Identifisering og skalering av KI-brukstilfeller

På bare to år har 39 % av voksne i USA allerede brukt KI.⁠(åpnes i et nytt vindu) Internett oppnådde bare en adopsjon på 20 % i samme tidsrom. Fremveksten av KI omformer ikke bare bransjer, men skaper også muligheter for den enkelte ansatte. KI gir folk frihet til å utføre mer verdifullt arbeid, utvikle ferdighetene sine og styrke karrieremulighetene sine.



I én studie fant BCG⁠(åpnes i et nytt vindu) at KI-ledere de siste tre årene har hatt 1,5 ganger raskere inntektsvekst, 1,6 ganger høyere avkastning for aksjonærene og 1,4 ganger bedre avkastning på investert kapital enn sine mindre avanserte konkurrenter.

Ifølge McKinsey⁠(åpnes i et nytt vindu) planlegger 92 % av selskapene å øke investeringene sine i KI. Likevel trenger mange organisasjoner fortsatt veiledning i hvordan de kan realisere konkrete verdier, og bare 1 % mener at KI-investeringene deres har nådd full modenhet.

Vi har selv sett hva som skiller ut vellykkede KI-prosjekter fra andre. Vår innsikt kommer fra 300 av våre mest vellykkede implementeringer, mer enn 4 000 undersøkelser om adopsjon og over to millioner bedriftsbrukere.

Denne veiledningen er utformet for å hjelpe organisasjonen din med å finne og skalere KI-brukstilfeller som gir tydelig verdi. Vi deler prosessen inn i tre trinn:

Gjennomgående finner du kundehistorier, praktiske sjekklister og eksempler på bruksområder tilpasset ulike avdelinger for å støtte teamets fremgang.

Det er viktig å anerkjenne at innføring av KI handler om mye mer enn bare å finne de riktige bruksområdene. Denne veiledningen dekker ikke temaer som hvordan du bygger en AI-først-kultur, utvikler bruksområder med høyere verdi og inspirerer til oppslutning om dette i hele selskapet. Vi deler mer om disse temaene i andre veiledninger, men foreløpig skal vi se nærmere på prosessen med å finne de riktige bruksområdene for bedriften din.

Husk disse tre prinsippene. De danner bakteppet for all den praktiske veiledningen du finner videre.

Det første steget er å finne deler av bedriften din som kan forbedres umiddelbart med KI.

Én måte å gjøre det på er å se på KI som en måte å skape superassistenter for arbeidsstyrken din. KI-superassistenter blir aldri slitne eller mister fokus. De er alltid tilgjengelige når du trenger hjelp. De kan også være fleksible på tvers av nesten alle oppgaver og styrke medarbeidernes ferdigheter. 

Vær konkret om hvorfor bruk av KI er avgjørende for fremtiden til bedriften din, enten det handler om å holde tritt med konkurrentene, svare på endrede kundeforventninger eller opprettholde vekst. Når ansatte hører et gjennomtenkt «hvorfor», skaper det tillit og klarhet, og hjelper dem å se hvordan disse endringene henger sammen med sitt eget arbeid og sine egne mål.

Vær konkret om hvorfor bruk av KI er avgjørende for fremtiden til bedriften din, enten det handler om å holde tritt med konkurrentene, svare på endrede kundeforventninger eller opprettholde vekst. Når ansatte hører et gjennomtenkt «hvorfor», skaper det tillit og klarhet, og hjelper dem å se hvordan disse endringene henger sammen med sitt eget arbeid og sine egne mål.

Kunnskapsarbeid innebærer ofte tvetydighet og åpne utfordringer. Ansatte kan ha problemer med å komme i gang eller stå fast, noe som fører til at prosjekter stopper opp. Her kan KI fungere som en katalysator ved å bidra til å generere ideer, analysere data og foreslå neste trinn når veien videre er uklar. 

