Vad kostar det att inte investera i AI?
En fråga som fler ledningsgrupper borde ställa sig. De flesta diskussioner om AI börjar på samma ställe: investeringskostnaden. Vad kostar det att köpa in verktyg? Vad kostar det att anlita konsulter? Vad kostar det att utbilda personalen? Det är rimliga frågor, men de ger bara halva bilden. Den fråga som sällan ställs är den omvända: Vad kostar det att inte göra någonting?
Det är en obekväm fråga. Inte för att svaret är okänt, utan för att det kräver att man tar ställning. Och att ta ställning innebär att man måste agera. Eller erkänna att man valt att stå still, och faktiskt stå för det beslutet.
Kostnaden är redan här. Den syns bara inte på en rad.
Att välja att inte investera i AI leder ofrånkomligen till konsekvenser. Med den inställningen tar du och din organisation ett aktivt beslut om att bibehålla ett arbetssätt som, relativt sett, tappar mark för varje dag som går.
Valet att inte hoppa på "AI-tåget" leder så klart inte till att hela er verksamhet slås ut över en natt utan innebär andra typer av konsekvenser. Som exempelvis att era medarbetare riskerar att lägga massor av tid på arbetsuppgifter som en en välkalibrerad AI-assistent skulle kunna ha löst på bara sekunder. Arbetsuppgifter som rapport- och datasammanställningar är klassiska exempel där en manuell hantering tar onödigt lång tid och i sin tur leder till att viktiga beslut fördröjs i brist på underlag.
Den typen av kostnader syns inte på en enskild rad i budgetarket, men den finns där och leder till indirekt ökade lönekostnader, längre ledtider och en organisationskultur som aldrig effektiviserar sig då det skapats en allmän uppfattning om att det är ok att "saker tar tid".
Vad händer när era konkurrenter hunnit längre?
Det finns andra kostnader som uppstår som en konsekvens av att du aktivt väljer bort att använda AI på smarta sätt i din verksamhet. En konkret sådan är den kostnad som du åker på när konkurrenterna lyckas anamma AI både snabbare och bättre i sina verksamheter.
Era kunder märker oftast inte att ni använder er av AI. Men de märker om ni svarar snabbare, levererar mer konsekvent och hanterar avvikelser utan friktion. Om de märker att ni kan prissätta smartare, agera snabbare på förändrad efterfrågan eller erbjuda en upplevelse som känns mer genomtänkt blir de så klart i grunden mer nöjda med din leverans. Den dag de börjar märka skillnad mot en konkurrent som kommit längre i sin AI-resa så blir det svårt att ta igen den skillnaden som uppstått snabbt och då finns det risk att du ångrar att AI inte injicerats som en del av din organisations processer på ett bättre sätt.
Att ligga ett år efter i AI-mognad är inte detsamma som att ligga ett år efter i ett enskilt teknikprojekt. Det handlar om ett helt år av inlärning, organisatorisk anpassning och gradvis optimering som är svårt att komma ikapp med i efterhand.
Kompetensförsörjning är en underskattad del av kalkylen
En aspekt som sällan tas med i diskussionen om AI-investeringar är vad det kostar att attrahera och behålla rätt kompetens framöver. Talanger, särskilt de som är mitt i karriären, söker sig i allt högre utsträckning till arbetsgivare som arbetar på ett modernt sätt. Inte för teknikens skull, utan för sin egen skull. De vill arbeta med verktyg som faktiskt gör skillnad och vill inte lägga sin tid på uppgifter som borde vara automatiserade. De vill helt enkelt inte uppleva att deras organisation är trög medan omvärlden rör sig. En organisation som inte tar AI på allvar riskerar därför inte bara att förlora i sin produktivitet utan också i attraktionskraft och går i förlängningen troligtvis miste om kompetens som är både svår och kostsam att hitta (och ersätta).
Analysfällan: ett år av utredning utan beslut
Den största fällan vi upplever att många organisationer hamnar i när de diskuterar AI-investeringar är inte att de aktivt väljer att säga nej. Det är att de skjuter upp att säga ja.
"Vi utreder"
"Vi kartlägger".
"Vi tar fram ett beslutsunderlag"
"Vi inväntar nästa styrelsemöte".
"Vi tillsätter en arbetsgrupp"
"Vi avvaktar tills marknaden mognat lite till"
Den typen av svar eller argument som vi ofta hör är helt rimliga och ibland är försiktighet bra. Men det är ändå värt att ställa sig frågan; hur länge har den här diskussionen pågått i er organisation? Och vad har det faktiskt kostat er att inte fatta ett beslut i AI-frågan? Varje kvartal av avvaktan är ett kvartal där ni får betala kostnaden för den ineffektivitet ni får i era processer till följd av att AI inte används.
Poängen är inte att investera i allt
Att tolka den här artikeln som ett argument för att kasta sig in i alla tänkbara AI-initiativ på en gång vore fel. Det är inte så vi menar. Det som oftast kostar organisationer mest är inte att gå sakta utan att gå utan riktning.
Organisationer som lyckats med sin AI-strategi är nästan alltid de som börjat med att ställa sig rätt frågor:
Var i vår verksamhet gör vi arbete som AI faktiskt kan förbättra?
Vad är det viktigaste problemet att lösa?
Vad behöver vi förstå innan vi kan investera rätt?
Utifrån de svaren kan man sedan bygga en roadmap som prioriterar åtgärder som leder till verklig affärsnytta och som gör att varje investering kan motiveras, mätas och skalas. Det viktiga är inte att börja stort utan att börja strukturerat.
Frågan ni behöver ställa er
Så, nästa gång AI-frågan dyker upp i er ledningsgrupp (och det kommer den att göra), prova att vända på det vanliga resonemanget ni för. Fråga er inte bara vad det kostar att investera utan också vad det kostar er per månad att inte göra det? Svaret på den frågan är ofta det bästa underlaget för att ta ett välgrundat beslut om hur er organisationen ska investera i AI.
Vill du veta mer?
Björn Sundqvist
Business Developer
