I bruger AI – men gør den egentlig sit arbejde? 

Ikke blot ved at besvare spørgsmål, men ved at forstå information fra flere kilder, analysere en situation, anbefale det næste skridt og – når det er relevant – føre arbejdet videre. 

Fra AI, der hjælper, til AI, der rent faktisk bidrager til arbejdet. 

AI kan mere end blot at sammenfatte og søge

Tænk, at der kommer en ny kundeforespørgsel ind. En AI-assistent kan hjælpe sælgeren med at sammenfatte forespørgslen eller formulere et svar. Men tænk, hvis AI i stedet kan sætte forespørgslen ind i en større sammenhæng. 

Den kan forstå, hvad kunden efterspørger, anvende relevante oplysninger fra CRM, tidligere dialoger, aftaler og andre tilladte datakilder samt analysere, hvad der er vigtigt i netop denne sag. 

Resultatet behøver altså ikke kun at være indsamlede oplysninger. Det kan være et strategisk funderet grundlag med anbefalinger til, hvordan sælgeren bør føre forretningen videre. Her begynder AI at spille en helt anden rolle i virksomheden.

En app, en agent eller en digital medarbejder

Den måde, hvorpå AI interagerer med medarbejderen, kan se meget forskellig ud. Det kan være en simpel app, hvor en aftale uploades, og AI'en analyserer indholdet, identificerer risici og fremhæver de punkter, der kræver opmærksomhed. 

Det kan være en agent, der hjælper en sælger med at analysere en forretningsmulighed og anbefale det næste skridt. 

Eller en digital medarbejder, der arbejder i baggrunden, følger en proces og forbereder det næste trin i en kundesag. 

Det vigtige er altså ikke formen. Detvigtige er, hvilken rolle AI kommer til at spille i arbejdet.

AI forstår – automatisering får tingene til at ske

Her er der også en vigtig forskel mellem AI og traditionel automatisering. 

At oprette en sag, når et skema indsendes, kræver ikke nødvendigvis AI. Det samme gælder overførsel af oplysninger fra et system til et andet eller igangsættelse af en forudbestemt handling. Det kan almindelige integrationer og automatiseringer allerede klare rigtig godt. AI bliver interessant, når arbejdet kræver forståelse og vurdering. 

For eksempel når en aftale skal fortolkes for at identificere risici. Når oplysninger fra flere kilder skal analyseres for at kunne anbefale det næste skridt. Eller når en kundesag først skal forstås, før den rette proces kan vælges. 

AI kan således stå for at fortolke , forstå, analysere og komme med anbefalinger.Automatiseringer og integrationer kan derefter videreformidle informationen og udføre de forudbestemte trin. 

Det er netop denne kombination, der gør det muligt at håndtere arbejdsprocesser, som tidligere har været vanskelige at automatisere. Og værdien handler ikke kun om at spare tid. Når AI kan forstå og analysere information i sin sammenhæng, kan det give et bedre beslutningsgrundlag, kortere gennemløbstider og en mere ensartet kvalitet i arbejdet. Det kan også mindske afhængigheden af bestemte personer, idet relevant information og viden bliver tilgængelig i processen – uanset hvem der udfører arbejdet.

Hvad kunne det betyde for jeres virksomhed?

Inden for salg kan AI analysere en forretningsmulighed ud fra kundehistorik, tidligere dialoger og anden relevant information og give sælgeren et bedre grundlag for det næste skridt. 

Inden for økonomi kan AI gennemgå dokumenter, forstå indholdet, opdage afvigelser og vurdere, hvad der skal undersøges nærmere, inden sagen går videre. 

Inden for HR kan AI for eksempel analysere oplysninger forud for en rekruttering eller onboarding, identificere mangler og anbefale, hvilke tiltag der skal iværksættes. 

Og inden for kundeservice kan AI forstå, hvad en sag egentlig handler om, tage højde for kundens historik og aftaler og hjælpe med at afgøre, hvordan sagen bør håndteres. I visse processer kan AI få stort handlingsrum. I andre bruges den til analyse og anbefalinger, mens et menneske træffer beslutningen. 

Pointen er ikke at fjerne mennesket. Pointen er at lade AI bidrage dér, hvor dens evner rent faktisk gør en forskel. 

