Nagarro: Så undviker du effektlösa AI-satsningar

Nagarro är ett tysknoterat it-konsultbolag med omkring 18 000 anställda. Bolaget arbetar med mjukvaruutveckling och AI-projekt för företag inom bland annat telekom, energi och detaljhandel.

I Sverige arbetar bolaget främst med kunder inom tillverknings- och fordonsindustrin.

Enligt Kanchan Ray bör organisationer börja med att identifiera var i verksamheten det finns ”friktion” – processer som är långsamma, manuella eller ineffektiva.

– Börja med ett tydligt problem. När du vet exakt vad du vill förbättra blir det mycket enklare att avgöra vilken teknik som faktiskt behövs.

Börja smått

En annan vanlig fallgrop är att organisationer försöker genomföra stora AI-projekt direkt. Ett smartare tillvägagångssätt är i stället att börja med små pilotprojekt.

– Vi brukar säga: börja smått, bevisa värdet och skala först därefter, säger Kanchan Ray.

Han beskriver ett projekt hos en global konsumentvarukoncern där Nagarro arbetade med efterfrågeprognoser. Företaget använde tidigare manuella kalkylblad för att planera sin produktion.

Med hjälp av AI förbättrades prognosprecisionen från omkring 40 procent till över 80 procent i ett första steg.

– Den typen av tydliga, mätbara förbättringar gör det mycket enklare att motivera en bredare AI-satsning.

Kultur avgör

Men även när tekniken fungerar kan projekten stöta på problem.

Enligt Nagarro underskattas ofta den organisatoriska sidan av AI-arbetet.

– Teknologi står kanske för 20 procent av utmaningen. Resten handlar om förändringsledning, utbildning och hur organisationen faktiskt använder verktygen.

Det gäller inte minst att få med sig medarbetarna, säger Kanchan Ray.

– Om människor inte förstår varför en förändring görs eller hur den hjälper dem i deras arbete kommer användningen att bli låg.

AI-agenter i fokus

Ett område som just nu får mycket uppmärksamhet är så kallad agentbaserad AI – system som kan analysera stora mängder data och föreslå eller genomföra åtgärder.

Kanchan Ray beskriver hur sådana lösningar kan användas i exempelvis energibolags driftorganisationer.

– I ett system för att hantera elavbrott kan en AI-agent analysera historiska data, identifiera sannolika felorsaker och föreslå vilken tekniker som bör skickas ut.

Det kan bland annat bidra till att korta tiden för att lösa driftstörningar.

Telekom söker nya intäkter

Inom telekomsektorn ser Nagarro tre tydliga områden där AI kan få stor betydelse: effektivare drift, lägre kostnader och nya digitala tjänster.

Ett exempel är analys av kundbeteende för att förutse när kunder riskerar att lämna operatören.

– Med AI kan operatörer analysera långt fler datapunkter än tidigare och därmed bli mer träffsäkra i sina erbjudanden, säger Kanchan Ray.

Visionen viktig

Samtidigt varnar Nagarros vd Manas Human för att se AI enbart som ett verktyg för automatisering.

På bolagets scen under Mobile World Congress i Barcelona lyfter han i stället vikten av att tänka bredare kring hur tekniken kan förändra hela verksamheter.

– Företag måste bli bättre på att identifiera friktion i sina organisationer och arbeta systematiskt för att ta bort den, säger Manas Human.

Enligt honom handlar AI-transformation ytterst om att skapa bättre flöden i organisationen – inte bara att automatisera enskilda arbetsmoment.

– Om du bara automatiserar gamla processer riskerar du att cementera problemen i stället för att lösa dem.