Matt Meyers, General Manager for SMV-området i Nordamerika hos Lenovo – Interviewserie

Matt Meyers er General Manager for SMV-området i Nordamerika hos Lenovo, hvor han arbejder med små og mellemstore virksomheder, der navigerer i indførelsen af AI, cybersikkerhed og de driftsmæssige krav til moderne IT. Han har arbejdet hos Lenovo i mere end et årti og har erfaring med alt fra globale kunder, tjenester og software til digitale arbejdspladsløsninger og kommerciel ledelse. Denne udvikling har formet hans fokus på at hjælpe mindre organisationer med at få adgang til effektiv og sikker teknologi, der passer til deres budgetter og små IT-teams. Hans perspektiv tager udgangspunkt i konkrete forretningsresultater: at finde nyttige AI-anvendelser, tilpasse enheder og tjenester til medarbejdernes behov og måle værdien af teknologiinvesteringer, før de udvides.

Lenovo er en global teknologivirksomhed med en portefølje, der omfatter personlige computere, infrastruktur, software, løsninger og tjenester. Virksomhedens tilbud omfatter AI-pc’er, digitale arbejdspladsløsninger, ThinkShield-sikkerhed og abonnementsbaserede tjenester fra TruScale. For små og mellemstore virksomheder samler disse muligheder enheder, support, sikkerhed og livscyklusstyring for at gøre den teknologiske drift enklere. I takt med at AI bliver en del af hverdagens forretningsapplikationer og arbejdsgange, udvikler Lenovo løsninger på tværs af enheder, edge- og cloudmiljøer, så organisationer kan vælge, hvordan de implementerer og administrerer deres teknologi.

Du har arbejdet hos Lenovo i mere end et årti og har haft roller inden for globale kunder, tjenester og software, digitale arbejdspladsløsninger og kommerciel ledelse, og nu arbejder du med SMV-området i Nordamerika. Hvordan har denne udvikling ændret din opfattelse af de teknologiske udfordringer, som små og mellemstore virksomheder står over for sammenlignet med store virksomheder?

Gennem min karriere hos Lenovo har jeg oplevet, at de grundlæggende teknologiske udfordringer er bemærkelsesværdigt ens, uanset virksomhedens størrelse. Alle organisationer forsøger at øge produktiviteten, styrke sikkerheden, holde omkostningerne under kontrol og finde ud af, hvordan de kan udnytte nye innovationer som AI til at opnå en konkurrencefordel.

Forskellen for SMV’er ligger i ressourcerne. Store virksomheder har ofte dedikerede teams med fokus på sikkerhed, infrastruktur, indkøb, AI og digital omstilling. I mange SMV’er kan ansvaret for disse områder ligge hos en håndfuld personer eller endda én enkelt medarbejder. Det giver meget lidt plads til kompleksitet eller fejltrin.

Det, jeg har lært, er, at SMV’er ikke har brug for nedskalerede versioner af virksomhedsteknologi. De har brug for løsninger, der er udviklet med udgangspunkt i de faktiske forhold, de arbejder under. Teknologien skal være sikker, nem at implementere og administrere samt hurtigt kunne skabe værdi. Når vi lykkes med det, bliver teknologien en drivkraft for vækst i stedet for endnu en driftsmæssig byrde, der konkurrerer om tid og opmærksomhed.

Det kan virke overvældende for en SMV med et lille IT-team og et begrænset budget at indføre AI. Hvilke to eller tre ting bør en virksomhed have på plads, før den for alvor begynder at investere i AI?

Den største fejl, jeg ser organisationer begå, er, at de tager udgangspunkt i teknologien i stedet for forretningsproblemet.

Første skridt er at finde ud af, hvor AI kan skabe en målbar effekt. Det kan for eksempel være at reducere det administrative arbejde, forbedre svartiden over for kunder, hjælpe medarbejderne med hurtigere at finde information eller effektivisere beslutningsprocesserne. De stærkeste AI-initiativer er knyttet til et konkret forretningsresultat.

