Danske virksomheder halter efter i AI-kapløbet: Der findes desværre ingen nemme løsninger

AI bliver omtalt som den største teknologiske revolution siden internettet. Alligevel er det stadig kun få danske virksomheder, der har omsat de store ord til konkrete resultater. Ifølge konsulenthuset WeCode bremser det ikke bare udviklingen i de enkelte virksomheder, men også væksten i Danmark.

Selvom kunstig intelligens fylder både i medier og direktionslokaler, er alt for få danske virksomheder reelt kommet i gang. Ifølge Troels Johannesen, der er CEO hos WeCode, skyldes det især misforståelser om, hvad teknologien kan - og en frygt for datasikkerhed og compliance, der lammer beslutningerne.

- AI er ikke et SaaS-produkt, man bare klikker sig ind på, betaler for, og så skaber det værdi fra dag ét. Mange tror, at en sprogmodel kan alt om deres virksomhed bare ved et tryk på en knap. Men sådan er virkeligheden ikke. Det kræver benhårdt arbejde at få en model til at forstå en virksomheds kontekst, opsætte regler og skabe reel værdi. Og hvis man tror, det er en magisk løsning, bliver man skuffet, siger Troels Johannesen.

Compliance og datasikkerhed skaber flaskehalse
En af de største barrierer er usikkerheden om, hvordan data bliver håndteret. Når virksomhedens data skal ind i en AI-model, opstår der spørgsmål om, hvorvidt det overhovedet er tilladt, hvordan data lagres, og hvem der får adgang.

- Hele compliance-maskineriet går i gang, og det kan tage måneder eller år at få grønt lys. Resultatet er, at mange projekter dør, før de overhovedet kommer i gang. Det er ikke teknologien, der bremser udviklingen, men virksomhedens egen evne til at håndtere rammerne omkring den, forklarer Johannesen.

Hvor giver AI mening? Start dér, hvor gevinsten er størst
Ifølge Troels Johannesen skal virksomheder fokusere på de områder, hvor AI hurtigt kan give mærkbare resultater.

- Et oplagt sted at starte er, hvor medarbejdere bruger oceaner af tid på at gennemtrawle dokumenter eller analysere billeder. Her er risikoen lav og gevinsten høj. Virker løsningen ikke, kan man kassere den uden at ændre hele sin organisation. Men hvis det lykkes, frigiver man tid og ressourcer, der kan mærkes på bundlinjen, siger han.

Han understreger, at virksomheder ikke skal starte med at erstatte hele arbejdsgange eller systemer, men i stedet afprøve konkrete cases, hvor AI kan afhjælpe tidskrævende processer.

Rodfæstet i små succeser
Ifølge Troels Johannesen er den vigtigste vej til at få AI ud i hele organisationen, at det først lykkes i en mindre enhed.

- Når en afdeling selv tager teknologien til sig og oplever værdien, smitter det hurtigt af på resten af organisationen. Det er meget nemmere at udbrede en løsning, når kollegerne kan se med egne øjne, at den virker. Det samme gælder i små og mellemstore virksomheder. Mit bedste råd er at starte småt, få en succesoplevelse og byg videre derfra, siger han.

Den gyldne regel: Ej din egen data
Mens store virksomheder ofte har styr på compliance og datastrategier, kan især SMV’er risikere at låse sig fast på uhensigtsmæssige løsninger. Her peger Johannesen på én gylden regel.

- Ej din data. Det er forretningskritisk. Hvis du lader en leverandør eller en AI-platform eje din data, risikerer du at blive låst fast og miste kontrollen. Sørg for at vælge løsninger, hvor du selv har ejerskab og kan tage dataen med dig, hvis du skifter leverandør. Det gælder både i forhold til datasikkerhed og virksomhedens fremtidige konkurrenceevne, siger han.

AI er uundgåelig, men kræver mod, viden og tålmodighed
Ifølge Troels Johannesen er der ingen tvivl om, at AI vil forandre dansk erhvervsliv på samme skala som internettet gjorde. Men det kræver en realistisk tilgang.

- Alle virksomheder skal i gang med AI - det er ikke et spørgsmål om hvis, men hvornår. Det kræver, at man forstår teknologien, starter med de nemme tiltag og er realistisk om dens muligheder og begrænsninger. Hvis man tror, AI rydder op af sig selv, tager man fejl. Det kræver menneskelig forståelse, hårdt arbejde og mod til at eksperimentere, siger Troels Johannesen.