Svenska succéappen tidigarelägger börsplaner – har 267 miljoner användare

I många fall har verksamheter en gedigen datastrategi för hur datautveckling ska stötta affären. Det läggs kraft på den operativa nivån och ibland även på strategin. Däremot saknas ofta fokus på den taktiska nivån, vilket kan resultera i en minskad genomslagskraft. 

– Data Tactics måste upp på agendan. Tre vanliga symptom på detta är ett gap mellan AI-lösningar och beslutsprocesser, utebliven verksamhetsförändring och oförmåga att industrialisera AI-lösningar, säger Niklas Liedholm, Principal Consultant, Solita.

Gap mellan AI-lösning och beslutsprocess

Kopplingen mellan en AI-lösning och hur den faktiskt driver värde i exempelvis en beslutsprocess måste vara mycket tydlig för alla som påverkas. En djup förståelse måste finnas för både verksamhetsmål, beslutskontext, beslutsalternativ och hur detta kopplar till möjligheter men också begränsningar med datadrivna insikter. Om dessa inte samspelar uteblir effekten.

Utebliven verksamhetsförändring

Att fatta datadrivna beslut är betydligt mer komplext än att se på data som stöttande fakta. Därför krävs ett förändringsarbete för att bygga upp en organisations förmåga och vilja att agera på datadrivna insikter. Lyckas man inte med detta skapas inget tydligt pull från verksamheten vilket kraftigt reducerar momentum kring införandet av AI-lösningar.

Oförmåga att industrialisera AI-lösningar

Det är viktigt att bygga upp strukturer och arbetssätt som driver produktivitet och skalbarhet för AI-användningsfall. Gör man inte det hamnar man lätt i en teknisk skuld som skapar risker med existerande modeller och stjäl allt mer tid från värdeskapande utvecklingsarbete. Här har det hänt väldigt mycket kring exempelvis Machine Learning operations (MLOps) och Data operations (DataOps).

Att bygga upp Data-Tactics förmågan är kritiskt för att få ut effekt

Data Tactics är verksamhetens förmåga att ständigt och effektivt identifiera, prioritera och säkerställa effekt från vitt skilda data-relaterade användningsfall, exempelvis vid AI-lösningar. 

Den underbyggs av en en förmåga att kombinera affärsbehov med mänskliga insikter och datamöjligheter, ett hypotes och evidensbaserat arbetssätt, multidisciplinär kompetens, ett tätt samarbete med affärsansvariga och processer, verktyg samt organisation som driver momentum och skalbarhet.

Möjligheterna kring användningen av AI för att optimera beslutsprocesser, automatisera komplexa processer och förbättra produkter och tjänster har aldrig varit större. 

– Många företag riskerar dock att få ut liten effekt av sina AI-investeringar för att de underskattar behovet av att bygga sina Data-Tactics förmågor, avslutar Carl Tivelius, CMO på Solita Sverige.

Är du intresserad av fler insikter kring AI, ChatGPT och low code, missa då inte att anmäla dig till Solita Summit 2023.