For det andet skal I forstå jeres data. Organisationer skal have et klart overblik over, hvilke oplysninger de har, hvor de befinder sig, hvem der har adgang til dem, og hvilke oplysninger der aldrig må indtastes i offentligt tilgængelige AI-tjenester. I behøver ikke at have en perfekt datastyring på plads, før I går i gang, men I skal have et fundament.

For det tredje skal I fastlægge, hvordan succes måles, før I investerer. Hvis målet er øget produktivitet, skal I fastlægge et udgangspunkt. Hvis målet er at reducere omkostningerne, skal I kende de nuværende omkostninger. En praktisk tilgang er at begynde med afgrænsede anvendelser, dokumentere værdien og derefter skalere på grundlag af resultater frem for antagelser.

Hvor ser du AI skabe konkret værdi i dag hos de SMV-kunder, du arbejder med, og hvilke anvendelser får stadig større opmærksomhed, end de faktiske resultater, virksomhederne opnår, berettiger til?

Den mest umiddelbare værdi ligger i den daglige produktivitet.

Vi ser organisationer bruge AI til at opsummere information, skabe og forbedre indhold, analysere dokumenter, afdække indsigter og reducere gentaget administrativt arbejde. Hver af disse opgaver virker måske ikke omvæltende i sig selv, men tilsammen skaber de betydelige effektivitetsgevinster i en organisation.

Forventningerne ligger nogle gange foran virkeligheden, når det gælder fuld automatisering. Nogle tror stadig, at AI næsten uden tilsyn kan erstatte komplekse roller eller forretningsprocesser fuldstændigt. For de fleste SMV’er i dag er det ikke dér, den største værdi opnås.

De bedste resultater opnås ved at bruge AI til at styrke medarbejderne, fjerne friktion i arbejdsgangene og fremskynde beslutningsprocesserne. Det bedste udgangspunkt er stadig gentagne opgaver, der udføres ofte, hvor effekten kan måles, og løsningen hurtigt kan tages i brug.

Mange virksomheder opfordres til at opgradere til AI-pc’er. Hvilke arbejdsopgaver får reelt gavn af, at AI kører lokalt på enheden, og hvornår er en traditionel pc kombineret med cloudbaseret AI stadig tilstrækkelig for en ejer af en SMV?

Der findes ikke ét svar, der passer til alle, for medarbejdere arbejder ikke alle på samme måde.

AI-pc’er giver størst værdi for brugere, der regelmæssigt benytter AI-understøttede programmer, transskription og oversættelse i realtid, avancerede samarbejdsværktøjer, arbejdsgange til indholdsskabelse eller arbejdsopgaver, der involverer følsomme oplysninger. Lokal AI kan øge reaktionshastigheden, mindske afhængigheden af netværksforbindelse og gøre det muligt at afvikle visse AI-funktioner direkte på enheden ved hjælp af dedikerede processorkapaciteter. For en organisation, der ønsker, at bestemte oplysninger forbliver på enheden, kan lokal AI være nyttig, afhængigt af organisationens sikkerhedspolitikker og det anvendte program.

Samtidig har ikke alle medarbejdere brug for en AI-pc i dag. Medarbejdere, der primært bruger traditionelle produktivitetsprogrammer og lejlighedsvis cloudbaserede AI-tjenester, kan fortsat opleve høj ydeevne med konventionelle systemer.

Samtalen bør ikke handle om at udskifte enheder, blot fordi AI-pc’er er tilgængelige. Den bør handle om at finde den rette teknologi til medarbejderen, arbejdsopgaverne og virksomhedens fremtidige behov. De mest effektive teknologistrategier tilpasser investeringerne efter resultater frem for trends.

Lenovo udvider sin AI-pc-strategi og tilbyder samtidig Device-as-a-Service-modeller gennem TruScale. Hvordan kan en mindre virksomhed afgøre, om det giver bedst økonomisk og driftsmæssig mening at købe og administrere sin egen hardware eller gå over til en abonnementsbaseret model?

Jeg opfordrer ledere i SMV’er til at vurdere både den økonomiske virkning og de praktiske forhold ved at administrere teknologi.

Traditionelt ejerskab kan give mening, når enhedskravene er forudsigelige, organisationen har kapital til en indledende investering, og den har ressourcerne til selv at håndtere implementering, support, livscyklusadministration og planlægning af udskiftninger.

