En ledning säger: "vi integrerar förvärvet inom ett år, och vi gör det smartare än förra gången." Den sista meningen döljer ett antagande. Smartare betyder numera ofta: med mindre manuellt arbete i de överlappande funktionerna, och med AI som tar över en del av integrationsarbetet i stället för att människor gör det parallellt under två år. Det antagandet uttalas sällan, och därmed testas det aldrig heller.
Skillnaden mellan denna ambition med AI-arbete och samma ambition utan AI är inte kosmetisk. Utan AI kräver integration framför allt projektkapacitet: människor som tillfälligt frigörs för att koppla samman system, jämföra processer och sammanfoga rapportering. Med AI förskjuts en del av det arbetet till en annan fråga: vilka jämförelser, kopplingar och överlämningar kan ett system göra självt, vilka kräver en människa som godkänner eller avslår med motivering, och vilka förblir mänskligt arbete eftersom kontexten är för specifik för att automatisera. Den distinktionen avgör vilka kompetenser som behövs, och de skiljer sig från de kompetenser som en klassisk integrationsplan förutsätter.
Vid ett förvärv görs matchningen av kund- och leverantörsdata mellan två system redan till stor del av AI, med en medarbetare som bedömer undantagen. Vid ett annat förvärv sker exakt samma matchning fortfarande helt manuellt, i kalkylblad, av människor som ägnar veckor åt att jämföra fält. Skillnaden ligger inte i branschen eller företagets storlek. Den ligger i om organisationen redan har dokumenterat sin egen data och sina processer så att ett AI-system kan göra något med dem, och om det finns någon utsedd som får godkänna resultaten.
Samma förskjutning sker vid avtalsanalys, vid sammanslagning av rapportstrukturer och vid den första triagen av kundkommunikation efter förvärvet. En del av det arbetet kan ett system ta över. En större del kräver tillsyn: en människa som bedömer resultatet och godkänner eller skickar tillbaka det med motivering. Och en del förblir mänskligt arbete, eftersom det handlar om förhandling, kultur eller politisk känslighet inom den nya organisationen. En integrationsplan som inte skiljer mellan dessa tre kategorier planerar kapacitet på ett sätt som senare visar sig inte stämma.
Den första kompetensen är en aktuell bild av vilka uppgifter i integrationen som kan tas över, vilka som kräver tillsyn och vilka som inte gör det. Den bilden saknas hos de flesta ledningsgrupper inte av ovilja, utan eftersom ingen någonsin har sammanställt den systematiskt för detta specifika integrationsprojekt. Den underliggande frågan vilket arbete i detta företag som verkligen kan tas över av AI besvaras med arbetsanalysen från FTE TO AI per uppgift, och det ger en utgångspunkt som är mer konkret än ett antagande.
Den andra kompetensen är en beslutsrätt: vem får godkänna en av AI genererad jämförelse, koppling eller rapport utan att falla tillbaka på den gamla, helt manuella vägen. Utan en utsedd roll med det mandatet förblir tillsynen en dubbelkontroll bredvid systemet i stället för att ersätta en del av det, och den avsedda kapacitetsvinsten går förlorad.
Den tredje kompetensen är datahygien på den nivå som gör automatisk matchning och jämförelse tillförlitlig. Förvärv sammanför nästan alltid två dataset som inte har samma struktur, definitioner eller kvalitet. Ett AI-system som ska arbeta med den datan är bara så bra som datan tillåter, och det är en kompetens som måste vara i ordning månader innan det första integrationssteget, inte under det.
Den fjärde kompetensen berör de människor vars funktion överlappar på grund av förvärvet. Om en del av deras arbete tas över av AI uppstår en fråga om omplacering, arbetsuppgifter eller anställningsvillkor. Där gäller egna lagkrav, och de fylls inte i här.
En integrationsambition står aldrig ensam. Den berör ofta att göra organisationen plattare, eftersom förvärv ofta sammanfaller med att slå samman ledningsnivåer. Den berör att arbeta mer kundorienterat, eftersom kunderna hos det förvärvade bolaget under integrationen är först med att märka om löftet håller. Och den berör att bli mindre beroende av nyckelpersoner, eftersom ett förvärv ofta belastar just de människor som har mest odokumenterad kunskap i huvudet. Den som testar dessa ambitioner separat missar friktionen som uppstår när de drar på samma kapacitet.
Om ett år har denna ambition lyckats om de överlappande processerna inte längre körs parallellt två gånger, om rollen som godkänner AI-resultat faktiskt existerar och används, och om antalet manuella korrigeringar av sammanslagen data har minskat strukturellt i stället för att bara tillfälligt lättats. Den har inte lyckats om integrationen är avslutad på papper men de frigjorda timmarna inte återfinns någonstans, eftersom ingen i förväg hade fastställt varifrån dessa timmar skulle komma.
För att göra denna ambition mätbar innan projektet startar är det bra att veta hur ni gör en vision mätbar och, om integrationen är för stor för att slutföras inom ett år, hur ni faserar en ambition som är för stor för ett år.
Den kostnadsfria beredskapskontrollen från FTE TO AI består av åtta korta frågor, en per dimension, och ger en bild av var organisationen har kommit längst och var den ännu inte har det. Den fullständiga ambitionstestet, med de fyra lagren från vision till roller och beslutsrätt, 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.