Intervjuer
Ajay Vasal, global leder for data og KI i Genpact – Intervjuserien

Viktige punkterOmprosessering er den største barrieren for innføring av agentisk AI, ikke…
Vis mer
- Omprosessering er den største barrieren for innføring av agentisk AI, ikke modellprestasjon.
- Prosentandel av bedrifter bruker fortsatt produktivitetsmålinger som er uegnet for autonome AI-systemer.
- Kun 22 % av organisasjoner stoler på AI-systemer med domenenivå eller bred autonomi.
Ajay Vasal, global leder for data og KI i Genpact, er en erfaren teknologi- og strategileder med mer enn to tiårs erfaring innen kunstig intelligens, datastrategi, digital transformasjon, fusjoner og oppkjøp samt bedriftsrådgivning. I sin nåværende rolle leder han initiativer som hjelper bedrifter med å utvide bruken av KI og gå fra assisterende KI til mer selvstendige systemer som er integrert i driften. Før han begynte i Genpact, arbeidet Vasal nesten ni år i Accenture. Der hadde han flere ledende stillinger, blant annet som global leder for data og KI innen forbrukerrettede bransjer og global leder for Centre for Data & Insights. Gjennom karrieren har han hjulpet organisasjoner med å skape målbar forretningsverdi fra data gjennom mer effektiv drift, økte inntekter og redusert risiko. Han har også ledet strategiske investeringer, fusjons- og oppkjøpsinitiativer og KI-drevne endringsprogrammer på tvers av bransjer.
Genpact er et globalt selskap innen profesjonelle tjenester og digital transformasjon, med spesialisering innen data, KI, analyse, intelligent automatisering og modernisering av store bedrifters drift. Selskapet ble opprinnelig etablert i General Electric (GE.TO ) før det ble selvstendig. I dag betjener Genpact organisasjoner innen blant annet finansielle tjenester, helse, produksjon, detaljhandel og forbruksvarer. Selskapet har i økende grad rettet seg mot KI-drevet virksomhetsutvikling. Det kombinerer analyse, automatisering og bransjekunnskap for å hjelpe bedrifter med å modernisere arbeidsflyter, forbedre beslutninger og innføre store KI-systemer på en ansvarlig måte.
Du arbeidet i flere år i Accenture med å forme data- og KI-strategier på tvers av bransjer før du tiltrådte din nåværende rolle i Genpact. Hvordan har denne erfaringen påvirket synet ditt på hvorfor bedrifter fortsatt sliter med å hente reell verdi ut av KI-investeringene sine?
En av de viktigste lærdommene fra arbeid på tvers av bransjer er at de fleste organisasjoner ikke mislykkes fordi teknologien er svak. Problemene oppstår fordi de prøver å legge KI oppå driftsmodeller som aldri ble utformet for selvstendig gjennomføring. Funnene fra vår nyeste undersøkelse bekrefter dette tydelig. Bedriftene tar raskt i bruk KI, men mange har fortsatt problemer med å omforme driftsmodellene som skal støtte selvstendig gjennomføring i stor skala. Dette gapet viser at mange bedrifter fortsatt arbeider med spørsmål om styring, ansvar og organisatorisk beredskap.
Vi ser også organisasjoner som går raskt frem før de har egnede målerammeverk på plass. Av lederne tror 71 prosent at agentbasert KI vil gi avkastning på investeringen raskere enn noen tidligere teknologibølge, men 67 prosent bruker fortsatt produktivitetsmål som ble utviklet for eldre automatiseringsmodeller. Min erfaring er at vellykket bruk av KI aldri bare handler om å innføre modeller. Det handler om å omforme arbeidsflyter, tilpasse teknologien til virksomhetens prioriteringer og hjelpe folk med å forstå hvordan rollene deres utvikler seg sammen med stadig mer selvstendige systemer.
Den nyeste rapporten deres, Autonomy Requires Trust in AI, viser at de fleste ledere tror agentbasert KI vil endre virksomheters drift grunnleggende, men at de fleste systemene fortsatt er under tilsyn. Hva er det største gapet mellom overbevisning og gjennomføring?
Gapet handler helt og holdent om tillit. Lederne er tydelig overbevist om at agentbasert KI vil endre hvordan arbeidet utføres, men tro på teknologien betyr ikke automatisk at man er trygg på å overlate beslutningsmyndighet til den. Undersøkelsen vår viser at bare 22 prosent av organisasjonene er komfortable med å la KI-systemer arbeide selvstendig innenfor et bestemt fagområde eller med bred selvstendighet.
De fleste bedrifter er fortsatt komfortable med å bruke KI som en assistent som kan anbefale, oppsummere eller støtte arbeidsflyter. Usikkerheten oppstår når KI-systemer forventes å handle selvstendig på måter som påvirker driften, kundene, etterlevelsen av regelverk eller de økonomiske resultatene. Det fører til at mange bedrifter holder mennesker tett involvert i godkjenning og tilsyn, selv når de arbeider mot mer selvstendige driftsmodeller.
