Sju vanliga misstag när små bolag börjar med AI
Gustav Brochmann
De vanligaste misstagen när små och medelstora bolag börjar med AI är att välja verktyg före uppgift, ge AI:n en API-nyckel med full behörighet, låta den skriva fritt, starta för stort, glömma datan, inte utse en ägare och mäta fel sak. Inget av dem handlar om vilken modell ni väljer. Alla går att undvika med en tydlig uppgift, spärrar i era egna system och ett mått ni bestämmer innan ni börjar.
Misstagen är förutsägbara
De flesta AI-satsningar i mindre bolag går inte fel för att tekniken inte fungerar. De går fel av samma skäl som andra IT-projekt: otydlig uppgift, fel person som äger det och ingen som använder resultatet. Här är sju misstag att undvika, med vad ni kan göra i stället.
1. Börja med verktyget i stället för uppgiften
”Vi ska köpa Copilot” är ingen uppgift. Börja med vad som tar tid: uppföljningar, sammanställningar, kvitton. Först när uppgiften är beskriven går det att välja verktyg. Se Vilka uppgifter passar för en AI-agent?
2. Ge AI:n en API-nyckel med full behörighet
Det är den snabbaste vägen till en fungerande demo och den sämsta till ett säkert system. Agenten kan då mer än någon av de människor som använder den, och loggen säger bara ”integrationen”. Låt varje anrop köras som en verklig person med den personens roll.
3. Låta agenten skriva fritt
Läsning är ofarlig. Skrivning är det inte. En agent som får skriva över befintliga värden kommer förr eller senare att skriva över något korrekt. Låt den fylla i tomma fält direkt, men köa ändringar och borttagningar för godkännande. Reglerna finns i Hur låter man en AI-agent uppdatera ett CRM utan att den förstör något?
4. Starta stort
Ett projekt som ska ”effektivisera hela säljprocessen” blir aldrig klart. Välj en uppgift, sätt den i produktion på några veckor och bygg vidare i steg. Då lär ni er vad som fungerar innan stora pengar är bundna.
5. Glömma datan
En agent kan bara resonera om det den ser. Ligger kunddata i fem system utan koppling mellan dem är det datan, inte AI:n, som är problemet. Ett första steg är ofta att samla det viktigaste, se Vad är ett datalager?
6. Inte bestämma vem som äger det
Vem ser till att verktygen uppdateras när verksamheten ändras? Vem godkänner det som hamnar i kön? Utan en namngiven person blir ett AI-verktyg liggande efter några månader. Utse en ägare redan innan ni startar.
7. Mäta fel sak
”Antal frågor ställda till AI” säger inget. Mät det som försvann: minuter per möte, timmar per vecka som ni lagt på sammanställningar, antal glömda uppföljningar. Bestäm måttet innan ni börjar, så att ni ser om det blev bättre.
Vad det betyder
Inget av misstagen handlar om modellen. De handlar om hur ni formulerar uppgiften, vem som äger resultatet och vilka spärrar som finns i era egna system. Det är också de frågor vi ställer först när ett bolag hör av sig, och som vi har samlat i Hur väljer man AI-konsult som litet eller medelstort bolag?.
Känner ni igen något av misstagen? Hör av er så går vi igenom det tillsammans.