AI er kun så god som dataene bag den
René Dalsgaard
Interessen for AI vokser hos virksomheder. Men de projekter, der lykkes, har en ting til fælles: De bygger på strukturerede data. Her er hvorfor datafundamentet afgør, om AI bliver en gevinst eller en dyr omvej.
Alle taler om AI. Få taler om data
Siden 2023 er interessen for AI i danske virksomheder steget fra 15 til hele 59 procent i 2026. Det giver god mening i en verden, hvor effektivisering af tidskrævende opgaver kan være vejen til vækst. Forventningen er derfor høj: AI skal frigøre tid, skære ned på det manuelle arbejde og give et bedre grundlag for beslutninger.
Men interesse alene flytter ikke noget. Ifølge Dansk Erhverv er "mangel på medarbejderkompetencer, viden og tid de største barrierer for at udnytte teknologiens potentiale". Og selv når kompetencerne er på plads, støder mange på den samme mur: Dataene ligger spredt i mapper, mails og systemer, der ikke taler sammen. På den måde risikerer AI at blive en stor investering af både tid og penge, der aldrig giver det forventede afkast.
Det afgørende spørgsmål er derfor ikke, om I skal bruge AI. Det er, om jeres data er klar til det.
Struktureret data er forudsætningen
Potentialet ligger allerede i jeres virksomhed. Projekterfaringer, dokumenter, kundedata samt salgs- og produktionsdata rummer præcis den viden, et AI-værktøj skal bruge for at give et kvalificeret beslutningsgrundlag, men kun hvis dataene er samlet, strukturerede og tilgængelige på tværs af afdelinger.
"Det er så vigtigt med strukturerede data, da AI kun er så god som dataene bag den. De AI-projekter, vi ser lykkes, er dem, hvor dataene er på plads."
Med det sagt, kan teknologien ikke stå alene. Det er stadig medarbejderne, der skal forstå, bruge og vurdere det, AI'en leverer. Når data og mennesker spiller sammen, får I en mere effektiv arbejdsgang, og medarbejderne får mere tid til det, de er bedst til.
Sådan gør I jeres data klar til AI
Tre principper gør jeres data til et solidt fundament for AI:
- Én platform, én struktur: Når dokumenter samt salgs- og produktionsdata ligger samlet et sted med en fast struktur, får AI-værktøjer et overblik, de kan arbejde med fra første dag.
- De rigtige data til det rigtige værktøj: Data skal kunne sendes automatisk videre til AI-værktøjer, uden at strukturen går tabt. I skal selv kunne bestemme, hvad der deles, for eksempel kun tilbudsfiler, uanset filtype.
- Jeres data er jeres: Vælg løsninger, der ikke låser jer fast, så I frit kan bygge videre med de partnere, I selv vælger. Sørg for, at data opbevares sikkert i EU og at leverandøren kan dokumentere det, for eksempel med ISAE 3402- og 3000-erklæringer.
Fra tre dage til 10 minutter hos VAM
Hvad det betyder i praksis, ses hos VAM. Sammen med Fruity har de udviklet TenderCore, som er et AI-værktøj, der gennemgår udbudsmateriale og markerer potentielle røde flag med data fra Orbit som fundament.
Tidligere tog det tre dage at indsamle materiale, sætte det op og vurdere, om VAM skulle byde. I dag tager det 10 minutter. Læs hele historien om TenderCore på Building Supply.
Når en kunde lykkes med et AI-projekt baseret på data fra Orbit, får alle andre kunder glæde af det. Alle kører nemlig på samme version, så den struktur, der bliver bygget op undervejs, er tilgængelig for alle.
Data først, AI bagefter
AI kan tage de tunge, gentagne opgaver ud af hverdagen. Men værktøjet bliver aldrig bedre end det, det bygger på. Spredte data giver usikre svar, mens strukturerede data giver et beslutningsgrundlag, I kan stole på.
Derfor starter den gode AI-investering ikke med valget af værktøj. Den starter med et kig på jeres egne data: Hvor ligger de? Hvordan hænger de sammen? Og kan de deles med de systemer, I vil bygge på? For de virksomheder, der får mest ud af AI, er ikke nødvendigvis dem, der kom først i gang. Det er dem, der havde styr på deres data, da de gjorde det.
Anbefalet artikler til dig