Mange bedrifter investerer tungt i KI, men klarer ikke å vise til vesentlig avkastning. Hva er de vanligste feilene organisasjoner gjør når de prøver å måle verdien KI skaper?
En stor feil er at mange organisasjoner fortsatt bruker produktivitetsmål som ble utformet for tidligere automatiseringsbølger. Dataene viser at 67 prosent av bedriftene fortsatt er avhengige av produktivitetsbaserte mål som ikke fullt ut fanger verdien av tilpasningsdyktige systemer som arbeider gjennom å ta beslutninger. Det skaper et reelt gap mellom forventningene og hvordan verdien faktisk måles.
Et annet problem er at mange organisasjoner ennå ikke har definert suksessmål tilpasset KI. Bare en liten andel bedrifter måler forhold som at arbeidsflyter fullføres selvstendig, færre saker må eskaleres, eller avvik håndteres selvstendig. Hvis bedriftene fortsetter å konsentrere seg bare om kostnadsreduksjoner eller sparte arbeidstimer, vil de overse den bredere virkningen på driften som agentbasert KI er ment å skape.
Rapporten tyder på at organisatorisk beredskap er et større hinder enn selve teknologien. Hvilke konkrete strukturelle endringer må bedriftene gjøre for å utnytte hele potensialet i agentbasert KI?
Organisasjonene må tenke nytt om hvordan ansvar, eierskap til arbeidsflyter og beslutninger fungerer i hele virksomheten. Et av undersøkelsens tydeligste funn er at organisatorisk beredskap er i ferd med å bli et større hinder enn teknologien i seg selv. Faktisk oppga 33 prosent av bedriftene at forretningsprosessene ikke var klare for integrering av agentbasert KI, som den største hindringen for innføringen.
Bedriftene som gjør størst fremskritt, omformer arbeidsflytene fra begynnelse til slutt slik at selvstendige systemer kan arbeide innenfor tydelig definerte grenser og tilsynsstrukturer. Vi fant også at 44 prosent av bedriftene forventer at agentbasert KI vil redusere antallet ledernivåer når systemene overtar koordineringsoppgaver som tradisjonelt har ligget hos mellomledelsen. De ansatte trenger mye større klarhet om tilsynsansvar, når de skal gripe inn, og hvilken plass menneskelig skjønn har i en stadig mer selvstendig arbeidshverdag.
Bare en liten andel organisasjoner er komfortable med å gi KI-agenter reell selvstendighet. Hva skal til for at bedrifter stoler på KI-systemer nok til å gi dem beslutningsmyndighet?
Tillit til agentbasert KI handler til syvende og sist om ansvar og kontroll. Bedrifter er fortsatt forsiktige med å overlate beslutningsmyndighet fordi ledelsen vil være trygg på at selvstendige systemer kan arbeide innenfor tydelige rammer og styringsstrukturer.
Bedriftene som går foran, utformer systemer der eskaleringsveier, vilkår for inngrep og styringskontroller er bygd direkte inn i driftsmodellen. De fleste organisasjoner gir selvstendighet trinnvis ut fra virksomhetens situasjon og risikotoleranse, i stedet for å gå brått over til full selvstendighet. Etter hvert som vellykkede innføringer gjør organisasjonene tryggere, vokser tilliten fordi lederne tydelig kan se hvordan beslutninger tas, hvor ansvaret ligger, og hvordan menneskelig tilsyn opprettholdes.
Bedrifter forventer å utvide bruken av agentbasert KI raskt, men mange bruker fortsatt foreldede produktivitetsmål. Hvordan bør mer effektive resultatmål tilpasset KI se ut?
Mål tilpasset KI må måle gjennomføring og resultater fremfor aktivitet. Tradisjonelle produktivitetsmål ser på om folk arbeider raskere. Agentbasert KI endrer forutsetningene fordi systemet selv begynner å ta en del av den operative arbeidsbyrden. Dette er viktig fordi mange organisasjoner fortsatt måler agentbasert KI ut fra et produktivitetsperspektiv som ble utviklet for tidligere automatiseringsbølger, ikke for selvstendig gjennomføring.
Mer effektive mål bør se på at arbeidsflyter fullføres selvstendig, lavere eskaleringsrater, raskere iverksetting av beslutninger og hvor effektivt systemene håndterer avvik med begrensede menneskelige inngrep. Disse målene gir et langt tydeligere bilde av om KI faktisk forbedrer gjennomføringen i stor skala.
Du understreker at omforming av prosessene er den største hindringen for innføring. Hvorfor er endring av arbeidsflyter viktigere enn modellenes ytelse i denne neste fasen av KI?
