Machine learning kräver modiga ledare och positiva medarbetare

Goda råd från tre företag som har implementerat machine learning.

Implementering av artificiell intelligens är, precis som implementering av många andra tekniker, grundläggande. Dock finns det ofta en skillnad.

Många har en tendens att tänka att nu kommer maskinerna och ersätter människorna. Det skapar otrygghet och motstånd. Därför måste ledningen se till att de har medarbetarna med sig. Annars kan man inte fånga upp kloka idéer kring hur tekniken kan implementeras på ett bra sätt.

Tre företags erfarenheter av machine learning

Det visar erfarenheterna från en liten undersökning som vi har genomfört bland tre större danska företag som just nu håller på att implementera machine learning.

De tre organisationerna använder machine learning för olika syften. Det handlar om både processoptimering, stöd i beslutsfattande och att skapa bättre service och kvalitet i uppgiftslösningen.

Man använder bland annat machine learning som stöd i beslutsfattande för företag och medborgare som ska rapportera upplysningar. Eller för e-postsortering, så att meddelanden når rätt person.

I stället för att sitta och gå igenom varje meddelande kan man med hjälp av machine learning automatisera processen och på så sätt erbjuda en bättre tjänst.

Vi kan se att det framför allt är sex saker som återkommer i organisationernas sätt att sjösätta dessa projekt.

Råd 1: Se till att digitaliseringen blir ledningens ansvar

Erfarenheterna från de tre företagen visar att det är helt avgörande att en sådan här satsning förankras på den högsta nivån i organisationen. Det är viktigt att den stöds av den överordnade strategi som man annars arbetar utefter inom företaget.

Implementering av machine learning kan möta motstånd även på ledningsnivå. Projekten kan leda till stora förändringar, och just därför måste besluten fattas på ledningsnivå, så att förändringar inte bara sopas under mattan och att organisationen upplever att det är ett gemensamt projekt.

Att projektet lyfts till ledningsnivå bidrar också till att säkra en gränsöverskridande förankring av projekten och kan vara viktigt när det gäller att säkra det ägarskap som behövs.

Råd 2: Skapa en gemensam positiv vision

Automatisering kan verka skrämmande och bromsa utvecklingen. Det är helt naturligt, och om du vill slippa tvinga fram en acceptans för tekniken måste den få samspela med människor. För detta krävs att man får organisationen med sig, och att man får rätt input i utvecklingsarbetet.

En viktig beståndsdel i detta är att man skapar en positiv gemensam vision som medarbetarna är med på. Vad är drivkraften bakom utvecklingen? Är det en önskan om effektivisering och ekonomiska besparingar? Eller drivs organisationen av en önskan om att kunna erbjuda bättre service och göra sig av med de många trista
rutinuppgifterna?

Ett av företagen har upplevt det som en stor hävstång i arbetet med implementeringen att de just nu håller på att rekrytera nya medarbetare, och att det därför inte finns någon rädsla inom organisationen kring att machine learning ska ta över deras tjänster.

Råd 3: Gör medarbetarna till aktiva medspelare

Man kan naturligtvis välja att köpa in tekniken från en extern källa och tvinga fram implementeringen. Men om man vill jobba strategiskt med användning av machine learning och få ut mesta möjliga av den potential som finns i denna teknik måste man få med sig hela organisationen.

Det räcker inte med att bara fokusera på tekniken. Man måste även fokusera på organisationen i förhållande till vad machine learning är och vad den kan.

Man måste göra medarbetarna till aktiva medspelare. Det är fackmännen som på allvar kan visa på konkreta användningsmöjligheter. Här är det viktigt att man gör organisationen mogen för att ta aktiv del i processen.

Råd 4: Kommunicera om möjligheterna med tekniken

Vad innebär det att göra organisationen mogen? Det handlar bland annat om att ge organisationen en förståelse för tekniken, så att de kan se möjligheterna och får en förståelse för hur tekniken kan hjälpa dem
att lösa konkreta uppgifter.

Det enda sättet att få en förståelse för tekniken är att arbeta med praktiska exempel och genom konkret samarbete.

Ett av företagen har tagit fram en produktkatalog där de beskriver vad machine learning har att erbjuda. Genom att förmedla det kan medarbetarna på ett bättre sätt bidra med idéer till bra use-cases.

Just därför fokuserar de mer på förmedlandet – för de bra idéerna kommer inte nödvändigtvis från datavetare. Det är viktigt att man förstår tekniken.

Det är på grund av detta som de här företagen ägnar väldigt mycket tid åt att göra organisationen mogen. De hoppas att medarbetarna genom detta automatiskt ska komma med input och bra idéer – eftersom de har full koll på vad machine learning är.

Läs mer: Machine Learning blir snart “bread and butter”

Råd 5 – Experimentera

Artificiell intelligens är i hög grad ett outforskat område. Därför är det helt avgörande att ledningen ger organisationen fria händer att experimentera – och att det är tillåtet att misslyckas.

Erfarenheterna från de tre organisationerna visar att det är viktigt att ha ett upplägg där det är enkelt att testa nya idéer och proof of concepts.

Råd 6 – Skapa identitet och mening för enskilda medarbetare

I samband med att man implementerar artificiell intelligens i organisationer går man ofta in och gör stora ändringar i medarbetarnas arbetsrutiner.

Här är det viktigt att vara uppmärksam på att det för vissa medarbetare kan leda till att man förlorar sin arbetsidentitet. Det skapar otrygghet och motstånd.

Därför är det helt avgörande att man involverar medarbetarna i utvecklingen av nya arbetsprocesser och nya roller i arbetet. Det bidrar till att ge en känsla av ägarskap och att säkra att medarbetarna har kvar sin identitet i arbetet.

Fem tips: Så är machine learning till hjälp i detaljhandelsbranschen

Säg din mening

*