Guider / AI för företag

AI är inte magi: vad det faktiskt gör snabbare

Uppdaterad

Kort svar: AI gör det snabbare att bygga, skriva och analysera. Integrationer, interna system, analyser och första utkast som förr tog månader kan i dag ta veckor. Men AI löser inte ett otydligt problem, städar inte dålig data och tar inget ansvar. Det som avgör om ni vinner tid är samma sak som förut: att ni löser rätt problem, avgränsar arbetet och har någon som styr och granskar.

AI är ett verktyg bland flera. Ett mycket kraftfullt sådant, men fortfarande ett verktyg. Den som förväntar sig att AI ska lösa saker på egen hand blir besviken. Den som använder det där det passar kan göra på veckor det som tidigare tog ett kvartal.

Där AI kortar tiden

Integrationer mellan system

Att koppla ihop två system handlar mycket om att läsa dokumentation, mappa fält, skriva kod för anrop och hantera fel. AI är bra på allt det. En erfaren utvecklare som vet hur integrationen ska fungera kan i dag bygga den på en bråkdel av tiden. Kunskapen om hur flödet ska se ut, vad som händer när något går fel och vem som äger datan kommer fortfarande från människor.

Interna system och verktyg

Många företag betalar för en extern tjänst som bara delvis passar, eller kör en viktig process i ett kalkylark. Tidigare var ett eget system för dyrt att ta fram. Med AI har den kalkylen ändrats. Vi har själva ersatt en dyr extern prenumeration med ett eget system, vilket sparade ungefär 1 Mkr per år. Det gick för att uppgiften var tydlig och avgränsad, inte för att AI gjorde jobbet själv.

Analyser och rapporter

Att ta fram en första analys ur data, skriva frågor mot en databas eller sammanställa en rapport går mycket snabbare med AI. Det gör det lättare att testa en fråga innan ni lägger tid på den. Men siffrorna är aldrig bättre än datan bakom. Läs mer i Varför visar olika rapporter olika siffror?.

Första utkast

Anbud, avtal, beskrivningar och svar på återkommande frågor. AI skriver ett första utkast utifrån ert tidigare underlag, och en expert granskar och rättar. I ett system för anbud som vi har byggt skrivs i dag 60–70 % av det återkommande arbetet automatiskt. Experterna lägger sin tid på det som kräver deras bedömning.

Där AI inte hjälper

När problemet är otydligt

Om ingen kan säga vad som ska lösas, och hur ni vet att det är löst, blir AI ett sätt att producera mer av fel sak snabbare. Det är det vanligaste misstaget vi ser. Ett otydligt problem blir inte tydligare för att någon börjar bygga.

När datan är dålig

AI arbetar med det underlag den får. Gamla, motstridiga eller ofullständiga data ger svar som låter rimliga men är fel. Det är svårare att upptäcka än ett uppenbart fel. Att rätta datan är ofta det största arbetet, och det arbetet gör AI inte åt er.

När ingen äger resultatet

En lösning som ingen ansvarar för slutar fungera. Underlaget ändras, ett system uppdateras, en regel blir inaktuell. AI ändrar inte på det. Någon i verksamheten måste äga lösningen när den väl är i drift.

När beslutet är det svåra

Mycket tid i projekt går åt till att komma överens: vad som ska prioriteras, vem som bestämmer, vilka regler som gäller. AI skriver gärna ett underlag för beslutet, men fattar det inte.

Översikt

Typ av arbete Hjälper AI? Vad som fortfarande krävs
Bygga integrationer Ja, mycket Kunskap om flödet och felhantering
Bygga interna system Ja, mycket Tydlig avgränsning och en ägare
Analys och rapporter Ja Data som går att lita på
Första utkast Ja En expert som granskar
Definiera problemet Lite Människor som känner verksamheten
Städa data Delvis Beslut om vilken källa som gäller
Fatta beslut Nej Någon med mandat
Ansvara för drift Nej En namngiven ägare

Varför omdöme blir viktigare, inte mindre viktigt

När det går snabbare att bygga blir det också billigare att bygga fel. Förr satte kostnaden en naturlig gräns: ett system som tog ett halvår att ta fram krävde noggranna överväganden innan någon började. I dag kan en prototyp finnas efter några dagar. Det är bra, men det betyder att frågorna före bygget blir viktigare:

  • Är det här rätt problem att lösa?
  • Hur stor del av det ska vi lösa först?
  • Hur vet vi att det fungerar?
  • Vem använder det och vem äger det?

Det är där erfarenhet gör skillnad. AI gör en senior person snabbare. Den gör inte en oklar plan bättre. Läs mer om hur ni planerar större satsningar i Planera större AI-satsningar.

Så vet ni om AI passar en uppgift

  • Uppgiften går att beskriva i en mening.
  • Ni vet hur ett bra resultat ser ut.
  • Underlaget finns och går att lita på.
  • Uppgiften återkommer, eller är stor nog att vara värd det.
  • Någon kan granska resultatet.
  • Någon äger lösningen efteråt.

Bockar ni av alla sex finns det goda chanser att AI kortar tiden rejält. Saknas de två första är det där ni ska börja, inte med verktyget. Se även Hur vet man om en process är värd att automatisera?.

Vad det betyder för er

Räkna med att AI förändrar vad som är rimligt att bygga. Saker som tidigare var för dyra, som ett eget system i stället för en licens eller en integration som ingen hann med, kan nu vara värda att göra. Men räkna inte med att AI tar över tänkandet. De projekt som lyckas har en tydlig fråga, ett avgränsat första steg och någon som styr.

Vill ni se vad det har gett i praktiken, läs om våra resultat. Där finns till exempel +38 % fler slutförda ansökningar och +160 % fler partners med verifierad information.

Vill ni veta var AI kan korta tiden hos er, och var det inte gör det? På 30 minuter går vi igenom en uppgift ni har i dag. Kostnadsfritt: boka en genomgång.

Vanliga frågor

Kan AI ersätta en utvecklare eller en analytiker?

Nej. AI gör en erfaren person mycket snabbare, men någon måste fortfarande förstå problemet, välja lösning och granska resultatet. Utan den personen går det snabbt åt fel håll.

Hur mycket snabbare går ett projekt med AI?

Det beror på vad som tar tid. Kod, integrationer, analyser och första utkast går ofta betydligt snabbare. Beslut, avstämningar och att reda ut otydliga krav går inte snabbare av sig själva.

Vad ska vi göra först om vi vill använda AI mer?

Välj en uppgift som är tydlig, återkommer ofta och har en ägare. Testa AI på just den, på era egna verkliga fall, och mät tiden före och efter.

Varför blir AI-resultat ibland fel?

Oftast för att underlaget är fel, ofullständigt eller motstridigt, eller för att uppgiften inte var tydligt beskriven. AI fyller luckor med det som låter rimligt. Därför behövs bra data och någon som granskar.

Har ni ett problem som borde lösas bättre?

Berätta vad ni vill uppnå. Vi hjälper er att avgöra vad som är värt att bygga och hur ni får det i drift.