AI er ikke noget nyt. Mennesker begyndte at forskning i AI i 1940’erne, og computerforskere som John McCarthy åbnede vores øjne for mulighederne for, hvad denne teknologi kunne opnå. Hvad der dog er relativt nyt, er volumen af hype. Det føles eksponentielt. ChatGPT blev udgivet i 2022 til stor fanfare, og nu DeepSeek og Qwen 2.5 har taget verden med storm.

Hypen er forståelig. På grund af øget beregningskraft, adgang til større datasæt, forbedrede algoritmer og træningsteknikker, er AI- og ML-modeller næsten dobbelt så effektive hver få måneder. Hver dag ser vi betydelige spring i områder som resonnering og indholdsgenerering. Vi lever i spændende tider!

Men hypen kan backfire, og det kan antyde, at der er mere støj end substans, når det kommer til AI. Vi er alle blevet så vant til informationsoverbelastningen, der ofte følger disse banebrydende udviklinger, at vi kan ufrivilligt tune ud. Ved at gøre det mister vi sightet på den utrolige mulighed, der ligger foran os.

Måske på grund af den overvældende “støj” omkring generativ AI, kan nogle ledere tro, at teknologien er umoden og uværdig til investering. De kan ønske at vente på en kritisk mængde af adoption, før de selv beslutter at springe ud. Eller måske vil de spille det sikre og kun bruge generativ AI til de laveste-impactområder af deres forretning.

De har ret. At eksperimentere og muligvis fejle hurtigt med generativ AI er bedre end ikke at starte overhovedet. At være en leder betyder at udnytte muligheder til at transformere og tænke om. AI bevæger og udvikler sig utrolig hurtigt. Hvis du ikke rider bølgen, hvis du sidder udenfor under påskud af forsigtighed, vil du gå glip af det hele.

Denne teknologi vil være grundlaget for morgendagens forretningsverden. De, der springer ud nu, vil bestemme, hvordan fremtiden ser ud. Brug ikke generativ AI kun til at opnå inkrementelle gevinster. Brug den til at springe over. Det er, hvad vinderne vil gøre.

Hvor slemt kan det være?

Generativ AI-adoption er en simpel sag om risikostyring – noget, chefer burde være rigtig fortrolige med. Behandle teknologien, som du ville gøre med enhver anden ny investering. Find måder at gå fremad på uden at udsætte dig selv for urimelige grader af risiko. Gør bare noget. Du vil lære med det samme, om det fungerer; enten forbedrer AI en proces, eller også gør det ikke. Det vil være klart.

Hvad du ikke vil gøre, er at falde offer for analyseparalyse. Brug ikke for lang tid på at overveje, hvad du prøver at opnå. Som Voltaire sagde, lad ikke perfekt være fjenden af god. I starten skal du oprette en række resultater, du er villig til at acceptere. Hold derefter fast ved det, iterer mod bedre, og hold dig i gang. At vente på den perfekte mulighed, den perfekte brugsanvisning, den perfekte tid til at eksperimentere, vil gøre mere skade end gavn. Jo længere du venter, jo mere mulighedsomkostning vil du pådrage dig.

Hvor slemt kan det være? Vælg et par forsøgsballoner, lancér dem, og se, hvad der sker. Hvis du fejler, vil din organisation være bedre af det.

Fiasko bygger virkelig karakter. Og robusthed.

Lad os sige, at din organisation fejler i sin generative AI-eksperiment. Hvad så? Der er en enorm værdi i organisatorisk læring – i at prøve, justere og se, hvordan hold og værktøjer kæmper. Livet handler om at lære og overvinde ét hinder efter det andet. Hvis du ikke presser dine hold og værktøjer til fejlens grænse, hvordan vil du så bestemme dine organisatoriske grænser? Hvordan vil du vide, hvad der er muligt?

Hvis du har de rette mennesker i de rette roller – og hvis du stoler på dem – har du intet at tabe. At give dine hold strækmål med rigtige, betydningsfulde udfordringer vil hjælpe dem med at vokse som fagfolk og udvikle mere værdi fra deres arbejde.

Hvis du prøver og fejler med ét generativt AI-eksperiment, vil du være meget bedre placeret, når det kommer til at prøve det næste.

Identificér muligheder for eksperiment.

For at komme i gang skal du identificere de områder af din forretning, der genererer de største udfordringer: konstante flaskehalse, ufrivillige fejl, misforvaltede forventninger, muligheder, der ikke er dækket. Enhver aktivitet eller arbejdsgang, der har masser af dataanalyse og svære udfordringer at løse eller tager en urimelig lang tid, kan være en god kandidat til AI-eksperiment.

I min branche, supply chain management, er der muligheder overalt. For eksempel er lagerstyring en god startplatform for generativ AI. Lagerstyring indebærer at koordinere mange mobile dele, ofte i næsten realtid. De rette mennesker skal være på det rette sted på det rette tidspunkt til at behandle, opbevare og hente produkter – som kan have specielle lagringsbehov, som er tilfældet med kølevarer.

At styre alle disse variabler er en massiv opgave. Traditionelt har lagerchefer ikke tid til at gennemgå de utallige arbejds- og varerapporter for at få stjernerne til at samarbejde. Det tager meget tid, og lagerchefer har ofte andre fisk at stege, herunder at imødekomme realtidsforstyrrelser.

Generative AI-agenter kan dog gennemgå alle rapporterne, der genereres, og producere en informeret handlingsplan baseret på indsigt og rodårsager. De kan identificere potentielle problemer og opbygge effektive løsninger. Mængden af tid, det sparer chefer, kan ikke overdrives.

Dette er kun et eksempel på et nøgleforretningsområde, der kan optimeres ved at bruge generativ AI. Enhver tidskrævende arbejdsgang – især en, der indebærer data- eller informationsbehandling før en beslutning – er en fremragende kandidat til AI-forbedring.

Vælg bare en brugsanvisning og kom i gang.

Spring bare i.

Generativ AI er her for at blive, og det bevæger sig med innovationshastighed. Hver dag opstår nye brugsanvisninger. Hver dag bliver teknologien bedre og mere kraftfuld. Fordelene er overvældende: organisationer transformeret indefra; mennesker, der opererer på toppen af deres kunnen med data ved deres side; hurtigere, smartere forretningsbeslutninger; jeg kunne fortsætte.

Jo længere du venter på, at de såkaldte “perfekte forhold” opstår, jo længere bagud vil du (og din forretning!) være.

Hvis du har et godt hold, en solid forretningsstrategi og rigtige muligheder for forbedring, har du intet at tabe.

Hvad venter du på?