Många företag fastnar i AI-tester – här är vad som skiljer dem åt

Bland de företag som uppger att AI ger mätbara resultat beskriver 73 procent sina kundnära system och centrala affärssystem som fullt integrerade. Bland företagen som fortfarande experimenterar är motsvarande andel endast 18 procent.

Det innebär en skillnad på 55 procentenheter.

– Min bedömning är att företag med mer sammanhängande data och system har lättare att integrera AI i det dagliga arbetet. När informationen finns tillgänglig där den behövs kan AI användas i konkreta arbetsflöden i stället för att stanna i enskilda experiment, säger Mathias Sognefors, Sverigechef på SuperOffice, till Techtidningen.

Han betonar samtidigt att resultaten inte bevisar att systemintegration i sig leder till bättre AI-resultat.

Två av tre svenska företag har bara delvis integrerade system

Undersökningen visar att systemintegration fortfarande är en utmaning för många svenska företag.

Totalt uppger 65 procent av de svenska respondenterna att deras kundnära system och centrala affärssystem endast är delvis integrerade.

Enligt Mathias Sognefors handlar problemen sällan enbart om teknik.

– Ofta är det en kombination av teknik och organisation. System har införts vid olika tidpunkter och för olika behov, samtidigt som ansvar för data och processer kan ligga på flera delar av verksamheten.

Han menar att företag bör utgå från de situationer där bristande integration får störst konsekvenser för verksamheten.

– Ett bra första steg är därför att börja där bristande integration skapar mest friktion för kunder eller medarbetare.

Frågan ser också ut att hamna högt på företagens prioriteringslistor framöver.

Av de svenska respondenterna anger 44 procent bättre integration mellan befintliga affärssystem som den mest sannolika tekniska förändringen under de kommande tolv månaderna. I hela den europeiska undersökningen är motsvarande andel 38 procent.

Det kan jämföras med att 28 procent i hela undersökningen pekar på införande eller utökad användning av AI-verktyg.

Varnar för AI-projekt utan tydliga mål

Att köpa in fler AI-verktyg är däremot inte nödvändigtvis rätt väg för företag som vill komma vidare från experimentstadiet, enligt Mathias Sognefors.

Han pekar på att ett av de vanligaste misstagen är att tekniken får styra satsningen, snarare än verksamhetens behov.

– Ett vanligt misstag är att börja med AI-tekniken i stället för problemet man vill lösa. En pilot kan se imponerande ut utan att förändra hur arbetet faktiskt utförs.

För att undvika det behöver företagen redan från början definiera vilka effekter AI ska bidra till och hur dessa ska följas upp.

– Företag behöver därför vara tydliga med vilket resultat de vill uppnå, hur det ska mätas och om data och arbetsflöden håller för att lösningen ska fungera i praktiken.

Det handlar enligt honom om att flytta fokus från enskilda tekniska tester till hur AI kan användas i det löpande arbetet.

Företagen har AI-policy men saknar insyn

Ett annat område där undersökningen identifierar brister är styrningen av AI.

I den samlade undersökningen från de fem europeiska länderna uppger 88 procent att deras företag har en tydlig policy för hur AI får användas tillsammans med företagsdata eller kunddata.

Men endast 43 procent uppger att de har full insyn i hur medarbetarna faktiskt använder sådana uppgifter i AI-verktyg.

Det innebär att många företag har formella regler utan att samtidigt ha full möjlighet att följa upp hur de efterlevs.

– En policy är viktig, men den hjälper inte fullt ut om företaget inte vet hur AI faktiskt används.

Risken är bland annat att känslig information hamnar i olämpliga verktyg eller att AI-genererat material används utan tillräcklig granskning, säger Mathias Sognefors.

Han lyfter fram godkända verktyg, tydliga regler och praktisk uppföljning som centrala delar av arbetet med att få bättre kontroll.

Så bör it-chefer prioritera

För företag som vill få större utväxling av sina AI-investeringar rekommenderar Mathias Sognefors att börja i begränsad skala och först därefter bredda användningen.

– Börja med ett eller två tydliga arbetsflöden där AI kan göra mätbar skillnad. Se till att rätt data finns tillgänglig och håller tillräcklig kvalitet, utse en ansvarig i verksamheten och mät nuläget innan ni börjar.

Medarbetarna behöver också involveras i utvecklingen och det måste finnas tydliga gränser för när mänsklig kontroll krävs.

– Involvera medarbetarna i testningen och ha tydliga regler för när mänsklig granskning behövs. När ni kan visa att lösningen fungerar kan ni skala vidare.

För it-chefer innebär råden att AI-satsningar behöver bedömas tillsammans med befintlig systemarkitektur, datakvalitet och verksamhetens förmåga att följa upp resultaten.

Samtidigt bör undersökningens resultat tolkas med försiktighet. Den svenska jämförelsen bygger på två grupper med 26 respektive 33 respondenter och utgår från företagens egna bedömningar av sin AI-användning och sina resultat.