Vad håller er tillbaka?

Varför det händer

Vi vet inte var vi ska börja.

AI berör allt, så allt ser ut som en kandidat. Utan en gemensam bild av var värde skapas och går förlorat i dag faller organisationen tillbaka på de mest synliga verktygen eller på den som talar högst.

Det här ligger troligen bakom

• Ingen gemensam bild av möjligheterna hos ledning och team
• Idéer formulerade som verktyg och funktioner i stället för resultat
• Rädsla för att välja fel, så inget väljs

drivkrafter i Value Model som berörs

• 01 Riktning Vet vi vilka utfall AI ska flytta, och vad vi slutar göra?
• 03 Arbetssätt Är våra arbetsflöden designade för att dra nytta av AI?
• 02 Människor & ledarskap Är människor och ledare rustade för AI-stött arbete?

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

Varför det händer

Våra medarbetare använder inte AI.

Tillgång är inte användning. Människor använder ett nytt verktyg när det passar deras arbete, när de känner sig trygga med att göra det och när de ser ledare göra samma sak. De flesta utrullningar levererar tillgången och hoppar över resten.

Det här ligger troligen bakom

• Utbildning om AI snarare än utbildning i det arbete människor faktiskt gör
• Otydliga regler – ingen vet vad som är tillåtet, så de avvaktar
• Ledare som sponsrar initiativet utan att ändra sina egna vanor
• Verktyg som inte är kopplade till systemen där arbetet finns

drivkrafter i Value Model som berörs

• 02 Människor & ledarskap Är människor och ledare rustade för AI-stött arbete?
• 05 Tillit & styrning Kan vi använda AI säkert, ansvarsfullt och effektivt?
• 03 Arbetssätt Är våra arbetsflöden designade för att dra nytta av AI?

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

Varför det händer

Vi har för många AI-verktyg.

Verktyg kommer in underifrån, team för team, och varje verktyg löser ett lokalt problem. Kostnaderna samlas centralt; värdet stannar lokalt och osynligt. Ingen har mandatet – eller datan – att konsolidera.

Det här ligger troligen bakom

• Ingen gemensam plattform eller integrationsnivå, så varje team köper sitt eget
• Licenskostnader per användare som växer oavsett användning
• Inget sätt att koppla en prenumeration till ett resultat
• Styrning som kom på plats efter verktygen

drivkrafter i Value Model som berörs

• 04 Teknik & verktyg Har vi de tekniska förmågorna som krävs för AI?
• 01 Riktning Vet vi vilka utfall AI ska flytta, och vad vi slutar göra?
• 05 Tillit & styrning Kan vi använda AI säkert, ansvarsfullt och effektivt?

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

Varför det händer

Våra utvecklingsteam är snabbare, men leveransen är det inte.

AI snabbade upp det steg den riktades mot – att skriva kod. Systemet levererar fortfarande i takt med sitt långsammaste steg: granskning, test, release, beslut. Lokal snabbhet blev en kö någon annanstans.

Det här ligger troligen bakom

• Flaskhalsar i granskning, verifiering och release som var uthärdliga i den gamla takten
• Beslut och godkännanden som väntar på samma möten som tidigare
• Kvalitetsoro kring AI-genererad kod som bromsar granskningen ytterligare
• Pipelines designade för förändring i mänsklig takt

drivkrafter i Value Model som berörs

• 03 Arbetssätt Är våra arbetsflöden designade för att dra nytta av AI?
• 04 Teknik & verktyg Har vi de tekniska förmågorna som krävs för AI?
• 05 Tillit & styrning Kan vi använda AI säkert, ansvarsfullt och effektivt?

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

Varför det händer

Vi behöver bättre AI-styrning.

Policyerna skrevs för en värld utan AI, så de säger nej som standard. Teamen antingen stannar eller går runt dem med privata verktyg. Styrningen blir flaskhalsen – och syndabocken.

Det här ligger troligen bakom

• Säkerhet, juridik och team som designar regler var för sig
• Ingen dataklassning som människor faktiskt kan tillämpa
• Likformig försiktighet i stället för risk som är proportionerlig mot användningsfallet
• Ingen ägare av kvaliteten i AI-stött arbete

drivkrafter i Value Model som berörs

• 05 Tillit & styrning Kan vi använda AI säkert, ansvarsfullt och effektivt?
• 04 Teknik & verktyg Har vi de tekniska förmågorna som krävs för AI?
• 02 Människor & ledarskap Är människor och ledare rustade för AI-stött arbete?

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

Varför det händer

Vi har svårt att mäta ROI på AI.

