AI i drift bliver let gjort for stort. Det er synd, for de bedste begyndelser er ofte små. En vagtplan, der skal hænge sammen. En mailboks med de samme spørgsmål. En servicelog, der aldrig bliver skrevet ens. En lokal arbejdsplads, hvor to personer kender alle undtagelserne, og resten håber, de kan fange dem på telefonen.
Det er der, AI kan være nyttigt. Ikke som et stort digitaliseringsprojekt med nye ord for alt. Mere som en måde at gøre opgaver tydeligere på.
Start med arbejdet, ikke med modellen
McKinsey har i sin omtale af AI udviklingen peget på, at de virksomheder, der får mest ud af AI, ikke kun jagter små effektiviseringer. De redesigner arbejdsgange. Det lyder lidt konsulentagtigt, men i drift er pointen enkel: Hvis opgaven er rodet, bliver AI løsningen også rodet.
Jeg ville derfor begynde med at skrive én konkret arbejdsgang ned. Ikke ti. Én. Hvem gør hvad? Hvilke informationer kommer ind? Hvad skal tjekkes manuelt? Hvornår er opgaven færdig? Hvem har ansvaret, hvis AI foreslår noget forkert?
Det kan for eksempel være:
- modtagelse og sortering af kundehenvendelser
- daglig opsamling på fejlmeldinger
- klargøring af statusnoter til ledelsen
- oversættelse af tekniske beskeder til almindeligt sprog
- kontrol af om dokumentation mangler i en sag
Ingen af de opgaver er futuristiske. Det er netop pointen. Drift handler ikke om at imponere nogen med demoer. Det handler om at få dagen til at glide uden for mange misforståelser.
Ansvar kan ikke automatiseres væk
Den fejl, jeg oftest ser i lokale driftsmiljøer, er ønsket om at få AI til at “tage sig af det”. Det kan den måske også på enkelte punkter. Men ansvar forsvinder ikke, fordi et system laver et forslag. Nogen skal stadig beslutte, om forslaget er rigtigt, rimeligt og sikkert.
Derfor bør en AI arbejdsgang altid have en menneskelig ejer. Ikke bare en it ansvarlig. En person fra driften, der kender virkeligheden. Hvad sker der, når en besked haster? Hvornår skal kunden ringes op i stedet for at få et standardsvar? Hvilke ord bruger medarbejderne selv, når de beskriver en fejl?
Danmark er langt fremme digitalt, og Danmarks Statistik beskriver os som et af de mest digitaliserede lande i Europa. Men digital modenhed betyder ikke, at alle lokale processer er klare. Mange steder er hverdagen stadig båret af erfaring, tavs viden og små aftaler mellem kolleger. Den viden skal frem i lyset, før AI kan hjælpe ordentligt.
En god første test er kedelig med vilje
Jeg ville ikke starte med den mest komplekse proces. Vælg noget, hvor fejlen er til at opdage. Lad AI lave et udkast, en sortering eller et resume. Lad en medarbejder kontrollere det. Ret skabelonen. Prøv igen. Først når kvaliteten er stabil, kan man tale om mere automation.
Det er også grunden til, at inspiration fra HverdagsAI arbejder med den praktiske side af AI kan være relevant for driftsmiljøer, hvor teknologien skal passe ind i en arbejdsdag med telefoner, ansvar og afbrydelser.
Der er ikke noget galt med store AI visioner. De bliver bare hurtigt hule, hvis ingen har styr på den første opgave. I drift starter troværdig AI med et stykke papir, en ærlig procesbeskrivelse og en person, der tør sige: “Det her ansvar ligger stadig hos os.”
