Mulighetslisten er ikke en prioritering
Mange virksomheter starter KI-arbeidet med spørsmålet «Hva kan vi bruke teknologien til?». Det gir raskt en lang liste med ideer, men sjelden en tydelig prioritering. Et bedre startpunkt er å finne hvor virksomheten mister tid, kvalitet eller oversikt i dag. Da blir teknologien vurdert mot et reelt problem i stedet for å være prosjektets begrunnelse.
Beskriv friksjonen uten å foreslå løsning. Hvor oppstår venting, dobbeltarbeid, feil eller manglende informasjon? Hvem merker problemet? Hvor ofte skjer det? Hva blir konsekvensen for kunde, medarbeider eller ledelse? Hvis friksjonen ikke kan beskrives, blir det også vanskelig å vite om en ny arbeidsflyt faktisk hjelper.
Ranger kandidatene etter fire forhold: forretningsverdi, datatilgang, konsekvens ved feil og evne til å måle. En oppgave med moderat verdi, gode data og lav feilkonsekvens kan være et bedre første valg enn den mest synlige muligheten. Den gir virksomheten erfaring med styring, integrasjon og kvalitet før innsatsen flyttes nærmere kritisk drift.
Velg en arbeidsflyt som kan observeres før og etter
En god første flyt gjentas ofte nok til at endringen kan observeres, har en tydelig eier og bruker data virksomheten kan få lovlig og praktisk tilgang til. Den bør ikke være den mest kritiske eller uoversiktlige prosessen. Første initiativ skal gi troverdig læring med begrenset konsekvens ved feil.
Dokumenter et enkelt førbilde. Noter dagens tidsbruk, vanligste feil, hvor mange overleveringer som skjer, og hvilken kontroll som allerede finnes. Velg få mål som sier noe om kvalitet, belastning eller kontroll. Målingen trenger ikke være avansert; den må bare være lik nok før og etter til at ledelsen kan vurdere resultatet.
Førbildet bør også beskrive opplevelsen, ikke bare tiden. Må kunden purre? Må medarbeideren lete i flere systemer? Mangler lederen status? Slike observasjoner forklarer hvorfor flyten betyr noe og gjør det lettere å vurdere om en raskere prosess faktisk er bedre eller bare flytter arbeid til et annet sted.
Avtal stopp, læring og neste beslutning før dere bygger
Avtal stoppregelen før verktøyet velges. Når skal forsøket pauses? Hvilke feil er uakseptable? Hvor mye menneskelig oppfølging kan forsvares? Hvem avgjør om flyten skal skaleres, endres eller avsluttes? En eksplisitt stoppregel gjør det lettere å lære uten at investert tid blir argumentet for å fortsette.
Det første initiativet bør ende med en beslutning, ikke bare en demo. Hvis kvaliteten blir bedre og kontrollen er tydelig, kan neste trinn planlegges. Hvis effekten er svak, dataene utilstrekkelige eller kostnaden for høy, skal løsningen kunne stoppes uten å låse virksomheten. Det er slik et lite prosjekt bygger reell digital kapasitet.
Behandle første initiativ som starten på en portefølje, ikke et enkeltstående eksperiment. Dokumenter hva virksomheten lærte om data, ansvar, kostnad og kontroll. Disse erfaringene kan gjenbrukes når neste arbeidsflyt vurderes. Slik bygges en praktisk AI- og IT-kapasitet steg for steg, uten at hvert prosjekt begynner fra null.
Tre hensyn før dere går videre
- Kostnad
- Smalt omfang gjør estimat og stoppbeslutning enklere.
- Risiko
- Unngå kritiske eller uoversiktlige prosesser som første test.
- Kontroll
- Avtal måling, eier og godkjenning før verktøyvalg.
Ranger tre arbeidsflyter
- Noter volum og dagens friksjon.
- Vurder datatilgang og konsekvens ved feil.
- Velg den minste flyten som kan gi troverdig læring.
Kilder og vurderingsgrunnlag
- Digdir: Bruk av generativ KI Digitaliseringsdirektoratet · Anskaffelse, sikkerhets- og juridiske vurderinger, opplæring og ansvarlig bruk.
- NIST AI RMF Core National Institute of Standards and Technology · Styring, kontekstkartlegging, måling og løpende risikohåndtering.
- NIST AI Risk Management Framework National Institute of Standards and Technology · Frivillig rammeverk for styring av risiko gjennom hele livsløpet til KI-systemer.
