette må være forankret i forretningsstrategien. Det er viktig å identifisere de områdene hvor vi mener KI vil kunne gi verdi, og ut ifra det sette konkrete mål for hva vi ønsker å oppnå. Skal vi få noen verdi og effekt av KI, så må vi bruke det til å løse faktiske behov i organisasjonen vår.
Kunstig intelligens som et produkt
Vi ser en tydelig fordel av å behandle resultatet av KI-modellene som et produkt. KI må tilbys og gjøres tilgjengelig til de som faktisk kan ta bedre beslutninger eller endre måten vi jobber på til det bedre. En enkelt analyse eller et mindre initiativ kan være nyttig for læring og utforskning, men for virkelig å utnytte KI i stor skala må analysen være grunnlag for beslutninger i organisasjonen som kan gjøre en endring. Dette stiller krav til hvordan KI-løsninger tilbys og tas ut i organisasjonen og at man bygger en datadrevet kultur som ønsker og etterspør data og analyse til beslutninger.
Etablér tverrfaglige produktteam
Vi anbefaler å etablere tverrfaglige produktteam. De kan bestå av data scientists, data engineers, produkteier og forretningsrepresentanter som får autonomi til å jobbe mot et tydelig mål (som er knyttet til forretningsstrategien). Teamet skal jobbe tett med sine kunder (som typisk er brukerne i organisasjonen) for å sikre at løsningen de utvikler svarer ut reelle behov. Vi anbefaler at produktteamet starter med å følge en etablert smidig metode, spesielt hvis teamet er nytt eller har liten erfaring med smidige arbeidsmåter. Eksempler på slike metodikker er Scrum og Kanban.
Bygg en datadrevet kultur med rom for iterativ utvikling
Agile produktteam som jobber iterativt med utvikling av helt nye løsninger krever noe helt annet av organisasjonen enn det man typisk er vant til. Målet for hva teamet skal oppnå er kanskje klart, men veien dit er ikke nødvendigvis tydelig. Det krever at teamet får autonomi og rom til å teste, feile og lære raskt. Organisasjonen og brukerne må gi teamet dette rommet og forstå behovet å jobbe iterativt. Teamet må kunne vise frem og teste uferdige løsninger for å kunne få tilbakemeldinger og justere basert på brukernes behov.
Les mer: 2024: AI Business Predictions
{{filterContent.facetedTitle}}
{{contentList.loadingText}}
{{contentList.loadingText}}
Kontakt oss
Lars Meinich Andersen