Det har organisationer som misslyckas med AI gemensamt

Einav Peretz Andersson har nyligen publicerat sin avhandling där hon intervjuat offentliga och privata organisationer samt djupdykt i den litteratur som finns på ämnet. I forskningen framträder en bild av vad som står i vägen för mognad och pilotprojekt.

Så vet du ifall du har hög AI mognad

Men först, vad är AI-mognad? Det finns flera skolor, berättar Peretz Andersson, men hon har tittat på:

Teknisk mognad: används till exempel penna och papper eller digitala hjälpmedel? Finns det lättillgänglig data eller ligger datan i olika icke-överförbara system utan strategi? Och slutligen på organisationen och kultur; finns tydliga processer, mål och beslutsfattning?

– Intresset finns men inte mognaden, i alla fall i de flesta av de 246 små och medelstora företag vi pratat med.

Hur många av de du pratat med hade en låg AI-mognad?
– Svårt att sätta en rättvis siffra på det i och med att det kan skilja så mycket mellan bransch, storlek på företag och hur länge företagen varit operativa. Men jag blev förvånad över hur många det var.

Det skjuter ner pilotprojekten

Under sensommaren rapporterade den amerikanska affärstidningen Fortune att 95 procent av alla AI-piloter på företag misslyckas, enligt en studie utförd av MIT och NANDA. I studien skriver författarna att det inte är tekniken i sig utan integrationen som sänker initiativen.

– Det finns en stor vilja att lära sig men när kunskap tas in med hjälp av externa utbildare eller konsulter så försvinner också expertkunskapen från organisationen så fort den externa hjälpen gör det, säger Einav Peretz Andersson och fortsätter:

– Största problemet som vi kan se hos de som misslyckas är att det finns en brist på förankrad kunskap i organisationerna och att det saknas en struktur som kan förvalta satsningen.

För att pilotprojekten ska flyga behövs följande enligt Einav Peretz Andersson:

• Struktur:
  Problem eller flaskhalsar kan uppstå inom olika områden, så som logistik, produktion eller it och då behöver det finnas en struktur som kan uppmärksamma och lösa dessa.
• Medveten hantering av data:
  Enkla dataflöden mellan system som möjliggör att all data kan samlas på samma ställe.
• Kunskap:
  Att ta in extern utbildning är bra men någon behöver kunna förvalta den nya kunskapen och besvara frågor även när den externa utbildaren eller konsulten försvinner.
• Finansiella och resursmässiga förutsättningar:
  Att det finns finansiellt utrymme att ta in teknik och tillräckligt med utbildade anställda som kan arbeta med förändringen och förvalta den.

Hon menar att en lösning kan vara att ha ett AI-team som kan förvalta kunskap, skapa strukturer och ha en överblick, med hänvisning till techentrepenören Andrew Ngs bok ”AI Transformation Playbook”.

– Att ha en grupp som sätter och äger en strategi, sprider och håller igång kunskap i organisationen är grunden, sedan kan man fokusera på projekt när det är på plats.