En ny international undersøgelse slår fast, at 42% af alle virksomheder dropper deres AI pilotprojekter. Endnu mere tankevækkende er det, at op mod 80% af alle AI initiativer aldrig leverer den forventede forretningsværdi. Hos HverdagsAI genkender vi tallene. Vi ser desværre alt for ofte, hvordan begejstringen for AI implementering bliver afløst af frustration over data silos, forældede systemer og manglende forankring.
Analysefirmaet Gartner kalder det for “skuffelsens dal”. En fase hvor den indledende hype møder den praktiske virkelighed. Men det er også her, de virkelige muligheder opstår. For med den rette tilgang kan ikke kun store danske virksomheder men også SMV’er springe skuffelsen over og gå direkte til den reelle værdi. Det handler ikke om at have den nyeste teknologi, men om at have den rigtige strategi.
Hvorfor går det galt? Den skindbarlige sandhed om AI implementering
Når vi taler med danske virksomhedsledere, er mønsteret ofte det samme. En beslutning om at “gøre noget med AI” bliver truffet i ledelseslokalet, hvorefter et projekt bliver sat i søen, som medarbejderne på gulvet aldrig har set, bedt om eller forstået formålet med. Resultatet? Du har nok gættet det. Ingen engagement eller tro, så ressourcer bliver tildelt, men uden lyst eller forståelse, så projektet aldrig bliver en succes.
Vores erfaring, efter at have trænet over 1.500 danske medarbejdere, er krystalklar: De mest succesfulde AI projekter starter nedefra og op. De opstår, fordi en medarbejder med fingrene i bolledejen ser en konkret mulighed for at løse et reelt problem. Når behovet er ægte og forankret hos dem, der skal bruge løsningen, er halvdelen af forandringsledelsen allerede på plads. Det kræver bare at en medarbejdere har en forståelse af AI, f.eks. ved at have deltaget i et kursus i AI.
De klassiske faldgruber er næsten altid de samme. De handler sjældent om selve AI teknologien, men om alt det rundt omkring den.
| De typiske faldgruber | HverdagsAIs anbefaling |
|---|---|
| Top-down mandat: Ledelsen beslutter et stort, forkromet AI projekt uden at involvere medarbejderne. | Bottom-up innovation: Uddan medarbejderne til at spotte mulighederne i deres egen hverdag og lad de bedste idéer boble op. |
| Teknologi først: Virksomheden investerer i et dyrt system, før man overhovedet har defineret, hvilket problem det skal løse. | Værdi først: Start altid med at spørge: “Hvilken konkret forretningsmæssig værdi vil vi opnå?” og “Hvad koster det os i dag ikke at gøre noget?”. |
| Big Bang projekt: Målet er at revolutionere hele virksomheden på én gang, hvilket fører til et uoverskueligt og dyrt projekt. | Start småt, skaler hurtigt: Find et afgrænset, specifikt problem. Løs det, mål effekten, og brug den succes til at bygge videre. |
Skal du opgradere dit 10 år gamle ERP system før du starter med AI?
Mange virksomheder tror fejlagtigt, at de først skal gennem en årelang, kostbar opgradering af deres IT infrastruktur, før de kan røre ved AI. Data ligger i siloer, Excel ark flyder, og ERP systemet har set bedre dage. Skal man virkelig vente?
Vores klare svar er: Nej. At vente på det perfekte datasæt og de perfekte systemer er det samme som at beslutte sig for aldrig at komme i gang. Data er uden tvivl centralt for store, komplekse AI løsninger, men det er ikke en forudsætning for at skabe værdi her og nu.
Så hvis din salgsafdeling f.eks. bruger 10 timer om ugen på at opdatere Excel ark med kundeinformation fra forskellige systemer. Så kan en simpel plug and play AI løsning i mange tilfælde automatisere den proces, frigøre tid og forbedre datakvaliteten, helt uden at I behøver at udskifte jeres kernesystemer. Værdien skal altid komme før systemerne.
Sådan kommer du i gang, selv med uperfekte data:
- Identificer en specifik, manuel proces: Find en opgave, der er repetitiv, tidskrævende og som involverer datahåndtering. Det kunne være fakturabehandling, kundeservicesvar eller opdatering af produktinformation.
