Efter mängder av år på svenska Microsoft där Henrik Byström hjälpte svenska arbetsplatser att digitalisera arbetsplatser och arbetssätt driver han sedan ett par år tillbaka det nystartade bolaget AI-labbet. De hjälper verksamheter med AI-resor, från strategisk planering till praktisk implementering.
Kundanstormningen är stor och Henrik Byström berättar att det är allt fler kvalitetsproffs som nu närmar sig praktiskt användande av AI – det är på väg från snack till verkstad.
Hur kan AI användas för att förbättra kvalitetsarbete?
– AI har massor av möjligheter att förbättra kvalitetsarbetet. Grundläggande är kvalitetssäkring där vi kan använda AI för insikter och analyser där vi kan identifiera brister, risker och förbättringsmöjligheter inom våra processer eller operativa verksamheter. Hänger våra processer verkligen ihop och efterlever vi dem? är bra frågor att ha med sig. Var finns de största riskerna i verksamheten och hur kan vi undvika dem med hjälp av AI?
– Sen har jag ett aktuellt exempel som vi har tittat lite på. Kan AI användas för att analysera svetsfogar i tillverkningsindustrin. Ja, med hjälp av kameror och AI kan vi automatiskt analysera varje svetsfog, och på så sätt utföra en avvikelseanalys.
Fortsätt inspirera oss och ge fler exempel på hur AI kan användas operativt för att utveckla verksamheter?
– Det finns några till bra exempel som jag sett. Inom retail kan AI användas för att prognostisera lagerbehov så att hyllorna alltid är välfyllda. För de med stora lokaler och många toaletter kan AI övervaka och förutse behovet av påfyllning av papper och handdukar. Tänk dig vilken nytta det ger för stora anläggningar som skolor och konferenscenter. Du får både bättre effektivitet i verksamheten och bättre service för eleverna eller besökarna. Ett tredje exempel kan vara undvikande av korruption eller bedrägerier, så som man gör inom bank och finans för att analysera avvikande beteenden eller transaktioner.
Vad är de största utmaningarna med att implementera AI i kvalitetsarbetet?
– Jag tror att en enorm risk kan vara att vi gör samma misstag som vi gjorde med digitaliseringen och ser det här som ett teknikprojekt. Det är viktigt att involvera verksamheten och ha verksamhetens bästa för ögonen. Sen kommer det självklart att finnas utmaningar med kompetens och att möta den förändring av kulturen som kommer med det här nya sättet att arbeta.
Hur kommer man förbi utmaningarna?
– Som med alla förändringar är det viktigt med en tydlig strategi och ledarskap. Vi brukar börja med inspirerande workshops med ledningsgruppen för att skapa en aha-känsla och en gemensam bild av vad AI är och kommer med för möjligheter och ansvar. Sen måste ledningsgrupp och verksamheten jobba tillsammans. Det är både ett teknik- och kulturarbete.
Ledningens engagemang är avgörande i all förändring. Hur viktigt är ledningens engagemang i just AI-initiativ?
– Om ledningen inte är engagerad blir AI-initiativ ofta teknikprojekt utan tydligt kopplat värde för verksamheten. Ledningen måste enas om strategin och sen se till att alla avdelningar arbetar tillsammans. Det är deras ansvar att se till att alla är med på tåget och samtidigt se till att man avsätter resurser för realisering av strategin.
Så kommer man igång med AI i sitt kvalitetsarbete
- Börja med att identifiera de områden där AI kan skapa mest värde. Det kan vara genom att analysera data för att hitta förbättringsmöjligheter, identifiera de största riskerna eller bristerna eller genom att automatisera repetitiva uppgifter.
- Innan man sen går vidare till hela verksamheten måste man förebygga de utmaningarna som alltid finns i AI-projekt. Investera i utbildning och kompetensutveckling, ta fram en tydlig strategi och kom överens om hur ledarskapet ska fungera.
- Parallellt med detta kan man genomföra pilotprojekt för att testa i liten skala, bevisa nyttan med och optimera AI-lösningen baserat på resultaten.