Derfor dør KI-prosjektene

Pilotene fungerer. PowerPointene ser lovende ut. Men når løsningen skal kobles på drift, dataplattformer og kjernesystemer dør prosjektene. Ofte lenge før de får sjansen til å skape resultater. Det er ikke teknologien som er umoden. Det er måten vi jobber på.

Hver uke ser vi dette. KI-prosjekter som starter med entusiasme, men uten retning. Initiativer som evalueres etter seks måneder, selv om verdien først blir synlig etter tolv eller fjorten. Avdelinger som tester teknologi fordi den er spennende. Ikke fordi man har en tydelig problemstilling. For ikke å glemme bedriftene som tror Copilot i seg selv er en KI-strategi.

Ingen reell konkurransefordel

Problemet er at personlig produktivitet ikke flytter markeder. Med Copilot får du kanskje fem til ti prosent effektivitetsforbedring. Akkurat det samme som alle konkurrentene får. Med andre ord skapes ingen reell konkurransefordel. De store gevinstene kommer først når KI plasseres der verdiene skapes og kostnadene oppstår. Altså i leveranser, verdikjeder, produksjonslinjer og kundereiser. Ikke i verktøylinjen i Word. 

Samtidig er det sjelden algoritmene som stopper et KI-prosjekt. Det gjør organisasjonen. En pilot kan fungere utmerket i et skybasert testmiljø. Men så snart løsningen skal kobles på drift, møter man teknisk gjeld, dårlig datakvalitet, uklar datastyring, manglende eierskap og uavklarte roller. 

Sikkerhetsavdelingen sier nei. Risikoavdelingen sier nei. Det finnes ingen struktur for felles prioritering. Norge er et land som elsker å teste ut ting, men der avdelingene løper i hver sin retning. Resultatet? Et vell av gode initiativer som aldri får vokse. 

Må tenke industrielt

Skal kunstig intelligens gi varig verdiskapning må vi tenke industrielt. I praksis betyr det å starte med å rydde opp i grunnmuren. Altså i teknisk gjeld, datakvalitet og arbeidsflyt før det skaleres. Deretter må det bygges en moderne plattform som gjør det mulig å utvikle, validere, drifte og overvåke KI-løsninger på en koordinert måte. Til slutt må KI innlemmes i prosessene som faktisk driver virksomheten, slik at det ikke lenger er et prosjekt ved siden av driften. Men som en kapasitet som utvikles løpende. 

Det er ikke teorier. Flere norske industribedrifter har gjort dette i løpet av året. Det er denne tilnærmingen som har vært avgjørende for å lykkes i praksis. Mange har startet med piloter som aldri skalerte, men som likevel ga læring og modenhet. Feilen er ikke at man tester, men at det ikke bygges systemer som gjør at pilotene kan leve videre. 

Det handler også om et langt mer grunnleggende spørsmål enn teknologi. Hva er det vi egentlig prøver å løse? Hvilke prosesser er mest kostbare, mest frustrerende eller bidrar til største tap av effektivitet? Hvilken data trenger vi for å gjøre noe med det? Når bedrifter svarer på dette, kan det bygges løsninger som skalerer fremfor demoer som aldri forlater laboratoriet. 

Alt må også bygges for endring. KI utvikler seg så raskt at systemer som låses til én modell eller én leverandør, ikke vil vare. Løsningene må være modulære, fleksible og basert på klare prinsipper for sikkerhet, ansvarlighet, personvern og etikk. Når KI blir en del av infrastrukturen, må den også behandles som det.

Færre visjoner, flere planer

Vi trenger færre visjoner og flere operative planer. Færre piloter som dør og flere som skalerer. Færre strategidokumenter og mer kapasitet i praksis. AI First er ikke en PowerPoint-slide. Det er en organisasjonsendring. 

Vi overvurdere alltid hva KI kan gjøre på seks måneder. Vi undervurderer fullstendig hva de kan gjøre på fem år. Tenk system og ikke prosjekt.