Det sägs att artificiell intelligens, AI, hjälper företag att höja produktiviteten, rörligheten och kundnöjdheten samtidigt som det kortar marknadsledtiden för nya produkter och tjänster. Men för många företag blir AI-satsningen en besvikelse. I en studie från 2020 fann IDC att 28 procent av alla satsningar på AI och maskininlärning (ML) har misslyckats.

En framgångsrik AI-strategi förutsätter noggrann planering, noggrant formulerade mål och starkt stöd från företagsledningen. Dessutom måste man hålla undan för ett antal vanliga misstag. Om din organisations nuvarande AI-satsning inte ger de resultat som förväntas kan det bero på en eller flera av dessa sju anledningar.

1. Otillräcklig utbildning av medarbetarna

Att man inte har tagit tillräcklig hänsyn till användarnas behov är en vanlig orsak till misslyckande med AI.

– Om företagen inte förbereder sina medarbetare på att använda en AI-lösning så kommer den inte att skala, säger Charla Griffy-Brown, professor på Pepperdine-universitetets ekonomlinje. Och, tillägger hon, det krävs mer än utbildning:

– Det förutsätter att man uppdaterar policyer och inför support för verksamheten, inte bara teknisk support.

De it-ansvariga måste förvissa sig om att medarbetarna har den utbildning som behövs för arbete med den nya tekniken, säger Ravi Kumar, chef för it-konsultföretaget Infosys:

– De bör ha lagt upp en plan för att utbilda sin personal och ge dem möjlighet att arbeta med AI – inte bara konsumera det.

Insikten att AI kräver insatser från människor bör inpräntas redan från början av satsningen.

– Det kan vara svårare att få på plats än själva AI-systemet, säger Charla Griffy-Brown.

2. Ingen eller otillräcklig styrning

En AI-strategi fungerar inte, och kan inte skala, om det inte finns en fullt genomförd, företagsomfattande standard för styrning. Och här finns det mycket att tänka på, påpekar Scott Zoldi, analysdirektör på kreditvärderingsföretaget FICO.

– Man måste få med begreppet ansvarsfull AI, vilket ska vara robust, möjligt att förklara, etiskt och effektivt, säger han.

Styrningsmodellen bör fokusera på etablerade tillvägagångssätt för införande av tekniken och ange vilka AI-metoder som får, och inte får, användas.

– Slutligen behöver AI-projekt en företagsomfattande styrd process för utveckling, så att nya modeller utformas i enlighet med företagets standard och inte utelämnas åt de individuella datavetarnas artisteri, avslutar Scott Zoldi.

3. Dålig insikt i det verkliga värdet av AI

Nu när AI har blivit tillgängligt för allt fler företag finns det många som börjar använda det men som inte till fullo inser teknikens faktiska ekonomiska fördelar:

– Det är nödvändigt att att AI integreras i den centrala värdekedjan i företagets applikationer och inte bara ses som något extra, säger Lan Guan, ansvarig för tillämpad intelligens på Accenture:

– När AI är skarvlöst integrerat blir det en enkel, vanemässig och beroendeframkallande sak att spåra värdet.

Att upptäcka värdet av AI är något annorlunda än för annan it i företaget. Mjukvara brukar till exempel komma med egna ”skyddsräcken” för värde.

– För mjukvara är det uppenbart vilket värde det tillför verksamheten, säger Ravi Kumar. Men AI saknar sådana ”skyddsräcken”, och värdet av det kan därför mycket väl bli exponentiellt.

– Det är ofta som organisationer inte förstår hur de ska upptäcka hela bredden av användningsfall för AI, säger han:

– Dessutom, när företag börjar med AI har det i typiska fall handlat om bestämda problem eller en bestämd utmaning. De har inte tänkt på den ”stora bilden” – hur tekniken kan tillämpas längs hela värdekedjan.

4. AI integreras inte fullt ut i existerande affärsprocesser

Om AI ska kunna skapa värde måste det integreras direkt i de affärsprocesser det gäller. Det innebär inte bara att affärsprocessen måste förändras, utan också att människans roll i processen måste anpassas.

– För de allra enklaste arbetsuppgifterna kan AI automatisera hela processen och ta bort mänsklig medverkan från loopen, säger Shervin Khodabandeh, ansvarig för AI på Boston Consulting Group.

Shervin Khodabandeh påpekar att fullständig automatisering utan mänsklig medverkan är en viktig fördel av AI, men att det bara är en bråkdel av vad tekniken kan tillföra:

– När vi gör undersökningar och forskar med ledande företag kan vi se att de ofta drar fördel av AI även utanför automatisering. De använder det för att öka tillväxten, förbättra kundupplevelsen och hantera risker bättre.

