Artificiell Intelligens är på de flesta CIO’ers radar, och medan vissa redan implementerat det i sin organisation har andra det i sin plan för de kommande åren. Att börja jobba med AI kan dock kännas som ett övermäktigt projekt - Var börjar vi? Vilken data behövs? Hur ska vi gå tillväga? Vilka resurser är viktiga? Hur mycket kostar det? …och så vidare. När dessa faktorer är utredda och projektet “Implementera AI” påbörjas så har man kommit ett bra bit på vägen, men frågetecken kommer att uppstå under tidens gång, oavsett i vilken funktion eller verksamhet det ska implementeras.
Under 2021 påbörjade vi på NOX Consulting vår AI-resa med ambitionen att automatisera de processer som är icke-värdeskapande för våra medarbetare. Målet var att eliminera administrativ tid och skapa utrymme för det som våra medarbetare är bäst på - att bygga relationer med andra individer. Under resans gång har vi lärt oss oerhört mycket, och har nedan summerat 5 lärdomar från vårt AI-projekt som vi vill dela med oss av.
1. Gör piloter och dataanalyser
Börja med att göra piloter och dataanalyser för att fastställa att mängden och kvalitén på datan som ska ligga till grund för AI:t är tillräckligt för att stötta/ersätta processen ni önskar att implementera. Om kvalitén på datan inte är tillräcklig behöver ni samla, komplettera, rätta, strukturera och digitalisera den data ni har tills ni har nått en nivå där ni kan träna ett AI att ge er de resultat ni önskar.
2. Implementera löpande
Sikta på en tidig implementation i en verklig process system- eller företagsprocess. Det är först när ni börjar jobba ordentligt med AI:t som nytta såväl som brister i systemet visar sig, och då har ni chans att iterativt påverka hur ni vill att det ska fungera i en verklig miljö.
3. Involvera medarbetare
Involvera tidigt i processen dem som kommer att jobba med AI:t. Det ökar medarbetarnas förståelse för hur AI:t fungerar och ger er tidigt en bild av vilka brister som kan finnas. Använd medarbetarna för att validera data i systemet, på så sätt får ni per automatiskt hjälp i att utveckla AI:t.
4. Utbilda medarbetare i en grundförståelse för AI
För att AI ska kunna nyttjas på rätt sätt och skapa så mycket värde som möjligt så är medarbetarnas förståelse för området en viktig faktor. Utbilda medarbetarna i hur AI fungerar, hur AI:t ska användas och vilken data som kommer att användas. Genom en förståelse för AI ökar insikten om vikten av ren data och gör att medarbetarna förstår på vilket sätt de kan påverka AI:t i både positiv och negativ riktning.
5. Du blir aldrig färdig med modellen
Se den färdiga modellen som ett levande ting som kontinuerligt behöver uppdateras och valideras gentemot ny data för att fortsatt kunna stötta och ta beslut baserat på hur verkligheten ser ut i just det ögonblicket. Räkna inte med att bli färdig, för det blir du aldrig!
Funderar du på ett AI-projekt och känner att ni behöver höja grundförståelsen hos dina medarbetare? Hör av dig till oss så kan vi hjälpa till!