/
Playbook #1
Slik bygger du en AI-strategi som skaper verdi
(og som faktisk lar seg gjennomføre)
Skulle du helst hatt en AI-strategi for selskapet ditt... i går?
Dette er metoden vi bruker i Glassboks når vi jobber med norske bedrifter for å "bryte ned elefanten" og etablere en konkret strategi.
Komme i gang
Alle snakker om AI. De fleste vet de bør gjøre noe. Men hvor starter man?
Vi ser det samme mønsteret ofte:
Strategi-paralyserte
Seks måneder på å lage den perfekte planen. Seksti sider med slides. Workshop etter workshop. Resultatet? Et dokument ingen bruker.
Tilfeldig verktøy-bruk
Noen i teamet bruker ChatGPT til å skrive e-poster. Andre ignorerer det helt. Null deling. Null strategi. Bedriften lærer ingenting som enhet. Og denne "skygge-bruken" av AI-verktøy vokser organisk frem i fraværet av klare initiativer fra bedriften sentralt. Det er utfordrende å få kontroll på i ettertid, og drar ofte med seg utfordringer relatert til datasikkerhet og compliance.
Begge tilnærminger gir dårlig langtidseffekt.
Men du kan ikke planlegge hele løpet før du starter.
Du vet ikke hva som fungerer før du prøver. Tidspunktet blir aldri perfekt. Vår pragmatiske holdning i Glassboks er at du akkumulerer læring og verdi gjennom AI-adopsjon over tid. Det betyr at de som starter i dag øker forspranget til de som starter senere.
Den eneste måten å finne ut hva som gir verdi er å eksperimentere systematisk.
Men eksperimentering uten retning? Det blir fort kaos.
Det du trenger:
Start med forretningsverdi
Bryt ned elefanten i spisebare biter
Bygg på små seiere
Involver hele organisasjonen
Lær underveis
Oppstarten av et initiativ for å drive AI-adopsjon i en virksomhet ledes typisk av en av disse rollene:
• Daglig leder
• Eksterne konsulenter
• CIO eller AI Leads
• Produkt- eller driftssjef
Det er uansett viktig at det er en etablert struktur for initiativet og tydelig avklarte rammer og ansvar.
"Hvis det er alles ansvar er det ingens ansvar."
Dette er måten vi gjøre det på:
Første steg (som mange hopper over)
AI er en kraftforsterker. Den forsterker det du putter inn. Hvis du sender en AI-agent inn i rot får du mer rot tilbake.
To ting må være på plass
1. Data og informasjon må leve et forutsigbart sted
Skaff en oppdatert oversikt over hvilke verktøy og plattformer dere bruker for å lagre og strukturere data og arbeidsprosesser i dag. Det er utgangspunktet du skal bygge videre på.
I noen tilfeller avdekker du allerede her initiativer som dere bør fokusere på før AI-implementering.
Eksempel: Dere kan ha ambisjoner om å effektivisere kundeoppfølging med AI, men dersom dere bruker Excel som CRM er kanskje første steg å adoptere et nytt CRM-system.
2. Arbeidsprosessene må være definert
Kjerneoppgavene som driver forretningen er skrevet ned. Folk vet hvordan ting skal gjøres. Ny-ansatte kan sette seg inn i prosessene.
Dette er ikke glamorøst arbeid.
Men det gir et solid fundament (som det uansett er verdifullt å ha på plass selv uten AI ambisjoner).
AI er alltid på
"AI" er ikke et prosjekt med start- og sluttdato.
Tenk på det slik:
Du ville aldri sagt "Vi gjør markedsføring i oktober og november, så er vi ferdige med markedsføring."
Markedsføring er en forretningsfunksjon som alltid er på.
Innenfor markedsføring har dere prosjekter. Lansere nettside. Kjøre kampanje. De har start og slutt.
AI fungerer på samme måte. AI er en del av forretningens grunnmur. Alltid på. Dere konstruerer initiativ innenfor det. Et initiativ kan være: "Automatiser oppfølging av tilbud." Det har start, slutt, definert utfall.
Men AI som konsept? Det må bli en del av måten dere jobber på. Det skjer over tid med en kombinasjon av opplæring, strategi og implementering av AI i ulike former.
I praksis:
Identifisere → Finn hvor AI kan skape verdi
Implementere → Test det ut
Skalere → Bygg på det som fungerer
Og så starter du på nytt.
Igjen og igjen.
Slik bygger du forretningsverdi og AI-kompetanse internt over tid.
Forankre i organisasjonen
"AI" fremkaller ulike følelser i folk. Noen kjenner på frykt, andre på nysgjerrighet og kreativ, positiv spenning.
Rammene for initiativene må skapes på toppen, og kommuniseres tydelig. Men, involveringen som skaper forretningsverdi skjer integrert i organisasjonen.
AI er ikke "et verktøy" dere tar i bruk eller en teknologi man skrur på. Det er teknologi, organisasjonsutvikling og forretning på samme tid.
Å etablere og gjennomføre en AI-transformasjon krever at man ivaretar alle tre dimensjonene samtidig og involverer organisasjonen "begge veier".
Topp-ned gir:
Legitimitet og ressurser. Prioritering når det trengs. Signal om at dette er viktig.
Bunn-opp gir:
Konkrete ideer fra de som gjør jobben. Eierskap og engasjement. Løsninger som fungerer i praksis.
Med begge: Retning fra ledelsen, utførelse og læring i organisasjonen.
Som nevnt innledningsvis er et AI-initiativ starten på en lengre reis med kontinuerlig fokus på adopsjon over tid.
Det er viktig å være realistisk i hvor dere starter. Basert på organisasjonens modenhet, investeringsvilje og endringskapasitet.
