Artificiell intelligens (AI) har potentialen att revolutionera hur företag arbetar, men många organisationer är fortfarande osäkra på var och hur de ska investera i AI-teknik. Denna artikel syftar till att ge en detaljerad strategi för hur företag kan dra nytta av AI och skapa konkurrensfördelar. Vi kommer att utforska hur AI kan omvandla arbetsflöden, affärsmodeller och organisationsstrukturer.
För att verkligen lyckas med AI-implementering i företag behöver man förstå tre viktiga aspekter:
1. Hur AI faktiskt kan dela upp och omstrukturera arbete på mikronivå
2. Tidigare misstag som företag har gjort i sin digitala transformation
3. De övergripande krafter i företagsekosystem som avgör var makt, tröghet och beslut ligger och hur de förändras när ny teknik introduceras
Vi kommer att börja med logiken på mikronivå, sätta det i företagskontexten, och sedan utforska möjligheterna på makronivå. Målet är att ge en heltäckande guide för hur företag kan vinna med AI.
För att förstå hur AI kan omvandla företag är det viktigt att först titta på hur arbete utförs idag. Arbete består av en serie uppgifter som utförs mot specifika mål. Dessa uppgifter kan utföras antingen som en mänsklig tjänst eller av programvara.
Tidigare tekniska innovationer har automatiserat vissa rutinmässiga uppgifter, men två viktiga kategorier av arbete har fortsatt att kräva mänsklig insats:
1. Kunskapsarbete där anställda fattar viktiga beslut och utför handlingar baserat på information och insikter
2. Ledningsarbete där chefer sätter mål och strävar efter att uppnå övergripande resultat
Det som gör generativ AI så revolutionerande är att den kan ta över just dessa två typer av arbete som håller ihop arbetsflöden i företag - kunskapsarbete och ledningsarbete.
Generativ AI, särskilt stora språkmodeller (LLMs) och AI-agenter, har potential att omvandla både kunskapsarbete och ledningsarbete:
- LLMs kan ta över komplexa beslutsfattande uppgifter som tidigare krävde mänsklig expertis
- AI-agenter kan sätta mål och arbeta mot att uppnå dem, vilket liknar chefernas roll
- Autonoma AI-agenter kan dessutom lära sig över tid och ständigt förbättra sin förmåga
Detta innebär att generativ AI har den unika fördelen att kunna frigöra tjänster från mänskliga roller och istället baka in dem i programvara. Vi går från "Software-as-a-Service" till "Service-as-a-Software" - där komplexa tjänster kan levereras helt via AI-driven programvara.
Det finns redan tidiga tecken på att Service-as-a-Software kan ge stora effektivitetsvinster:
- Advokatbyrån DLA Piper rapporterar 80% minskad arbetsinsats för due diligence genom AI
- En AI-chattbot presterar bättre än högutbildade radiologer på vissa uppgifter, med 90% tidsbesparing och 99% kostnadsminskning
- Klarna hävdar att deras AI-assistent gör jobbet som 700 heltidsanställda, med potentiella vinster på 40 miljoner dollar
Även om en del av detta fortfarande är hype, pekar trenden tydligt mot en framtid där allt fler tjänster kan levereras som programvara genom AI.
Övergången till Service-as-a-Software sker genom följande steg:
1. Tjänstedominerat arbetsflöde: Utgångsläget där de flesta uppgifter utförs av människor
2. Uppdelning: AI används för att dela upp arbetsflödet i mindre komponenter
3. Modularisering: Uppgifter omvandlas till programvarumoduler som kan användas flexibelt
4. Omstrukturering: Arbetsflöden och beslutskedjor omformas baserat på de nya möjligheterna
5. Programvarudominerat arbetsflöde: Slutresultatet där majoriteten av arbetet utförs av AI-driven programvara
Detta är en pågående process där arbetsflöden kontinuerligt optimeras i takt med att AI-tekniken förbättras. Målet är att leverera tjänsten helt och hållet som programvara.
