KI-bruken øker. Men går det bedre med virksomheten?

Selskaper sliter med å få meningsfull avkastning på KI-investeringene. Bruken øker, men bare 13 % av organisasjonene rapporterer om betydelig omstillingsverdi fra KI. Dette gapet bør få ledere til å ta et skritt tilbake og spørre seg om de måler aktivitet eller meningsfull endring.

Når organisasjoner er under press for å dokumentere tydelig avkastning på KI-investeringene, tyr de ofte til måltall som er enkle å rapportere, for eksempel bruk av verktøy, aktive brukere eller adopsjonsrater. Disse målene viser om de ansatte bruker KI. De sier lite om arbeidet blir bedre, eller om investeringene gir verdi.

PwC fant for eksempel at 64 % av de spurte arbeidstakerne hadde brukt KI på jobb de siste 12 månedene, en økning på ti prosentpoeng fra året før. Ved første øyekast er dette et lovende tegn på vekst, men det dokumenterer ikke noen effekt på bunnlinjen. KI-adopsjon blir et forfengelighetsmål når ledere behandler den som et bevis på omstilling. Et bedre mål er hvordan KI bidrar til å omsette innsikt fra tidligere prosjekter til rammeverk, verktøy og hjelpemidler som forbedrer teamenes evne til å levere resultater.

Det skjulte problemet: KI kan øke farten i arbeid som må endres

Før organisasjoner tar i bruk KI, må de forstå formålet med arbeidsflyten, identifisere unødvendige trinn og vurdere hvordan arbeidet bør utføres. Dette er viktig fordi KI kan få en ineffektiv prosess til å gå raskere, flytte flaskehalser til senere ledd og føre til mer gjennomgang eller omarbeid.

Den samme forståelsen bør styre hva organisasjoner måler. Ved å se på hele arbeidsflyten kan teamene forstå hvordan endringer i én oppgave påvirker alt som følger etter, og om tilsynelatende gevinster faktisk reduserer arbeidsinnsatsen eller bare flytter den over på noen andre.

KI kan få enkeltoppgaver til å gå raskere, for eksempel å skrive utkast, oppsummere informasjon eller analysere data, uten å forbedre prosessene. Raskere innholdsproduksjon kan for eksempel føre til mer arbeid for dem som skal gjennomgå og godkjenne innholdet senere i prosessen. Flaskehalsen flytter seg, selv om enkeltansatte rapporterer at de sparer tid.

Det er her produktivitetsmål kan bli forfengelighetsmål. Raskere gjennomføring av én oppgave kan se ut som en rask gevinst, men det kan skjule innsatsen som kreves for å gjøre resultatet nyttig senere i prosessen. Omlegging av arbeidsflyten bør ta utgangspunkt i det ønskede resultatet. Deretter bør man finne ut hvor KI gir merverdi, og hvilke trinn som må endres.

Produktiviteten i enkeltoppgaver og i arbeidsflyten som helhet er begge viktige. For å måle dem samlet må teamene se utover tidsbesparelser i enkeltoppgaver og vurdere kvalitet, omarbeid og den samlede arbeidsinnsatsen fra mennesker som kreves for å nå resultatet.

Hva vi lærte av å bli vår egen KI-kunde

I Arionkoder opprettet vi Socrates, vårt interne omstillingsprogram, for å hjelpe oss med å bli en organisasjon der KI er integrert fra grunnen av. Da vi prøvde ut KI på oss selv som vårt eget «tilfelle null», så vi hvordan økt produktivitet i enkeltoppgaver kunne skjule problemer i hele arbeidsflyten. I arbeidsflytene for prosjektledelse antok vi først at KI-genererte møtereferater, oppfølgingspunkter og prosjektoppdateringer ville gjøre disse oppgavene mer effektive. Den økte informasjonsmengden krevde likevel fortsatt manuell gjennomgang, prioritering og koordinering på tvers av team. Dermed ble arbeidsmengden flyttet til senere ledd i stedet for redusert. Vi innså at det ikke nødvendigvis gjør hele arbeidsflyten mer effektiv at enkeltoppgaver går raskere. Målet med Socrates var fortsatt relevant, men programmet måtte hjelpe teamene med å gå fra å øke farten på isolerte oppgaver til å utforme arbeidsflyter på nytt fra start til slutt.

Dette tilbakeslaget ble nyttig da vi undersøkte hva som hadde skjedd og brukte funnene i neste forsøk. Det bekreftet at KI-omstilling handler om mer enn bare å innføre teknologi. Den krever endringer i hvordan mennesker lærer av eksperimenter, tar beslutninger og samarbeider. Socrates måtte hjelpe de ansatte med å koble det de utviklet hver for seg, til hvordan arbeidet faktisk ble utført.

Den reviderte tilnærmingen gir eksperimenteringen en tydelig progresjon. En ansatt kan begynne med å bruke KI til å løse et lite, reelt problem. Neste steg er å teste om noen andre kan bruke det vedkommende har utviklet. Deretter kan selskapet undersøke den bredere arbeidsflyten, finne friksjonspunkter og koble arbeidet til løsninger som andre team har utviklet. Når ansatte deler kunnskap, blir det mulig å vurdere om en forbedring fortsatt er nyttig utover oppgaven den opprinnelig var laget for å støtte.

