De kedelige 80 %: Hvor AI først betaler sig i driften

Ethvert driftsteam kører på en håndfuld beslutninger, der kræver reel dømmekraft, og en meget stor mængde skridt, der ikke gør. Nogen åbner en mail, finder indkøbsordrenummeret, tjekker det mod ERP-systemet, opdager at antallet er to for lidt, skriver til leverandøren, venter tre dage, rykker igen. Gentag firehundrede gange om ugen.

Det arbejde kommer aldrig med i strategipræsentationen. Det er også der, AI først betaler sig — og med god margin.

Hvorfor det kedelige arbejde vinder

To grunde, og begge handler om risiko snarere end ambition.

Den første er, at repetitivt arbejde er måleligt. Du ved allerede, hvor mange fakturaer der kommer ind, hvor længe en sag ligger i køen, hvad det koster at løse en supportsag. Når du automatiserer noget, du måler, kan du bevise resultatet på et kvartal. Når du automatiserer noget nyt, bruger du kvartalet på at diskutere, om det virkede.

Den anden er, at de kedelige 80 % er der, hvor mængden ligger, og mængden er det, der forvandler en lille forbedring til et rigtigt tal. At skære fire minutter af en opgave, der udføres to gange om måneden, er en afrundingsfejl. At skære fire minutter af en opgave, der udføres nihundrede gange om måneden, frigør en medarbejder. Økonomien drives af frekvens, ikke af hvor smart automatiseringen er.

De svære 20 % — prisundtagelser, omstridte sager, alt hvad en tilsynsmyndighed vil spørge ind til — bør indtil videre blive hos jeres folk. Det er reelt vanskeligt, det er der, jeres margin og jeres omdømme ligger, og det er det dårligst tænkelige sted at lære, hvordan AI opfører sig i jeres forretning.

Sådan finder du det

Lad være med at lave en rundspørge om, hvad folk gerne vil have automatiseret. Du får en ønskeseddel. Se i stedet på, hvor arbejdet hober sig op, og hvor information bliver tastet ind igen.

• Genindtastning mellem systemer. Hver gang et menneske læser på én skærm og taster ind i en anden, er det skridt en kandidat. Mail til ERP, PDF til regneark, portal til CRM.
• Ustruktureret input ved indgangen. Fakturaer, følgesedler, skadesanmeldelser, CV'er, tilbudsforespørgsler, inspektionsrapporter. Alt, der ankommer som en PDF, et foto eller et stykke prosa, som nogen skal omsætte til felter.
• Triage og videresendelse. Sager, klager og indgående henvendelser, som en person kun læser for at afgøre, hvem der egentlig skal behandle dem.
• Udkast ud fra en skabelon. Statusopdateringer, standardsvar, første udkast til opsummeringer af en lang tråd eller et langt dokument.
• Afstemning. At sammenligne to lister, der burde stemme overens, og forklare hvorfor de ikke gør.

Vurder hver kandidat på mængde, hvor ensartede inputtene er, og hvor meget en fejl koster. Start med høj mængde, ensartede input og billige fejl. Den kombination er uglamourøs, og den er præcis den rigtige.

Undtagelserne er det egentlige designproblem

Det er her, de fleste første projekter går galt. Et team automatiserer den lige vej, rammer 85 % præcision, fejrer det — og opdager så, at de 15 % af sagerne, der falder ud, nu tager længere tid at håndtere, end hele processen gjorde før. Undtagelserne ankommer uden kontekst, ingen ejer dem, og køen vokser.

Design faldskærmen, før du designer automatiseringen. Hvad sker der, når systemet ikke er sikkert? Hvem ser det, hvad ser de, og hvor lang tid har de? En proces, der håndterer 70 % af sagerne fra ende til anden og afleverer resten rent, er bedre end en, der påstår 90 % og smider resten i en indbakke, ingen holder øje med.

Sæt også konfidenstærsklen bevidst. Ved fakturakontering kan du måske acceptere en fejlrate på 2 %, fordi den efterfølgende kontrol fanger det. Ved noget, der rører en betaling eller en patient, sender du langt mere videre til et menneske og accepterer en lavere automatiseringsgrad. Den tærskel er en forretningsbeslutning, ikke en teknisk, og den tilhører den person, der ejer processen.

Sådan bør de første seks måneder se ud

Vælg én proces. Mål på den, før du ændrer noget, så du kender udgangspunktet: håndteringstid, omkostning pr. transaktion og fejlrate. Sæt noget snævert i reel drift inden for otte uger. Mål de samme tal igen.

Gør det så en gang til, og en tredje gang. Den kumulative gevinst er ikke de enkelte automatiseringer — det er, at jeres team lærer, hvad disse systemer pålideligt er gode til, at jeres data bliver renere, fordi noget afhænger af dem, og at det næste projekt tager halvt så lang tid.

At bære det kedelige, tunge arbejde i store mængder er præcis det, denne teknologi er god til lige nu. Giv den den byrde først, og hold jeres folk på de beslutninger, der kræver dem. Vil du have hjælp til at vælge den første proces og bevise tallet, er det det arbejde, vi laver.