Många organisationer börjar AI-resan bakvänt: de väljer ett verktyg först och försöker sedan passa in sitt arbete i det. Det är en riskabel strategi när tekniken förändras snabbare än organisationer hinner anpassa sig. Rätt ordning är den omvända – era processer och er data är tillgången, och AI är ett utbytbart lager ovanpå.
Modellerna förändras snabbare än ni hinner anpassa er
GPT-4 lanserades 2023 och hyllades som ett genombrott. Månader senare kom modeller som presterade bättre på specifika uppgifter. Sedan kom nästa generation. Sedan den därpå.
Det är inte ett tecken på att branschen är kaotisk. Det är branschens normalläge och det fortsätter.
En organisation som 2024 valde ett specifikt AI-verktyg och byggde sina arbetsflöden runt det har idag ett problem: inte nödvändigtvis att verktyget är dåligt, utan att det inte längre är det bästa alternativet för alla de uppgifter det används till. Och inlåsningen gör det svårt att byta.
Det är vad vendor lock-in innebär. Inte att leverantören låser dörren utan att organisationens egna processer, data och integrationer har gjort bytet för kostsamt för att genomföra.
Olika uppgifter kräver olika AI-kapacitet
Ett annat skäl att vara skeptisk till ”ett verktyg för allt” är att AI-modeller faktiskt skiljer sig åt beroende på uppgift.
En modell som är exceptionell på att sammanfatta lång text är inte nödvändigtvis bäst på att klassificera ärenden. En modell som är tränad på teknisk dokumentation presterar inte per automatik lika bra på kundkommunikation. En lokal modell som kör on-premise och klarar GDPR-krav på känsliga personuppgifter är inte samma sak som en molnbaserad modell som ger bred kapacitet men inte kan hantera sekretessbelagd information.
Att välja ”ett AI-verktyg” är som att välja ett enda mjukvaruverktyg för hela IT-miljön. Det fungerar inte i praktiken och det borde inte fungera i teorin heller.
En AI-agnostisk approach innebär inte att ni använder alla tillgängliga verktyg på en gång. Det innebär att er plattform och era processer inte är låsta till ett specifikt verktyg och att ni kan använda rätt verktyg för rätt uppgift, utan att behöva bygga om er infrastruktur varje gång ni byter.
Era processer och er data är tillgången
Det finns en fundamental missuppfattning i hur organisationer ofta ser på AI: att värdet sitter i modellen.
Det gör det delvis men Värdet sitter framförallt i era processer och ert data.
En välstrukturerad ärendehanteringsprocess med tydliga kategorier, väldefinierade flöden och konsekvent dokumentation är värd mer än vilket AI-verktyg ni kopplar till den. Det är er process som avgör om AI:n klassificerar rätt, eskalerar vid rätt tillfälle och ger användbara svar – inte enbart modellens inneboende kapacitet.
Det innebär att den organisation som investerar i att strukturera sina processer och sin data är den organisation som också maximerar vad AI kan göra för den. Oavsett vilket AI-verktyg som är bäst nästa år eller månad.
Det innebär också att den organisation som bygger sina processer runt ett specifikt AI-verktyg, snarare än runt sina egna behov, tappar kontroll. Processer och data anpassas efter verktyget, inte tvärtom. Och när verktyget förändras eller byts ut är organisationen sårbar.
Vad AI-agnostisk ser ut i praktiken
I Easit GO hanteras processer, ärendeflöden, automationer och dokumentation i plattformen. AI är ett kapabilitetslager som kopplas in där det tillför värde – klassificering, sammanfattning, förslag på nästa steg, beredning av underlag – utan att vara den bärande strukturen.
Det innebär att ni kan koppla det AI-verktyg ni redan har, det som passar er dataskyddsstrategi bäst, eller det som presterar bäst för er specifika uppgift. I takt med att AI-marknaden mognar kan ni byta eller komplettera utan att börja om med era processer.
Automationsreglerna lever i Easit GO. Dokumentationen lever i Easit GO. Ärendehistoriken lever i Easit GO. AI-verktyget kan bytas men er data och era processer är kvar.
Tre frågor att ställa om er AI-strategi
Innan ni fattar beslut om hur AI ska integreras i era arbetsflöden är tre frågor värda att besvara:
Vad händer om vi om ett år vill byta AI-leverantör?
Om svaret är ”det skulle kräva ett stort projekt” är ni redan inlåsta eller på väg dit.
Äger vi vår data, eller äger leverantören den?
Träningsdata, konversationshistorik och processdata är strategiska tillgångar. Villkoren för vad AI-leverantören får göra med er data varierar kraftigt.
Är AI ett lager i vår process, eller är vår process ett lager i AI:ns gränssnitt?
Skillnaden är avgörande. Det första är ett verktyg ni kontrollerar. Det andra är ett beroende ni inte gör det.
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.
Vanliga frågor
Vad innebär AI-agnostisk strategi?
Era processer, data och arbetsflöden är designade för att fungera med vilket AI-verktyg som helst – inte beroende av en specifik leverantör. Plattformen och processerna är konstanten; AI-verktyget är utbytbart.
Varför är vendor lock-in ett problem med AI?
AI-modeller och leverantörer förändras snabbt. Prismodeller ändras, kapabiliteter skiftar, nya aktörer dyker upp. En organisation som byggt sina processer runt ett specifikt AI-verktyg riskerar att behöva starta om varje gång marknaden förändras.
Hur kopplar man AI till befintliga arbetsflöden?
Ha en plattform som hanterar processerna och låt AI-verktygen agera som ett kapabilitetslager ovanpå. AI kan kallas in där det tillför värde, utan att hela arbetsflödet är beroende av en specifik leverantör.
Er AI-strategi borde inte börja med ett verktyg. Den borde börja med era processer och en plattform som gör det möjligt att ansluta rätt AI för rätt uppgift, nu och om tre år.
Vill du se hur AI-integration fungerar i Easit GO? Boka en demo
Läs mer!
Henrik Resare
Commercial Product Manager
henrik.resare@easit.com
+46 70 249 36 06