Microsofts färdplan till en AI-strategi beskriver fem områden som ska driva en lyckad AI-omvandling:
- Affärsstrategi
- Teknik- och datastrategi
- AI-strategi och erfarenhet
- Organisation och kultur
- AI-styrning.
Dessa områden är tänkta att utvecklas parallellt för att minska risk och frigöra värde. Microsofts fem drivkrafter är en bra start, men de förutsätter att organisationen redan behärskar själva grunden – förståelsen för data och AI. Denna gemensamma kunskap finns sällan på plats.
Begreppet data är centralt i färdplanen, men är också otydligt för många. Microsofts text lämnar orden ”datakunskap” och ”datamedvetna medarbetare” oförklarade samtidigt som det lyfts som något oerhört viktigt som idag saknas. Gissningsvis används begreppet ”data literacy” i den engelska versionen.
”Datakunskap är oerhört viktigt, och det saknar vi i dag. Ett datakunskapsuppdrag är också något som vi har börjat parallellt så att vi kan träna fler människor att vara mer datamedvetna och hjälpa oss att förbättra kvaliteten på data, oavsett vad de hanterar.” – Microsoft
Utan förståelse för data och AI blir färdplanen en teoretisk övning.
Bild nedan från Microsofts ”Din färdplan till en AI-strategi”
Litty och vårt Data & AI Literacy ramverk
Här kan Litty hjälpa till. Vårt ramverk med fyra tydliga områden och AI-literacy som skapar tillsammans en helhet.
Dataanalys & logik, Verksamhet & analys, Teknik & systemförståelse samt Kommunikation och kultur, ger organisationer en praktisk struktur för att bygga den kunskap som gör Microsofts råd genomförbara. Med denna grund kan dessa fem drivkrafter bli mer än en checklista; de blir verkliga verktyg för att skapa affärsvärde.
”Utan en gemensam förståelse för vad data är, hur det skapas och hur AI använder det går det inte att förverkliga någon av de fem drivkrafterna. Här saknas själva fundamentet: data- och AI-litteracitet – Litty.”
1. Affärsstrategi
För att över huvud taget kunna diskutera var AI-lösningar eller annan intelligent teknik passar och vad som krävs för att det ska fungera, behöver ledningen förstå ämnet. Det går inte att ha konkreta diskussioner i något man inte har förståelse för. Om ledningen inte kan förklara begrepp som datadrivet eller skillnader mellan olika AI-tekniker saknas förutsättningar att leda. Det går helt enkelt inte att sätta AI i affärsstrategin utan grundläggande data- och AI-litteracitet.
Äkta och genuina ledare är avgörande. Medarbetare ser igenom ledarskap som investerar och kommunicerar utan att förstå. Ledningens stöd är en av förutsättningarna för AI-beredskap, men det stödet behöver vara äkta. Annars finns en stor risk att det istället skapar en misstro bland medarbetarna som leder till en kultur med missnöje och motsatt effekt.
”Genom att chefer på hög nivå aktivt sponsrar initiativ, avsätter resurser och integrerar AI i affärsplaneringen visar de att arbetet är strategiskt, inte bara experimentellt. Utan detta engagemang fastnar AI-projekten lätt som isolerade försök – Microsoft.”
2. Teknik- och datastrategi
En ledning som inte vet innebörden av en semantisk modell eller förstår hur man ser data som en strategisk tillgång (resurs) lyckas inte heller att ta fram en bra strategi. Det krävs grundläggande datalitteracitet hos alla i ledningen för att kunna vara med i diskussionerna, ställa rätt frågor, sätta en rimlig tidsplan, förutse risker och anpassa strategin så att den stöttar affärsmål och den övergripande affärsstrategin. Att enbart CIO eller CDO känner till behovet av datakunskap/datamedvetenhet/datalitteracitet bygger ingen sådan kultur.
”Datakunskap är oerhört viktigt, och det saknar vi i dag. Ett datakunskapsuppdrag är också något som vi har börjat parallellt så att vi kan träna fler människor att vara mer datamedvetna och hjälpa oss att förbättra kvaliteten på data, oavsett vad de hanterar. – Microsoft”
3. AI-strategi och erfarenhet
Ledningen behöver inte kunna allt om AI, men för att kunna sätta en framgångsrik AI-strategi krävs förståelse för AI. AI-litteracitet tillsammans med datalitteracitet möjliggör en smart planering inom ett nytt område som i princip ingen riktigt kan än. En AI-strategi kan inte enbart bygga på vad alla andra gör, inte om man vill skilja sig från konkurrenterna. Ledningen måste förstå tillräckligt för att sätta riktning och leda, experterna kan sen genomföra implementeringen av de tekniska lösningarna.
”Framgång skiljer sig från en organisation till en annan – och hur den ser ut kan förändras med tiden beroende på era unika affärsutmaningar och mål.” – Microsoft
4. Organisation och kultur
För att lyckas med att utveckla en datadriven organisation där AI är en naturlig del av kulturen, krävs förståelse för vad det konkret innebär. Många medarbetare kan ha en tyst oro för att bli ersatt av AI, här måste ledningen kunna kommunicera strategin på ett trovärdigt sätt. Enda sättet att vara trovärdig och äkta, är att man kan och förstår det man kommunicerar om. Det möjliggör också en trygghet hos ledningen i att våga vara transparent i att inte kunna allt. Vi är inte AI, vi är mänskliga.
5. AI-styrning
Med AI kommer nya regelverk och nya aspekter att ta hänsyn till. Eftersom landskapet förändras kontinuerligt och utvecklingen av nya lösningar går mycket snabbt, måste ledningen förstå grunderna i vad AI innebär. Genom att fokusera lärandet på själva metoderna istället för enskilda, tekniska lösningar, möjliggörs höjd i diskussionerna.
Data- och AI-litteracitet är nödvändigt
Microsofts fem drivkrafter är en värdefull vägledning, men de förutsätter att organisationen redan behärskar själva grunden – förståelsen för data och AI. Utan kompetens i data- och AI-litteracitet riskerar AI att stanna vid isolerade experiment och skapar i värsta fall osäkerhet i organisationen, höga kostnader och misstro mot ledningen.
Med Littys ramverk på plats blir drivkrafterna däremot ett verkligt stöd för att driva affärsnytta i hela organisationen.