De flesta AI-initiativ mäter aktivitet – licenser, prompter, timmar sparade enligt en enkät. Affärsresultaten finns någon annanstans och kopplades aldrig ihop. Utan ett utgångsläge finns det inget att jämföra mot.

Det här ligger troligen bakom

• Initiativ som startade utan en resultathypotes
• Inget utgångsläge mätt före förändringen
• Produktivitetsvinster som aldrig når en kund eller en budgetrad
• Kostnader som följs centralt medan värdet stannar lokalt

drivkrafter i Value Model som berörs

• 01 Riktning Vet vi vilka utfall AI ska flytta, och vad vi slutar göra?
• 03 Arbetssätt Är våra arbetsflöden designade för att dra nytta av AI?

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

Varför det händer

Vi har lyckade piloter men kan inte skala.

En pilot visar att något är möjligt under särskilda förutsättningar: en drivande person, utrymme i kalendern, överseende intressenter. Att skala kräver att organisationen – ledarskap, verksamhetsmodell, finansiering, styrning – förändras så att resultatet upprepas utan de förutsättningarna.

Det här ligger troligen bakom

• Framgång kopplad till personer snarare än till ett dokumenterat arbetssätt
• Andra team som saknar de verktyg, rättigheter eller färdigheter pilotteamet hade
• Ingen finansierings- eller portföljmekanism för att gå från pilot till standard
• Ledare som sponsrar piloter men inte ändrar hur de driver verksamheten

drivkrafter i Value Model som berörs

• 02 Människor & ledarskap Är människor och ledare rustade för AI-stött arbete?
• 01 Riktning Vet vi vilka utfall AI ska flytta, och vad vi slutar göra?
• 05 Tillit & styrning Kan vi använda AI säkert, ansvarsfullt och effektivt?

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

Varför det händer

Vi vill göra om hur våra team arbetar.

AI förändrar vad ett team kan göra, vilket förändrar hur teamet bör se ut: roller, överlämningar, rytmer och beslut. Att behandla AI som ett tillägg till dagens process lämnar det mesta av den potentialen oanvänd.

Det här ligger troligen bakom

• Processer designade kring överlämningar som AI gör onödiga
• Roller definierade av aktivitet snarare än av resultat
• Beslutsrytmer som är oförändrade medan analysen har blivit snabbare
• Inget tryggt utrymme för ett team att prova en annan design

drivkrafter i Value Model som berörs

• 03 Arbetssätt Är våra arbetsflöden designade för att dra nytta av AI?
• 02 Människor & ledarskap Är människor och ledare rustade för AI-stött arbete?
• 01 Riktning Vet vi vilka utfall AI ska flytta, och vad vi slutar göra?

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

Varför det händer

Vi vill utforska AI-agenter.

Agenter är mest värdefulla där arbetet är repetitivt, regelrikt och spritt över system – och mest riskabla där ingen har tänkt igenom rättigheter, kvalitet och tillsyn. Att utforska dem handlar lika mycket om arbetet och skyddsräckena som om tekniken.

Det här ligger troligen bakom

• Nyfikenhet på agenter utan en specifik flaskhals för dem att ta bort
• System som agenter inte kan nå på ett säkert sätt
• Otydligt ansvar för vad en agent gör
• Kompetensglapp i att designa agentiska arbetsflöden

drivkrafter i Value Model som berörs

• 04 Teknik & verktyg Har vi de tekniska förmågorna som krävs för AI?
• 03 Arbetssätt Är våra arbetsflöden designade för att dra nytta av AI?
• 05 Tillit & styrning Kan vi använda AI säkert, ansvarsfullt och effektivt?

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

Varför det händer

Vi behöver förbättra mjukvarukvaliteten.

AI ökar volymen och takten i förändringar. Om kvalitetspraktikerna – specifikation, test, granskning – inte utvecklas i samma takt ökar felen och förtroendet för AI-stött arbete sjunker. Kvalitet blir skälet att inte införa.

Det här ligger troligen bakom

• Test och granskning designade för mänskligt skriven förändring i mänsklig takt
• Vaga specifikationer som AI förstärker till självsäker, felaktig kod
• Ingen överenskommen definition av kvalitet för AI-stött arbete
• Pipelines utan de kontroller som snabb förändring kräver

drivkrafter i Value Model som berörs

• 04 Teknik & verktyg Har vi de tekniska förmågorna som krävs för AI?
• 05 Tillit & styrning Kan vi använda AI säkert, ansvarsfullt och effektivt?
• 03 Arbetssätt Är våra arbetsflöden designade för att dra nytta av AI?

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