Minst like mange prosjekter havarerer av grunner som er enklere å se og lettere å fikse – om du oppdager dem tidsnok.
1. Datagrunnlaget er ikke klart
AI er avhengig av data. Ikke perfekte data, men strukturerte, tilgjengelige, noenlunde konsistente data. Vi møter jevnlig organisasjoner som vil sette i gang et AI-prosjekt uten å vite hva slags data de faktisk har, hvor de ligger, eller om de er lovlig tilgjengelige. Det er som å starte et byggprosjekt uten grunn.
Kartlegg datakildene dine før du velger løsning. Ikke underveis.
2. Scope-creep fra dag én
AI-prosjekter starter smalt. Så begynner folk å legge til. "Kan den ikke også...?" er de dyreste ordene i ethvert AI-prosjekt. Uten en tydelig avgrenset problemstilling og en eier som kan si nei, vokser prosjektet til det kollapser under sin egen vekt.
3. Ingen KPI-er satt på forhånd
Hva er suksess? Om du ikke kan svare på det spørsmålet før prosjektet starter, kan du heller ikke evaluere det når det er ferdig. Og uten målbar effekt er det nesten umulig å skaffe videre budsjett eller forankring i ledelsen.
Velg to eller tre konkrete mål: tid spart, feil redusert, henvendelser løst uten manuell behandling. Ikke mer.
4. Sikkerhet og GDPR er en ettertanke
Norske bedrifter håndterer data underlagt GDPR, taushetsplikt og sektorspesifikke regler. AI-løsninger som prosesserer persondata, kundeinformasjon eller forretningshemmeligheter krever gjennomgang av databehandleravtaler, tilgangsstyring og loggføring – fra dag én, ikke etter at løsningen er i produksjon.
Dette er ikke en juridisk parentes. Det er et prosjektkrav.
5. Integrasjonsarkitekturen er ikke planlagt
En AI-løsning som ikke snakker med eksisterende systemer, skaper mer arbeid enn den sparer. CRM, ERP, intranet, kundeservice-plattform – AI må kobles inn i arbeidsflyten for å gi verdi. Det krever integrasjonsarbeid som ofte undervurderes i budsjettet og tidsplanen.
Vil du se hva som skjer i organisasjonen etter at de strukturelle tingene er på plass? Implementering av AI behøver ikke å være vanskelig – Norad viser hva som skjer når man starter fra bunnen med riktig forankring. Og for å sette riktig kurs fra start anbefaler vi å begynne med en AI-workshop der vi kartlegger mulighetene og lager en konkret prioriteringsliste.
