Frågor att ställa innan AI-initiativ

Genom flera års arbete med AI-initiativ, internt och med kunder, har tydliga mönster börjat framträda.

Det är viktigt att prova, testa och utvärdera AI. Organisationer lär sig genom att göra. Samtidigt är det avgörande att vara realistisk kring vad AI kan respektive inte kan åstadkomma. 

AI är ingen magisk ”silver bullet”!
Det finns inget ”one ring to rule them all”.

I dag ligger mycket av uppmärksamheten på generative AI och AI agents. Det är förståeligt; förmågorna är imponerande och utvecklingstakten är hög. I praktiken är det ofta här organisationer uppnår snabba och tydligt synliga effekter, exempelvis förbättrad produktivitet och effektivitet. 

I rätt kontext kan AI agents skapa konkret värde genom att avlasta användare, förstärka beslutsstöd och stödja kunskapsintensiva arbetsflöden.

Ur ett enterprise-perspektiv och med fokus på långsiktig påverkan visar erfarenheten att de största och mest hållbara AI-värdena skapas genom djupare och mer strukturellt inriktat arbete. Det är här AI har potential att bli en verklig förstärkare av organisationens utveckling genom att möjliggöra intelligent automatisering, effektivare processer och kontinuerlig optimering av verksamhetens flöden och beslutsfattande. 

Detta realiseras exempelvis inom följande områden:

• Digital transformation
• Legacy modernization
• Applikations-transformation
• Säkerhet

Gemensamt för dessa områden är att de adresserar verksamhetens kärnsystem och informationsflöden, där förutsättningarna för långsiktigt, mätbart och skalbart värdeskapande finns. 

Utmaningar i befintliga digitala landskap

Organisationer med en historia på 15–20 år eller längre delar ofta liknande utmaningar i sina digitala landskap. Kärnsystem och arkitekturer har i många fall utformats för en annan tid, ett annat förändringstempo och en annan verksamhetslogik.

Detta leder till begränsad förändringsförmåga, svårigheter att ta till sig ny teknologi i önskad takt samt tydliga inlåsningseffekter. 

I denna kontext förändras sällan de grundläggande förutsättningarna genom att lägga AI agents eller avancerade gränssnitt ovanpå ett skört och komplext digitalt landskap. Även om sådana lösningar kan ge kortsiktiga vinster, bidrar de i regel varken till strukturell flexibilitet eller långsiktigt värdeskapande. 

Grundläggande principer för att lyckas

Ur ett enterprise architecture-perspektiv återkommer därför några grundläggande principer:

• Utgå från nuläge och faktiska förutsättningar
• Förankra AI-initiativ i strategi och tydliga verksamhetsmål
• Se IT som en möjliggörare för verksamhetens långsiktiga riktning

IT är en kritisk pusselbit, men skapar verkligt värde först när IT-utveckling är en integrerad del av verksamhetens målbild och arkitektur. 

En tydlig vision är viktig, men visioner förändras över tid. Det avgörande är färdriktningen och förmågan att bygga arkitektur som möjliggör anpassning, snarare än att låsa organisationen vid historiska teknikval. 

Frågor att ställa innan AI-initiativ

Innan ett AI-initiativ startas eller en AI-lösning etableras bör därför några grundläggande frågor besvaras:

• Hur ser nuläget faktiskt ut?
• Vilket problem ska lösas – och för vilken del av verksamheten?
• Är problemet möjligt att beskriva och kvantifiera?

Ett ”vi kör, det är coolt, det löser sig”-synsätt leder ofta till snabba lösningar, ökande komplexitet och begränsat långsiktigt värde, särskilt när det gäller förvaltning och skalbarhet. 

Vid utvärdering krävs därför mätbar och kvantifierbar precision. Det är inte tillräckligt att konstatera upplevda förbättringar; den centrala frågan är vilket konkret och mätbart värde lösningen faktiskt har levererat i relation till definierade mål.

Slutsats

AI skapar sitt största värde när tekniken används som en integrerad del av en genomtänkt transformation – inte som en genväg runt den, utan som ett medel för att genomföra förändring på ett strukturerat sätt. 

Darko Tilldal
Chefsarkitekt & AI Practice Lead, Sverige