Folk i alle selskapene vi snakket med bruker KI til å komme i gang med tankearbeidet og åpne opp for nye ideer. De bruker det til å idémyldre kampanjeideer, finne raske innsikter i rådata, analysere trender eller bare finne ut neste steg når de ikke er sikre på hva de skal gjøre.

Ved å fokusere på denne typen arbeid kan du raskt identifisere KI-muligheter med stor effekt, noe som hjelper teamene dine med å optimalisere arbeidsflyten, redusere flaskehalser og få fart på innovasjon i hele organisasjonen.

Når teamene dine har fått et rammeverk for å identifisere nye KI-muligheter, er neste steg å lære dem opp i de grunnleggende måtene de kan bruke KI på. For å bidra til dette analyserte vi over 600 bruksområder hentet fra kundene våre. De fleste bruksområder faller inn under én av seks «primitiver»—grunnleggende typer bruksområder som gjelder på tvers av alle avdelinger og fagområder:

Disse byggesteinene er en rask måte å hjelpe de ansatte med å finne de mest lovende bruksområdene for bedriften din. Hver byggestein representerer hundrevis av bruksområder vi har sett på tvers av bransjer, roller og arbeidsflyter, noe som gjør dem til en rask vei til skalerbar verdi.

La oss se nærmere på hver primitiv, som starter med Innholdsskaping:

KI kan støtte innholdsskaping på tvers av alle team – enten det gjelder å oppsummere salgssamtaler eller å lage førsteutkast til strategidokumenter, blogginnlegg, nettsider og til og med bilder og visualiseringer. Vi ser team bruke KI til å redigere og finpusse arbeidet sitt, og så bruke den som korrekturleser i siste liten.



KI kan automatisk skrive i bedriftens stil og bruke veiledningen for tone of voice; følge dine foretrukne dokumentstrukturer; eller til og med gi tilbakemelding på skrivingen din. Deretter kan det oversette arbeidet ditt til ulike språk eller tilpasse det for forskjellige målgrupper, kanaler eller programmer.

Når du skriver, kan KI ta inn hele konteksten i en samtale eller ta hensyn til et sett med opplastede dokumenter for å forme resultatet. Du kan for eksempel prøve å laste opp skriveveiledningen din eller bruke de fem beste blogginnleggene dine, og deretter gi ChatGPT en prompt om å lage en detaljert skriveveiledning basert på disse eksemplene.

KI brukes i stor grad til forskning på tvers av bransjer. Fra rask læring om nye konsepter (som innføring av KI eller designtenkning); til søk på nettet etter relevante artikler eller konkurransedata; til mer omfattende forskningsprosjekter i flere trinn som skanner nettet etter artikler, datapunkter og innsikt. Vi ser at team også laster opp lange, interne dokumenter for å få rask innsikt. 

En av de største fordelene ved å bruke KI til research er at du kan spesifisere formatet og strukturen for hvordan analysen presenteres for deg: i tabellformat, som punktliste, organisert i bestemte deler eller med kryssreferanser.



KI-ens fokus på detaljer og evne til å følge instruksjoner gjør den til en utmerket forskningsassistent.

Mange programvareutviklere er superbrukere av KI. De bruker det til feilsøking, for å lage førsteutkast til kode i ukjente språk, å overføre kode fra ett språk til et annet og å tenke høyt om koden sin. I løpet av de siste to årene har KIs evner innen matematikk, naturfag og koding på tvers av mange språk blitt betydelig forbedret, og mange verktøy tilbyr nå til og med kodeforhåndsvisninger i sanntid.

Vi ser også at mange ikke-kodere begynner med koding med hjelp av KI-verktøy. Bare ved å bruke naturlig språk kan markedsførere og økonomiteam lage Python-skript for å automatisere prosesser, SQL-spørringer for å hente ut data, eller til og med visualiseringer med front-end-kode for nettsteder eller interne presentasjoner. 

KI hjelper alle med å samordne data fra ulike kilder, identifisere innsikt og trender, og arbeide med komplekse regnearkdata uten å trenge avanserte ferdigheter i Excel, SQL eller Python.

