Ett ledningsteam formulerar en ambition: tillväxt, marginal, snabbare till kunden. Alla nickar. Men den som läser den ambitionen som "vi gör mer med färre människor" menar något annat än den som läser "vi låter AI utföra merparten av rutinarbetet och behåller människor för det arbete som kräver omdöme". Båda tolkningarna passar samma mening på samma strategisida. Skillnaden blir först synlig när någon måste besluta: vem får mandat över ett AI-system, vem undertecknar för ett resultat som en modell har förberett, och vem är ansvarig om det går fel.
Strategi och styrning är därför inte en separat dimension vid sidan av de andra. Det är det lager där en ambition översätts till vad som får ske, av vem, och med vilken tillsyn. Utan den översättningen förblir en ambition en mening på papper.
AI tar redan idag över arbetsuppgifter, delvis, inte överallt lika snabbt. Det sker i tre former som löper genom varje lager av organisationen:
1. AI utför uppgiften helt och hållet. 2. AI utför uppgiften delvis, med en människa som godkänner eller avvisar, med motivering. 3. Uppgiften förblir mänskligt arbete, eftersom omdöme, ansvar eller sammanhang kräver det.
För processer och verksamhet innebär detta en annan arbetsfördelning. För styrning innebär det något annat: vem har beslutsrätten när en uppgift förskjuts från form 1 till form 2, och vem märker det när en uppgift som gällde som "mänskligt arbete" inte längre är det? I många ledningsgrupper är den beslutsrätten inte fastställd någonstans. Det finns en ambition, det finns en teknologiagenda, men det finns inget svar på frågan vem som får säga att ett team framöver arbetar med AI-stöd i stället för utan.
Företag där detta redan fungerar har skrivit ut ambitionen i lager: en vision, det tillstånd där den visionen blir konkret (vision state), ett mål, och det tillstånd där det målet blir konkret (target state). På varje lager är det fastställt vad AI-arbete innebär för det och vem som beslutar om det. Därmed kan en mellanchef besvara en fråga som "får det här teamet använda ett AI-verktyg för första bedömningar" utan att frågan måste tillbaka till ledningen.
Företag där detta ännu inte fungerar har ofta både en strategi och ett AI-initiativ, men ingen koppling mellan de två. Strategin talar om tillväxt och effektivitet i allmänna termer; AI-initiativet drivs inom IT-avdelningen eller av ett fristående team. Ingen har fastställt vilken förmåga organisationen behöver för att föra samman de två: vem prövar om ett AI-resultat är tillräckligt bra, vem äger risken om det inte är det, och vilket beslut om detta som ska ligga på ledningsnivå och vilket som inte ska det.
Den skillnaden ligger inte i ambitionsnivå. Den ligger i beredskap: har organisationen redan organiserat beslutsrätterna, rollfördelningen och prövningsmomenten, eller måste det ske innan arbete faktiskt kan förskjutas.
Den märkbara skillnaden ligger inte i strategipresentationen utan i ögonblicket därefter. En ledning som har gjort översättningen kan besvara en fråga om AI-användning i ett team inom det befintliga mandatet. En ledning som inte har gjort det låter frågan ligga, eller beslutar ad hoc, varefter nästa liknande fråga åter blir föremål för diskussion. Det kostar inga pengar som syns på en faktura, det kostar frigjord kapacitet som inte blir frigjord eftersom ingen fick besluta att arbetet ska organiseras annorlunda.
Arbetet bakom denna dimension ligger alltså inte i att skriva en AI-policy. Det ligger i fyra lager som ansluter till varandra: en vision som anger varför AI-arbete är relevant för ambitionen, en vision state som beskriver hur det ser ut i sak, ett mål som gör det konkret i kapacitet och resultat, och en target state som fastställer vilka roller och beslutsrätter som krävs för det. Åtta dimensioner och fem confidence gates prövar om dessa lager verkligen ansluter till varandra eller bara står bredvid varandra.
Om ämnet rör personalkonsekvenser gäller: för detta finns egna lagstadgade krav, fristående från denna test.
Strategi och styrning står inte fristående från resten. Om en beslutsrätt fungerar beror på hur processer är utformade för att faktiskt hantera AI-resultat, på om teknologin och kapaciteten finns för att genomföra de besluten, och på om prestationsmätning visar om en förskjutning ger det avsedda resultatet. Även frågan hur ett ledningsteam lär sig använda samma ord för samma ambition hör direkt hemma här, liksom frågan varför en strategi ibland förblir ett dokument i stället för ett beslutsramverk.
Den underliggande frågan — vilket arbete i det här företaget som verkligen kan tas över av AI — besvaras uppgift för uppgift med arbetsskanningen från FTE TO AI.
Den kostnadsfria beredskapskontrollen består av åtta korta frågor, en per dimension, och ger en bild av var er organisation har kommit längst och var det ännu finns arbete kvar att göra. Den fullständiga ambitionstestet, med de fyra lagren och de fem confidence gates, är under uppbyggnad.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.