Medan vissa börjar dra ifrån i AI-utvecklingen kämpar andra för att få ut värdet av sina initiativ. Läs om de tre vanligaste utmaningarna för svenska vd:ar och få konkreta tips på åtgärder från några av de mest kunniga på området idag: Centigos David Thuresson och Patrik Hovnell.
– AI kräver ett nytt förhållningssätt till risk.
AI har gått från att vara en framtidsvision till en realitet som påverkar affärslandskapet i grunden. För många verksamheter är det prioriterat att accelerera arbetet med AI – både för att skapa värde här och nu, men också för att bygga förmågor som säkrar långsiktig konkurrenskraft. Men för många går det trögt, och resultaten uteblir. Varför?
– Det vi ser nu är hur spelplanen börjar dras ut. Alla är inte längre nybörjare utan de som arbetar metodiskt med en tydlig strategi börjar dra ifrån. Samtidigt har många svårt att realisera värdet av sina AI-initiativ, säger Patrik Hovnell, co-lead för strategiteamet.
Med insikter från vårt VD-nätverk och löpande dialoger med AI-ansvariga har han och David Thuresson, Partner inom AI & Business Development, identifierat tre återkommande utmaningar som företag möter.
Utmaning 1: Tekniken springer före verksamheten och affärsmålen
I många organisationer drivs AI-utvecklingen av produkt- och teknikteam, där fokus ligger på att utforska och testa teknologin. Problemet? Utan en tydlig koppling till och kontinuerlig involvering av verksamheten riskerar initiativen att stanna i experimentstadiet, istället för att skapa faktisk verksamhetsnytta.
– Teknik i sig är aldrig lösningen. Den verkliga framgången ligger i att förankra AI-initiativ i antingen verkliga operativa utmaningar eller i företagets strategiska förflyttningar som en integrerad del i allt annat utvecklingsarbete, säger Patrik Hovnell.
För att säkerställa att tekniken verkligen stödjer företagets affärsmål behöver organisationer utveckla både tvärfunktionella arbetssätt och en tydlig strategi för hur AI ska skapa värde – inte bara i teorin, utan också i praktiken.
Utmaning 2: Obalans i den organisatoriska mognaden
Med generativ AI har möjligheterna blivit fler än någonsin – från stora, strategiska projekt till mindre initiativ som kan implementeras snabbt och enkelt. Trots detta fastnar många organisationer i rigorösa processer och långa analyser, där möjligheter granskas i detalj – för att sedan aldrig realiseras.
– Det finns en tydlig tendens att överkomplicera, säger Patrik Hovnell. Det är naturligt att vilja minimera risker, men många organisationer missar möjligheten att snabbt testa och implementera mindre AI-projekt som kan skapa omedelbar nytta.
Problemet ligger inte bara i processerna utan också i ledarskapets förhållningssätt till teknikutveckling. Tidigare har teknologier ofta utvärderats utifrån bevisad effektivitet och värde, och med AI behöver man snarare våga satsa på teknikens framtidslöfte och potential inom verksamheten, menar David Thuresson.
– Ett framgångsrikt AI-arbete kräver både mod och smidighet.
Så vad ska man göra? Enligt David och Patrik handlar det om att skapa en kultur där man vågar fatta beslut, även när all information inte finns tillgänglig. En annan nyckel till att undvika analysens återvändsgränd är att ha snabbspår för mindre projekt.
– För att hantera obalansen behöver företag både identifiera vilka initiativ som kan genomföras snabbt och utveckla en kultur där AI är en naturlig del av vardagen – från ledningsnivå till operativ verksamhet, säger David Thuresson.
Utmaning 3: Avsaknad av förmåga att värdera och hantera risker
Det tredje och sista stora hindret för införandet av AI i organisationer är risk- och säkerhetsutmaningar. Många företag identifierar risker kopplade till AI, men saknar ofta den interna kompetensen för att balansera dessa mot AI:s möjligheter på ett strategiskt sätt.
– Utmaningen är att undvika att försiktighetsåtgärder helt stoppar innovationen, säger David.
Nyckeln ligger i att omvandla riskhantering till en strategisk förmåga. Istället för att låta risker bli hinder behöver företag utveckla lösningsorienterade arbetssätt där riskerna inte bara identifieras, utan också vägs mot nyttan. Det handlar om att våga hitta acceptabla vägar framåt.
– AI kräver ett nytt förhållningssätt till risk, menar David. Fokus måste vara på balans – att mitigera risker samtidigt som möjligheterna tas tillvara.
För att lyckas med detta måste företag centralisera sin riskhantering och säkerställa att den stöttar innovation. Det kan handla om att skapa dedikerade funktioner eller ta in expertis vid behov, så att AI-frågor hanteras effektivt och med helhetsperspektiv.
Med ett balanserat och lösningsorienterat synsätt kan organisationer inte bara minska riskerna, utan också låsa upp AI:s fulla potential och säkerställa att tekniken skapar värde i praktiken.
“Våga satsa och ta branschen in i framtiden”
Att förstå varför AI-utvecklingen går långsamt är inte alltid enkelt. Även om symptomen är tydliga – att initiativ tar tid, fastnar i analys, eller inte levererar värde – så är orsakerna sällan lika uppenbara.
– Det är alltid lätt att se när något inte fungerar som det ska, men mycket svårare att pinpointa varför, säger Patrik. Alla organisationer har sina unika styrkor och svagheter, och det krävs en helhetssyn för att verkligen förstå var man hamnat i otakt, och vad man ska göra åt det.
Han menar att med rätt verktyg och rätt insikter kan man inte bara identifiera problemen utan också ta kontroll över sin AI-resa. Dock är det helt avgörande att man har ett strukturerat angreppssätt, och ett effektivt sätt att få grepp om situationen är att göra en mognadsmätning.
– På Centigo har vi en forskningsbaserad metod som är utvecklad av Applied AI och förordad av AI Sweden. Metoden gör att vi kan hjälpa organisationer att bedöma sin förmåga att driva AI-utveckling – från strategi och ledarskap till teknik och kultur.
Med rätt verktyg i handen kan man inte bara förstå utmaningar, utan också skapa en tydlig väg framåt. Det kan få ovärderliga konsekvenser, enligt Patrik och David.
– De företag som vågar satsa på AI nu, och gör det med en genomtänkt strategi, är de som kommer leda sina branscher in i framtiden, säger David Thuresson.
Sammanfattning utmaningar inom AI-utvecklingen
- Tekniken springer före affärsmålen
AI-utveckling drivs ofta av teknikteam med fokus på att experimentera och lära sig teknologin, men utan en tydlig idé om hur initiativen ska skalas och skapa verksamhetsnytta. - Obalans i organisatorisk mognad
AI skapar möjligheter för både små och stora initiativ, men många organisationer fastnar i omfattande analyser och rigorösa processer. - Svårigheter att värdera risker
Legala och säkerhetsmässiga risker kring AI kan skapa handlingsförlamning. Många företag identifierar risker men saknar förmåga att värdera och balansera dem mot nyttan.
Lycka till med ditt strategiska AI-arbete. Har du frågor kring något i artikeln eller vill du veta vad Centigo kan göra för dig?
