De teknologiinvesteringene som betyr mest i et usikkert marked

For to år siden dreide de fleste samtaler om AI seg om hvorvidt investeringen var verdt risikoen. Det spørsmålet er nå besvart. Det vanskeligere spørsmålet nå er hvor pengene skal gå, og hvor mye av dem.

Jeg ser dette skje kontinuerlig hos mellomstore ledere og private equity‑operatører. De fleste av dem har allerede gjennomført pilotfasen, og prøvd noe i nesten alle funksjoner. Differensieringen nå handler om hvilke av pilotene som ble en del av hvordan virksomheten faktisk drives, og hvilke som forble sideprosjekter som aldri ble en del av den daglige driften.

Et nylig innlegg i MIT Sloan Management Review fanger det samme skiftet fra en annen vinkel: til tross for tiår med investeringer i teknologi, ser mange organisasjoner fortsatt ikke meningsfulle avkastninger, og forskningen peker på noe mindre håndgripelig enn selve verktøyene: en arbeidsstyrke som virkelig kan bruke dem og en kultur bygget rundt læring. Jeg vil gå ett steg videre: å kjøpe verktøyet er ikke lenger den vanskelige delen. Å bygge folk, ferdigheter og organisatorisk kapasitet som gjør at verktøyet faktisk skaper verdi, er hvor beslutningene og utfordringene nå ligger.

Hvorfor selskapene som ligger foran, bruker annerledes, ikke bare mer

Det er en økende misforståelse at teknologiinvestering betyr å kjøpe den nyeste plattformen, men det er sjelden tilfelle. Organisasjoner lykkes når de vet nøyaktig hvilket forretningsproblem de løser før de åpner en budsjettlinje. Det er et poeng vi har gjort før: selv de mest sofistikerte verktøyene mislykkes i å levere meningsfull effekt uten datagrunnlaget under dem.

Det stemmer overens med det vi har sett direkte med Esquire Depositions, et juridisk tjenesteselskap støttet av Gridiron Capital, som så sin selskapsverdi øke med 10 %, ikke fra å legge til en ny plattform på toppen av det de hadde, men fra å sentralisere data og standardisere prosesser som i årevis var bygget ad hoc på tvers av team. Verktøyet betyr mindre enn det det er bygget på.

De fire grunnprinsippene for å bestemme hva som skal skaleres

Hver teknologidiskusjon jeg har med en administrerende direktør eller en driftspartner ender til slutt med den samme beslutningen: skal den skaleres, rettes eller stoppes. Etter min erfaring skiller fire ting disse tre resultatene.

• Noen eier det. Hver initiativ trenger en person som er ansvarlig for resultatet, ikke en komité eller en roterende sponsor.
• Dataene under det er pålitelige. AI og automatisering er kun så gode som dataene som mate dem. Inkonsistente, silo‑isolerte data gjør et lovende verktøy til noe folk omgår.
• Folk bruker det faktisk daglig. Adopsjon skjer ikke bare fordi en plattform lanseres. Det skjer fordi verktøyet passer inn i hvordan noen allerede jobber, eller fordi noen tar seg tid til å redesigne arbeidet rundt det.
• Resultatet er målbare, og knyttet til noe spesifikt. Inntekt, kostnad, syklustid, kundeopplevelse. Velg ett før du bygger, ikke etter.

Sett noe gjennom disse fire, og beslutningen har en tendens til å ordne seg selv. Jeg ville skalert initiativene som allerede har en eier, pålitelige data og reell adopsjon. Jeg ville fortsatt å vurdere de som løser et reelt problem, men som fortsatt er klønete i daglig bruk. Og jeg ville stoppet de som hovedsakelig drives av entusiasme eller aktivitetsmålinger, dashbordene ingen bygde en beslutning rundt.

Hva som skal kuttes, og hva som skal beskyttes

Den samme disiplinen gjelder også for selve budsjettet, i begge retninger.

På kuttsiden: eierløse pilotprosjekter, overlappende verktøy kjøpt av tre forskjellige team for samme oppgave, lisenser ingen logger inn på, dataprosjekter som aldri kobles til noe nedstrøms. Disse kaster ikke bare bort penger, de legger til kompleksitet som bremser den neste reelle initiativet. Hver av dem er lettere å holde finansiert enn å stenge ned, noe som er akkurat grunnen til at de hoper seg opp.

På beskyttelsessiden: cybersikkerhet, datakvalitet, integrasjonsarbeid, de kundeorienterte opplevelsene som faktisk skiller virksomheten, og AI‑brukstilfeller som allerede tjener sin plass i den daglige driften. Opplæring hører også til på denne listen. Det er en av de mest undervurderte teknologiinvesteringene et selskap kan gjøre, og en av de enkleste å hoppe over når budsjettet strammes.

Dette er roligere investeringer enn å lansere et nytt AI‑initiativ. En pressemelding skriver seg ikke selv rundt “vi har fikset datapipelinen vår.” Men stille betyr ikke lite. Prosessautomatisering er hvor mye av de stille pengene går akkurat nå, fordi den er spesifikk nok til å gi en klar avkastning. Vi har designet og bygget arbeidsflyten som tok et internt etterlevelsesteam i et utlånsfirma fra å manuelt revidere 30 % av kundesamtalene til å gjennomgå alle automatisk, og lukket et gap hvor de resterende 70 % medførte reell eksponering, siden regelverket behandler hver samtale som et eget brudd, verdt 500 til 1 500 dollar hver.

Et annet automatiseringsprosjekt vi nylig leverte reduserte den manuelle dataregistreringen som spiste inn i en regnskapsfirmas lavest marginerte, høyest volumtjeneste, og frigjorde ansatte til å ta på seg mer verdiskapende kundeoppdrag uten å øke bemanningen. Ingen av dem involverte en prangende AI‑produktlansering. Hver av dem løste en enkelt, spesifikk prosess og spredte seg gjennom virksomheten; slik målrettet forbedring gir noen av de største avkastningene et selskap ser.

Investere med hensikt

Usikkerhet gjør ledere forsiktige, og det er en rimelig instinkt. De selskapene som ligger foran nå, bruker fortsatt aggressivt, men konsentrerer ressursene bevisst på de evnene som styrker driften, skjerper beslutningstakingen og posisjonerer AI til å levere noe du faktisk kan peke på ved kvartalets slutt.

Jeg tror ikke at selskapene som overgår sine konkurrenter de neste årene vil være de med de største teknologibudsjett, og det er ikke engang sant i dag. Etter min erfaring med å veilede selskaper gjennom digital transformasjon, kommer reell avkastning ned til to ting: å vite nøyaktig hvor investeringen skaper mest verdi (enten det er i hvordan virksomheten drives, i det som skiller den fra andre, eller i produktet og tjenesten kundene faktisk opplever), og å definere målbare KPI‑er på forhånd slik at virkningen forblir synlig. Det er disiplinen som skiller ekte avkastning fra dyr støy.