Endring av arbeidsflyter er viktig fordi selv de mest avanserte KI-systemene ikke kan utvides effektivt innenfor mangelfulle eller oppsplittede prosesser. Undersøkelsen vår viser at 33 prosent av bedriftene oppga prosessenes beredskap som det største hinderet for å innføre agentbasert KI.
Det som gjør neste fase annerledes, er at agentbasert KI er utformet for å utføre arbeid på tvers av arbeidsflyter, ikke bare bistå innenfor dem. Organisasjonene må omforme prosessene rundt selvstendig gjennomføring ved å avklare beslutningsansvaret, fjerne unødvendige overleveringer og bygge styringen direkte inn i arbeidsflytene. På mange måter er omforming av arbeidsflyter nå selve grunnlaget for KI-bruk i stor skala.
Rapporten tyder på at KI vil redusere antallet nivåer i organisasjonen når koordineringsoppgaver automatiseres. Hvordan ser du at lederroller og mellomledelse vil utvikle seg som følge av dette?
Når agentbasert KI overtar flere oppgaver innen koordinering og driftstilsyn, vil lederrollene sannsynligvis bevege seg fra å styre rutinemessig gjennomføring til å veilede strategi, skjønnsutøvelse og styring. Undersøkelsen vår viser at mange bedrifter forventer at agentbasert KI vil redusere antallet koordineringsnivåer i organisasjonen når selvstendige systemer tar mer ansvar for driftstilsynet.
Mellomledelsen har historisk hatt en viktig rolle i å sende beslutninger til riktig instans og opprettholde kontinuiteten i driften på tvers av team. Når selvstendige systemer begynner å håndtere flere slike aktiviteter, må ledere legge mer vekt på avvikshåndtering, ansvar og å sikre at systemene støtter forretningsmålene. Menneskelig ledelse blir enda viktigere på områder der sammenheng, etikk og skjønn fortsatt betyr mest.
Genpact beskriver seg som et selskap som leverer løsninger innen agentbasert KI og avansert teknologi. Hvordan skiller selskapets tilnærming til agentbasert KI seg fra tradisjonelle konsulent- eller teknologiselskapers?
Genpacts tilnærming bygger på gjennomføring og resultater, og på å løse det vi ofte omtaler som problemet med «det siste steget» i KI-innføringen. Mange organisasjoner har allerede vist at KI-modeller kan gi innsikt eller forbedre produktiviteten. Den virkelige utfordringen er å integrere disse evnene i virksomhetens faktiske arbeidsflyter, der arbeidet utføres. Det er her mange KI-initiativer stopper opp. Vi legger vekt på å hjelpe kundene med å få agentbasert KI i praktisk drift helt frem til gjennomføringen, slik at systemene gir målbare resultater innen økonomi, forsyningskjede, kundeservice og andre sentrale virksomhetsfunksjoner.
Det som skiller tilnærmingen vår fra andre, er kombinasjonen av inngående prosesskunnskap og kompetanse innen data, teknologi og KI. Vi innfører ikke bare modeller eller bygger pilotprosjekter. Vi omformer arbeidsflyter, integrerer styring i driften og hjelper bedrifter med å etablere ansvarsstrukturene som trengs for selvstendig gjennomføring i stor skala. Siden vi også har integrert agentbasert KI i vår egen drift, har vi praktisk erfaring med hva som kreves for å gå fra eksperimenter til virkninger i hele virksomheten.
Når du ser fremover, tror du at agentbasert KI vil øke gapet mellom ledende bedrifter og dem som henger etter? Hva bør bedrifter gjøre nå for å unngå å bli hengende etter?
Ja, jeg tror gapet vil øke, fordi agentbasert KI bygger opp verdi på en annen måte enn tidligere teknologibølger. Organisasjonene som lykkes med å omforme arbeidsflyter, etablere ansvarsrammer og bygge tillit til selvstendige systemer, vil få driftsmessige fordeler som blir vanskelige for konkurrentene å gjenskape. Det slående er hvor raskt denne endringen skjer. Av bedriftene forventer 29 prosent at agentbasert KI vil bli tatt i bruk i hele virksomheten i løpet av de neste 12 månedene.
For bedrifter som vil beholde konkurransekraften, bør prioriteten nå være å forberede driftsmodellen for selvstendig gjennomføring. Det innebærer å omforme arbeidsflyter, definere ansvarsstrukturer, bygge målerammeverk tilpasset KI og investere i de ansattes beredskap. Organisasjonene som begynner tidlig med disse grunnleggende oppgavene, vil stå langt sterkere enn dem som fortsatt behandler KI som et frittstående teknologiinitiativ.
Takk for et godt intervju. Lesere som vil vite mer, kan besøke Genpact.