En model med enheder som en tjeneste kan være attraktiv, når målet er forudsigelige månedlige omkostninger, fleksibilitet og en mindre driftsbyrde. Løsninger som Lenovo TruScale DaaS samler enheder og livscyklusydelser i en abonnementsmodel, der hjælper organisationer med at forenkle implementering, support, administration og udfasning af enheder.

I sidste ende handler spørgsmålet ikke kun om, hvordan en virksomhed vil betale for teknologi. Det handler om, hvad virksomheden ønsker, at medarbejderne skal bruge deres tid på. For mange SMV’er ligger den reelle værdi i at give interne teams mulighed for at fokusere på strategiske prioriteter, der skaber vækst, frem for at administrere enhedernes livscyklus og den daglige drift.

Cybersikkerhed bliver vanskeligere, efterhånden som medarbejdere får adgang til generative AI-værktøjer og potentielt eksponerer følsomme virksomhedsdata. Hvilke nye sikkerhedsrisici bør SMV’er især være opmærksomme på, efterhånden som AI bliver en integreret del af de daglige arbejdsgange?

En af de mest presserende bekymringer er eksponering af data.

Medarbejdere kan utilsigtet dele fortrolige oplysninger, kundedata, økonomiske oplysninger eller intellektuel ejendom via AI-værktøjer uden fuldt ud at forstå, hvordan oplysningerne lagres, behandles eller anvendes. Organisationer har brug for klare politikker for godkendte AI-værktøjer og håndtering af data.

Samtidig gør AI cybertruslerne mere sofistikerede. Phishingkampagner, forsøg på identitetssvindel og social engineering-angreb bliver mere overbevisende og vanskeligere at opdage.

På trods af disse nye udfordringer er de grundlæggende tiltag fortsat helt afgørende. Effektiv identitetsstyring, multifaktorgodkendelse, beskyttelse af slutpunkter, regelmæssig installation af sikkerhedsrettelser, backupstrategier og medarbejderuddannelse er fortsat blandt de mest effektive forsvarsmidler. AI ændrer trusselsbilledet, men ikke betydningen af en solid cybersikkerhedspraksis.

Lenovo har målrettet ThinkShield-løsninger mod organisationer med begrænsede interne IT-ressourcer. Hvor stor en del af cybersikkerheden kan realistisk automatiseres eller outsources i dag, og hvilke sikkerhedsopgaver bør en SMV aldrig helt overlade til en tredjepart?

En betydelig del af den daglige sikkerhedsdrift kan i dag automatiseres eller varetages med hjælp fra betroede partnere.

Funktioner som overvågning af slutpunkter, håndtering af sikkerhedsrettelser, trusselsdetektion og hændelseshåndtering kan i stigende grad leveres gennem automatisering og administrerede tjenester. For SMV’er kan det give adgang til funktioner på virksomhedsniveau uden behov for teams af samme størrelse som i store virksomheder.

ThinkShield er et eksempel på, hvordan teknologi kan understøtte automatisering og hjælpe organisationer med at håndtere sikkerhedens kompleksitet. Ansvaret kan dog ikke outsources.

Alle organisationer skal stadig forstå, hvilke data der er mest kritiske, afgøre, hvem der bør have adgang til dem, fastlægge politikker, definere en acceptabel risiko og skabe en kultur, hvor sikkerhed er alles ansvar. Teknologi- og tjenesteudbydere kan hjælpe med at håndtere kompleksiteten, men ledelsen skal fortsat eje ansvaret for risikostyring, governance og forretningsbeslutninger.

De stærkeste sikkerhedsstrategier bygger på partnerskab, ikke på at uddelegere ansvaret.

Integrerede tjenester kan lette arbejdsbyrden for små it-teams, men de kan også øge afhængigheden af et lille antal teknologileverandører. Hvordan bør små og mellemstore virksomheder afveje enkelhed og administrerede tjenester over for bekymringer om blandt andet fleksibilitet, interoperabilitet og leverandørlåsning?

For de fleste små og mellemstore virksomheder har enkelhed en reel strategisk værdi.

