Experterna tipsar: Så bör du använda AI i KMA-arbetet

Anna-Lena Hellström, vd och utbildningsansvarig på utbildningsföretaget Teachme instämmer:

– AI-agenter är riktigt grymma på de bitar som människor är ganska kassa på. Att hitta mönster i stora mängder data till exempel. Där slår den oss på fingrarna alla dagar i veckan.

Inom vissa fält har AI-agenter redan gjort enorm nytta när det kommer till kvalitetsarbetet. Ett exempel är kemikalier och säkerhetsdatablad.

– Det finns konsulter som erbjuder den typen tjänster, men den här uppgiften är perfekt att istället lägga ut på en AI-agent. En AI-agent kan bland annat leta fram uppdaterade säkerhetsdatablad på bara någon minut, det är däremot oerhört resurskrävande för människor att arbeta med, säger hon.

AI-agenten kan också med fördel skapa skyddsinstruktioner och användarinstruktioner genom att utgå från säkerhetsdatabladen och översätta instruktionerna till lättförståelig svenska.

– Det blir lättare att ta fram underlag som ska spridas inom organisationen vilket frigör resurser för andra saker som KMA-ansvariga behöver fokusera på – uppgifter som verkligen kräver den mänskliga faktorn, säger Gunilla Mattsson.

Vissa företag använder AI-agenter till att kontrollera lag- och regelefterlevnad, något som de flesta anställda tycker är en ganska ostimulerande arbetsuppgift.

– Man slipper helt enkelt göra de tråkiga sakerna. Om vi istället tittar på riskbedömningar och processkartläggningar handlar det inte om att få en färdigmallad processkarta utskickad till sig. Det arbetet kan vi inte lämpa över på AI, för processen i sig har ett egenvärde för lärandet. Vi behöver kunna sitta ner och klura på ”hur funkar det hos oss? vad kan gå fel?” – och så vidare, säger Anna-Lena Hellström.

Hon lyfter ett fram ett bolag där AI-satsningen har fått en närmast revolutionerande effekt.

– De har skapat egna appar för att plocka fram information ur sitt affärssystem. Det skulle kräva hundratusentals timmar för människor att gå igenom de rapporterna. Istället plockar apparna fram otroligt mycket bra data på nolltid, säger hon.

Nyckeln är att arbeta med AI på ett proaktivt sätt. Alltså inte prova AI-lösningar på måfå för att sedan kunna säga att man arbetar med AI, utan tänka igenom vilka uppgifter som är bäst lämpade för automatisering och vilka som tvärtom är beroende av en mänsklig utförare.

– Jag är faktiskt förvånad över hur passiva många verksamheter är kring att undersöka de verkliga behoven och när det kommer till att ta fram riktade AI-lösningar på just de utmaningarna, säger Anna-Lena Hellström.

Gunilla Mattsson betonar ledningens ansvar i AI-transformationen.

– Om ledningen förhåller sig passivt till den här frågan kommer medarbetarna börjar testa olika saker – men inte under kontrollerade former. För att arbetet ska ske på ett funktionellt sätt behöver ledningen ta fram ett tydligt syfte och en AI-policy. Risken är annars stor att information som inte ska spridas börjar läcka ut.

Ett första steg för att säkra AI-implementeringar är därför att utbilda såväl ledningsgruppen som medarbetarna i vad AI egentligen är bra för.

– Den här tekniken är i princip det största skiftet som har hänt sedan mänskligheten lärde sig att göra upp eld, men vi måste lära oss att förvalta alla nya möjligheter som AI skapar åt oss – och undvika de uppenbara riskerna och fallgroparna, säger Anna-Lena Hellström.