Når AI bliver en del af processen, stiger kravene også

Når AI går fra at være et værktøj for den enkelte medarbejder til at blive en del af virksomhedens arbejdsprocesser, skal flere ting fungere i den bredere sammenhæng. 

En medarbejder har måske brug for at bruge oplysninger fra CRM-systemet. En anden skal arbejde med dokumenter i Microsoft 365. En tredje skal kombinere oplysninger fra flere forretningssystemer og kunne iværksætte det næste trin. 

I så fald skal virksomheden blandt andet kunne besvare følgende spørgsmål: 

• Hvilke oplysninger må AI anvende?  

• Hvilke systemer skal den have adgang til?  

• Hvad må den gøre selv?  

• Hvornår kræves der en menneskelig godkendelse?  

• Hvordan kan vi se, hvad en agent har gjort?  

• Hvordan håndteres identiteter og adgangsrettigheder?  

• Hvem har ansvaret for løsningerne, når de er i drift?  

Dette bliver hurtigt et større spørgsmål end, hvilken AI-model eller -assistent virksomheden bruger. 

Undgå at skabe nye AI-øer

Når flere afdelinger i organisationen ser mulighederne ved AI, dukker der også flere ideer op. Salgsafdelingen ser et anvendelsesområde. Økonomiafdelingen ser et andet. HR ser et tredje. Kundeservice ser et fjerde. 

Hvis hvert initiativ udvikles separat, vil organisationen snart stå med flere løsninger med hver deres integrationer, adgangsrettigheder, identiteter, logning og tekniske komponenter. Det, der skulle forenkle driften, risikerer dermed at skabe endnu et teknisk miljø, der skal holdes sammen. Derfor er der brug for et fælles grundlag. 

Hvis organisationen allerede har oprettet en sikker forbindelse til et forretningssystem, skal denne kunne genbruges. Det samme gælder identiteter, adgangsrettigheder, logning og andre fælles komponenter. 

Så kan den næste AI-løsning bygge videre på det, der allerede findes. 

Fra AI-værktøjer til AI-kompetencer

Der er forskel på at anvende et AI-værktøj og at opbygge organisationens evne til at arbejde med AI. AI-assistenter er fortsat værdifulde. De hjælper de enkelte medarbejdere med at skrive, søge, sammenfatte, analysere og arbejde mere effektivt. 

Men det næste skridt er også at lade AI bidrage til arbejdsprocesserne. 

Det behøver ikke at betyde, at alt skal automatiseres på én gang. Begynd med et område, hvor AI’s evne til at forstå, analysere eller komme med anbefalinger rent faktisk kan ændre den måde, arbejdet udføres på. Når den løsning fungerer, har man et fundament at bygge videre på. 

Det er her Upheads ADA kommer ind

Det er netop på baggrund af denne udvikling, at vi hos Upheads udvikler ADA. 

Upheads ADAer vores administrerede platform for AI i virksomheden. Her kan AI-apps , agenter, baggrundsagenter og automatiseringer arbejde sammen med virksomhedens data, systemer og processer. 

AI kan bruges til at forstå information, analysere sammenhænge og komme med anbefalinger til, hvad der bør gøres. Agenter og automatiserede løsninger kan derefter hjælpe med at føre arbejdet videre, hvor det er hensigtsmæssigt. 

Samtidig udgør det fælles tekniske grundlag rammen for løsningerne – herunder blandt andet integrationer, identiteter og adgangsrettigheder, logning, overvågning og kontrolleret idriftsættelse. 

Det betyder, at hvert nyt anvendelsesområde ikke bliver et selvstændigt AI-projekt. I kan starte med en proces, genbruge det, I udvikler, og trin for trin lade AI udgøre en større del af virksomheden. 

Hvor skal man begynde?

Start ikke med spørgsmålet: 

»Hvilken AI-agent skal vi udvikle?« 

Start med virksomheden. 

Hvor findes der beslutninger, der kræver information fra flere kilder? Hvor skal medarbejderne analysere store mængder information, før de kan komme videre? Hvor bygger en god beslutning på erfaring, sammenhæng og vurdering? Og hvor kunne et bedre beslutningsgrundlag, kortere behandlingstider eller mindre afhængighed af bestemte personer gøre en reel forskel? 

Der ligger nogle af de mest interessante muligheder ved AI.