Intervju om AI och ledarskapet med Joakim Jansson

Om ledningsgruppen bara ska fokusera på en enda sak inom AI i år, vad ska det vara?

De ska välja ett affärskritiskt problem, inte ett AI-projekt.

Ett av de vanligare misstagen är att börja i tekniken. Frågan man måste börja med är: var har vi mest friktion i vår affär? Var fastnar arbetstid? Var tappar vi tempo, kvalitet eller marginal? Eller var finns det potential vi inte förmår realisera?

När man identifierat det ska man designa en konkret AI-pilot runt just det problemet. Inte som ett experiment vid sidan av verksamheten, utan integrerat i ett riktigt flöde, till exempel offert- och säljprocessen, kundsupporten, kunskapshanteringen eller beslutsstödet i ledningen.

Något som kan ge verklig effekt på kort sikt är om man kan minska den kognitiva belastningen i vardagen. När människor får bättre beslutsunderlag och slipper repetitiv analys frigörs både tid och energi. Och det märks snabbt.

Men det avgörande är ägarskapet. Alla i ledningsgruppen måste gemensamt äga AI-frågan. Den är alldeles för viktig för att delegera ut till en person eller avdelning. AI måste ha en tydlig plats i ledningsrummet, inte i ett sidoprojekt.

Hur balanserar man tempo, effektivisering och långsiktig utveckling utan att organisationen kraschar?

Här handlar det om ledarskapets förmåga att skapa struktur i osäkerhet.

Man måste medvetet skilja på tre spår: det första handlar om att effektivisera här och nu, det andra om att utforska nya affärsmöjligheter och det tredje om att skapa förmågor som gör att vi klarar av att göra de förändringar vi vill. Om man blandar ihop dem uppstår förvirring. Om man tittar på de två första kan det vara en fördel att det är olika personer som jobbar med här och nu och utforskande för morgondagen.

Ledningens uppgift är att skapa tydlighet i vad som är prioriterat nu, vad som är experiment och vad som faktiskt är affärskritiskt. Alla kan inte springa lika fort samtidigt, och allt kan inte vara prioritet ett.

AI upplevs ofta som existentiellt, vilket skapar stress. Därför måste ledningen vara extremt tydlig med riktning och ramar. Tempo utan riktning leder till utmattning. Försiktighet utan rörelse leder till irrelevans. Balansen ligger i att vara strukturerat snabb där man är modig, men inte impulsiv.

Ytterligare en sak som kan skapa något att hålla sig i stark förändring är att jobba med en uttalad förändringsmetod och en process för förändringen. Detta innebär en stabilitet att ta spjärn från när mycket förändras samtidigt.

Hur kan man mäta och värdera effekterna av AI-initiativ i en tidig fas av sin AI-transformation - vad är meningsfullt att mäta, vad överskattas, och vad kan till och med vara förledande och få motsatt effekt?

I tidig fas är det farligt att stirra sig blind på klassisk ROI. Första året handlar mer om att bygga förmåga än att maximera avkastning.

Det som är meningsfullt att mäta är sådant som påverkar verkligheten direkt: sparad tid i en definierad process, förbättrad kvalitet, färre fel, snabbare beslutsledtider. Man bör också titta på faktisk användning, används lösningen i vardagen eller ligger den på hyllan?

Det som ofta överskattas är antal verktyg, antal licenser eller antal utbildningstimmar. Det säger väldigt lite om faktisk transformation och kan vara direkt förledande.

Det kanske viktigaste måttet tidigt är lärhastighet. Hur snabbt går vi från hypotes till test, till insikt och justering? Den rytmen är transformationens puls. Har man den, då finns rörelsen där även om alla siffror ännu inte är perfekta.

När börjar AI påverka affärsmodellen och hur märks det?

Det märks när frågorna förändras.

Så länge man pratar om effektivisering, interna processer och kostnadsbesparingar är AI fortfarande ett verktyg. Det är först när man börjar ställa frågor om erbjudandet, intäktsmodellen och positionen i värdekedjan som det blir en affärsmodellfråga.

Kan vi erbjuda något helt nytt? Kan vi paketera vår data som en tjänst? Kan vi ta betalt på andra sätt? Kan vi bli mer av en plattform än en produktleverantör?

De första tecknen är ofta subtila. Kunder börjar förvänta sig AI-funktionalitet. Marginalerna förändras. Nya konkurrenter dyker upp. Data blir mer strategiskt värdefull än själva produkten. Och när frågan flyttar från IT-agendan till styrelsens agenda då är man definitivt där. Ja, eller i alla fall då bör man vara där.

Vad krävs av ledningsgruppens ledare som individer för att kunna leda en AI-transformation?

Det här går inte att delegera bort. Man kan inte säga att IT får “ta hand om AI”. Tyvärr ser vi det alltför ofta idag.

Ledare måste själva förstå AI-teknikens logik på en grundläggande nivå. De behöver testa verktygen, använda dem i sitt eget arbete och visa att de också är i lärande. Det handlar inte om att bli tekniska experter, utan om att ta ansvar för riktningen.

Det som inte kan negligeras är det egna beteendet. Om ledningen inte själva använder AI i beslutsfattande, analys och kommunikation kommer organisationen heller inte göra det.

Det krävs nyfikenhet, mod och intellektuell ödmjukhet. Man måste våga fatta beslut under osäkerhet. AI-transformation är i grunden en ledarskapsfråga och i någon mening också en identitetsfråga. Vem är vi som organisation när tekniken förändrar spelplanen?