AI

Styr AI-omkostningerne, før de styrer jer

Skrevet af

Advania Danmark
Advania Danmark

AI sniger sig løbende ind i de fleste organisationer, og omkostningerne handler ikke længere bare om licenser til en model. Det handler om tokenomics, sikkerhed og kvalitetssikring. Det gør AI-adoption til et ledelsesspørgsmål. Hvad koster brugen egentlig, og hvor skaber den værdi? Mange virksomheder bruger allerede AI aktivt i det daglige arbejde, men mangler overblik over hvordan det bliver anvendt i forskellige teams og i forskellige projekter. Uden den indsigt bliver det svært at prioritere investeringer, dokumentere værdi og holde styr på omkostningerne.  

Tre ting at tage med dig:

  • AI-omkostning handler ikke kun om hvad prisen er på fakturaen. Det handler i høj grad om den måde AI bliver anvendt, giver værdi i form af bedre kvalitet eller øget effektivitet.
  • Målet er ikke at bruge mindre AI, men at bruge det bevidst og med omtanke på hvilken værdi det skaber.
  • Måling skal indtænkes fra starten og kunne tilpasses, når brugen udvikler sig

Det, du ikke kan se, kan du ikke styre

Når AI-forbruget ikke måles, ved I ikke om det er marketing eller finans der tømmer token-banken – og forbruget kobles ikke til konkrete arbejdsopgaver. Det spredes på tværs af fakturaer, softwarelicenser og måske bruger medarbejderne ikke-godkendte platforme med sikkerhedsrisici til følge (det har fået sit eget udtryk, Shadow AI). Det bliver derfor en udfordring at få det samlet i en budgetlinje, som kan skabe overblik.

Hvordan skal AI måles?

Integrationen af kunstig intelligens i virksomheder kan virke uforudsigeligt. Her er målinger af AI-workflows et godt styringsværktøj. Først og fremmest handler det om, hvad succeskriterierne er for at anvende AI i det specifikke workflow. Er målet højere kvalitet, skal kvalitet kunne følges. Er målet hurtigere arbejdsgange, skal hastigheden kunne måles.

Nøgletal (eller KPI’er) er relevante som styringsværktøj, men det afgørende, når I arbejder med AI-adoption er nærmere at tilpasse jeres KPI’er løbende.

KPI Spørgsmål Hvorfor skal I arbejde med det?
KPI-rotation Hvor hurtigt kan din virksomhed tilføje, erstatte eller droppe KPI’er?  AI-arbejdet ændrer sig hurtigere end årlige scorecards. Derfor skal I kigge på jeres KPI’er løbende, så I ikke arbejder mod workflows som allerede er pensioneret.

 

Mange virksomheder måler stadig på nøgletal, der blev skabt til en langsommere verden. AI ændrer både arbejdsgange og tempo. Det er ikke længere nok at følge gamle mål og håbe, at de stadig beskriver virkeligheden.

Modellerne ændrer sig hurtigere end de fleste kan nå at følge med, hvilket stiller krav til at man løbende tilpasser sig og tager stilling til de nye præmisser.

Hvor hurtigt kan I tilføje et nyt nøgletal, når et AI-flow ændrer sig? Hvor hurtigt kan I stoppe med at måle noget, der ikke længere siger noget? Hvor ofte gennemgår I, om jeres KPI'er stadig styrer mod den rigtige adfærd?

Find ud af hvilken værdi AI skaber (ROI light)

Det behøver ikke være kompliceret at lave en første vurdering. Begynd med tre spørgsmål:

1. Hvilken effekt vil vi se?

Der er stor forskel på om AI skal afkorte din sagsbehandlingstid, være sparringspartner og forbedre kvaliteten i beslutningsgrundlag, mindske operationel risiko eller hjælpe med bedre service til kunder og medarbejdere.

2. Hvad koster løsningen?

Invisible AI spend handler om alt det uden om selve licensen til AI-værktøjet. Udover fakturaen skal du tage højde for både udvikling og intern drift: dataarbejde, integrationer, infrastruktur, forandringsledelse, uddannelse og løbende opfølgning.

3. Hvad skal vi teste?

Inden et nyt AI-initiativ sættes i søen, bør I finde ud af hvordan det skal testes. Da udviklingen netop går så stærkt, kan det være svært at have andet end antagelser at tage udgangspunkt i. Hvad er forventningen til effekt og anvendelsesgrad? Test antagelserne i lille skala, før I skalerer, og vær klar til at genbesøge jeres KPI’er efterhånden som I lærer mere.

Konklusion

AI-synlighed handler om at være i kontrol. Når omkostningen kan kobles til team, opgave og resultat, bliver det også lettere at vurdere hvordan AI skaber værdi, og hvor der er forbedringspotentiale.

AI udvikler sig for hurtigt til, at organisationer kan styre med de samme KPI'er år efter år. En moderne AI-økonomi kræver ikke kun KPI’er, men evnen til at erstatte dem i takt med at landskabet ændrer sig. 

Advania ALT

Lad os klæde jer på til AI - uden at I mister kontrollen