TRY henter Camilla Brustad-Nilsen og Lasse Maugesten fra Itera for å lede AI-satsingen. Målet er klart: Hjelpe norske virksomheter ut av pilotsyken og inn i faktisk verdiskapning.

TRY henter tungt skyts for å bygge landets mest praktiske AI-kompetanse. Camilla Brustad-Nilsen og Lasse Maugesten blir direktører for strategi og AI-rådgivning, og skal lede selskapet mot å eie posisjonen som "AI-huset" i Norge innen 2028.

Begge kommer fra Itera, hvor de har ledet komplekse AI-transformasjoner for kunder som KLP, Coop Norge og Islandsbanki. Nå skal de gjøre det samme i TRY – og ta med seg det de har lært om hva som skiller vellykkede AI-prosjekter fra de som aldri kommer ut av pilotfasen.

Vi har jobbet med AI i flere år og sett hva som fungerer og ikke fungerer. Denne kunnskapen ønsker vi nå å ta med oss videre til hele TRY-huset, sier Lasse Maugesten.

 

Fra testing til skalering

TRY har brukt år på å bygge AI-kompetanse internt. Alle 350 ansatte er skolert i bruk av kunstig intelligens, og teknologi og datadrevet markedsføring står nå for over 60 prosent av konsernets inntekter. Men det er på kundesiden det skal skje noe nytt.

– Det magiske skjer når hele organisasjonen bruker AI sammen – ikke bare noen få eksperter. Vi har sett at dette gir resultater på både nye produkter og økt produktivitet. Nå går vi fra å bruke AI til å bygge med AI, sier Sindre Beyer, CEO i TRY.

Beyer understreker at dette ikke handler om teknologi for teknologiens skyld.

– Vi ser at AI endrer hele verdikjeden i kommunikasjons- og markedsføringsfaget – fra innsikt og idé til produksjon og effektmåling.

 

Skreddersøm, ikke standardløsninger

TRYs tilnærming bygger ikke på én fast metodikk. I stedet tilpasses veien til AI-modenhet etter hver enkelt virksomhets situasjon.

– De fleste vet at de kan skape verdi med AI, men er usikre på hvor de skal starte. Det er her vår erfaring bringer verdi inn, forklarer Camilla Brustad-Nilsen.

For noen handler det om strategi: Hvilke deler av virksomheten vil AI påvirke mest? For andre er det konkrete implementeringer: Hva skal vi bygge først? Og for de mest modne: Hvordan skalerer vi det vi allerede har testet?

– Det er ikke én løsning som passer alle. En finansaktør har helt andre drivere og barrierer enn en produksjonsbedrift eller et offentlig selskap, sier Lasse Maugesten.

 

Markedsføring påvirkes først

Maugesten peker på markedsføring som et felt hvor AI allerede gjør stor forskjell.

– Er man interessert i AI og ønsker å være tidlig ute, er det lurt å oppsøke de bransjene som blir mest påvirket først. Markedsføring er et eksempel. De har mye data, det brukes mye penger, og teknologien fungerer godt innenfor dette området.

Brustad-Nilsen legger til at TRYs tverrfaglighet gir en fordel.

– TRY er et spennende selskap. De er tverrfaglige fra kreatører og designere til dataspesialister, utviklere og teknologer, opererer i flere land og er ikke redde for å teste nye ting. Vi tror mye av det TRY har lykkes med når det gjelder implementering av AI, kan overføres til mange andre sektorer.

 

Agentiske arbeidsflyter

Beyer trekker fram agentiske arbeidsflyter – systemer hvor AI løser komplekse oppgaver på egen hånd – som neste nivå.

– Det er denne reisen vi skal hjelpe andre virksomheter med. Agentiske arbeidsflyter som løser komplekse oppgaver, satt sammen av organisasjonene selv.

De to nye direktørene inngår i TRYs AI-lederteam sammen med Beyer og Head of AI & Transformation Martin Jensen. I januar kom også Mathias Hov inn som KI-produktleder.

– Jeg har jobbet tett med Martin for å bygge dette teamet. Camilla og Lasse har akkurat den kombinasjonen av strategisk tyngde og operativ erfaring vi trenger for å lykkes med dette, sier Beyer.

Martin Jensen understreker timingen:

– Vi opplever nå stor interesse fra kunder som ønsker det samme vi har bygget internt. Camilla og Lasse kommer inn med tung erfaring fra komplekse implementeringer i store organisasjoner akkurat når vi trenger det.

 

12 måneders plan

TRY har satt seg ambisiøse mål for det første året. Innen 12 måneder skal selskapet ha tatt tydelige steg mot å eie posisjonen som "AI-huset" i Norge, ha en fungerende AI-tjenesteportefølje med 2–3 produktifiserte tjenester, ha 2–5 signaturcaser som det snakkes om, ha etablert en solid AI-leveransemodell, og ha bevist forretningspotensialet gjennom meningsfull omsetning og pipeline.

Planen er delt i tre faser: lansering og fundament, levering og produktifisering, og til slutt revidering og klargjøring for år to.

– Det handler ikke bare om å vinne oppdrag. Det handler om å bygge noe som står støtt selv om markedet svinger, sier Beyer.

 

Les mer om våre AI tjenester her