Ni använder AI – men gör den faktiskt jobbet? 

Inte bara genom att svara på frågor, utan genom att förstå information från flera håll, analysera ett läge, rekommendera nästa steg och – när det är lämpligt – föra arbetet vidare. 

Från AI som hjälper till, till AI som faktiskt bidrar i arbetet. 

AI kan göra mer än att sammanfatta och söka

Tänk att en ny kundförfrågan kommer in. En AI-assistent kan hjälpa säljaren att sammanfatta förfrågan eller formulera ett svar. Men tänk om AI i stället kan sätta förfrågan i ett större sammanhang. 

Den kan förstå vad kunden efterfrågar, använda relevant information från CRM, tidigare dialoger, avtal och andra tillåtna datakällor och analysera vad som är viktigt i just den här affären. 

Resultatet behöver då inte bara vara insamlad information. Det kan vara ett strategiskt grundat underlag med rekommendationer om hur säljaren bör ta affären vidare. Där börjar AI spela en helt annan roll i verksamheten.

En app, en agent eller en digital medarbetare

Hur AI möter medarbetaren kan se väldigt olika ut. Det kan vara en enkel app där ett avtal laddas upp och AI analyserar innehållet, identifierar risker och lyfter sådant som behöver uppmärksammas. 

Det kan vara en agent som hjälper en säljare att analysera en affärsmöjlighet och rekommendera nästa steg. 

Eller en digital medarbetare som arbetar i bakgrunden, följer en process och förbereder nästa steg i ett kundärende. 

Det viktiga är alltså inte formen. Det viktiga är vilken roll AI får i arbetet.

AI förstår – automation får saker att hända

Här finns också en viktig skillnad mellan AI och traditionell automation. 

Att skapa ett ärende när ett formulär skickas in kräver inte nödvändigtvis AI. Inte heller att flytta information från ett system till ett annat eller starta en förutbestämd aktivitet. Det kan vanliga integrationer och automationer redan göra väldigt bra. AI blir intressant när arbetet kräver förståelse och bedömning. 

Till exempel när ett avtal behöver tolkas för att identifiera risker. När information från flera källor behöver analyseras för att rekommendera nästa steg. Eller när ett kundärende först måste förstås innan rätt process kan väljas. 

AI kan då stå för att tolka, förstå, analysera och rekommendera. Automationer och integrationer kan därefter föra information vidare och utföra de förutbestämda momenten. 

Det är kombinationen som gör det möjligt att ta sig an arbetsprocesser som tidigare varit svåra att automatisera. Och värdet handlar inte bara om att spara tid. När AI kan förstå och analysera information i sitt sammanhang kan det ge bättre beslutsunderlag, kortare ledtider och jämnare kvalitet i arbetet. Det kan också minska personberoendet genom att relevant information och kunskap blir tillgänglig i processen – oavsett vem som utför arbetet.

Vad skulle det kunna innebära i er verksamhet?

Inom försäljning kan AI analysera en affärsmöjlighet utifrån kundhistorik, tidigare dialoger och annan relevant information och ge säljaren ett bättre underlag inför nästa steg. 

Inom ekonomi kan AI granska underlag, förstå innehållet, upptäcka avvikelser och bedöma vad som behöver granskas närmare innan ärendet går vidare. 

Inom HR kan AI exempelvis analysera information inför en rekrytering eller onboarding, identifiera sådant som saknas och rekommendera vilka åtgärder som behöver göras. 

Och inom kundservice kan AI förstå vad ett ärende faktiskt handlar om, väga in kundens historik och avtal och hjälpa till att avgöra hur ärendet bör hanteras. I vissa processer kan AI få stort handlingsutrymme. I andra används den för analys och rekommendationer medan en människa fattar beslutet. 

Poängen är inte att ta bort människan. Poängen är att låta AI bidra där dess förmåga faktiskt gör skillnad. 

När AI blir en del av processen ökar också kraven

När AI går från att vara ett verktyg för den enskilda medarbetaren till att bli en del av verksamhetens arbetsprocesser behöver fler saker fungera runt omkring. 

En agent kanske behöver använda information från CRM-systemet. En annan behöver arbeta med dokument i Microsoft 365. En tredje behöver kombinera information från flera verksamhetssystem och kunna initiera nästa steg. 

Då behöver verksamheten bland annat kunna svara på: 

• Vilken information får AI använda?  

• Vilka system får den komma åt?  

• Vad får den göra själv?  

• När krävs ett mänskligt godkännande?  

• Hur ser vi vad en agent har gjort?  

• Hur hanteras identiteter och behörigheter?  

• Vem ansvarar för lösningarna när de är i drift?  

Det här blir snabbt större än frågan om vilken AI-modell eller assistent verksamheten använder. 

Undvik att skapa nya AI-öar

När fler delar av organisationen ser möjligheterna med AI kommer också fler idéer. Sälj ser ett användningsområde. Ekonomi ett annat. HR ett tredje. Kundservice ett fjärde. 

Om varje initiativ byggs separat får organisationen snart flera lösningar med egna integrationer, behörigheter, identiteter, loggning och tekniska komponenter. Det som skulle förenkla verksamheten riskerar då att skapa ytterligare en teknisk miljö att hålla ihop. Därför behövs en gemensam grund. 

Har organisationen redan byggt en säker koppling till ett affärssystem ska den kunna återanvändas. Detsamma gäller identiteter, behörigheter, loggning och andra gemensamma komponenter. 

Då kan nästa AI-lösning bygga vidare på det som redan finns. 

Från AI-verktyg till AI-förmåga

Det är skillnad på att använda ett AI-verktyg och att bygga organisationens förmåga att arbeta med AI. AI-assistenter fortsätter att vara värdefulla. De hjälper enskilda medarbetare att skriva, söka, sammanfatta, analysera och arbeta effektivare. 

Men nästa steg är att också låta AI bidra i arbetsprocesserna. 

Det behöver inte innebära att allt ska automatiseras på en gång. Börja med ett område där AI:s förmåga att förstå, analysera eller rekommendera faktiskt kan förändra hur arbetet görs. När den lösningen fungerar finns en grund att bygga vidare på. 

Det är här Upheads ADA kommer in

Det är för den här utvecklingen vi på Upheads bygger ADA. 

Upheads ADA är vår managerade plattform för AI i verksamheten. Här kan AI-appar, agenter, bakgrundsagenter och automationer arbeta tillsammans med verksamhetens data, system och processer. 

AI kan användas för att förstå information, analysera sammanhang och rekommendera vad som bör göras. Agenter och automationer kan sedan hjälpa till att föra arbetet vidare där det är lämpligt. 

Samtidigt finns den gemensamma tekniska grunden runt lösningarna – med bland annat integrationer, identiteter och behörigheter, loggning, övervakning och kontrollerad driftsättning. 

Det innebär att varje nytt användningsområde inte blir ett fristående AI-projekt. Ni kan börja med en process, återanvända det ni bygger och steg för steg låta AI bli en större del av verksamheten. 

Var börjar man?

Börja inte med frågan: 

”Vilken AI-agent ska vi bygga?” 

Börja med verksamheten. 

Var finns beslut som kräver information från flera håll? Var behöver medarbetare analysera stora mängder information innan de kan komma vidare? Var bygger ett bra beslut på erfarenhet, sammanhang och bedömning? Och var skulle bättre beslutsunderlag, kortare ledtider eller minskat personberoende kunna göra verklig skillnad? 

Där finns några av de mest intressanta möjligheterna med AI.