DEBATT | Lasse Maugesten
Du har ikke en KI-strategi. Du har flaks!
«Det vet jeg faktisk ikke.» IT-direktøren i et stort norsk konsern hadde nettopp vist meg dashbordet sitt med tydelig stolthet, og så ble han stille da jeg spurte hva de ansatte egentlig brukte KI-verktøyet til.
Tallene på skjermen var det ingenting i veien med: 72 prosent av de ansatte hadde brukt verktøyet i løpet av siste uke, forbruket per bruker var opp 12 prosent, og kostnaden per aktive bruker falt pent på sin egen graf.
LES OGSÅ:
-
Bare én av fire bedrifter har oversikt over hva KI koster
-
Norges første rene datasenteraksje på børs
-
Sikrer kontrakt med Green Mountain i Tyskland
-
Oslo kommune: – KI-støtte vil revolusjonere hvordan vi jobber
-
Eksperter oppstår ikke av seg selv
-
Telenors oppkjøp av GlobalConnect tillates med betingelser
-
Nå er det KI-agenter som surfer mest
Han gjorde ingenting galt. Han rapporterte det han var bedt om å rapportere, og tallene pekte riktig vei. I den samme virksomheten satt HR-direktøren med sitt eget dashbord, der adopsjon, fullførte opplæringsmoduler og engasjementsgrader hadde sine egne kurver. Ingen av dem målte hva bruken førte til, hva som ble gjort med den, eller om noe i virksomheten faktisk var blitt bedre.
Gjort det før …
Vi har gjort dette før, og vi vet hvordan det endte. For 25 år siden installerte norske selskaper SAP, og de målte det samme som nå: antall brukere lært opp, antall moduler aktivert, antall lisenser solgt. Det de ikke målte, var om virksomheten tok bedre beslutninger. Mange brukte hundrevis av millioner på å digitalisere kaoset sitt, og lurte i etterkant på hva som hadde skjedd. Lederne som husker den prosessen, husker også hvor lett det er å forveksle aktivitet med endring.
Forskjellen mellom SAP-feilen og det som faktisk virker, ligger i tre lag som må bygges, og de fleste bygger bare det øverste. Det øverste er adopsjonen: opplæring, kurs, kommunikasjon, utrulling, KI-ambassadører. Det er her dashbordene sitter, det er her HR oftest eier, og det er her aktivitet er enkelt å måle. Det er også det eneste laget de fleste virksomheter har bygget infrastruktur for å se.
Under det ligger operasjonaliseringen, der noen må bestemme hvilke arbeidsoppgaver KI faktisk skal utføre, hvor en agent kan handle på egen hånd, og hvor mennesket må inn. Det er arkitektarbeid, ikke endringsledelse, og det er IT som sitter nærmest det. De færreste har bemannet det som et eget ansvar. Og helt nederst ligger fundamentet: dataene må være rene, tilgjengelige og forstått av maskinen, begrepene i virksomheten må være definert, og styringsregimet må styre noe ekte. Uten det resonnerer KI over data den ikke skjønner, i en virksomhet den ikke kan tolke.
Ferdigheter var aldri flaskehalsen
Tenk på en controller som har tatt sertifiseringen, sett videoene og fått tilgangen. Hun sitter likevel fast, ikke fordi hun mangler ferdigheter, men fordi de to nederste lagene ikke er på plass: tallene hennes ligger spredt i systemer maskinen ikke kan lese sammenhengende, arbeidsflyten hennes er aldri modellert, og verktøyet ender opp med å hjelpe henne med det trivielle fordi det er det eneste det kan tolke. Hun bruker det til å pusse formuleringer i en e-post. Og det er den bruken lederen hennes rapporterer som suksess.
Noen vil innvende at adopsjon må måles, at verdi ikke kommer før bruken. Det er sant som første skritt, og i år ett er det ofte det eneste som er mulig. Problemet er at år ett blir til år to og år tre, og infrastrukturen for å måle noe annet aldri blir bygget.
Stopper du byggerne, stopper transformasjonen
I noen organisasjoner ser jeg et helt annet mønster, og ikke i de største enablement-programmene. Det skjer der teknisk skjønn og handlingsrom er fordelt på folk som ikke nødvendigvis sitter i IT: en prosjektleder som bygger en portefølje av autonome agenter fordi han trenger dem for å levere på et kundeoppdrag, en kollega som lager et internt verktøy som plutselig brukes av halve huset. Ingen sentral enhet bestilte noe av det.
Det interessante er at disse menneskene jobber på alle tre lagene samtidig. De rydder dataene de trenger, modellerer arbeidsflyten de automatiserer, og bestemmer selv hvor agenten kan ta beslutninger uten dem. Sentralenheten har sjelden tid til, eller mandat for, å gjøre det samme arbeidet på vegne av virksomheten.
Hos oss i TRY bygde en liten gruppe et internt produkt for å løse et konkret distribusjonsproblem. Det ble ikke bestilt fra en sentral enhet, det sto ikke i noen strategi, og det er nå et av de mest brukte interne verktøyene vi har. Det vokste fram hos folk som ville bygge og fikk lov, fordi det var bygget nok under dem til at det var mulig. Den sentrale funksjonen kan i beste fall rapportere på slikt i etterkant, og da er jobben å fortelle en historie, ikke å skape transformasjonen.
Du har ikke en strategi – du har flaks
Hvis det som faktisk endrer organisasjonen din avhenger av at noen tilfeldigvis har nok teknisk skjønn til å bygge selv, har du ingen strategi. Du har flaks. Spørsmålet ledere bør stille er ikke hvor mange de har trent, men hvor mange hos dem som kan bygge noe, hva de har fått lov til å bygge, og hva som er bygget under dem for at det skal være mulig.
Det er to ulike organisasjoner. Den ene måler at de ansatte bruker tokens og logger inn. Den andre måler at de ansatte bygger ting som blir brukt.
Det er to ulike organisasjoner. Den ene måler at de ansatte bruker tokens og logger inn. Den andre måler at de ansatte bygger ting som blir brukt. Forskjellen handler om hvor mye av fundamentet og operasjonaliseringen som er bygget under brukerne, og om det som telles er verdien som skapes fremfor aktiviteten som registreres.
IT-direktøren jeg snakket med, hadde mer enn de fleste å skryte av på det øverste laget. Infrastrukturen var i orden, tallene var bedre enn bransjesnittet, og han ble bedt om å rapportere på akkurat det han rapporterte. Om to år vil han ha dokumentasjon på at de ansatte har brukt KI flittig hver eneste uke, og han vil fortsatt ikke kunne svare på hva virksomheten har blitt bedre på. Det er det samme svaret lederne satt med 25 år etter at SAP ble installert. Forskjellen er at denne gangen vet vi det på forhånd.