De teknologiinvesteringar som är viktigast i en osäker marknad

För två år sedan kretsade de flesta samtalen om AI kring huruvida investeringen var värd risken. Den frågan är besvarad. Den svårare nu är var pengarna bör gå och hur mycket av dem.

Jag ser detta upprepas konstant hos mellanstora ledare och private equity‑operatörer. De flesta har redan genomfört pilotfasen och provat något i nästan varje funktion. Differentieringen nu handlar om vilka av dessa pilotprojekt som blev en del av hur verksamheten faktiskt fungerar, och vilka som förblev sidoprojekt som aldrig övergick till den dagliga driften.

En nyligen publicerad artikel i MIT Sloan Management Review fångar samma skifte ur ett annat perspektiv: trots årtionden av investeringar i teknik ser många organisationer fortfarande inte meningsfull avkastning, och forskningen pekar på något mindre påtagligt än själva verktygen: en arbetskraft som verkligen kan använda dem och en kultur byggd kring lärande. Jag går ett steg längre än så: att köpa verktyget är inte längre den svåra delen. Att bygga människor, färdigheter och organisatorisk förmåga som låter verktyget faktiskt skapa värde, det är där besluten och utmaningarna ligger nu.

Varför de företag som ligger i framkant spenderar annorlunda, inte bara mer

Det finns en växande missuppfattning att teknikinvestering innebär att köpa den nyaste plattformen, men det är sällan fallet. Organisationer lyckas när de exakt vet vilket affärsproblem de löser innan de öppnar en budgetrad. Det är en poäng vi tidigare gjort: även de mest sofistikerade verktygen misslyckas med att leverera meningsfull effekt utan den datagrund som ligger under dem.

Det stämmer med vad vi har sett direkt med Esquire Depositions, ett juridiskt tjänsteföretag som stöds av Gridiron Capital, som såg sitt företagsvärde öka med 10 %, inte genom att lägga till en ny plattform ovanpå det de redan hade, utan genom att centralisera data och standardisera processer som under åratal byggts ad hoc över teamen. Verktyget är mindre viktigt än vad det är byggt på.

De fyra grundprinciperna för att besluta vad som ska skalas

Varje teknologidiskussion jag har med en VD eller en operativ partner slutar så småningom med samma beslut: skala upp, fixa eller stoppa. Enligt min erfarenhet skiljer fyra faktorer dessa tre utfall.

• Någon äger det. Varje initiativ behöver en person som är ansvarig för resultatet, inte en kommitté eller en roterande sponsor.
• Datat under det är pålitligt. AI och automation är bara så bra som den data som matas in i dem. Inkonsekvent, siloiserad data förvandlar ett lovande verktyg till något som folk kringgår.
• Folk använder det faktiskt dagligen. Adoption sker inte bara för att en plattform lanseras. Det sker när verktyget passar in i hur någon redan arbetar, eller när någon tar sig tid att omdesigna arbetet runt det.
• Resultatet är mätbart och kopplat till något specifikt. Intäkt, kostnad, cykeltid, kundupplevelse. Välj en innan du bygger, inte efter.

Kör allt genom dessa fyra så tenderar beslutet att lösa sig självt. Jag skulle skala upp de initiativ som redan har en ägare, pålitlig data och verklig adoption. Jag skulle fortsätta granska de som löser ett verkligt problem men fortfarande är krångliga i dagligt bruk. Och jag skulle stoppa de som främst drivs av entusiasm eller aktivitetsmått, de instrumentpaneler som ingen byggt ett beslut kring.

Vad som ska skäras bort och vad som ska skyddas

Samma disciplin gäller även för budgeten, i båda riktningarna.

På den avskärande sidan: pilotprojekt utan ägare, överlappande verktyg köpta av tre olika team för samma uppgift, licenser som ingen loggar in på, dataprojekt som aldrig kopplades till något nedströms. Dessa slösar inte bara pengar, de tillför komplexitet som bromsar nästa verkliga initiativ. Var och en av dem är enklare att fortsätta finansiera än att stänga ner, vilket exakt är varför de hopar sig.

På den skyddande sidan: cybersäkerhet, datakvalitet, integrationsarbete, de kundinriktade upplevelser som faktiskt särskiljer verksamheten, samt AI‑use‑cases som redan har sin plats i den dagliga driften. Utbildning hör också hemma på denna lista. Det är en av de mest underskattade teknologiinvesteringarna ett företag kan göra, och en av de lättaste att hoppa över när budgetarna dras åt.

Detta är lugnare investeringar än att lansera ett nytt AI‑initiativ. Ett pressmeddelande skriver sig inte självt kring “we fixed our data pipeline.” Men lugnt betyder inte litet. Processautomation är där en stor del av dessa lugna pengar går just nu, eftersom den är tillräckligt specifik för att ge en tydlig avkastning. Vi har designat och byggt arbetsflödet som tog ett internt efterlevnadsteam på ett låneföretag från att manuellt granska 30 % av kundsamtalen till att automatiskt granska dem alla, och därigenom stänga ett gap där de resterande 70 % innebar verklig exponering, eftersom regelverket behandlar varje samtal som ett eget brott, värt 500 till 1 500 $ vardera.

Ett annat automationsprojekt vi nyligen levererade minskade den manuella datainmatningen som åt upp en redovisningsbyrås lägsta marginal, högsta volymtjänst, och frigjorde personalen att ta på sig mer värdefullt kundarbete utan att behöva anställa fler. Inget av dem involverade en flashig AI‑produktlansering. Var och en löste en enskild, specifik process och spreds över hela verksamheten; den typen av riktad lösning blir en av de största avkastningarna ett företag ser.

Investera med avsikt

Osäkerhet gör chefer försiktiga, och det är en rimlig instinkt. De företag som ligger i framkant just nu spenderar fortfarande aggressivt, men koncentrerar resurser medvetet på de förmågor som stärker verksamheten, skärper beslutsfattandet och placerar AI för att leverera något du faktiskt kan peka på i slutet av kvartalet.

Jag tror inte att de företag som överträffar sina konkurrenter under de kommande åren kommer att vara de med de största teknologibudgetarna, och det är inte ens sant idag. Utifrån min erfarenhet av att vägleda företag genom digital transformation beror verklig avkastning på två saker: att exakt veta var investeringen skapar mest värde (oavsett om det är i hur verksamheten drivs, vad som särskiljer den, eller i den produkt och tjänst som kunderna faktiskt upplever) och att definiera mätbara KPI:er i förväg så att påverkan förblir synlig. Det är den disciplin som skiljer verklig avkastning från dyrbart brus.