Dette skillet er viktig. Å lage noe som fungerer for én person, er et utgangspunkt. For å skape verdi for organisasjonen må man forstå hvordan andre bruker det, og hva som endres når det blir en del av en større prosess.

Derfor tok omstillingen vår utgangspunkt i det ønskede resultatet. Hva måtte teamet oppnå? Hvilke trinn bidro til dette resultatet, og hvilke fantes bare fordi de inngikk i en etablert prosess som ikke lenger tjente sitt formål? Disse spørsmålene bidro til å flytte oppmerksomheten fra å legge KI til enkeltoppgaver til å utforme arbeidsflyten på nytt rundt et tydeligere mål.

Deretter fastsatte vi utgangsverdier og kriterier som passet til hver arbeidsflyt. Vi så på kvalitet, omarbeid og arbeidsinnsats for de ansatte, i tillegg til gjennomføringstid. Disse målene hjalp oss med å vurdere forbedringer i hele prosessen.

På tvers av Socrates redesignet vi mer enn 20 arbeidsflyter og gjorde eksperimenter med utgangspunkt i reelle forretningsproblemer om til funksjonalitet som andre kunne bruke. Tiden det tok å utarbeide økonomirapporter, gikk ned fra fire timer til 20 minutter, mens IT rapporterte 40 % færre repetitive oppgaver og 60 % kortere responstid. Disse resultatene viste operasjonell fremgang. For å forstå hvordan disse måltallene omsettes i forretningsverdi, må man vurdere om arbeidsinnsatsen gikk ned gjennom hele arbeidsflyten, og hvordan teamene brukte kapasiteten de fikk frigjort.

Lærdommen for oss var å følge forbedringene helt fram til resultatene. Tidsbesparelser for enkeltpersoner er viktige, men de skaper verdi for organisasjonen når de hjelper den neste personen med å gjøre en bedre jobb og bringer teamet nærmere det ønskede resultatet.

Hva CIO-er bør måle i stedet

For å følge en forbedring fram til den påvirker virksomheten, må man gjøre mer enn å måle bruken av KI eller spart tid. Ledere må knytte innføringen av KI til forbedringer i hvordan arbeidet utføres, og til resultatene det gir. Fremgangen bør måles på tre ulike nivåer:

1. Innføring: Bruker de ansatte KI?

   Innføring er fortsatt nyttig som et diagnostisk mål. Bruksdata, deltakelse i eksperimenter og tilbakemeldinger fra ansatte kan vise hvor folk blir tryggere på å bruke KI, og hvor de trenger støtte.

   Disse signalene hjelper ledere med å forstå hvor godt organisasjonen er rustet, men de dokumenterer ikke avkastning på investeringen. Omfattende bruk er et utgangspunkt for nærmere undersøkelser, ikke et bevis på omstilling.

2. Arbeidsflytens ytelse: Blir arbeidet faktisk bedre?

   Kriteriene for suksess bør gjenspeile formålet med arbeidsflyten. Avhengig av bruksområdet kan forbedring innebære mer nøyaktig informasjon, færre feil eller raskere saksbehandling.

   Sammenlign ytelsen med et utgangspunkt for hele prosessen. Følg med på unødvendige trinn som er fjernet, omarbeid, kvalitet og den samlede arbeidsinnsatsen til de ansatte. Ta med dem som mottar og bruker KI-generert innhold. En oppgave er ikke nødvendigvis blitt mer effektiv hvis den fører til mer gjennomgang eller korrigering andre steder.

3. Forretningseffekt: Gir den KI-støttede arbeidsflyten bedre resultater for virksomheten?

   Knytt forbedringer i arbeidsflyten til resultater ledelsen allerede er opptatt av, som kundelojalitet, inntekter, tjenestekvalitet eller kostnad per løst sak. Å produsere mer innhold viser for eksempel at produksjonen har økt. Forretningsverdien avhenger av innholdet det fører til.

   Følg opp hvordan tidsbesparelsene brukes. Har den økte kapasiteten forbedret tjenestene, støttet vekst eller redusert driftskostnadene? Vurder verdien opp mot de samlede kostnadene ved å oppnå den, inkludert menneskelig arbeidsinnsats, KI-forbruk, integrering, tilsyn, opplæring og vedlikehold.

Disse målene hjelper samlet sett ledere med å følge innføringen av KI fram til bedre arbeidsflyter og forretningsresultater. Hvis KI-bruken øker uten at den menneskelige arbeidsinnsatsen går ned, kvaliteten blir bedre eller virksomheten oppnår verdi, må lederne revurdere tilnærmingen før de skalerer den opp.

Ledere må definere KI-fremgang på nytt

Data om innføring hjelper virksomheter med å se hvem som bruker KI, og hvor det trengs mer støtte. For å forstå verdien må man lytte til dem som utfører arbeidet, og vurdere om gevinstene forbedrer arbeidsflyten som helhet. Ledere må gi de ansatte trygghet til å si fra om tilnærminger som krever mer arbeid uten å gi bedre resultater, og deretter handle på grunnlag av tilbakemeldingene. Å endre eller avslutte en ineffektiv tilnærming er et fremskritt når læringen bidrar til bedre beslutninger neste gang.

Meningsfull omstilling viser seg ved at unødvendig arbeid fjernes, resultatene blir bedre, og kapasiteten til arbeidet som betyr mest, øker. Det er slike resultater ledere bør bruke til å vurdere fremgangen med KI og styre videre investeringer.