De tråkiga 80 procenten: där AI ger avkastning först i verksamheten

Varje driftsteam vilar på en handfull beslut som kräver verkligt omdöme och en mycket stor mängd steg som inte gör det. Någon öppnar ett mejl, letar upp inköpsordernumret, stämmer av mot affärssystemet, upptäcker att antalet avviker med två, skriver till leverantören, väntar i tre dagar, påminner igen. Upprepa fyrahundra gånger i veckan.

Det arbetet hamnar aldrig i strategipresentationen. Det är också där AI ger avkastning först, och med bred marginal.

Varför det tråkiga arbetet vinner

Två skäl, och båda handlar om risk snarare än ambition.

Det första är att repetitivt arbete är mätbart. Ni vet redan hur många fakturor som kommer in, hur länge ett ärende ligger i kön, vad det kostar att lösa en supportförfrågan. När ni automatiserar något ni mäter kan ni bevisa resultatet inom ett kvartal. När ni automatiserar något nytt går kvartalet åt till att diskutera om det fungerade.

Det andra är att de tråkiga 80 procenten är där volymen finns, och volym är det som gör en liten förbättring till en verklig siffra. Att korta fyra minuter på en uppgift som utförs två gånger i månaden är en avrundningspost. Att korta fyra minuter på en uppgift som utförs niohundra gånger i månaden frigör en person. Ekonomin drivs av frekvens, inte av hur smart automatiseringen är.

De svåra 20 procenten — prisundantag, omtvistade ärenden, allt som en tillsynsmyndighet kommer att fråga om — bör tills vidare stanna hos era medarbetare. Det är genuint svårt, det är där er marginal och ert anseende sitter, och det är den sämsta tänkbara platsen att lära sig hur AI beter sig i er verksamhet.

Så hittar du det

Skicka inte ut en enkät där ni frågar folk vad de skulle vilja automatisera. Ni får en önskelista. Titta i stället på var arbete köar och var information skrivs in på nytt.

• Omregistrering mellan system. Varje gång en människa läser en skärm och skriver in i en annan är det steget en kandidat. Mejl till affärssystem, PDF till kalkylblad, portal till CRM.
• Ostrukturerad information vid ingången. Fakturor, följesedlar, ärenden, CV:n, offertförfrågningar, besiktningsprotokoll. Allt som kommer in som en PDF, ett foto eller ett stycke löptext som någon måste omvandla till fält.
• Sortering och vidarebefordran. Ärenden, klagomål och inkommande förfrågningar som en person läser bara för att avgöra vem som faktiskt ska hantera dem.
• Utkast från mall. Statusuppdateringar, standardsvar, första utkast till sammanfattningar av en lång tråd eller ett långt dokument.
• Avstämning. Att jämföra två listor som borde stämma överens och förklara varför de inte gör det.

Poängsätt varje kandidat utifrån volym, hur enhetlig informationen som kommer in är, och hur mycket ett fel kostar. Börja med hög volym, enhetlig indata, billiga fel. Den kombinationen är föga glamorös och den är precis rätt.

Undantagen är det verkliga designproblemet

Här går de flesta första projekt fel. Ett team automatiserar det ideala flödet, når 85 procents träffsäkerhet, firar, och upptäcker sedan att de 15 procent av fallen som faller ur nu tar längre tid att hantera än hela processen gjorde tidigare. Undantagen anländer utan sammanhang, ingen äger dem, och kön växer.

Utforma reservlösningen innan ni utformar automatiseringen. När systemet inte är säkert, vad händer då? Vem ser det, vad ser de, och hur lång tid har de på sig? En process som hanterar 70 procent av fallen hela vägen och lämnar över resten på ett rent sätt slår en som utlovar 90 procent och dumpar resterande i en obevakad inkorg.

Sätt också konfidenströskeln medvetet. För fakturakontering kan ni acceptera en felfrekvens på 2 procent eftersom kontrollen längre fram fångar upp det. För allt som rör en betalning eller en patient skickar ni betydligt mer till en människa och accepterar en lägre automatiseringsgrad. Den tröskeln är ett affärsbeslut, inte ett tekniskt, och den tillhör den som äger processen.

Hur de första sex månaderna bör se ut

Välj en process. Mät den innan ni ändrar något, så att ni känner till utgångsläget: handläggningstid, kostnad per transaktion och felfrekvens. Leverera något smalt i skarp användning inom åtta veckor. Mät samma siffror igen.

Gör det sedan en andra gång, och en tredje. Den ackumulerade vinsten är inte de enskilda automatiseringarna — det är att ert team lär sig vad de här systemen är pålitligt bra på, att era data blir renare eftersom något beror på dem, och att nästa projekt tar hälften så lång tid.

Att bära det tråkiga, tunga arbetet i hög volym är vad den här tekniken faktiskt är bra på just nu. Ge den den lasten först, och håll era medarbetare på de beslut som behöver dem. Om ni vill ha hjälp att välja den första processen och belägga siffran, så är det det arbetet vi gör.