Höstens AI-trender: Vad svenska företag satsar på

Efter en sommar av AI-hajp är det dags att ta temperaturen på verkligheten. Jag har pratat med ett trettiotal svenska företag om deras AI-planer. Här är vad jag ser.

Tre områden som dominerar

1. Intern effektivisering slår kundmötet

Överraskande nog satsar de flesta företag på AI för interna processer snarare än kundupplevelse. Rapportgenerering, dataanalys och dokumenthantering toppar listan.

Varför? Lägre risk. Om en intern process blir lite fel är det inte lika kritiskt som om kundupplevelsen havererar.

2. ChatGPT-policies istället för ChatGPT-projekt

Många företag spenderar mer tid på att skapa regler kring AI-användning än att faktiskt implementera AI-lösningar. Det är förståeligt med tanke på GDPR och företagshemligheter, men det finns en risk att man fastnar i regelskrivande.

3. Pilotprojekt snarare än storskalig utrullning

"Vi kör ett pilotprojekt" är frasen jag hör oftast. Det är klokt att börja smått, men jag ser också att många piloter aldrig leder till bredare implementation.

Branscher som leder utvecklingen

Tech och konsultbolag - Inte konstigt. De har kompetensen och kulturen.

Bank och finans - Regulatorisk press driver digitalisering. AI för compliance och riskanalys växer snabbt.

E-handel - Personalisering och chattbotar är redan standard för de större aktörerna.

Tillverkning - Överraskande många projekt inom prediktivt underhåll och kvalitetskontroll.

Branscher som halkar efter

Offentlig sektor - Upphandlingsregler och riskrädsla skapar trögheter.

Småföretag - Resursbrist och brist på kunskap. Men gratisverktyg som ChatGPT används flitigt.

Bygg och fastighet - Traditionell bransch som rör sig långsamt.

Vad företag borde satsa mer på

Utbildning

De flesta anställda har inte fått strukturerad utbildning i AI-verktyg. De googlar sig fram och missar potential.

Integration

Fristående AI-verktyg är bra för att testa, men värdet ökar dramatiskt när AI integreras i befintliga system.

Mätning

Få företag mäter effekten av sina AI-initiativ systematiskt. Utan data är det svårt att motivera fortsatta investeringar.

Min prognos för hösten

1. Konsolidering - Färre verktyg, bättre använda
2. Policies på plats - De flesta större företag får ordning på regelverket
3. ROI i fokus - Experimentfasen övergår till krav på mätbara resultat

Praktiska tips för Q4

1. Gör en inventering - Vilka AI-verktyg används redan (officiellt eller inofficiellt)?
2. Prioritera ett område - Fokusera resurser istället för att sprida er
3. Sätt mätbara mål - Vad ska förbättras och hur mäter ni?
4. Utbilda - En workshop för hela teamet kostar lite och ger mycket

Slutsats

AI-hösten 2023 handlar mer om struktur än hajp. Företag som investerar i policies, utbildning och mätning kommer vara bättre positionerade när det är dags att skala upp.

Var är ditt företag i AI-resan?