Bare 15 % av norske bedrifter bruker AI i sin daglige drift

Bruken av kunstig intelligens (AI) i norske bedrifter viser en moderat adopsjons-rate. Ifølge en undersøkelse utført av NHO, benytter kun 15 % av norske bedrifter AI i sin daglige drift. Denne undersøkelsen ble publisert i september 2023, og oppfordrer norske bedriftsledere til å øke bruken av AI for å holde tritt med teknologisk utvikling​​.

En annen rapport fra Abelia, publisert i september 2023, understreker at selv om norske bedrifter viser interesse for AI, har de i stor grad ikke implementert teknologien i sine operasjoner. Mange bedrifter synes også å mangle nødvendig kompetanse om AI​​. Tilleggsdata fra Statistisk sentralbyrå (SSB) indikerer at omkring 11 % av norske foretak med minst ti ansatte brukte en eller flere AI-baserte teknologier i 2021. Dette tallet representerer en økning fra 7 % i 2020, ifølge en tilsvarende undersøkelse publisert av Eurostat​​.

Disse kildene peker samlet mot en forsiktig, men voksende, adopsjon av AI-teknologi i norske bedrifter. Mens interessen for AI er tydelig, ser det ut til at det er behov for mer utbredt kompetanseutvikling og integrering av AI i bedriftenes prosesser for å se en større adopsjons-rate.

Hva skal være din strategi?

Mye peker i retning av at det er et stort behov for kunnskap og kompetanse i norske bedrifter når det kommer til AI. Det er jo ikke en overraskelse, da det inntil nylig ikke har blitt gjort særlig tilgjengelig for oss “normale” brukere. ChatGPT fra OpenAI har satt fart på dette og ikke minst konkurrentene. Den raske utviklingen har ført til samtaler om etiske retningslinjer og reguleringer. I mellomtiden skjer det en utrolig rask utvikling som vi må tal del i. AI vil aldri forsvinne.

Hva bør strategien inneholde?

En AI-strategi for en SMB (små og mellomstore bedrifter) kan variere avhengig av bedriftens spesifikke behov, ressurser og mål. Jeg tar imidlertid sjansen på noen generelle råd.

Å ha klare forretningsmål er grunnlaget for enhver strategi. Uten dette, vil det være vanskelig å måle suksess eller rettferdiggjøre investeringen i AI. Uten å kjenne din virksomhet så kan jeg ikke komme videre med deg, men la meg f.eks. anta at du jobber i en bank eller et forsikringsselskap. Her er noen eksempler på mål:

• Bruke AI-drevne chatbots og virtuelle assistenter for raskere og mer effektiv kundeservice.
• Tilby personlig finansiell rådgivning gjennom AI-analyse.
• Bruke AI for å skreddersy bank/forsikringstilbud basert på individuelle kundebehov og risikoprofiler.
• Bruke AI for automatisering av rutinemessige oppgaver som datainnsamling og transaksjonsbehandling.
• Effektivisere back-office operasjoner.
• Anvende AI for å analysere store datasett for å identifisere kundetrender og forbedre beslutningsprosesser.
• Automatisere prosessen med skadebehandling for raskere service.
• Bruke AI til skadevurdering gjennom bildegjenkjenning og analyse.
• Implementere AI-baserte systemer for å oppdage og forhindre forsikringssvindel.

Selv om disse målene er spesifikke for bank og forsikring, har de felles temaer som effektivisering, risikostyring, kundeservice og innovasjon. Disse målene reflekterer hvordan de kan bruke AI for å både forbedre operasjonell effektivitet og skape en bedre, mer personlig kundeopplevelse.

Man må ha kunnskap om AI

En grunnleggende forståelse av AI er viktig for å ta informerte beslutninger om hvilke AI-løsninger som er relevante for dine mål. Du må derfor analysere og tette dette gapet med en plan for opplæring. Et effektivt opplæringsprogram for AI bør dekke flere kritiske områder for å sikre at medarbeidere er godt forberedt og i stand til å utnytte AI-teknologi effektivt. Et slikt program bør være strukturert for å imøtekomme ulike kompetansenivåer og funksjoner i organisasjonen.

