Så räknar du hem AI-agenten

– De flesta it-chefer vet redan vilka deras fem till tio viktigaste affärsprocesser är. Det kan vara order till betalning, inköp till betalning eller något annat. Börja där, säger han.

Tre källor till värde

Det första misstaget han ser är att företag mäter fel saker. Timmar sparade och utnyttjande av robotar är relevanta internt, men de når sällan ledningsgruppen och de motiverar sällan fortsatta investeringar.

De företag som lyckas bäst har enligt honom byggt upp en intern funktion för värdeuppföljning. Uppgiften är att följa varje användningsfall från förväntat till faktiskt utfall. Värdena de letar efter faller i tre kategorier.

Den första är produktivitetspåverkan på resultaträkningen. Det handlar inte om timmar sparade i teorin, utan om verksamheten faktiskt kan hantera mer arbete med samma resurser eller undvika att öka bemanningen i takt med volymen.

Den andra är intäktseffekter. Han ger ett exempel från en stor tjänsteleverantör som tappade intäkter på grund av att faktureringen inte stämde med vad som faktiskt levererats. Agentbaserad automatisering och robotiserad processautomatisering, RPA, användes för att göra avstämningen. Det ökade de fakturerbara beloppen.

Den tredje kategorin är kvalitet och regelefterlevnad. Automatiserade processer gör färre fel och ger revisorer bättre insyn. Det är ett värde som är svårare att sätta kronor på, men som väger tungt i reglerade branscher.

– Problemet med leverantörers ROI-kalkyler är att de ofta stannar vid de enkla måtten. Det är effektivitetssidan. För att nå ledningsgruppen behöver du visa hur det påverkar resultatet, säger han.

Strategi är inte nog

Ett annat återkommande mönster han beskriver är att företag lägger för lång tid på att ta fram en AI-strategi innan de börjar testa.

– Slösa inte tid på den perfekta AI-strategin. När den är klar har tekniken hunnit förändras så pass mycket att strategin redan är inaktuell. Du måste jobba parallellt. Ha en riktning, men börja utforska och misslyckas redan nu, säger han.

Han betonar att misslyckade koncepttester inte är ett problem i sig. Problemet uppstår när organisationen inte ställer rätt fråga. Den bör inte vara varför bara tio procent av piloterna når produktion, utan vad som kännetecknar de tio procenten och hur man blir en av dem.

Svaret handlar enligt honom nästan alltid om ledarskap. Chefer som inte själva har provat att bygga en agent förstår inte vad som krävs för att lyckas. Därför kan de inte heller ge teamen det mandat och den prioritering som behövs.

– Vi träffar fortfarande it-chefer som aldrig har byggt en agent själva. Då kommer ni inte att komma någonstans, säger han.

Frågan som avgör

När en pilot väl visar lovande resultat uppstår ofta en ny tröskel: Vem äger agenten när den ska skalas? Det beskriver han som en av de vanligaste bromsarna i svenska företag.

– Det är inte ett AI-problem. Det är ett genomförandeproblem. Vem är ansvarig? Vem har mandat? Hur hänger det ihop med befintliga system och krav på regelefterlevnad?

Hans råd är att ha svaret klart redan innan piloten startar, inte efteråt.

– Den frågan avgör om ni faktiskt ska skala eller inte. Och den måste ledningen äga, inte it ensamt, säger han.