Snabbguide: När AI producerar mer måste chefen säkerställa värdet

AI kan skriva mejl, rapporter och analyser på sekunder. Chefens viktigaste uppgift blir då att se till att det som produceras faktiskt ger nytta. Här är fyra viktiga saker att tänka på.

Vi är nu med raska steg på väg in i nästa fas av AI-användningen.

Den testfas vi befunnit oss i fram tills nu har handlat om att testa och experimentera, enligt Petter Jacobs, innovationsledare och AI-rådgivare på JSC IT-Partner.

– Det är så det ska vara. I testfasen gäller särskilda regler. Då ska man prova sig fram och testa även sådant som kanske inte skapar direkt värde. Men när vi nu går in i leveransfasen och börjar använda verktygen i vardagen så måste vi börja mäta effekten av det som produceras, säger han.

AI kan skapa enorma mängder material på kort tid. Fler kan producera mer – och ofta ser det dessutom både bättre och snyggare ut än om du hade tagit fram det själv. Det är lätt att bli bländad av de nya möjligheterna.

– Jag brukar kalla det för produktionsteater. Vi producerar saker som ser fina ut och insatsen är liten för att få ut väldigt mycket material. Men risken är att det skapar merarbete hos mottagarna, utan att göra någon direkt nytta.

Viktigt att mäta rätt saker

Problemet uppstår när vi mäter och belönar fel saker, enligt Petter Jacobs. Om man enbart mäter om en rapport har lämnats in, så belönas detta beteende – även om resultatet inte gynnar organisationen.

– Egentligen kanske du hoppas att rapporten ska leda till någon form av action. Men då behöver du hitta sätt att mäta det. Frågan har varit aktuell länge, men befinner sig nu på en ny nivå eftersom insatsen för att producera något är så låg.

För chefen handlar det om att definiera vad som faktiskt skapar värde i verksamheten. Det är lätt att peka på medarbetarna och hävda att de använder AI på fel sätt, men den stora frågan är hur strukturerna ser ut.

– Fundera igenom vad som är god AI-produktivitet hos er och justera mätetalen i linje med det.

Mer är inte alltid bättre

Ta till exempel ett område som mejlsupport. Det är lätt att mäta hur många fler mejl som kan besvaras under en dag med hjälp av AI. Men om det viktiga är att kunden ska bli nöjd så räcker inte det.

– Då kanske man i stället borde mäta hur många mejl som kommer tillbaka med följdfrågor på grund av att mottagaren inte fick ett tillräckligt bra svar. Sedan kan man arbeta med att förbättra AI-lösningen.

Samma sak gäller inom många områden. Inom vården mäts ofta hur många patienter som kan tas emot under en dag. Men en intressantare fråga är kanske om patienternas upplevelse förbättras när läkaren använder AI.

Hur ska rapporteringsprocessen se ut?

En annan viktig sak att se över är rapporteringsprocessen.

Tidigare när chefen bad någon i verksamheten att skriva en rapport så var det delvis för att en insatt person skulle summera och analysera området. Om detta inte görs längre utan rapporten nu skrivs av AI behöver vi förmodligen göra på ett annat sätt för att få den analys och i förlängningen de åtgärder vi vill åt.

– Om vi automatiserar produktionen av en rapport, och i andra änden använder AI för att summera den, så är det kanske ingen människa som har läst hela rapporten. Då behöver vi fundera på vad det egentligen är vi gör. Hur ska vi arbeta med rapporteringsprocessen givet det nya? säger Petter Jacobs.

Det går fortfarande att ta bra hjälp av AI, men det krävs ett förarbete, menar han.

– Om du sätter dig med AI-verktyget innan du har tänkt till är risken stor att du lämnar ifrån dig något som inte är genomtänkt.

Ansvaret är fortfarande ditt

Som individ är du alltid ansvarig för det du lämnar ifrån dig, oavsett vilket verktyg som har använts, poängterar Petter Jacobs.

Gör alltid din egen bedömning: Vad är syftet med det jag gör? Vilka är de viktigaste punkterna jag vill förmedla och vem ska läsa?

– Och får du följdfrågor så måste du ha tänkt till: Vad tycker jag egentligen om den här slutsatsen? säger han.

Använda på rätt sätt har AI-verktygen en enorm potential. Men det kräver mycket av individen.

– Då underlättar det om chefer skapar strukturer som belönar rätt saker. Annars är risken stor att AI-användningen blir en produktionsteater utan nytta, säger Petter Jacobs.