Fem råd for intelligent automasjon
Fem råd for intelligent automasjon
Det blir stadig dyrere å la ansatte bruke timer på noe en datamaskin kan gjøre på øyeblikk, og datamaskiner lærer stadig nye triks. – Det neste store slaget vil stå mellom menneskelige vurderinger og maskinlæring, sier KPMGs robotics-ekspert Henrik Hjelseth Hansen.
Vi så det da hele verden fikk internett, og opplevde det igjen da «alle» fikk smarttelefoner: Nye forretningsmodeller tvinger seg frem og truer etablerte aktører.
Til å begynne med er ringvirkningene små, og det er lett for virksomheter å bagatellisere – eller kanskje til og med avskrive – de nye aktørenes potensiale for å skape disrupsjon. Med teknologiplattformer som åpner for eksponentiell vekst, er det imidlertid noen initiativer som kan oppnå ekte sprengkraft i markedet langt fortere enn de etablerte aktørene evner å både forestille seg og henge med på.
Omfattende endringer
– Innovasjon innen kunstig intelligens vil fremover forsterkes av maskin-intelligens som kan lese og lære gjennom interaksjon med mennesker. Dette er en dyptgripende transformasjon, og vi ser allerede en eksponentiell utvikling innen hva kunstig intelligens kan gjøre, sier Hjelseth Hansen.
– Alle selskaper vil måtte bli «digital first», eller risikere å få kroken på døra. Det neste store slaget vil stå mellom menneskelige vurderinger og maskinlæring. Men kreative områder vil forbli vanskelig å automatisere en tid fremover – ting som å definere og avgrense problemer eller avgjøre hva som er optimal spørsmålsstilling for å avdekke utfordringer eller muligheter, sier han.
Han nevner helseomsorg, finansielle tjenester, industriproduksjon og transport som eksempler på bransjer som vil oppleve store omveltninger i sine forretningsmodeller de nærmeste fem årene. Her må virksomheter tilpasse seg og finne nye modeller for bransjen sin, ellers vil det dukke opp en Uber eller AirBnB som gjør det for dem.
Endringsledelse eller IT?
Han medgir at det kan være vanskelig å finne hurtigvirkende løsninger for intelligent automasjon (IA) i mange bransjer, men at det kan skape store omveltninger der man klarer det.
– Med mindre IA-prosjekter gjøres helt rett, kan besparelsene skuffe og frustrere lederne. Det kan kreve strategisk tenkning og omfattende testing å avgjøre hva som er egnet til å skalere over flere områder, noen ganger forvansket av at konsepttesting bør gjøres i enheter som er små nok til å lykkes med repetitive oppgaver.
– I tillegg kan det være nødvendig å ta noen tunge avgjørelser rundt arbeidsstyrken. Kanskje må ansatte omskoleres, eller sies opp. I IA-prosjekter kan endringsledelse være en vel så stor utfordring som selve teknologien, sier han.
Fem tips
Han har derfor fem råd til hvordan selskaper kan forberede sin organisasjon på markedets økende krav og forventninger til IA:
1. Forstå at IA forandrer virksomheten
..og bygger på at forretningsdriften evner å ta i bruk nye maskiner og datakilder. Dette krever en helt ny infrastruktur for drifts- og forretningsmodeller. En slik transformasjon forutsetter langsiktig planlegging med en serie konkrete steg, hvorav det første er å prioritere prosjekter som kan skaleres til en viss størrelse på et år eller to. Det er avgjørende at toppledelsen er om bord med prioriteringene og aktivt støtter programmet.
2. Formuler en helhetlig plan for hvordan tjenestemodellen kan implementeres
Planen bør inneholde vurdering av modeller med ekspertgrupper, tjenestesentre, partnerløsninger eller eksterne leverandører. Se helhetlig på IA-investeringer på tvers av alle teknologiplattformer, med forbindelser mellom initiativer innenfor både kunstig intelligens og data/analyse. Lag solide forretningscases for å avklare virksomhetens handlingsrom for på en fornuftig måte å kunne balansere løftene om hvilke kapabiliteter som skal utvikles med evnen til investeringer.
3. Lag 2x2-strukturer på automatiseringsinitiativer
..for å synliggjøre bytteforholdet mellom aktiviteter som a) viderefører verdi og reduserer risiko, og b) aktiviteter som skaper verdi og forbedrer produkt- og tjenestekvalitet. Hva organisasjonen ønsker mest, vil avgjøre hvilke teknologier og prosesser man velger, samt hvor fort de kan settes ut i livet for å oppnå konkrete forretningsmål.
4. Vurder driftsmodellen – i alle sine former – grundig.
Mange elementer påvirker virksomhetens evne til å ta i bruk intelligent automatisering, spesielt hvis den skal ha betydning for kjerneprosessene: Infrastrukturen for teknologi og drift, organisasjonens struktur, samt kulturen blant ledelse så vel som blant de ansatte. Husk at virksomhetens resultatmåling og insentivsystemer vil endres ettersom driftsmodellen utvikler seg.
5. Hvordan kan organisasjonen «disrupte» seg selv uten å påvirke egen forretningsdrift.
Noen selskaper, for eksempel innen fintech, lager egne spin-offs for å kunne både fortsette i bransjen og levere disrupsjon i form av nyskaping.
© 2024 KPMG AS and KPMG Law Advokatfirma AS, Norwegian limited liability companies and a member firm of the KPMG global organization of independent member firms affiliated with KPMG International Limited, a private English company limited by guarantee. All rights reserved.
For more detail about the structure of the KPMG global organization please visit https://kpmg.com/governance.