Fra AI-kundecase til eget beslutningsgrundlag: Hvilke spørgsmål mangler?
En AI-kundecase kan vise en konkret anvendelse, som er værd at undersøge. Den kan samtidig gøre det fristende at bruge en anden virksomheds resultater som forventning til sit eget projekt.
Læs casen som et beskrevet forløb
Microsofts nye Rockwell-case beskriver brug af AI i vedligeholdelse og gengiver virksomhedens resultater. Den er en kilde til inspiration, men ikke et forsøg, som isolerer effekten under jeres egne betingelser.
Spørg om opgaven faktisk ligner jeres
En løsning kan være nyttig i et miljø med gentagne problemer og veldokumenterede erfaringer. Et team med sjældne, meget forskellige spørgsmål kan have et andet behov. Sammenlign derfor arbejdets struktur før produktnavne og succestal.
Et tænkt salgsteam vil måske finde tidligere svar på produktspørgsmål. Det er en anden opgave end at udføre handlinger i et CRM. Beskriv, hvad medarbejderen skal kunne efter opslaget, og hvad der fortsat kræver en faglig vurdering.
Undersøg hvad der allerede er på plads
En offentlig case giver ikke nødvendigvis et fuldt billede af oprydning, integration, træning og vedligeholdelse. Skriv de tilsvarende forudsætninger ned for jeres eget forsøg. Hvis materialet er modstridende eller forældet, skal det indgå som arbejde og ikke skjules i et forventet AI-resultat.
Udpeg også en ejer for den viden, der ændres over tid. Det giver et mere realistisk billede af løsningen end alene at vurdere, hvor hurtigt et første svar kan vises.
Vælg en egen kontrol før forsøget
Min anbefaling er at samle et lille sæt repræsentative spørgsmål med gennemgåede svar og kendte begrænsninger. Undersøg både om medarbejderen finder et brugbart svar, og om vigtige forbehold følger med. Et hurtigt, forkert svar er ikke en vellykket genfinding.
Notér tidsforbrug og kvalitetsobservationer adskilt. Brug samme opgaver i sammenligningen, og beskriv, hvad prøven ikke dækker. Et lille forsøg kan støtte en næste beslutning uden at bevise en effekt i hele organisationen.
Lad næste skridt følge jeres evidens
Fortsæt, tilpas eller stop på baggrund af den konkrete prøve. Brug leverandørcasen til at stille bedre spørgsmål, og brug egne dokumenterede observationer til at begrunde investeringen. Den skelnen gør det muligt at være nysgerrig på AI uden at love en gevinst, som endnu ikke er undersøgt.