Hver ekstra leverandør, platform og administrationslag øger kompleksiteten. Det tager tid, øger de driftsmæssige omkostninger og kan aflede begrænsede ressourcer fra vigtigere prioriteter.

Når det er sagt, må enkelhed aldrig ske på bekostning af fleksibilitet. Organisationer bør se efter løsninger, der fungerer godt sammen med deres eksisterende miljøer, understøtter åbne økosystemer og gør det muligt for dem at udvikle sig i takt med ændrede forretningskrav.

Jeg opfordrer altid ledere til tidligt i processen at spørge potentielle teknologipartnere om interoperabilitet, portabilitet og fleksibilitet. De bedste teknologipartnerskaber giver flere valgmuligheder og mindsker kompleksiteten. De bør ikke gøre fremtidige ændringer vanskeligere eller dyrere.

En udfordring ved AI er at fastslå afkastet af investeringen, før man binder betydelige ressourcer. Hvilke målepunkter bør ledere i små og mellemstore virksomheder bruge til at afgøre, om en AI-implementering faktisk øger produktiviteten eller reducerer omkostningerne, frem for blot at tilføje endnu et teknologilag?

Den mest effektive målemetode er også den enkleste: Knyt resultaterne til det oprindelige forretningsmål.

Hvis målet er at øge produktiviteten, skal du måle den sparede tid. Hvis målet er at forbedre kundeoplevelsen, skal du måle svartider, kundetilfredshed og løsningsgrader. Hvis målet er at reducere omkostningerne, skal du sammenligne processen før og efter implementeringen.

Jeg ville også holde nøje øje med, hvor meget løsningen bliver taget i brug. Den kan være teknisk imponerende, men hvis medarbejderne ikke bruger den konsekvent eller bruger meget tid på at rette dens resultater, er det værdifuld feedback om den værdi, den skaber.

For små og mellemstore virksomheder behøver beregningen af investeringsafkastet ikke at være alt for kompliceret. Fastlæg et udgangspunkt, gennemfør et afgrænset pilotprojekt, mål en håndfuld relevante målepunkter, og udvid indsatsen på baggrund af dokumenterede resultater. Hvis du ikke tydeligt kan beskrive, hvad der er blevet forbedret, bør du genoverveje anvendelsesområdet, før du øger investeringen.

Hvordan forventer du, at AI vil ændre teknologistakken i en typisk lille eller mellemstor virksomhed i løbet af de næste tre til fem år, og hvilke funktioner, der i dag betragtes som løsninger på virksomhedsniveau, forventer du bliver almindelige i betydeligt mindre virksomheder?

Jeg tror, at AI i stigende grad bliver integreret i de teknologier, virksomheder allerede bruger, i stedet for at eksistere som en særskilt kategori af værktøjer.

Vi vil se intelligens integreret i enheder, samarbejdsplatforme, forretningsapplikationer, operativsystemer og sikkerhedsløsninger, mens arbejdsbelastninger flyttes mellem enheder, edge- og cloudmiljøer alt efter krav til ydeevne, omkostninger og sikkerhed.

Det er særdeles betydningsfuldt for små og mellemstore virksomheder, fordi funktioner, der tidligere krævede store budgetter og store it-teams, bliver langt mere tilgængelige. Avanceret sikkerhedsovervågning, intelligent automatisering, avanceret dataanalyse, proaktiv enhedsadministration og meget personlig medarbejdersupport vil være inden for rækkevidde for flere små og mellemstore virksomheder.

Grundlæggende er AI med til at demokratisere adgangen til teknologi. En lille virksomhed bør ikke have brug for samme budget, ressourcer eller bemanding som en Fortune 500-virksomhed for at kunne konkurrere effektivt. I løbet af de næste år forventer jeg, at forskellen mellem, hvad store virksomheder kan, og hvad små og mellemstore virksomheder kan, bliver stadig mindre.

Det, der virkelig vil adskille virksomhederne fra hinanden, er ikke adgangen til AI, men hvor effektivt de bruger teknologien til at styrke medarbejderne, betjene kunderne og skabe forretningsresultater.

Tak for det gode interview. Læsere, der ønsker at udforske praktisk anvendelse af AI og sikker, håndterbar it til små og mellemstore virksomheder, bør besøge Lenovo.