Du kan gi KI flere regneark eller skjermbilder av instrumentpaneler for å støtte rask analyse. Den kan tolke regnearkdata, forstå visuelle diagrammer og til og med hjelpe deg med å formatere utdataene dine for rapportering. Du kan også styre hvordan resultatene struktureres, for eksempel ved å spesifisere foretrukne diagramtyper, sammendragsformater eller sammenligningslogikk.

Bruksområder innen idéutvikling og strategi er populære på tvers av alle team, fra å brainstorme et nytt blogginnlegg til å hjelpe med å strukturere et dokument, feilsøke en strategi eller gi tilbakemelding på arbeid basert på sentrale mål eller interessenters ønsker.

Etter hvert som KI-modeller blir mer multimodale, ser vi at team bruker stemme og syn til å samhandle med KI på samme måte som de ville gjort med en kollega.

Og etter hvert som modeller blir stadig bedre til å  tenke gjennom komplekse problemer, ser vi at mange team utarbeider strategiske planer med dem, der de tar hensyn til data, mål, kontekst, begrensninger og avhengigheter.

Mange bruksområder innebærer å automatisere deler av en oppgave. Vi har sett kunder identifisere repeterbare rutineoppgaver og utforme måter å overlate dem til KI på. Automatiseringer kan være enkle, som å generere ukentlige konkurranseoppdateringer, eller mer komplekse, som å lage en økonomirapport for ukentlige orienteringer for ledelsen, klar for menneskelig gjennomgang.

Minne og egendefinerte instruksjoner er nøkkelen til å automatisere denne typen prosesser. Egendefinerte GPT‑er er måten å dele dem på. Ved å opprette et standardisert sett med instruksjoner, laste opp det samme dokumentet og spesifisere det samme resultatet hver gang, kan team overlate oppgaver med lavere verdi.

I dag er disse automatiseringene ofte enkeltstående oppgaver, men med produkter som dyp forskning og Operator beveger vi oss inn i en verden der KI kan utføre flertrinnsoppgaver selvstendig og etter en tidsplan.

Estée Lauder-selskapenes GPT Lab starter med tverrfaglige team – blant annet en forretningsbruker, en fagekspert og en teknisk leder – for å identifisere og utvikle brukstilfeller med stor effekt. Prosessen deres er enkel og repeterbar:

Hvis du vil vite mer, kan du lese om Estée Lauder GPT Lab⁠.

Når team forstår seg på viktige bruksområder og begynner å identifisere problemer som må løses, har bruksområdene en tendens til å øke raskt.

Utfordringen går da fra oppdagelse til prioritering. Hvilke bruksområder kan dere skalere for å påvirke alle ansatte? Hvilke vil mest sannsynlig gi kostnadseffektiviseringer nå? Hvilke kan føre til et nytt produkt eller en ny inntektsstrøm?

Kundesuksessteamene våre bruker dette Impact/Effort-rammeverket for å hjelpe større bedriftskunder til å prioritere bruksområder. Det er en enkel kvadrant som vurderer hvert brukstilfelle opp mot verdien for selskapet og hvor stor innsats det krever.

De fleste team begynner med å bruke KI til enkeltoppgaver: redigere blogginnlegg, lage kampanjesammendrag eller utarbeide retningslinjer. Det er enklere å tenke på KI i sammenheng med spesifikke, avgrensede oppgaver.

Men når vi ser power-brukere integrere KI i alt de gjør, ser vi ofte at de finner bruksområder som begynner å strekke seg over arbeidsflyter med flere steg.

KI er ikke som tradisjonell programvare eller skyapper. For å lære å utnytte KIs sterke sider, kreves en ny tankegang. Arbeidet vårt med kundene våre har imidlertid vist oss hvor raskt folk på tvers av alle disipliner kan lære dette tankesettet og begynne å identifisere bruksområder med stor innvirkning i arbeidet sitt.