AI-strategi
En AI-strategi er en virksomhedsplan for hvordan den vil bruge kunstig intelligens til at nå sine forretningsmål. Den beskriver hvilke områder, AI skal anvendes på og hvad der kræves for at lykkes.
Har du brug for hjælp til at udvikle en AI-strategi? Læs om, hvordan Atlas arbejder med AI her
Hvad er en AI-strategi?
Mange virksomheder eksperimenterer med AI uden en strategi. De afprøver værktøjer, sætter pilotprojekter i gang og høster spredte gevinster hist og her. Det kan give kortsigtede resultater, men det er sjældent nok til at skabe varig forandring. Uden en strategi ender AI som en samling af løsrevne initiativer frem for en sammenhængende del af virksomhedsstrategien.
En AI-strategi er svaret på spørgsmålet: hvordan sikrer vi, at AI skaber reel og vedvarende værdi for vores forretning?
Hvorfor er en AI-strategi vigtig?
AI er ikke et IT-projekt med en slutdato. Det er en forretningsforandring der berører processer, mennesker og beslutninger på tværs af organisationen. Uden en strategi er det svært at prioritere hvor ressourcerne skal bruges og svært at måle om indsatsen bærer frugt.
Retning: Den sikrer at AI-initiativer hænger sammen med virksomhedens overordnede mål, frem for at blive drevet af hype eller pres fra konkurrenterne.
Prioritering: AI kan potentielt anvendes på hundredvis af områder og arbejdsopgaver. En strategi tvinger virksomheden til at vælge hvor den vil sætte ind først og hvorfor.
Organisatorisk forankring: AI-projekter der ikke er forankret i en bredere strategi, møder oftere modstand og mister momentum. En strategi skaber fælles forståelse og ejerskab.
Hvad indeholder en AI-strategi?
En AI-strategi er et forretningsdokument, som er tilgængeligt for alle, der er involverede i projektet. Det er væsentligt, at strategien ikke er teknisk funderet, men skrevet i et sprog, som alle medarbejdere kan forstå. En AI-strategi kan for eksempel indeholde:
Forretningsmål og use cases: Hvilke konkrete problemer skal AI løse, og hvilken værdi forventes det at skabe? De bedste strategier tager udgangspunkt i forretningens faktiske udfordringer og ikke blot hvad teknologien kan. AI bruges i mange forretningsmål til automatisering af tidligere tidskærvende manuelle processer.
Datavurdering: AI er afhængig af data. Strategien bør kortlægge hvilke data virksomheden har, hvilke der mangler, og hvad der skal til for at gøre dem brugbare.
Kompetencer og organisation: Hvem skal drive AI-arbejdet? Hvilke kompetencer har virksomheden i dag, og hvilke skal bygges eller købes?
Teknologi og infrastruktur: Hvilke platforme og værktøjer skal understøtte AI-arbejdet, og hvordan passer de ind i den eksisterende IT-arkitektur?
Governance og etik: Hvordan sikres ansvarlig brug af AI? Hvem har ansvar for at løsningerne virker, er retfærdige og lever op til regulatoriske krav som EU's AI Act?
Prioritering og roadmap: Hvilke initiativer tages først, og hvad er den forventede tidshorisont og hvad kommer det til at koste?
Sådan udvikler man en AI-strategi
En AI-strategi udvikles ikke på et whiteboard af IT-afdelingen alene. Det kræver som regel involvering på tværs af organisationen, fra topledelsen der sætter retningen, til de medarbejdere der kender de processer, som AI skal understøtte.
En typisk proces ser sådan ud:
Forstå forretningen først: Start med at kortlægge hvor virksomheden vil hen, og hvilke udfordringer der står i vejen. AI-strategien skal understøtte forretningsmålene – ikke omvendt.
Identificér og prioritér use cases: Hvilke processer eller beslutninger kan forbedres med AI? Prioritér ud fra potentielværdi og gennemførlighed – ikke teknologisk kompleksitet.
Vurdér modenhed og forudsætninger: Har virksomheden de data, kompetencer og den infrastruktur der kræves? Hvad mangler, og hvad koster det at skaffe det? Måske er der teknisk gæld i virksomheden, som bør tænkes ind i AI-strategien
Definer governance: Hvem ejer AI-strategien? Hvem godkender nye initiativer, og hvem har ansvar for at løsningerne lever op til etiske og regulatoriske krav? Det kan også være, at det er nødvendigt med AI-rådgivning for at komme i mål med strategien.
Byg et roadmap: Omsæt strategien til konkrete initiativer med ejere, tidsplaner og succeskriterier. Start med de initiativer der giver hurtige gevinster og bygger organisatorisk tillid til AI. Strategien skal omsættes til konkrete initiativer, der sikrer, AI-implementeringen kan ske i praksis.
AI-strategi i regulerede brancher
For virksomheder i den offentlige sektor og den finansielle sektor er en AI-strategi ikke kun et konkurrenceparameter. Det er i stigende grad et krav. EU's AI Act stiller krav til dokumentation, transparens og menneskelig kontrol af AI-systemer der bruges til beslutninger der påvirker mennesker. NIS2 og DORA sætter rammer for hvordan AI må anvendes i kritisk infrastruktur og finansielle institutioner.
En AI-strategi der ikke forholder sig til det regulatoriske landskab, er en ufuldstændig strategi.
Hvordan arbejder Atlas med AI-strategi?
I Atlas hjælper vi virksomheder med at udvikle AI-strategier der er forankret i forretningen og holder i mødet med virkeligheden. Vi arbejder primært med kunder i den offentlige og finansielle sektor, hvor krav til governance, datasikkerhed og regulatorisk compliance sætter rammerne for hvad der er muligt – og hvordan det skal gøres.
Det betyder at vi ikke leverer generiske strategimodeller. Vi tager udgangspunkt i den enkelte virksomheds mål, data og organisatoriske forudsætninger – og hjælper med at omsætte strategien til konkrete initiativer der kan implementeres.
Har du eller din virksomhed lyst til at komme i gang med at implementere AI?