Hvad holder jer tilbage?

Hvorfor det sker

Vi ved ikke, hvor vi skal starte.

AI berører alt, så alt ser ud som en kandidat. Uden et fælles billede af, hvor værdi skabes og tabes i dag, falder organisationen tilbage på de mest synlige værktøjer eller den højeste stemme.

Hvad der sandsynligvis forårsager det

• Intet fælles billede af mulighederne på tværs af ledelse og teams
• Ideer formuleret som værktøjer og features i stedet for resultater
• Frygt for at vælge forkert, så der ikke bliver valgt noget

drivkræfter i Value Model i spil

• 01 Retning Ved vi, hvilke udfald AI skal flytte – og hvad vi holder op med?
• 03 Arbejdsformer Er vores arbejdsgange designet til at få gavn af AI?
• 02 Mennesker & ledelse Er mennesker og ledere klædt på til AI-understøttet arbejde?

The first dimension is usually where the lever is. The others decide whether the lever holds.

Hvorfor det sker

Vores medarbejdere bruger ikke AI.

Adgang er ikke adoption. Mennesker bruger et nyt værktøj, når det passer til deres arbejde, når de føler sig trygge ved det, og når de ser ledere gøre det samme. De fleste udrulninger leverer adgangen og springer resten over.

Hvad der sandsynligvis forårsager det

• Træning om AI frem for træning i det arbejde, folk faktisk laver
• Uklare regler — ingen ved, hvad der er tilladt, så de venter
• Ledere, der sponsorerer initiativet uden at ændre deres egne vaner
• Værktøjer, der ikke hænger sammen med de systemer, hvor arbejdet bor

drivkræfter i Value Model i spil

• 02 Mennesker & ledelse Er mennesker og ledere klædt på til AI-understøttet arbejde?
• 05 Tillid & governance Kan vi bruge AI sikkert, ansvarligt og effektivt?
• 03 Arbejdsformer Er vores arbejdsgange designet til at få gavn af AI?

The first dimension is usually where the lever is. The others decide whether the lever holds.

Hvorfor det sker

Vi har for mange AI-værktøjer.

Værktøjerne kommer ind nedefra, team for team, og hvert af dem løser et lokalt problem. Omkostningerne lægger sig centralt; værdien bliver lokal og usynlig. Ingen har mandatet — eller tallene — til at konsolidere.

Hvad der sandsynligvis forårsager det

• Ingen fælles platform eller integrationslag, så hvert team køber sit eget
• Licensomkostninger pr. bruger, der vokser uanset brugen
• Ingen måde at koble et abonnement til et resultat
• Governance, der kom efter værktøjerne

drivkræfter i Value Model i spil

• 04 Teknologi & værktøjer Har vi de tekniske kapabiliteter til at muliggøre AI?
• 01 Retning Ved vi, hvilke udfald AI skal flytte – og hvad vi holder op med?
• 05 Tillid & governance Kan vi bruge AI sikkert, ansvarligt og effektivt?

The first dimension is usually where the lever is. The others decide whether the lever holds.

Hvorfor det sker

Vores udviklingsteams er hurtigere, men leverancen er det ikke.

AI accelererede det trin, den blev peget mod — at skrive kode. Systemet leverer stadig i det langsomste trins tempo: review, test, release, beslutninger. Lokal hastighed blev til en kø et andet sted.

Hvad der sandsynligvis forårsager det

• Flaskehalse i review, verificering og release, som var til at leve med i det gamle tempo
• Beslutninger og godkendelser, der venter på de samme møder som før
• Bekymringer om kvaliteten af AI-genereret kode, der bremser reviewet yderligere
• Pipelines designet til ændringer i menneskeligt tempo

drivkræfter i Value Model i spil

• 03 Arbejdsformer Er vores arbejdsgange designet til at få gavn af AI?
• 04 Teknologi & værktøjer Har vi de tekniske kapabiliteter til at muliggøre AI?
• 05 Tillid & governance Kan vi bruge AI sikkert, ansvarligt og effektivt?

The first dimension is usually where the lever is. The others decide whether the lever holds.

Hvorfor det sker

Vi har brug for bedre AI-governance.

Politikkerne blev skrevet til en verden uden AI, så de siger nej som udgangspunkt. Teams stopper enten op eller går rundt om dem med personlige værktøjer. Governance bliver flaskehalsen — og syndebukken.

Hvad der sandsynligvis forårsager det

• Sikkerhed, jura og teams, der designer regler hver for sig
• Ingen dataklassificering, som folk faktisk kan bruge
• Ensartet forsigtighed i stedet for risiko, der står i forhold til anvendelsen
• Ingen ejer af kvaliteten i AI-assisteret arbejde

drivkræfter i Value Model i spil

• 05 Tillid & governance Kan vi bruge AI sikkert, ansvarligt og effektivt?
• 04 Teknologi & værktøjer Har vi de tekniske kapabiliteter til at muliggøre AI?
• 02 Mennesker & ledelse Er mennesker og ledere klædt på til AI-understøttet arbejde?

The first dimension is usually where the lever is. The others decide whether the lever holds.

Hvorfor det sker

Vi har svært ved at måle AI-ROI.