Veldig enkelt kan dere bryte implementering i fire faser:
Nivå 1: Enkeltperson-verktøy
Start med å gi folk i organisasjonen tilgang til verktøy som Copilot og ChatGPT. Bygg også en prosess for kompetanse-heving, deling av best practices etc.
Nivå 2: Enkeltperson-prosesser
Identifisere enkelt-oppgaver som utføres av enkeltpersoner. Implementer automasjoner og agent-baserte løsninger for å effektivisere på oppgave-nivå.
Nivå 3: Flere personer, én funksjon
Beveg dere mot mer kompliserte effektiviserings-initiativer som involverer flere personer (eller fagområder i organisasjonen) der AI-løsningen typisk også er en multi-agent løsning.
Nivå 4: Flere personer, flere funksjoner
Automatisering på tvers av avdelinger som også påvirker interne strukturer. Alle bør komme hit til slutt, men det krever at man går løpet med de foregående stegene først.
Start på nivå 1. Selv bare konsistent og riktig bruk av verktøy som ChatGPT gir betydelig effekt.
Kartlegging og prioritering
Nå er grunnmuren på plass. Teamet er med. Tid til å finne ut hvor AI faktisk gir verdi.
Samle data
Neste steg er å identifisere hva dere bruker tid på i dag. Alle oppgavene, prosessene og rutinene som i sum utgjør "jobben".
Data-punkter du skal lete etter:
Hvor bruker teamet mest tid?
Hvilke oppgaver gjentas ofte?
Hva frustrerer folk mest?
Hvor oppstår flaskehalser?
Hvilke prosesser er avhengig av én person?
I Glassboks bruker vi en kombinasjon av undersøkelser, dybdeintervjuer og diskusjoner med ledelsen for å skaffe et datagrunnlag vi kan analysere.
Her er noen metoder du kan vurdere:
• Logge aktiviteter og tidsbruk i en uke
• Sende ut en spørreundersøkelse
• Intervjuer rundt i organisasjonen
• Kreative spørsmål som "hva bruker vi tid på i dag, som gir oss lite verdi" og "hva bruker vi ikke nok tid på i dag, men ville gitt merverdi å prioritert mer?"
Forsøk i så stor grad som mulig å kvantifisere tidsbruk, kostnader og så videre. Da har du muligheten til å lage konkrete ROI-oppstillinger for initiativene dine senere.
Fra data til muligheter
I praksis er dere ute etter å løse to ting:
• Redusere tidsbruk på prosesser som gir liten direkte-verdi (basert på målene deres)
• Øke båndbredde på prosesser som gir høy direkte-verdi
Når du så gjør begge deler samtidig, får du en eksponensiell effekt. Dere kan reallokere tid fra lav-verdi til høy-verdi arbeid, samtidig som høy-verdi arbeidet nå utføres mer effektivt.
Bruk AI til å finne muligheter med AI
Nå har du samlet data og det er på tide å analysere det. Heldigvis trenger du ikke å gjøre det manuelt.
I Glassboks bruker vi et proprietært miljø med AI-agenter som har innsikt i våre modeller, rammeverk og erfaringer til å bistå i denne analysen.
Du kan enklest replikere dette ved å bruke prosjekt-funksjonalitet i Claude eller ChatGPT.
• Last opp det du har av data (undersøkelser, notater fra intervjuer etc.)
• Lag også et "grounding document" som beskriver virksomheten, hva dere driver med, hva målene deres her og så videre. Så detaljert som mulig.
Bruk så følgende prompt:
"Du er en ekspert-konsulent på AI-transformasjon. Les de tilgjengelige dokumentene i prosjektet og identifiser de 10 mest lovende anbefalingene for tiltak vi kan iverksette for å ta i bruk AI på måter som driver effektivitet og vekst for oss.
Strukturer hvert tiltak med:
• Tittel
• Beskrivelse
• Hvem får nytte av det
• Hvordan det bidrar mot selskapets mål
• Estimert investering (1-5)
• Estimert kompleksitet (1-5)
• Estimert verdi (1-5)
• Estimert timer spart per uke (dersom du kan utlede det fra tilgjengelige data)
• Potensielle avhengigheter, utfordringer og risiko
Ranger tiltakene basert på verdi, investering og kompleksitet."
Resultatet du får ut av dette vil være nyttig men ikke fullstendig. Se etter ting som er "feil" eller basert på falske antagelser etc. Juster litt på prompt-en og kjøre den igjen. Og igjen.
Sammenstill resultatene etterpå.
Dette er utgangspunktet for å bygge planen din videre.
Det er også nyttig å stille opp de mest aktuelle alternativene i en 2x2 matrise:
Lag en plan som fungerer
Du har nå identifisert initiativer som gir effekt og forretningsverdi, og har et tydelig signal på hvor du bør starte (quick wins).
Siste steg er å samle dette til en enhetlig strategi. Denne er utgangspunktet ditt nå, og så skal den være levende og tilpasses basert på det dere lærer underveis.
Veldig enkelt kan strategien bestå av tre hoveddeler:
• Hvor dere vil på sikt og hvorfor
• Kortsiktige initiativer (det dere gjennomfører nå. Det må ledes som prosjekter med klare ansvarlige, tidslinjer og så videre).
• De langsiktige initiativene (og hva som kreves før dere kan ta tak i de)
Vi kan være din AI-strategi
Vi vet at dette kan være krevende arbeid. Det er mange som skal involveres, mye data som skal analyseres og så videre.
Vi har gjennomført denne prosessen med mange selskaper, og kan hjelpe deg deg også. Ta kontakt så finner vi formatet som passer dere best. Snakk med oss →