Hur ser vi att ett AI-projekt lönat sig? Sex steg

Det svåra är att veta vad ni jämför med

”Det går snabbare nu” är inte ett resultat. För att veta om ett AI-projekt lönat sig behöver ni ett mått före, ett efter och en ärlig bild av vad det kostade. De flesta projekt saknar den första delen, och då går det inte att bevisa något i efterhand.

Sex steg

1. Välj en uppgift och ett mått

Ett projekt som ska ”effektivisera säljet” går inte att mäta. En uppgift som ”uppföljning efter möten” går det. Välj ett eller två mått som hör direkt till den:

• Tid: minuter per möte, timmar per vecka som läggs på sammanställningen.
• Volym: antal möten som får en uppföljning, antal kvitton som hanteras per vecka.
• Fördröjning: hur lång tid det går från händelse till att uppgiften är gjord.

2. Mät nuläget innan ni börjar

Be tre eller fyra av dem som gör uppgiften i dag att notera tiden under två veckor. Det blir inte exakt, men det ger en jämförelsepunkt. Utan den blir ”före” en känsla.

3. Mät också kvaliteten

Snabbare men sämre är ingen vinst. Räkna hur ofta resultatet behöver rättas: anteckningar som någon skriver om, uppföljningar som hamnar på fel bolag. Är det en agent som arbetar i era system hjälper loggen och godkännandekön er, eftersom avslagna förslag syns där. Se Hur låter man en AI-agent uppdatera ett CRM utan att den förstör något?.

4. Titta på användningen

Ett verktyg som ingen använder sparar ingen tid. Håll koll på hur många som faktiskt använder det varje vecka. Sjunker användningen efter första månaden är det en signal om att något i arbetssättet inte stämmer, inte att medarbetarna är trögstartade.

5. Räkna med alla kostnader

Utvecklingstid, modellkostnad per användning, drift och den tid era medarbetare lägger på att lära sig och godkänna. En fullständig lista finns i Vad ska en kalkyl för ett AI-projekt innehålla?. Jämför mot tiden ni sparat, värderad till vad den tiden annars skulle ha använts till.

6. Bestäm på förhand vad som räknas som lyckat

Skriv ned före start: ”om uppföljningar görs inom två dagar för minst nio av tio möten behåller vi det”. Då blir utvärderingen ett beslut, inte en diskussion om hur man tolkar siffrorna. Siffrorna i exemplet är bara en illustration; sätt gränser som passar er.

Mått som ofta missar

• Antal frågor som ställts till AI. Det mäter aktivitet, inte nytta.
• Antal timmar som ”sparats” enligt leverantören. Mät själva, med era egna uppgifter.
• Nöjdhet i en enkät, ensamt. Bra som komplement, men kan inte ersätta tid och volym.

När ni inte ser någon effekt

Det är också ett resultat. Fråga först om uppgiften var rätt vald, om data saknades, eller om verktyget är för krångligt att använda. Se Vilka uppgifter passar för en AI-agent?. Ibland är svaret att stoppa, och det är billigare att veta än att fortsätta av vana.

Vill ni ha hjälp att sätta måttet för just er uppgift innan ni startar? Hör av er.