De fleste AI-initiativer måler aktivitet — licenser, prompts, timer sparet ifølge en spørgeundersøgelse. Forretningsresultaterne bor et andet sted og blev aldrig koblet til. Uden et udgangspunkt er der ikke noget at sammenligne med.

Hvad der sandsynligvis forårsager det

• Initiativer startet uden en resultathypotese
• Intet udgangspunkt målt før forandringen
• Produktivitetsgevinster, der aldrig når en kunde eller en budgetlinje
• Omkostninger, der følges centralt, mens værdien bliver lokal

drivkræfter i Value Model i spil

• 01 Retning Ved vi, hvilke udfald AI skal flytte – og hvad vi holder op med?
• 03 Arbejdsformer Er vores arbejdsgange designet til at få gavn af AI?

The first dimension is usually where the lever is. The others decide whether the lever holds.

Hvorfor det sker

Vi har succesfulde pilotprojekter, men kan ikke skalere.

En pilot beviser, at noget er muligt under særlige betingelser: en ildsjæl, luft i kalenderen, overbærende interessenter. At skalere kræver, at organisationen — ledelse, driftsmodel, finansiering, governance — ændrer sig, så resultatet gentager sig uden de betingelser.

Hvad der sandsynligvis forårsager det

• Succes bundet til enkeltpersoner frem for til en dokumenteret måde at arbejde på
• Andre teams, der mangler de værktøjer, rettigheder eller kompetencer, pilotteamet havde
• Ingen finansierings- eller porteføljemekanisme til at gå fra pilot til standard
• Ledere, der sponsorerer piloter, men ikke ændrer, hvordan de driver forretningen

drivkræfter i Value Model i spil

• 02 Mennesker & ledelse Er mennesker og ledere klædt på til AI-understøttet arbejde?
• 01 Retning Ved vi, hvilke udfald AI skal flytte – og hvad vi holder op med?
• 05 Tillid & governance Kan vi bruge AI sikkert, ansvarligt og effektivt?

The first dimension is usually where the lever is. The others decide whether the lever holds.

Hvorfor det sker

Vi vil omdesigne, hvordan vores teams arbejder.

AI ændrer, hvad et team kan, og det ændrer, hvordan teamet bør se ud: roller, overleveringer, rytmer og beslutninger. Behandler man AI som et plug-in til dagens proces, står det meste af potentialet ubrugt hen.

Hvad der sandsynligvis forårsager det

• Processer bygget op om overleveringer, som AI gør unødvendige
• Roller defineret af aktivitet frem for af resultat
• Beslutningsrytmer, der er uændrede, mens analysen er blevet hurtigere
• Intet trygt rum, hvor et team kan prøve et andet design

drivkræfter i Value Model i spil

• 03 Arbejdsformer Er vores arbejdsgange designet til at få gavn af AI?
• 02 Mennesker & ledelse Er mennesker og ledere klædt på til AI-understøttet arbejde?
• 01 Retning Ved vi, hvilke udfald AI skal flytte – og hvad vi holder op med?

The first dimension is usually where the lever is. The others decide whether the lever holds.

Hvorfor det sker

Vi vil udforske AI-agenter.

Agenter er mest værdifulde, hvor arbejdet er gentagende, regeltungt og spredt over systemer — og mest farlige, hvor ingen har tænkt over rettigheder, kvalitet og tilsyn. At udforske dem handler lige så meget om arbejdet og guardrails som om teknologien.

Hvad der sandsynligvis forårsager det

• Nysgerrighed på agenter uden en konkret flaskehals, de kan fjerne
• Systemer, som agenter ikke kan nå sikkert
• Uklart ansvar for, hvad en agent gør
• Manglende kompetencer i at designe agentiske arbejdsgange

drivkræfter i Value Model i spil

• 04 Teknologi & værktøjer Har vi de tekniske kapabiliteter til at muliggøre AI?
• 03 Arbejdsformer Er vores arbejdsgange designet til at få gavn af AI?
• 05 Tillid & governance Kan vi bruge AI sikkert, ansvarligt og effektivt?

The first dimension is usually where the lever is. The others decide whether the lever holds.

Hvorfor det sker

Vi skal forbedre softwarekvaliteten.

AI øger mængden og hastigheden af ændringer. Hvis kvalitetspraksis — specifikation, test, review — ikke udvikler sig i samme tempo, stiger antallet af fejl, og tilliden til AI-assisteret arbejde falder. Kvalitet bliver grunden til ikke at indføre AI.

Hvad der sandsynligvis forårsager det

• Test og review designet til menneskeskrevne ændringer i menneskeligt tempo
• Vage specifikationer, som AI forstærker til selvsikker, forkert kode
• Ingen fælles definition af kvalitet i AI-assisteret arbejde
• Pipelines uden de kontroller, som hurtige ændringer kræver

drivkræfter i Value Model i spil

• 04 Teknologi & værktøjer Har vi de tekniske kapabiliteter til at muliggøre AI?
• 05 Tillid & governance Kan vi bruge AI sikkert, ansvarligt og effektivt?
• 03 Arbejdsformer Er vores arbejdsgange designet til at få gavn af AI?

The first dimension is usually where the lever is. The others decide whether the lever holds.