För att AI ska kunna leverera verklig nytta för företag behöver vi se förbättringar på flera områden:
1. Förbättrad hårdvara - snabbare GPUer och TPUer samt bättre minnesteknik
2. Bättre modellarkitektur - t.ex. gles uppmärksamhet som optimerar textbearbetningen
3. Förbättrade algoritmer - både för träning och inferens
4. Mjukvaruförbättringar och energieffektivare beräkningar
Dessa faktorer samverkar för att minska kostnaderna, öka hastigheten och förbättra noggrannheten hos AI-systemen. Särskilt viktigt är att öka storleken på kontextfönstret, alltså mängden text som modellen kan bearbeta samtidigt. Ett större kontextfönster möjliggör bättre förståelse och mer precisa resultat.
Den verkliga möjligheten med AI i företag ligger inte i att automatisera enskilda uppgifter, utan i att fånga och optimera hela arbetsflöden. Detta innebär att:
1. Identifiera vilka arbetsflöden som kan tas över av AI, både på kort och lång sikt
2. Vara uppmärksam på angränsande arbetsflöden som kan bli relevant att integrera
3. Utveckla en strategi för att gradvis expandera AI:s täckning av arbetsflöden
Genom att fånga hela arbetsflöden kan AI-leverantörer skapa starkare kundrelationer och bygga mer robusta affärsmodeller.
Precis som tidigare tekniska skiften har förändrat affärsmodeller, erbjuder AI nya möjligheter att tänka om hur företag skapar och fångar värde:
- Istället för att sälja programvara kan företag sälja faktiska resultat och prestanda
- Prissättning kan baseras på mätbara utfall snarare än användning eller prenumerationer
- Bundling av flera tjänster möjliggör korssubventionering och skapar konkurrensfördelar
För att lyckas med denna typ av affärsmodell krävs en annan säljstrategi än traditionell SaaS:
1. Sälja in visionen till C-nivån och avdelningschefer
2. Leverera ett väl avgränsat proof-of-concept för att visa på potentialen
3. Använd det som språngbräda för att fånga fler arbetsflöden i organisationen
Några av de största utmaningarna för att lyckas med Enterprise AI är:
1. Att leva upp till hypen - många AI-projekt riskerar att i praktiken bara bli dyr outsourcing
2. Organisatorisk obalans - det krävs nära samarbete mellan AI-experter och domänexperter
3. Laterala attacker - plötsliga AI-förbättringar kan öppna för nya konkurrenter
För att försvara sig mot dessa hot är det viktigt att fokusera på att äga de viktigaste kontrollpunkterna i arbetsflödet och kontinuerligt utöka sin täckning.
För att skapa en dominant position med Enterprise AI bör företag:
1. Etablera en central position (hub) i kundens arbetsflöden
2. Använda AI-agenter för att gradvis ta över mer ledningsarbete
3. Utnyttja möjligheter till korssubventionering för att utmanövrera nischade konkurrenter
Genom att fånga större delar av kundens arbetsflöden skapar man både djupare kundrelationer och möjligheter till mer lönsamma affärsmodeller.
För att avgöra vilka som kommer att lyckas med Enterprise AI behöver vi ställa två centrala frågor:
1. Kan utmanare utnyttja vertikala positioner för att expandera horisontellt, eller kommer etablerade aktörer att utnyttja sina befintliga horisontella positioner?
2. Kan etablerade aktörer paketera AI-lösningar med befintliga intäktsströmmar på ett sätt som ger dem en fördel?
Svaren på dessa frågor kommer att avgöra om det blir nya utmanare eller befintliga teknikjättar som dominerar nästa våg av Enterprise AI.
AI har potentialen att fundamentalt förändra hur företag arbetar. Genom att förstå logiken bakom Service-as-a-Software, fokusera på att fånga hela arbetsflöden, och utveckla nya affärsmodeller kan företag positionera sig för framgång i AI-eran. Men det kommer att krävas både teknisk excellens och strategiskt tänkande för att verkligen lyckas.
Som David Bowie sa om internet 1999: "Vi har bara sett toppen av isberget... Det är en främmande livsform..." Samma sak kan sägas om AI:s påverkan på företagsvärlden idag. De som förstår potentialen och agerar strategiskt har möjlighet att forma framtiden.
