AI används allt mer i våra verksamheter, men betyder mer användning automatiskt större nytta?
I sin sjätte krönika resonerar Arvid Josefsson, Lead Enterprise Architect och AI Lead på Fellowmind, om varför företag behöver gå från att mäta hur mycket AI som används till att fokusera på vilket värde tekniken faktiskt skapar.
AI har gått från experiment till en naturlig del av många organisationers vardag. Det förändrar också frågorna vi behöver ställa oss. Det handlar inte längre bara om vad vi kan göra med AI, utan om vad vi faktiskt bör göra.
Från möjligheter till prioriteringar
Många dialoger jag har med företag handlar fortfarande om hur man kan få fler att använda AI, bygga fler lösningar eller identifiera fler processer som kan automatiseras. Men jag märker att diskussionen börjar förändras.
Samtalen handlar inte längre bara om möjligheter och nya användningsområden, utan allt oftare om prioriteringar. Var skapar tekniken faktiskt värde, och hur använder vi den på ett sätt som är hållbart över tid?
Det beror delvis på att både tekniken och förståelsen för den har mognat. Men det beror också på att kostnadsmodellerna förändras.
Arvid Josefsson, Lead Enterprise Architect och AI Lead på Fellowmind
Tidigare har många AI-tjänster baserats på fasta avgifter utan någon direkt begränsning i användningen. Nu börjar fler tjänster i stället prissättas efter hur mycket de används. Varje fråga, analys eller agentaktivitet förbrukar resurser någonstans i bakgrunden.
För organisationen innebär det att sambandet mellan användning och kostnad blir tydligare, ungefär som för elförbrukning, molnkapacitet eller andra resurser som används efter behov.
Var skapar AI störst värde?
Historiskt har vi ofta velat maximera användningen av de system vi investerat i. När licensen väl var betald kostade nästa rapport, sökning eller arbetsflöde i princip ingenting extra.
Nu blir det i stället relevant att fundera över var AI faktiskt skapar värde.
Vilka processer tjänar på att förstärkas med intelligenta agenter? Vilka beslut blir bättre med stöd av avancerad analys? Och vilka uppgifter är kanske inte tillräckligt viktiga för att motivera samma nivå av insats?
”Det betyder inte att vi ska använda mindre AI. De organisationer som lyckas bäst kommer sannolikt att använda mer AI än andra. Skillnaden är att de kommer att vara mer medvetna om var den används, på vilket sätt och varför.” Arvid Josefsson, Lead Enterprise Architect och AI Lead på Fellowmind
Vi behöver börja mäta värdet, inte användningen
Bakom kulisserna mäts användningen av AI-modeller ofta i tokens, små enheter som används för att mäta mängden information som modeller läser och genererar. De flesta användare behöver sannolikt aldrig förstå detaljerna. Men det påminner oss om något viktigt: AI är en resurs som vi behöver använda på ett genomtänkt sätt.
Precis som med andra resurser i verksamheten behöver vi kunna prioritera, följa upp och förstå vad vi får tillbaka. Vi bör sluta mäta framgång i hur mycket AI vi använder och i stället börja mäta den i vilket värde tekniken skapar.
