Så undviker du Proof of Concept-fällan inom AI
AI förändrar inte verksamheter automatiskt. Framgång är beroende av ett aktivt ledarskap och utmaningarna handlar mer om kulturell förändring och strategi än om teknik. Det menar Ateas Chief Digital Officer Johan Holgersson, som gärna delar med sig av hur du går från ständiga pilotprojekt till verkliga värden.
Att AI förändrar spelplanen är de flesta överens om. Däremot har långt ifrån alla en lika tydlig bild av vad det faktiskt innebär och det kan bli svårt att få bollen i mål om man varken vet var målburen är eller vilka regler som gäller.
Många organisationer brottas med otydligt ansvar, juridisk osäkerhet, frustration över eviga tester, kompetensbrist, diffusa mål samt friktion mellan it och verksamhet.
”Jag brukar likna AI-utvecklingen vid ett trestegshopp, där det är väsentligt att först definiera sandgropen som man slutligen ska landa i. Därefter backar man bakåt och bestämmer vilken teknik och vilka system som behövs för att komma dit.”
– Nu känns det som om många börjar vid uthoppet. Man har AI men vet inte riktigt vart man ska ta vägen, säger Johan Holgersson, Chief Digital Officer på Atea.
Sätt att parera fallgropar vid pilotprojekt
Organisationer som ser AI som ett rent tekniskt projekt misslyckas ofta med att skapa värde. Framgångsrika insatser kräver en kombination av teknisk utveckling, lärande, styrning och strategisk anpassning. Med en oändlig potential är det dessutom lätt att förblindas av vad AI kan göra, i stället för att koncentrera sig på vad man bör göra.
För att inte fastna i pilotprojekt och tappa i konkurrenskraft eller riskera att ha verktyg och tjänster som varken är godkända eller hanteras av it-avdelningen, så kallad skugg-AI, måste ledningen peka ut riktningen samt koppla den till affärsmål och mätbara effekter.
– AI är ett skifte i både förmågor och arbetssätt och behöver ha en central position i alla konversationer, annars är det lätt att hamna efter. Organisationer måste ställa sig frågan: Hur blir och är vi ett AI-drivet bolag? Det handlar om en rejäl transformation, som delvis är teknologisk men främst handlar om att skapa ett nytt förhållningssätt, säger Johan Holgersson.
Stöd från testfas till fullskalig verksamhet
Som ledande helhetspartner inom AI har Atea utvecklat en omfattande intern kompetens, som också kommer kunderna till del. Genom att kombinera helhetsperspektiv, stark säkerhetsförmåga och såväl suverän som hybrid infrastruktur erbjuder Atea stöd på flera nivåer, från strategi och styrning till systemutveckling, drift och förvaltning, med särskilt fokus på säker AI och regulatoriskt hållbara lösningar.
Stödet omfattar nuläges‑ och mognadsanalys, styrmodell för AI och säkerhet, arkitekturval samt hjälp att gå från pilotprojekt till lösningar i produktion med bestående effekt, berättar Johan Holgersson.
– Vi hjälper gärna till med kompetensskiftet. Många står och stampar nu och tänker att så länge de kan prompta så är de klara. Det räcker inte riktigt. Det är en bra start, men det gäller att bestämma sig för vad man vill åstadkomma. Därifrån tar vi diskussionen vidare.
Nyckeln till effektiv implementering
För att hantera den snabba teknikutvecklingen bör fokus flyttas från vilken AI som används till att definiera effekt och ramar. Parallellt måste investeringar göras, data klassas och ansvar fördelas, samtidigt som gränser sätts upp för spelregler och risktagande. Ju tydligare ramarna är, desto snabbare går det att röra sig inom dem.
Om man inte tar tag i dessa grundläggande frågor är det lätt att hamna i det så kallade Proof of Concept-träsket, där AI-utvecklingen aldrig leder vidare till verkliga och bestående värden, varnar Johan Holgersson.
– Det största hindret för många organisationer är att de saknar en formaliserad AI-strategi, som slår fast hur organisationen ska ta sig an teknikskiftet. Många springer bara på de bollar som dyker upp utan en tydlig linje.
Roller och strukturer för framgång
Att förena verksamhet och it kan vara utmanande på grund av språkbarriärer och konflikter kring tempo och prioriteringar. Denna friktion kan minskas genom att samarbeta i gemensamma team samt tidigt enas om hur värde och nytta ska mätas, menar Johan Holgersson.
En tydlig ansvarsfördelning mellan affär, produkt, data och teknik är grundläggande för att undvika att ansvaret hamnar mellan stolarna, särskilt när resultatet är svårt att förutsäga.
”Jag anser att ansvaret för AI måste brytas ner och skiktas i olika delar. Det behövs tydliga lager som samspelar, från affärsnyttan hela vägen tillbaka till tekniken.”
Ett exempel på en bra struktur är följande:
- Verksamhets‑/processägare äger effekt och vilka risker som organisationen kan ta.
- Produktägare äger användarnytta, implementering och färdplan.
- Dataägare ansvarar för kvalitet, klassning och juridiska frågor.
- Modell‑/agentägare ansvarar för prestanda och teknisk kvalitet.
- Plattformsägare ansvarar för drift, säkerhet och kostnadsramar.
AI-lösningar som håller i längden
Hybrida lösningar är ofta normen för AI-utveckling, där den nödvändiga data- och riskklassningen inför ett projekt ligger till grund för vad som kan ligga i ett publikt moln och vad som passar bäst i ett eget datacenter. Oavsett plattform kan Atea bistå med expertis.
Det är alltid viktigt att tänka på att bygga lösningar som håller över tid och som vid behov kan revideras, understryker Johan Holgersson.
– Du måste förhålla dig till varje AI-lösning som en egen organism och ha med det tidigt i designfasen. Det är en sak att göra något snabbt, men du måste också kunna gå tillbaka och göra om ifall något inte funkar som det ska, säger han och avslutar:
– Att jobba med AI utan att mäta värdet är ett slöseri med tid. Då är vi tillbaka i det här trestegshoppet, som måste definiera vad vi ska landa i. Hur mäter vi att vi har hoppat långt och hur vet vi om vi ska skala upp eller om behöver vi kliva tillbaka?
Johan Holgersson, Chief Digital Officer på Atea tipsar:
- Definiera tydligt vem som har ansvar för vad, både under och efter projektet, redan innan ni börjar
- Bygg en gemensam plattform med inbyggd styrning och säkerhet
- Inför tydliga kontrollpunkter från idé till produktion för att garantera att projektet rullar på i rätt riktning eller kan pausas, avslutas eller göras om i tid
- Gör suveränitet och regelefterlevnad till designkrav
- Mät effekter kontinuerligt, inte bara aktivitet
Gör resan säkert med suveräna AI-moln
Vi hjälper organisationer att bygga hållbara AI‑miljöer genom starka allianser, där data, affärskritiska system och AI‑kapacitet hamnar på rätt plats – vid rätt tid.
****************
Text: Johan Bentzel
Foto: Fredrik Andersson