- Kortlæg værdien: Hvad vil en 20% tidsbesparelse betyde for bundlinjen? Hvad vil det betyde for medarbejdertilfredsheden? Gør gevinsten konkret og målbar.
- Udforsk markedet for nicheværktøjer: Der findes et hav af AI værktøjer bygget til at løse ét specifikt problem. Ofte kan de spille sammen med jeres nuværende systemer.
- Start et lille pilotprojekt: Vælg en afdeling eller et lille team. Test løsningen i en afgrænset periode. Og vurder så om det giver mening at arbejde videre med det område. Hvis ikke så tag alligevel de learnings med, i har fået.
Paradokset: Hvorfor investere i noget, der så ofte fejler?
Selvom kun 15-25% af AI initiativer leverer den forventede ROI, planlægger hele 88% af virksomheder at øge deres AI budget. Hvordan hænger det sammen? Det er et paradoks. Men hos HverdagsAI ser vi en klar logik i det, for selvom mange snubler på vejen, er gevinsten for dem der lykkes, simpelthen for stor til at ignorere.
Vi ser det som en investering i fremtidig konkurrenceevne. Hvis din konkurrent pludselig kan tilbyde en ny service, levere 50% hurtigere eller spare 30% på produktudvikling, fordi de har knækket AI koden, så er du bagud. Mange virksomheder ser den her guldkrukke for enden af regnbuen, og de er villige til at tage risikoen for at nå den.
Det er lidt som at skulle springe over en å. Jo længere du venter, jo bredere bliver åen. Til sidst bliver springet så stort, at chancen for at blive våd er næsten 100%. Det handler om at tage de små, sikre spring nu, mens det stadig er muligt, og opbygge erfaringen internt.
Fra pilot til produktion: De tre flaskehalse der kvæler dit AI projekt
En ting er at lave et succesfuldt pilotprojekt. Noget helt andet er at skalere det til hele organisationen. En rapport fra ModelOp viser, at det kan tage 6 til 18 måneder at gå fra idé til produktion. Hos HverdagsAI ser vi især tre flaskehalse, der igen og igen spænder ben for virksomheder.
- Menneskerne: Midt i processen opdager man, at medarbejderne ikke er med. De er bange for at miste deres job, de forstår ikke formålet, eller de ser løsningen som en byrde frem for en hjælp. Uden ejerskab fra brugerne dør selv den smarteste teknologi.
- Ressourcerne: Daglig drift vinder næsten altid over langsigtede innovationsprojekter. Når der bliver travlt, bliver AI projektet nedprioriteret, og momentum går tabt. Ligesom så mange andre IT projekter.
- Teknikken: Selvom tekniske udfordringer findes, er de sjældent den reelle stopklods i dag. Teknologien udvikler sig med en hastighed, hvor de fleste forhindringer kan overkommes. Problemet er oftere, at man ikke har defineret problemet klart nok.
Harvard Business Review konkluderer, at succesfulde AI projekter genererer 3-5 gange investeringen retur. Nøglen er en benhård kobling til forretningen. Så hvad er det, de succesfulde virksomheder gør anderledes?
Det handler om at turde være kritisk overfor den måde, man altid har gjort tingene på. Mange virksomheder er tynget af en arv af dårlige processer og unødvendige møder. Så før vi starter på AI, så start med at spørge: Hvorfor gør vi egentlig det her? Kunne det gøres smartere? Hvis vi skulle tænke processen om idag, ville den så se sådan ud?
Et lille sidespor: Teknologien venter ikke på nogen. En af de store AI udviklere, Anthropic, har sagt at hvis deres modeller bliver dobbelt så gode hver sjette måned, så er vi kun en brøkdel af vejen mod hvad der er muligt om bare to år. Tingene går bare rigtig rigtig stærkt.
Kom i gang i morgen: Din vej ud af skuffelsens dal
At undgå at blive en del af den kedelige statistik kræver ikke en revolution. Det kræver en praktisk, jordnær og medarbejderdrevet tilgang. Det er præcis den tilgang, vi arbejder med hos HverdagsAI.
Er I klar til at forlade skuffelsens dal og begynde at skabe reel, målbar værdi med kunstig intelligens? For at få alle medarbejdere med er et kursus i AI eller en AI workshop oftest det rette sted at starte. Så sikrer i medarbejderne er med og har en forståelse, så det ikke bliver trukket ned over hovedet på dem.