Hva sier AI-rapportene egentlig, og hva betyr det for deg?
AI er ikke lenger noe man tester litt på siden. For de fleste har det allerede sneket seg inn i arbeidshverdagen, enten man er bevisst på det eller ikke. Noen bruker det aktivt hver dag. Andre mer sporadisk. Men få står helt utenfor nå.
Samtidig viser flere ferske rapporter fra blant annet Wharton School, Deloitte og Menlo Ventures at det fortsatt er et ganske tydelig gap. Mange har tatt det i bruk, men langt færre får faktisk noe særlig ut av det.
Det er egentlig der det blir interessant.
AI er blitt en del av arbeidshverdagen
Det mest åpenbare funnet er hvor vanlig det har blitt. AI brukes ikke lenger bare av “de som er interesserte”. Det brukes av ledere, rådgivere, utviklere, markedsførere. Ofte til små ting, men ofte nok til at det faktisk betyr noe.
Likevel behandles det fortsatt mange steder som et eget initiativ. Et prosjekt. Noe man tester.
Det er ofte der det stopper litt opp.
For når AI ikke er koblet til det daglige arbeidet, blir det heller ikke en del av resultatene. Det blir noe man bruker av og til, ikke noe som påvirker hvordan man jobber.
Effekten kommer først når noen faktisk følger med
Mange rapporterer at de får effekt av AI. Det er ikke så overraskende.
Det som er mer interessant, er hvem som faktisk får det til.
Det ser ut til å være de som gjør det litt kjedelige riktig. De setter mål. De følger opp. De måler om det faktisk gir verdi.
Andre gjør mer av det motsatte. De tester litt, prøver litt forskjellig, men uten å være helt tydelige på hva de ønsker å oppnå.
Da er det også vanskelig å si om det fungerer.
AI er kanskje nytt, men måten man jobber med det på er ganske kjent. Det ligner mer på vanlig forbedringsarbeid enn på noe revolusjonerende.
Investeringene går ikke dit du kanskje tror
Det investeres mye i AI nå. Men det mest interessante er ikke hvor mye, det er hvor pengene havner.
Tidligere var det mye fokus på teknologi, plattformer og det som skjer “bak kulissene”. Nå ser man at mer går til konkrete løsninger som faktisk brukes.
Små verktøy. Enkle forbedringer. Ting som gjør en oppgave litt raskere eller litt bedre.
Det er ikke nødvendigvis det mest imponerende, men det er det som gir effekt.
Færre bygger alt selv
Det var en periode hvor mange ville bygge egne løsninger. Det ga mening da. Teknologien var ny, og det var et konkurransefortrinn å være tidlig ute.
Nå er bildet litt annerledes.
De fleste kjøper ferdige løsninger der det går, og bygger bare der de må. Det er både raskere og ofte mer fornuftig.
Samtidig er det fortsatt noen områder hvor det gir mening å gjøre mer selv. Spesielt hvis man sitter på data eller prosesser som er litt unike.
Men det er sjelden alt.
Det som faktisk stopper fremdriften
Det er lett å peke på teknologi som en barriere. Men det er sjelden det som er problemet.
Det som går igjen, er mer jordnært.
Manglende eierskap. Litt uklare mål. Litt for mange initiativer samtidig. Eller rett og slett at ingen har tid til å følge det opp skikkelig.
Samtidig går utviklingen fort. Det gjør at avstanden mellom det som er mulig og det som faktisk gjøres, blir ganske stor.
Det er nok derfor mange blir værende i en slags mellomfase. De har startet, men ikke helt kommet videre.
Så hva betyr dette egentlig?
For de fleste betyr det at man ikke trenger å tenke så stort til å begynne med.
Det er fort gjort å tenke at “nå må vi ha en AI-strategi”. Men ofte er det mer nyttig å starte et annet sted.
Se på hvordan dere jobber i dag. Hvor det stopper opp. Hva som tar tid. Hva som gjentas.
Der ligger ofte de beste inngangene.
Det trenger ikke være mer komplisert enn det.
Et litt mer realistisk utgangspunkt
Mange av de som får det til, har ikke gjort noe spesielt avansert.
De har valgt ett område. Testet noe konkret. Justert litt. Og så bygget videre derfra.
Det høres kanskje enkelt ut. Og det er det egentlig også.
Det som er vanskeligere, er å holde fokus lenge nok til at det faktisk gir effekt.
Kort oppsummert
De fleste har begynt med AI. Men mange er fortsatt ganske tidlig i løypa.
Forskjellen ligger ikke i hvem som har mest teknologi. Den ligger i hvem som faktisk bruker det i arbeidshverdagen.
Og i hvem som tar seg tid til å gjøre de små tingene riktig.