Sveps inte med av AI-hypen - låt datan jobba för dig

Att utnyttja AI och att bli datadriven har blivit ett mantra för ledningsgrupper i många företag. Det finns mängder av positiva resultat som kan skapas ur data. En risk är dock att verksamheter springer för snabbt in i projekt, initiativ och investeringar som inte ger verksamheten det värde eller den ROI som förväntas. För verksamheter som både genererar stora datamängder och har varit mycket duktiga på att effektivisera och optimera i många delar av verksamheten, blir det avgörande att ha ett nyktert och strategiskt förhållningssätt till tekniken.

Niclas Olofsson är statistiker och senioranalytiker på CGI. Han har också en doktorsexamen i socialmedicin och är docent i folkhälsovetenskap, där han har fördjupat sig i kvantitativa metoder, befolkningsstudier och utvärderingar. Det har givit honom stor erfarenhet av digital styrning. Under de senast åren har han fokuserat på att kombinera statistik och verksamhetsförståelse med forskning för att analysera hur digitala initiativ skapar värde och för att ge beslutsfattare en robust faktagrund. Detta är kunskaper och erfarenhet som gör honom till ett perfekt bollplank när det gäller diskussioner kring möjligheter och vanliga fallgropar kopplat till AI och datautnyttjande.

“Den rådande AI-hypen får många att tro att både ambitionerna och metoderna med att skapa värde ur data är något nytt, säger Niclas Olofsson. Tekniken har funnits under lång tid och under flera olika namn som analys, business intelligence, maskininlärning och big data. De har alla haft som mål att kunna effektivisera och optimera verksamheter. Bara för att de stora språkmodellerna nu har blivit lättillgängliga måste verksamheter fortfarande ha ett genomtänkt och strategiskt sätt för att initiativen ska bli framgångsrika och för att de ska kunna skapa konkret värde för verksamhet och kunder."

“Det krävs ett strategiskt grundarbete, att ledningen förstår hur de kan förankra de datadrivna initiativen och det behövs en företagsövergripande plan för att uppnå resultat, fortsätter Niclas Olofsson.“

AI-strategi är inte något att bara bocka av

Att många företagsledningar investerar i AI eller för att bli datadrivna råder nästan en total enighet kring. Enligt en rapport från Data & AI Leadership Exchange, som gjorts i samarbete med DataIQ planerade 98,4 procent av verksamheterna att öka sina investeringar i AI och datadrivna strategier under 2025. En studie publicerad i Harvard Business Review visade att 90,5 procent av verksamheterna rankade AI och data som sin viktigaste affärsprioritering för 2025. En undersökning från 2025 genomförd av Precisely visade också att 76 procent av de tillfrågade ser datadrivet beslutsfattande som det högsta målet med sina datainitiativ.

“Att mäta och ta fram statistik är viktigt och bra, men det krävs också att ta det som inte är direkt "mätbart" i beaktan, för att kunna förstå helheten, förklarar Niclas Olofsson. För en verksamhet som sätter all sin tilltro till siffror och värden, finns en risk att kvalitativa faktorer trängs undan, trots att de ofta är avgörande för konkreta resultat och framgång. För företagsledningar är det viktigt att inte fastna i till synes välmående ”gröna dashboards” som i själva verket döljer djupare strukturella problem, där faktorer som medarbetarnas inställning, intern kultur eller verksamhetens anpassningsförmåga inte framträder.“

En annan viktig framgångsfaktor för ledningsgrupper är att göra sin data och analysen av dem begripliga. Genom att sätta siffror i ett sammanhang kan torr statistik förvandlas till insikter som går att förstå, minnas och agera på. För att uppnå konkret förändring och att verksamheten agerar på sin data krävs att en “historia” berättas om och baserat på data. När data vävs ihop med konkreta begrepp och företeelser blir det mer engagerande och begripligt, vilket gör det enklare att använda och agera utifrån.

“I korthet kan man förklara det som att en analys visar vad som händer, medan en berättelse förklarar varför det spelar roll, säger Niclas Olofsson. Det finns enorm kraft och potential för verksamheter där företagsledningen kan förmedla en berättelse för att få organisationen med på resan.“

En annan förutsättning för att lyckas bli datadrivna på ett effektivt sätt är att ha och utgå från en genomtänkt affärsstrategi. Det är den som ska leda planer, initiativ och datastrategi. Det är stor skillnad på att använda sin data för att ta fram en rapport eller att utnyttja sin data för att driva konkurrensfördelar, hantera snabba förändringar i omvärlden eller för att driva utvecklingen av produkter och tjänster.

“Genom att arbeta fram en tydlig affärsstrategi blir det enklare för verksamheten att enas om och definiera vad de behöver i form av data, analyser och AI, säger Niclas Olofsson. Har verksamheten tydligt definierat vad de vill uppnå, blir det enklare att bygga upp skräddarsydda och hållbara datakapaciteter och utforma en effektiv datastrategi.“

Det är inte tekniken som gör jobbet

Nya tekniska verktyg och AI-modeller har fått väldigt mycket uppmärksamhet på senaste tiden. Det kan skapa en känsla av att det är svårt att hänga med i den tekniska utvecklingen. För att landa rätt och skapa värde för verksamheten är det viktigt att inte se skapandet av datavärde enbart som en teknisk fråga.

“De tekniska förutsättningarna finns ofta redan i verksamheter, förklarar Niclas Olofsson. Dessutom utvecklas IT-plattformar, verktyg och algoritmer kontinuerligt. Det gör det ännu viktigare att verksamheter utgår från sin strategi samt etablerar ramverk och beprövade arbetssätt för att hantera sin data på ett korrekt och skalbart sätt. Utmaningen ligger därför inte främst i tekniken, utan i hur organisationer förmår omsätta dessa möjligheter i verkligt affärsvärde.“

Vi på CGI har en väletablerad metodik för att hjälpa verksamheter att anpassa sin affärsstrategi på ett effektivt sätt, att implementera effektiva datastrategier samt att stötta företagsledningar med förändringsledning som gör att verksamheten snabbare och mer hållbart uppnår och genomför de förändringar som är nödvändiga för att skapa värde, vässa sin konkurrenskraft och inte gå vilse i AI-hypen och mätbarhetsivern.