Dan Moross, kundupplevelsechef på on-demand-tryckeriet Moo.com, har ingen övergripande AI-satsning utan tar en sak i taget. Till exempel försöker Moo.com förbättra självbetjäningen med AI-baserad textanalys, för att uppdatera det som tidigare var en statisk lista med svar på vanliga frågor.

Systemet går igenom historiskt kundbeteende för att se vad som är populärt och marknadsför automatiskt relevant material mot nya kunder. Man använder också AI för att tagga och kategorisera kundernas feedback.

Båda projekten rullades ut i slutet av 2015, och sedan dess har chattvolymerna minskat med 20 procent, enligt Dan Moross.

Nästa steg blir att utvärdera smarta chattbottar, och huruvida det är möjligt att använda maskinlärande för att hjälpa personalen att hitta rätta lösningar för kunderna.

Det är inte meningen att göra något storslaget – bara att använda AI om det passar.

– Jag tror inte att vi någonsin kommer att diskutera hur vi kan använda AI. Frågan är vad verksamheten behöver, och om det kräver AI. Tekniken ska inte driva det vi gör.

Läs också: Tre vanliga misstag företag gör vid flytten till molnet

Hur det ska gå på AI-resan beror delvis på cio:n. Affären kan sätta upp egna fristående AI-system, men det blir inte transformativt förrän cio:n tar kommandot och ser till att andra chefer engagerar sig med hela företaget i åtanke!

– Cio:er som kan skapa affärsvärde är cio:er som kan posititionera sig. Cio:er behöver tänka på att få rätt roadmap på plats, hur man kan dra nytta av datakapital och hur de ska föra in rätt styrningspraxis, säger Forrester-analytikern Matthew Guarini.

Börja med att idenfifiera affärsprocesser som har ”kognitiva flaskhalsar”, där snabbt och pricksäkert besluts­fattande kan göra skillad.

– Särskilt när det handlar om enorma datamängder, eller där det krävs specialistkompetens, är AI intressant, säger Tom Davenport, professor i it och management på Babson College.

Vidare menar han att du ska se AI som en projektportfölj. Till exempel göra något inom statistisk maskininlärning, samtidigt som du jobbar med chattbottar, bild- eller taligenkänning där det passar.

– Lägg inte alla ägg i samma korg, utan lär dig vilken teknik som passar på vilket område, om du inte är så ambitiös att du tänker transformera hela affärsmodellen på en gång, tipsar han.

Läs också: Experten tipsar: Tänk på det här när du startar AI-projekt

Att få ihop den rätta kompetensen är en ack så viktig del i varje AI-satsning. Forresters Guarini ser ökade behov av data science-personal, analytiker och även icke-traditionell it-kompetens.

– Nu börjar huggsexan om talangerna, och det råder brist på roller som inte varit så viktiga tidigare, säger han.

Som exempel nämner han filosofi och lingvistik.

– CIO:er måste inse vad de behöver, och kunna identifiera nya samarbetspartners.