Vad avgör om AI faktiskt skapar affärsvärde?

AI har på kort tid blivit en naturlig del av strategiska diskussioner i många ledningsgrupper. Under det senaste året har jag deltagit i fler möten om AI än om nästan något annat ämne. Det fascinerande är att samtalen, oavsett om de handlar om produktion, planering eller ekonomi, ofta landar i samma fråga: 

Hur vet vi att investeringen faktiskt kommer att skapa värde? 

Det är en relevant fråga. De flesta företag har fler utvecklingsinitiativ än de har tid eller budget för att genomföra. Satsningar på AI konkurrerar med allt från expansion och kompetensutveckling till investeringar i produktion, hållbarhet och digitalisering.

För CFO:n handlar det därför om att prioritera mellan olika alternativ och skapa ett beslutsunderlag som gör det möjligt att investera med självförtroende. 

De mest framgångsrika initiativen börjar med verksamheten 

När jag ser tillbaka på de AI-projekt som skapat störst effekt finns ett tydligt gemensamt drag. Diskussionen handlar om verksamheten. 

Många företag börjar med att diskutera vad tekniken kan göra. Det är naturligt. Möjligheterna är många och utvecklingen går snabbt. Men efter ett tag brukar samtalet landa i helt andra frågor. Hur ser svarstiderna ut idag? Var uppstår onödig arbetsbelastning? Hur påverkas kundupplevelsen? Vad kostar de processer som människor har lärt sig att leva med? Det är ofta först när verksamhetsmålen blir tydliga som det går att bedöma vilka initiativ som faktiskt har potential att skapa värde. 

Min erfarenhet är att AI-investeringar blir betydligt enklare att prioritera när organisationen först definierar vilket problem som ska lösas och vilka resultat man vill uppnå. 

Produktivitet är ofta den första effekten som blir synlig 

Ett vanligt första steg är att fokusera på områden där stora delar av arbetsdagen består av repetitiva eller administrativa uppgifter. Det kan handla om dokumenthantering, orderflöden, ärendeklassificering eller sammanställning av information från flera system. 

Det som ofta slår mig i AI-diskussioner är hur snabbt perspektivet förändras när man börjar prata om tid. Frågor om teknik och funktionalitet får fortfarande plats, men samtalet blir mer jordnära. Hur mycket tid lägger människor på processen idag? Var uppstår väntan? Vilka arbetsuppgifter skapar minst värde men tar mest tid? 

När den bilden blir tydligare blir det också enklare att bedöma potentialen. AI blir mindre av ett tekniskt initiativ och mer av ett sätt att lösa ett konkret verksamhetsproblem. Det är ofta där värdet börjar bli synligt. 

Bättre data leder till bättre beslut 

En annan återkommande observation handlar om datakvalitet. 

Många organisationer har tillgång till enorma mängder information, men ändå känner beslutsfattare en osäkerhet kring vilka siffror som är de rätta. Rapporteringen fungerar kanske, men bygger på flera system, manuella bearbetningar och olika versioner av samma information. 

Det som ofta fångar mitt intresse är att problemet sällan handlar om brist på data. Tvärtom. De flesta företag har mer information än någonsin tidigare. Frågan är snarare hur stor tillit ledningen har till den information som finns. Det kan låta som en detalj, men konsekvensen blir ofta större än man först tror.  

När den tilliten är låg börjar diskussionerna kretsa kring siffrorna i sig istället för vad siffrorna faktiskt säger om verksamheten. Ledningsgruppen lägger tid på att förstå vilket underlag som är korrekt när fokus egentligen borde ligga på vilka beslut som behöver fattas. Det är en utveckling som många CFO:er känner igen. 

Jag skulle till och med hävda att tillförlitlig data är en av de mest underskattade konkurrensfördelarna ett företag kan ha idag. När kvaliteten i data förbättras stärks förutsättningarna för prognoser och investeringsbeslut. Det blir enklare att identifiera avvikelser tidigt och prioritera mellan olika initiativ. 

I AI-sammanhang blir detta särskilt tydligt. AI kan hjälpa till att analysera, identifiera mönster och skapa rekommendationer, men värdet av dessa insikter blir aldrig större än förtroendet för informationen som ligger bakom.  

För många CFO:er är det därför ett av de mest värdefulla resultaten av en AI-satsning. Tillförlitlig information skapar bättre förutsättningar för beslut och gör det lättare att prioritera mellan olika initiativ. 

Några frågor som är värda att ställa tidigt 

När nya initiativ diskuteras finns det några frågor som nästan alltid hjälper till att skärpa diskussionen. 

Vilket affärsmål vill man uppnå? 

De mest framgångsrika projekten har ett tydligt syfte redan från början. Organisationen vet vilka problem som ska lösas och hur framgång ser ut. 

Hur ska effekten mätas? 

Ibland väntar företag med den frågan tills projektet är genomfört. Min erfarenhet är att det lönar sig att definiera mätpunkterna i ett tidigt skede. Då blir det enklare att följa upp investeringens faktiska påverkan på verksamheten. 

Finns det rätt förutsättningar? 

Data, processer och ansvarsfördelning spelar ofta större roll än själva tekniken. Organisationer som har kontroll över sina processer får vanligtvis snabbare effekt och enklare införanden. 

AI stärker företagets beslutsförmåga 

AI-diskussioner har ofta fokus på effektivisering och automatisering. Men många ledningsgrupper ser ett annat värde växa fram över tid. Besluten blir bättre. 

Det blir enklare att prioritera mellan investeringar och fatta beslut med större säkerhet när information görs tillgänglig på ett mer strukturerat sätt. Det är också därför AI allt oftare har blivit en fråga för företagsledningen snarare än enbart för IT-avdelningen. 

De organisationer som lyckas bäst är ofta de som kombinerar teknik med verksamhetsförståelse, tydliga mål och löpande uppföljning. Då skapas en tydlig koppling mellan investering och affärsresultat. I slutändan är det den kopplingen som avgör värdet av en investering.