De mest framgångsrika organisationerna når dessa mål genom att införa nya modeller för interaktion mellan människor och AI.

I kundtjänst, till exempel, handlar det inte bara om vad AI kan göra, det handlar om hur mänsklig kundtjänstpersonal arbetar med AI för att ge kunderna bättre service:

– För att verkligen genomföra inlärning i hela organisationen och få människa-AI-system att fungera bra måste företagen inleda sina AI-satsningar med en djup förståelse av de underliggande affärsprocesser som måste förändras, och av de många tänkbara sätt som människor och AI kan samverka i de förändrade processerna, förklarar Shervin Khodabandeh.

Det är också viktigt att välja rätt. AI har blivit ett modeord inom it, och det är få it-chefer som vill hamna på efterkälken när det gäller AI. Och för att hänga med är det många som tror att de måste kasta AI på alla tänkbara affärsproblem, säger Manjeet Rege, chef för centret för tillämpad artificiell intelligens på S:t Thomas-universitetet i Minnesota:

– Vi kan ofta se att det har utvecklats en AI-avdelning som inte är väl integrerad med verksamheten, säger han.

Manjeet Rege föreslår att man sätter igång en AI-satsning som under de första två tre åren finansieras av de berörda verksamhetsenheterna:

– På så sätt får AI-teamet nog med tid för att demonstrera möjligheterna med AI för verksamheten, förklarar han:

– På samma gång skaffar sig verksamhetsenheterna förtroende för AI och blir villiga att finansiera AI-projekt i framtiden.

5. Otillräcklig ledning och tillsyn

It-chefer är experter på att säkerställa upptid 24-7-365. Att säkerställa AI-skärpa är minst lika viktigt. De beslut som fattas med AI kan ofta direkt beröra människoliv:

– Samma noggrannhet som krävs för att se till att systemen är i gång och fungerar måste gälla för att säkerställa att AI-modeller fungerar som de ska och är ständigt övervakade, säger Scott Zoldi.

Scott Zoldi nämner en nyligen publicerad rapport från Corinium Global. Den handlar om utveckling av AI i en störd miljö. Enligt rapporten är det 67 procent av alla ansvariga inom data och analys som inte övervakar sina modeller för att kontrollera att de fortfarande är korrekta, inte heller för att förhindra att modellen glider eller blir missvisande:

– Det är något som ofta försummas, men produktionssättning och tillsyn av AI-modeller är precis lika viktiga som utveckling av modellen – kanske viktigare, säger han.

6. Inget stöd uppifrån

Många it-chefer kan intyga att kunskaperna om it i företagsledningen inte alltid är goda. Därför är det it-chefernas ansvar att demonstrera och visualisera effekterna och nyttan av att utveckla en kraftfull AI-strategi.

Företagen kommer att få det kämpigt med att skala upp sina AI-strategier om det inte finns full uppbackning från toppcheferna, och om de inte prioriterar och nyskapar sina användningsfall, säger Jerry Kurtz, vice vd på Capgemini North America:

– Om en organisation inte kan se de långsiktiga fördelarna och den ekonomiska vinsten av kortsiktiga investeringar så blir det svårt att få uppbackning för att skala upp AI-strategierna som långsiktiga satsningar, förklarar han.

Att övertyga företagsledningen om att AI är en beprövad teknik som tillför nytta kan vara en utmaning, medger Jerry Kurtz:

– Motståndet går att övervinna, men det förutsätter en omsorgsfullt utformat AI-strategi och resplan som tar upp dataspåret parallellt med affärsnyttan och som på ett verkningsfullt sätt tar upp de icke-tekniska hindren för uppskalning.

7. Att glömma bort anpassningsprocessen

Stå emot frestelsen att bränna hela AI-budgeten på teknik.

– I stället bör du lägga ut nästan lika mycket pengar på anpassningsprocessen, säger Krishna Kutty på Kuroshio Consulting:

– Att man avsätter pengar för kommunikation, utbildning, omarbetning av arbetsflöden och organisatoriska strukturförändringar betingade av AI-införandet är nödvändigt om man vill nå framgång, säger hon.

Krishna Kutty säger att många företag tycks tro att det räcker med att investera i AI-teknik och annan datahantering för att jobbet ska bli klart. Men det är ett stort misstag:

– Huvuddelen av problemen uppkommer utanför de snäva it-kretsarna, påpekar hon.

Hela organisationen, från drift till ekonomi till personalavdelning till marknadsavdelningen måste inkluderas både i driftsmodellerna och verksamhetsmodellerna för att AI ska tas i bruk med framgång:

– Effektiva it-chefer jobbar som jämställda partner med företagsledningen för att se till att det utvecklas en holistisk AI-strategi och att tekniken tas i bruk i full skala med goda resultat.