• For å bygge en grunnleggende forståelse av AI, dets muligheter og begrensninger bør man starte med en innføring i hva AI og maskinlæring er, forskjellige typer AI og grunnleggende terminologi. Avmystifisering er et nøkkelord.
• En gjennomgang av hvordan AI spesifikt kan brukes innen vårt fagområde, inkludert eksempler på chatbots, prediktiv analyse, personalisering, og kundeinnsikt vil være med på å tydeliggjøre nytteverdien for dine medarbeidere. Ingenting slår effekten av å demonstrere real-world applikasjoner.
• Å sikre at ansatte forstår hvordan data påvirker AI-ytelsen og viktigheten av god datahåndtering er også nødvendig. Vi omgir oss med mye data med ulike datakvalitet og ingenting er verre enn at AI skal benytte dårlig strukturerte, ut-daterte og direkte feil datagrunnlag.
• Å fremme ansvarlig bruk av AI, med fokus på rettferdighet, åpenhet, og respekt for kundens personvern er viktig å formidle. Opplæring bør derfor ta innover seg dette og legge tilrette for diskusjoner rundt etiske spørsmål, personvern, og hvordan unngå bias i AI-systemer. Bias i AI-systemer refererer til systematiske og urettferdige skjevheter i data eller algoritmer som kan føre til urettferdige eller diskriminerende resultater. Disse skjevhetene kan oppstå av flere grunner og kan ha betydelige konsekvenser, spesielt i sensitive applikasjoner som rekruttering, kredittvurdering, rettshåndhevelse, og helsevesen.
• Å sikre at medarbeidere er komfortable og kompetente med de aktuelle AI-verktøyene som skal/kan brukes i organisasjonen er avgjørende - det hjelper lite å ha en hammer hvis du ikke kan holde en spiker. Hands-on øvelser og simuleringer for å anvende AI-verktøy i realistiske situasjoner må inn i de daglige rutinene og gjentas. Manglende repetisjon fører ikke til læring - kun frustrasjon.

Et vel strukturert opplæringsprogram vil bidra til å de-mystifisere AI for ansatte, fremme kompetansebygging, og sikre en jevn overgang til AI-drevne arbeidsprosesser. Det vil også hjelpe med å bygge en kultur der AI er sett på som en verktøykasse for forbedring og innovasjon, ikke som en trussel mot arbeidsplasser.

Man må også tenke gjennom

• Datastrategi: AI-teknologier er i stor grad avhengige av data. Å ha en solid datastrategi er nøkkelen til å drive effektive AI-initiativer.
• Etiske og juridiske overveielser: Det er viktig å tidlig adressere etiske og juridiske spørsmål for å unngå fremtidige problemer og sikre at strategien er bærekraftig og ansvarlig.
• Talent og kompetanse: Forståelse av hva slags talent og kompetanse som er nødvendig, og om dette er tilgjengelig internt eller må anskaffes eksternt, er avgjørende for suksessen til AI-implementeringen.
• Teknologi og plattformvalg: Velge de riktige verktøyene og plattformene er en kritisk avgjørelse som vil påvirke effektiviteten og kostnadene ved dine AI-prosjekter.
• En implementeringsplan: En godt strukturert implementeringsplan, ofte startende med pilotprosjekter, reduserer risiko og lar organisasjonen lære og tilpasse seg gradvis.
• Måling og evaluering: Det er viktig å ha klare KPI-er og evalueringsprosesser for å spore fremgangen og effekten av AI-initiativer og justere strategien der det trengs.
• Endringsledelse: Å håndtere endring effektivt er kritisk for å sikre at AI-teknologi blir vellykket adoptert i hele organisasjonen.

Som vi ser, er landskapet for kunstig intelligens i kontinuerlig utvikling og tilbyr betydelige muligheter for norske bedrifter. Men å realisere disse mulighetene krever mer enn bare en interesse for ny teknologi; det krever en dedikert strategi og vilje til å lære og tilpasse seg. Er din bedrift klar til å ta skrittet inn i AI-æraen? Nå er tiden for å legge grunnlaget for fremtiden. Start med å definere klare forretningsmål, bygg opp nødvendig kompetanse blant dine ansatte, og utvikle en bærekraftig AI-strategi som ikke bare styrker din virksomhet i dag, men også posisjonerer den for fremtidig suksess. 

Les også:

Utnytt kraften av AI for å forbedre salg og kundeservice
Hvordan kan kunstig intelligens som ChatGPT brukes i salg og markedsføring
Cube CRM og egne roboter gir Landkreditt bedre leads

Ikke vent på at fremtiden skal forme deg – ta initiativet og form fremtiden. Ta det første steget i dag ved å utvikle en omfattende og tilpasset AI-strategi for din bedrift.