Mange virksomheder har allerede de data, systemer og erfaringer, der skal til for at træffe bedre beslutninger. Udfordringen er, at potentialet ofte ligger spredt på tværs af drift, økonomi, kapacitet og arbejdsgange, hvor det er for tungt at få øje på manuelt.

Det viser sig i systemer, der hver især fungerer, men som ikke giver et samlet billede. I data, der bliver registreret, men sjældent brugt aktivt. I arbejdsgange, der er blevet så velkendte, at ingen længere spørger, om de kunne være smartere - og i beslutninger, der bliver truffet på erfaring og mavefornemmelse, selvom virksomheden egentlig har information nok til at se mere præcist.

Det er her, AI begynder at blive interessant som en del af digitale løsninger.

Ikke som et lag, man lægger ovenpå et website eller et internt system, og heller ikke som et værktøj, der gør udviklingsarbejdet hurtigere. Den interessante opstår, når AI bygges ind i den måde, løsningen hjælper virksomheden med at forstå sin egen forretning.

For ofte ligger virksomhederne inde med meget værdifuld information og indsigt, men det ligger for spredt på tværs af systemer, er for komplekst og uigennemskuelig eller måske for tidskrævende at finde manuelt.

Det skjulte potentiale i virksomhedens data

I mange digitale projekter starter man med det, der er synligt. En webshop skal bygges om. Et intranet skal være lettere at bruge. Et CMS skal være mere fleksibelt. En intern platform skal samle nogle processer, der i dag ligger for spredt. Det er konkrete behov, og de er vigtige at løse.

Men når man først åbner for et digitalt system og begynder at se på brugerrejser, data, integrationer, arbejdsgange og indhold, opstår der ofte et mere interessant spørgsmål: Hvad kunne virksomheden få øje på, hvis informationerne faktisk hang bedre sammen?

For det største potentiale ligger sjældent i ét enkelt datapunkt eller én enkelt funktion. Det ligger i relationerne mellem efterspørgsel og kapacitet, mellem salg og lager, kundehenvendelser og interne processer osv. - blot for at nævne nogle eksempler.

Det er netop den slags sammenhænge, AI kan hjælpe med at synliggøre, hvis teknologien bliver tænkt ind som en del af løsningen fra starten. Den kan gennemgå større mængder information, forbinde datakilder, opdage mønstre og pege på afvigelser, som mennesker sjældent har tid eller overblik til at lede systematisk efter, og som ville være økonomisk omkostningstungt at sætte et hold konsulenter til at håndtere.

AI erstatter ikke den strategiske vurdering. Den kan til gengæld gøre det lettere at få øje på de steder, hvor vurderingen overhovedet bør foretages.

Fra at bygge med AI til at bygge AI ind i løsningen

De seneste år har meget af AI-samtalen i digitale projekter handlet om udviklingsarbejdet. Hvordan man kan skrive kode hurtigere, teste tidligere, reducere fejl, strukturere komplekse opgaver og få mere ud af det samme budget.

Det er reelt værdifuldt. Brugt rigtigt kan AI gøre udviklingsprocessen mere effektiv og give kunderne mere for pengene.

Den mere modne AI-samtale handler dog om noget mere værdifuldt, nemlig hvad vi bygger ind i de digitale løsninger, så de kan blive ved med at skabe værdi i drift.

Et CMS kan hjælpe redaktører med at strukturere indhold, foreslå relevante tags og give kritisk sparring på tekster, før de publiceres. Et intranet kan gøre viden mere tilgængelig ved at forstå sammenhænge mellem dokumenter, afdelinger og opgaver. En webshop eller intern platform kan analysere adfærd, kapacitet, ordreflow eller fejlmønstre og gøre det lettere for virksomheden at handle på det, der ellers ville ligge skjult.

Det ændrer markant på, hvor godt en digital løsning understøtter den forretning, den er bygget til.

Et konkret eksempel: da kapacitet blev et forretningspotentiale

I et projekt, vi arbejdede på, blev værdien tydelig på en meget konkret måde.

Virksomheden havde allerede data om brugt kapacitet, ledig kapacitet og efterspørgsel. Informationerne lå bare spredt på tværs af systemer og lokale arbejdsgange, og der var ikke et samlet billede af, hvordan kapaciteten faktisk blev udnyttet på tværs af organisationen.

Lokalt gav mange beslutninger god mening. Hver afdeling havde sin egen virkelighed, sine egne hensyn og sine egne måder at planlægge på. Set samlet viste der sig et andet billede. Virksomheden havde mulighed for at håndtere langt mere efterspørgsel, end den udnyttede på daværende tidspunkt, uden at åbne nye afdelinger eller foretage store strukturelle ændringer.

Potentialet kom ikke udefra. Det lå allerede i virksomheden. Det blev bare først synligt, da data blev koblet og analyseret på tværs.

For kunden betød det et langt bedre grundlag for at arbejde med kapacitet, prioritering og vækst, fordi de fik konkret forretningsindsigt, som de kunne bruge til at træffe bedre beslutninger om den drift, virksomheden allerede stod i.

Den type værdi er vigtig, fordi den handler om at få øje på muligheder, virksomheden ellers ville have ladet ligge.

AI kan skabe værdi omkring de systemer, virksomheden allerede har

Mange virksomheder sidder med systemer, der er nødvendige for driften, men som ikke er gode til at give overblik på tværs. Tænk på økonomisystemer, ERP-løsninger, CRM, webshops, bookingsystemer og interne databaser. De løser hver især en opgave, men de taler ikke sammen, så virksomheden mangler et klart og sammenhængende billede af, hvad der sker mellem dem.

Vi oplever, at det i mange tilfælde ikke længere giver mening at vente på, at hvert enkelt kernesystem selv bliver intelligent nok til at løse de behov, man har. I mange tilfælde kan vi meget effektivt bygge et lag omkring de eksisterende systemer, hvor AI hjælper med at samle, strukturere og fortolke informationer på tværs langt hurtigere end og mere skræddersyet, end hvad de enkelte systemer kan følge med til.

I et andet projekt arbejdede vi med en B2B-virksomhed, der sad fast mellem en eksisterende webshop og et nyt økonomisystem. Den gamle løsning var aldrig blevet ordentligt færdig, og virksomheden havde brug for en platform, der hang bedre sammen med den måde, forretningen faktisk skulle drives på.

I forbindelse med opbygningen af en ny shop blev der etableret AI-understøttede arbejdsgange i backoffice, som gav virksomheden et hurtigere og mere brugbart overblik over centrale dele af driften. Værdien lå derfor både i den nye tekniske løsning og i det ekstra lag af indsigt, der gjorde virksomheden bedre i stand til at forstå og handle på sin egen forretning.

Det er en vigtig pointe, fordi mange virksomheder allerede har store dele af det tekniske fundament. Udfordringen er, at fundamentet ofte ikke er forbundet på en måde, der gør potentialet synligt.

Det handler om at få mere ud af det, virksomheden allerede har

Der er stadig meget støj omkring AI. Mange taler om teknologien, som om den enten skal revolutionere alt eller reduceres til endnu et effektiviseringsværktøj. Begge perspektiver kan gøre samtalen mindre præcis, end den behøver at være.

For mange virksomheder ligger det næste digitale potentiale ikke i at starte forfra. Det ligger i at bygge løsninger, der får mere ud af det fundament, de allerede står på - og i at få øje på det potentiale, virksomheden endnu ikke selv kan se.