Läs mer om AI-mognad

Om AI för bara några år sedan var en ny teknik som testades på pilotstadiet har den i dag mognat väsentligt.

– Ta en sådan sak som ansiktsigenkänningen som låser upp en iPhone, det bygger på AI. Eller när energibolag övervakar elledningar för att upptäcka problem med till exempel nedfallna träd, det bygger på AI. Hela samhället i dag är fullt av AI-lösningar som vi inte tänker på, det är en del av vår vardag, säger Per Österman, nordiskt ansvarig för affärsområdet Applied Intelligence på Accenture.

Men, det som också är tydligt i rapporten är att även om i princip alla företag i dag tittar på AI som en möjlighet är det bara cirka 12 procent av de 2 000 företag, globalt, som undersöktes i rapporten som har lyckats göra AI till en naturlig del av verksamheten.

– Det jag tycker blir väldigt tydligt i den här rapporten är att framgångsrik AI-användning bara till viss del handlar om tekniska investeringar, säger Per Österman.

Istället är det tre faktorer som måste finnas på plats om AI ska kunna bli den värdeskapande faktor det har potential att vara.

Teknisk bas för dataflöde är grunden

Den första av de tre är naturligtvis den tekniska basen.

– Grunden i AI-användning handlar om hur bra man är på att hitta och använda rätt data på ett vettigt sätt. Därför måste du ha någon form av teknisk plattform som gör att du både kan samla in och sprida data i organisationen på ett enkelt och kostnadseffektivt sätt. Ofta är det molnlösningar det handlar om.

Fokus på värde är avgörande

Men att ha tekniken på plats räcker inte. Rapporten visar att de företag som har satsat hårt på teknisk infrastruktur visserligen får en viss hävstång på den investeringen, men de är ändå fortfarande långt från de ledande företagen när det gäller att få ut värde från sin investering.

– Den andra delen man måste ha på plats är fokuset på värde. Både ledningen och de anställda måste förstå hur tekniken kan användas för att skapa värde för verksamhet och kunder. Och även om det kan ta både ett och två år att bygga den tekniska lösningen kan du börja fokusera på värdeskapandet på en gång. Bygg till exempel upp ett batteri med case som gör att organisationen förstår behovet både nu och i framtiden, så att ni är redo den dag tekniken finns på plats.

12 – så många procent av företagen i studien var så kallade AI achievers, som klarar att integrera AI som verktyg i den ordinarie lönsamheten.

13 – så många procent av företagen i studien var så kallade AI innovators, med tydliga strategier för sin AI-användning men oförmåga att realisera dem.

12 – så många procent av företagen i studien var så kallade AI builders, företag som har en bra teknisk infrastruktur men som har halkat efter i strategiarbetet.

63 – så många procent av företagen i studien var så kallade AI experimenters, företag som visserligen har testat AI, men som på grund av för dålig teknisk infrastruktur och för dålig strategi inte klarar att ta användningen från pilot till ordinarie verksamhet.

Industrikunnande plus AI-utbildning viktig pusselbit

För att det ska kunna hända krävs dock en stor satsning på det tredje fokusområdet: förmåga att ta till sig både tekniken och tankesättet, hos både organisationen som helhet såväl som hos den enskilda medarbetaren. Och för det krävs det både utbildning, träning och organisationsförändringar.

– Bolag behöver höja kunskapsnivån hos sin personal, både vad gäller den tekniska och den mer affärsmässiga medvetenheten kring vad AI och data kan göra. Idag är det tyvärr många som glömmer bort den här biten, men kan företag lära upp personal som redan har stort industrikunnande och få dem att förstå möjligheterna AI ger kan det göra stor skillnad.

Men det räcker inte att personalen har rätt kunskaper, de måste också få verka i en organisationsstruktur som möjliggör för data att flöda genom företaget.

– Det många gör nu är att försöka trycka in framtidens teknik i gårdagens organisationsmodeller, men det går inte. Organisationen måste anpassas, annars blir satsningen på AI bara en kostnadspost som inte genererar förväntade värden. För varje krona du lägger på tekniska investeringar måste du lägga lika mycket på förändringsarbete.

Sex av tio bolag får ingen utväxling

För de som gör det och får alla tre delar att hänga ihop finns det dock stora möjligheter att gå från att använda AI i pilotstudier till att skala upp användningen och in i den ordinarie verksamheten. Men tvärtom är också sant.

– Rapporten visar att sex av tio bolag fortfarande inte klarar att gå från pilotstadiet till användning i full skala. De får insikter, men inga resultat på sista raden.

Tyvärr menar Per Österman att många nordiska bolag finns inom den här gruppen, och under hösten kommer Accenture att göra en stor studie kring detta.

– Känslan i dag är att nordiska bolag tyvärr ligger en bit efter övriga marknader i Europa när det gäller att samla relevant data i molnlösningar och därigenom accelerera sin AI-mognad. Man har varit nöjd med det man har haft och inte skiftat om till cloud-lösningar i samma tempo.

De goda nyheterna är att om företaget går in i en datadriven transformation och fokuserar på att skapa värde genom avancerad analytics och AI-lösningar på ett tidigt stadium, samtidigt som man investerar i sin resa till molnet, kan det hjälpa till att finansiera transformationen.

– Det handlar om att koppla ihop data med affären, men också om att koppla ihop affären med data. Och det är det andra området som oftast är den svåraste utmaningen.

Läs mer om AI-mognad

Alla artiklar från Accenture