AI Guide
Få AI til at skabe reel værdi i jeres projektorganisation
Vores bedste råd til at komme godt fra idé til implementering
René Dalsgaard
AI fylder mere og mere i hverdagen, og for mange projektorganisationer kan det være svært at vurdere, hvor man skal begynde. Nye muligheder opstår hurtigt, og det kan skabe et pres for at sætte AI-projekter i gang.
Men en succesfuld AI-implementering starter ikke med teknologien alene. Den starter med de opgaver, processer og mennesker, der skal have reel værdi af løsningen.
I denne artikel deler vi vores erfaringer med at implementere AI i Orbit, som omsætter teknologiske muligheder til brugbare løsninger.
AI er ikke en løsning i sig selv, men et værktøj, der kun bliver så godt som det grundlag, det arbejder på.
Identificer behovet
Alle gode projekter starter med et tydeligt behov. Her er tre spørgsmål, vi stiller os selv for at sikre en proces med et succesfuldt output.
Du kan måske genkende nogle af spørgsmålene fra de fire stadier i en BPM strategi. Stadierne er foldet mere ud i denne håndbog.
1. Hvad vil I opnå?
Nogle gange vil man gerne spare tid. Andre gange er det et ønske om at hæve kvaliteten af et output på en arbejdsgang. To mål, som ikke nødvendigvis skal nåes med den samme tilgang.
2. Hvordan løser vi opgaven i dag?
Visualiser arbejdsgangen, som den udføres i dag. Vær ikke bange for at blive detaljeret i de enkelte handlinger i processen. Det er her, I får øje på hullerne i processen, eksempelvis meningsløse regler, flaskehalse eller systemfejl.
3. Er AI løsningen?
Det er nu I kan analysere på, hvordan teknologien kan hjælpe jer i mål med det overordnede mål for projektet.
- Er der tale om en generativ opgave, hvor AI skal formulere, opsummere eller skabe nyt indhold?
- Eller en analytisk opgave, hvor AI skal finde mønstre, struktur eller indsigt i eksisterende materiale?
- Eller skal en AI ind og udføre handlinger på jeres vegne?
Uanset opgavebeskrivelsen stiller de et fælles krav: AI skal kunne forstå jeres digitale infrastruktur og datagrundlag for at kunne levere brugbare resultater.
Tag afsæt i et rigt og struktureret datasæt
En AI-løsning uden den rette kontekst vil sandsynligvis give inkonsistente resultater, som i nogle tilfælde kan have fatale konsekvenser. Derfor bør I tidligt kortlægge, hvilke data AI’en skal bruge, hvor de kommer fra, og om kvaliteten er god nok.
Det kan være, at der ligger en opgave her, som skal løses, inden I kan komme videre med jeres AI projekt, men det er en investering, som er værd at overveje.
Sikkerhed og GDPR
AI skal også passe til jeres sikkerhedsrammer. Inden I går videre, bør I afklare, hvilke data der må bruges i løsningen, hvor data bliver behandlet og opbevaret, og hvordan teknologien kan leve op til jeres interne retningslinjer og GDPR. Det er ikke ligegyldigt, om data ender i et lukket miljø eller sendes til en åben model. Derfor bør sikkerhed ikke være noget, man ser på til sidst, men en del af overvejelserne fra begyndelsen.
Er I klar til at implementere AI?
AI kan skabe stor værdi i projektorganisationer, men kun når teknologien bliver koblet til tydelige behov, gode data og de mennesker, der skal bruge løsningen i hverdagen.
Uanset om I skal finde en ekstern leverandør eller selv har ressourcerne internt, vil vi også anbefale, at I sætter jer ind i AI Act, EU’s regulering for kunstig intelligens, og hvad den betyder for jeres måde at arbejde med AI på.
Du kan her få et indblik i lovgivningen og hvad den betyder for udviklingen af Orbit.
Anbefalet artikler til dig
