AI bliver rigtig interessant, når det forbedrer manuelle eller tunge arbejdsgange.
Mange virksomheder er nået dertil, hvor de ikke længere sætter spørgsmålstegn ved, om AI er relevant, men hvilke steder, det kan give mening at indføre.
AI bliver værdiskabende, når det bliver koblet til konkrete arbejdsprocesser, hvor konteksten er tydelig, output kan struktureres, og brugen kan forankres organisatorisk.
Men det er også her, at nogen går skævt, fordi de slår et for stort brød op fra start i stedet for at starte småt og skarpt med én use case.
Det handler ikke kun om, hvad AI kan
AI kan bruges på mange områder og problemstillinger, bl.a.:
– Skrivning
– Opsummering
– Analyse
– Klassificering
– Automatisering
– Søgning
– Chatbots
– Beslutningsstøtte
Med så mange brugsscenarier, kræver det en skarp prioritering og analyse af, hvor AI kan forbedre arbejdet på en måde, så det både er sikkert, relevant og kan gentages.
Det kræver tre ting:
– en konkret arbejdsgang
– en tydelig kontekst for brugen
– en klar struktur for input og output
Møder, beslutninger og opfølgning
Et af de mest oplagte steder at starte er møder, hvor der er flere genkendelige udfordringer:
– Mødereferater tager tid
– Beslutninger bliver glemt
– Handlepunkerne bliver utydelige og historikken forsvinder
Her kan AI skabe værdi ved at hjælpe med f.eks. transskribering, opsummering, udtræk af beslutninger og
strukturering af opfølgning.
Virksomheden skal afklare spørgsmål som:
– Hvilke møder, der skal behandles
– Hvordan output skal struktureres
– Hvilken løsning der må bruges
– Hvor resultatet skal lande
På den måde kommer der system og strømlining i brugen, så det ikke blot anvendes som et tilfældigt referatværktøj.
Kundehenvendelser og flows
Et andet område med AI-potentiale er kundehenvendelser.
Mange virksomheder bruger unødigt meget tid på at læse, kategorisere og svare på tilbagevendende
typer af henvendelser. Her kan AI hjælpe med at skabe overblik, foreslå kategorier, udarbejde
svarudkast og sikre hurtigere håndtering.
Men værdien opstår ikke alene, virksomheden skal afklare konteksten for brugen:
– Hvilke typer henvendelser egner sig
– Hvilke data må bruges
– Hvornår må et svar genereres automatisk
– Hvordan skal tonen og strukturen være
– Hvordan passer output ind i det eksisterende kundearbejde
Dokumentbehandling og klassificering
Mange virksomheder kæmper med dokumenthåndtering uden at tænke på, at AI kan være en løsning.
Det kan være dokumenter, der skal læses, sorteres, kategoriseres, opsummeres eller sendes videre til
den rigtige person eller funktion.
Her kan AI ofte skabe hurtig værdi, fordi opgaven er hyppig og kan struktureres.
Virksomheden skal afklare spørgsmål som:
– Hvilke dokumenttyper der er relevante
– Hvordan de skal forstås og kategoriseres
– Hvilke data der må behandles
– Hvordan output skal se ud
– Hvem der skal bruge resultatet videre
Kontraktgennemgang og udtræk af nøglepunkter
Et andet område med højt AI-potentiale er kontraktarbejde.
Mange organisationer bruger en del tid på at læse kontrakter, finde nøglevilkår, vurdere risici og
udtrække centrale oplysninger. AI kan ofte hjælpe i den proces.
Virksomheden skal afklare spørgsmål som:
– Hvilke typer kontrakter der egner sig
– Hvilke oplysninger der skal udtrækkes
– Hvordan output skal struktureres
– Hvornår en jurist eller specialist skal overtage
– Hvilke krav der gælder til datasikkerhed og dokumenthåndtering
Ellers bliver output måske hurtigt lavet, men ikke nødvendigvis særlig brugbart.
Fakturaer og administrative flows
Administrative processer er ofte blandt de områder, hvor AI kan skabe størst værdi.
Fakturahåndtering er et godt eksempel.
Her kan AI hjælpe med at læse information, foreslå kategorisering, udtrække nøglefelter og understøtte
et mere effektivt bogføringsflow.
Det kan spare tid og reducere manuel håndtering. Men som altid er teknologien kun en del af værdien.
Virksomheden skal afklare spørgsmål som:
– Hvilke fakturatyper der indgår
– Hvilke datafelter der er nødvendige
– Hvordan output skal valideres
– Hvordan det passer ind i de eksisterende økonomiprocesser
– Hvem der har ansvar for sidste godkendelse
Hvordan vælger man den rigtige start?
Det er let at blive draget mod de mest avancerede og prestigefyldte use cases.
Men den bedste start er ofte en enkel use case, der skaber værdi.
En god første arbejdsgang har typisk disse kendetegn:
– Problemet er tydeligt og genkendeligt
-Opgaven sker ofte nok til, at gevinsten kan mærkes
– Konteksten kan afgrænses
– Input og output kan struktureres
– Der er en naturlig ejer af processen
– Værdien kan vurderes forholdsvis hurtigt
Det er den slags use cases, der giver reel læring og lav organisatorisk risiko
Høj værdi
AI skaber værdi, når den bruges i den rigtige proces under de rigtige rammer.
Det er derfor, mange virksomheder stadig har svært ved at se effekten. Ikke fordi teknologien mangler
muligheder, men fordi brugen ikke er oversat til konkrete arbejdsgange med tydelig forankring.
Så det centrale spørgsmål er:
Hvor i vores arbejde kan AI bruges på en måde, der er sikker, relevant og værdiskabende i praksis?
Møder, kundehenvendelser, dokumenter, kontrakter og administrative opgaver er måske ikke de mest spændende områder at automatisere. Til gengæld er de ofte dem, der skaber stor værdi.
Og det er netop derfor, de er så stærke som startskud.
Har du brug for vejledning til at komme i gang med AI?
Du er altid velkommen til at kontakte os for en uforpligtende snak.
