Därför börjar vi med affärslogiken, inte tekniken
De flesta AI-projekt som gör folk besvikna är teknikval som gjordes för tidigt. Så här hittar vi det verkliga problemet först, och hur det ser ut i praktiken.
- Av
- Teamet på Nordic Labs X · Strategi och utveckling
- Publicerad
- · 2 min läsning
De flesta AI-projekt som gör folk besvikna misslyckas inte för att modellen var svag. De misslyckas för att någon valde ett verktyg innan någon förstod arbetet det skulle förändra.
Därför börjar vi på ett mindre spännande ställe: hos människorna som gör jobbet, datan de hanterar och undantagen de löser varje dag. Det kallar vi affärslogiken.
Vad ”affärslogik” faktiskt betyder
Affärslogik är de regler, vanor och bedömningar som får ditt företag att fungera. En del finns nedskrivet. Det mesta finns i människors huvuden.
För en orderavdelning kan det se ut så här:
- Ordrar kommer som PDF:er i elva olika layouter.
- Varje order ska hamna som samma sex fält i affärssystemet.
- Leveransadresser för befintliga kunder är redan kända.
- Allt ovanligt går till Johan, eftersom Johan känner kunden.
Ingen av punkterna nämner AI. Men tillsammans visar de exakt var AI hjälper (att läsa vilken layout som helst) och var den inte får bestämma själv (de ovanliga fallen).
Tre frågor vi ställer innan vi väljer teknik
- Vart tar tiden egentligen vägen? Vi sitter med teamet och tar tid på riktiga uppgifter, inte uppskattningar.
- Vad måste stämma för att resultatet ska vara rätt? Det blir valideringsreglerna.
- Vem ska bestämma när systemet är osäkert? Det blir granskningssteget.
En bra lösning består mest av svaren på de här tre frågorna. Tekniken är den del som är lättast att byta senare.
Så ser det ut i ett riktigt projekt
I vårt case om orderhantering ledde svaren till en enkel design: AI läser ordern, känd kunddata kontrollerar den och en människa godkänner bara de osäkra.
| Före | Efter |
|---|---|
| 14 timmars inmatning per vecka | Ingen manuell inmatning |
| 23 adressfel per månad | 2 per månad |
| Två personer upptagna två gånger i veckan | En snabb granskningsvy |
Modellen var det minst intressanta beslutet i projektet. Granskningssteget var det viktigaste, eftersom det fick teamet att lita på systemet från första dagen.
Så kan du testa själv
Du behöver inte oss för att börja. Välj en repetitiv uppgift och skriv ner:
- varje system den berör,
- varje regel någon kontrollerar för hand,
- varje fall som lämnas över till en kollega.
Om listan ryms på en sida är uppgiften förmodligen en bra första kandidat för automation. Om den inte gör det är det också värdefullt: då vet du var den verkliga komplexiteten finns innan du lägger pengar på den.
Vill du ha ett extra par ögon på din lista? Boka en kostnadsfri AI-genomgång. Vi säger ärligt om AI är rätt verktyg, även när svaret är nej.
Relaterat case
// nästa steg
Känner du igen ditt eget X? Hör av dig.
Beskriv problemet med dina egna ord. Vi svarar inom en arbetsdag med ett rakt besked om vi kan lösa det, och hur.
Kostnadsfritt · 30 minuter · inga förpliktelser