Varför de flesta AI-projekt börjar med fel fråga

De flesta organisationer som inleder sina AI-projekt ställer sig frågan:

"Var kan vi använda AI?"

Det är en rimlig fråga, men den leder nästan alltid fel. Den gör att man söker platser att applicera ett verktyg snarare än undersöker om verksamhetens processer verkligen är byggda på ett sätt som drar fördel av vad AI faktiskt kan göra.

Tjugo år av digitalisering har satt sina spår

Digitaliseringsvågen som svepte genom svenska organisationer under 2000- och 2010-talen handlade om att flytta analoga processer till digitala system. Formulär digitaliserades. Papper blev PDF:er. Manuella godkännanden ersattes av digitala signaturer. Det var ett stort och nödvändigt arbete.

Men logiken bakom processerna, alltså vem som gör vad, i vilken ordning och varför, lämnades i stor utsträckning oförändrad. Det är en naturlig konsekvens av hur förändring fungerar: man anpassar det befintliga till nya verktyg snarare än ifrågasätter om det befintliga fortfarande är rätt.

AI förändrar förutsättningarna på ett djupare plan. Moderna AI-system kan förstå text, bedöma sammanhang, förutspå utfall och fatta välgrundade beslut i realtid. Det innebär att processer som byggdes kring mänskliga begränsningar, till exempel behovet av att manuellt läsa varje dokument, sortera och prioritera för hand, eller samla information från flera separata källor, kan designas om på ett sätt som faktiskt var omöjligt tidigare.

Det vanligaste mönstret, och vad det kostar

Det dominerande mönstret bland organisationer som inleder sin AI-resa är att AI läggs till som ett extra lager ovanpå befintliga processer. En chatbot kopplas till ett ärendesystem som fortfarande kräver manuell kategorisering. En automatisk fakturagranskning adderas till en godkännandeprocess med flera steg, ursprungligen byggd för att hantera fysiska papperskorgar.

Resultatet är att AI fyller en liten och avgränsad del av flödet medan resten av processen fortfarande begränsar kapaciteten. McKinsey Global Institute visar i sin genomgång av AI-adoption att organisationer som förändrar underliggande processer i samband med AI-implementering och AI-projekt konsekvent uppnår väsentligt högre avkastning jämfört med dem som lägger AI ovanpå oförändrade arbetssätt. Skillnaden är systematisk och upprepningsbar.

Metaforen som bäst beskriver situationen är att byta handbromsen på en cykel mot ett ABS-system. Tekniskt imponerande, men cykeln är fortfarande en cykel.

Den fråga som faktiskt leder framåt

Den produktiva frågan är en annan: hur hade vi designat den här processen om AI funnits från början?

Frågan tvingar fram ett annorlunda perspektiv. Den öppnar för att lyfta blicken från hur processen ser ut idag och undersöka hur den borde se ut, givet de verktyg och kapabiliteter som faktiskt finns tillgängliga nu.

Det är kärnan i processdesign för AI: ett angreppssätt som börjar med processen och dess syfte, kartlägger vilka beslut den behöver fatta, och låter det styra designen snarare än befintliga systemgränser och roller.

Varför det är svårt att se inifrån

Det är lätt att förstå varför organisationer fastnar i det befintliga. Det är tryggare att förändra lite åt gången. Det är enklare att argumentera för ett AI-tillägg till en befintlig process än att driva igenom att processen behöver ritas om. Och det är billigare på kort sikt.

Men de organisationer som väljer den vägen bygger in en begränsning i sina system som blir progressivt svårare att ta sig ur. Varje ny AI-investering adderas till en struktur som är fundamentalt fel designad för ändamålet.

Harvard Business Review pekar på detta som ett av de vanligaste problemen i digital transformation: att organisationer optimerar för den process de har, snarare än för den de borde ha. Det gäller minst lika starkt för AI.

Var startar man?

Att börja rätt handlar om att ställa rätt frågor i rätt ordning i början av varje AI-projekt. Identifiera processer med hög volym, tydliga beslutsregler och information som AI kan läsa och förstå. Leverantörsfakturor, inkommande e-post, avtalshantering och ärendehantering är vanliga och välbeprövade startpunkter.

Ta sedan ett steg tillbaka och fråga: vilka beslut behöver den här processen fatta? Den frågan, ställd om besluten snarare än om stegen, öppnar för ett fundamentalt annorlunda sätt att organisera arbetet.

Det är grunden i det zero-based ramverk vi går igenom i nästa inlägg i serien: Zero-based processdesign: Beslut som minsta enhet. Föredrar du att ta del av hela ramverket direkt kan du ladda ner metodguiden Processdesign för AI kostnadsfritt.

En konkret referenspunkt

Organisationer som tar den här frågan på allvar börjar vanligtvis med en begränsad process. Väljer ett flöde med hög volym och tydliga regler. Ritar om det från grunden med AI som en naturlig del av designen. Mäter resultaten. Rullar sedan ut angreppssättet.

Vi erbjuder ett workshopformat för exakt den processen: en halvdag per processområde där rätt kompetenser samlas för att kartlägga beslut, identifiera var AI skapar störst värde och lämna med en konkret prioriteringslista. Boka er kostnadsfria AI-workshop på multisoft.se/enterprise-ai.

Den bästa utgångspunkten är en ärlig fråga: hur hade vi designat de här processerna om vi fick börja om idag?