Teknologiledere ser i stigende grad på AI for at finde transformative løsninger. Men værktøjerne er kun en del af puslespillet. For at få det fulde billede skal lederne positionere deres medarbejdere og deres virksomheder, så de får mest muligt ud af disse nye værktøjer.
Det var et hovedtema på et webinar, som Volaris Group var vært for i september 2025. Webinaret indeholdt indsigter fra to af vores ledere, som arbejder med AI i deres daglige arbejde:
- Jeff Chow, VP of Integration and Strategy hos Volaris Group, som leder et team af eksperter, der udgør vores AI Center of Excellence, og som hjælper vores virksomheder med at løse de udfordringer, de står over for efter en overtagelse.
- Glyn Trott, CEO for agentOS Proptech Group, en førende leverandør af softwareløsninger til ejendomsadministration i Storbritannien, som har gjort en indsats for at blive en “AI first”-virksomhed.
Gik du glip af webinaret? Se afspilningen og gennemgå de vigtigste punkter nedenfor.
1. For at få værdi ud af AI skal du investere tid i at gentænke arbejdsgange
En almindelig misforståelse om AI er, at det er en magisk løsning for virksomheder. Jeff Chow pegede på eksempler på AI-produkter, der hævder at øge produktiviteten: “Der er en masse hype på markedet lige nu.”
Efter at have arbejdet med mange virksomheder i Volaris’ økosystem for at integrere AI i deres drift, har han lært, at det er urealistisk at forvente, at blot det at købe en løsning straks kan skabe effekt og værdi i virksomheden.
“En håndfuld af vores virksomheder er i gang med denne rejse lige nu,” fortæller han. “Det, vi virkelig ser, er, at det tager lang tid at etablere et fundament og ændre arbejdsgange, før man kan begynde at bevæge sig meget hurtigere.”
Han er fortaler for, at virksomheder investerer tid, ressourcer og talent i at eksperimentere med de nye AI-værktøjer og integrere AI fuldt ud i arbejdsgangene. For eksempel arbejdede han med en virksomhed, der satte en stopper for deres igangværende udvikling – stoppede en sprintcyklus, så de grundigt kunne genoverveje deres arbejdsgange og genoverveje, hvordan de kunne ændre deres processer, så de var “AI-først”. Dette team var i stand til at bruge deres pause til at evaluere AI’s potentiale til at fungere som en tankepartner med planlægning og som en bygherre med praktisk kodning og testning. I sidste ende gjorde pausen det muligt for dem at fremskynde udviklingen og færdiggøre deres produktkøreplan tidligere, end de havde forventet.
2. Prioritér indførelse af AI og læringsacceleration for medarbejdere.
Som virksomhedsleder, der gør en indsats for at blive en “AI-først”-virksomhed, anerkender Trott, at medarbejderne kan have bekymringer om jobsikkerhed og ændringer skabt af AI. Teammedlemmer kan bekymre sig om, hvordan deres roller bliver påvirket, eller have svært ved at se den værdi, som AI kan give.
“Jeg har stadig folk i virksomheden med mange bekymringer, som f.eks: ‘Hvis jeg identificerer områder, der kan automatiseres, eller hvor AI kan hjælpe, kan jeg gøre mig selv arbejdsløs’,” afslører han, og som leder har han forståelse for deres bekymringer. Han er fortaler for at møde folk, hvor de er, og indse, at alles læringsrejse med AI vil se forskellig ud, og at nogle medarbejdere har brug for mere støtte.
Alle hos agentOS opfordres til at investere en bestemt mængde tid hvert kvartal i at lære om og bruge AI. For at øge AI-kompetencen i hele virksomheden har agentOS indført OKR’er (Objectives and Key Results) og KPI’er (Key Performance Indicators) for at måle fremskridt for hver enkelt medarbejder.
Han opfordrer sine medarbejdere til at blive mere tilpasningsdygtige ved at tænke på deres karriere som “T-formet” – en karriere, hvor de udvikler et dybt, specialiseret ekspertiseområde (repræsenteret ved den lodrette bjælke i bogstavet “T”), ud over en bredere vifte af viden og færdigheder på tværs af discipliner, der kan forbedres af AI (“repræsenteret ved den vandrette bjælke i “T”).
Ved kritiske opgaver, der involverer AI, opfordrer Chow til, at der er et menneske med af hensyn til sikkerhed og tilsyn. Denne best practice sikrer, at medarbejderne forstår, at menneskelig ekspertise stadig er vigtig, samtidig med at de føler sig sikre på den rolle, som AI spiller.
Endelig påpeger Trott, at der er mange anvendelsesmuligheder for generativ AI til “bygherre”-opgaver som kodning og indholdsskabelse, men der er også måder at involvere “ikke-bygherre”-medarbejdere på. For eksempel værdsætter han bidrag fra medarbejdere, der kan identificere ineffektivitet, som kan lettes med AI. Han siger, at selv om disse medarbejdere ikke personligt bygger med AI, “er deres bidrag virkelig værdifuldt, fordi de er på jagt efter de use cases, som vi hurtigt kan vende.”
Chow tilføjer, at en vigtig mulighed med AI er at flytte medarbejderne væk fra gentagne opgaver med lav værdi og frigøre deres tid, så de kan fokusere mere på arbejde med høj værdi. “Der er visse ting, som AI gør utroligt godt, men der er også visse ting, den ikke kan gøre. AI kan ikke besøge kunder,” siger han og nævner eksempler på arbejde, hvor menneskelig ekspertise og empati er uerstattelig.
Målet med AI er, at medarbejderne ved at automatisere rutineopgaver kan fokusere på arbejde, der betyder mere for virksomheden, såsom at opbygge stærkere relationer til kunderne, forstå deres smertepunkter og løse meningsfulde forretningsproblemer.
For at fremskynde medarbejdernes læring bemærkede Chow, at Volaris-fællesskabet har været afgørende for at hjælpe virksomheder med at få succes med AI. Gennem Volaris’ netværk og læringsarrangementer har vores ledere kunnet lære og dele, hvad der har virket eller ikke virket under deres AI-eksperimenter. “Jeg tror ikke, at man kan udnytte denne mulighed [lige så let], hvis man ikke har et fællesskab af jævnaldrende at lære af.”
Hans team på Volaris AI Center of Excellence støtter aktivt medarbejderne med fire strukturerede læringsprogrammer:
- Uddannelsesprogrammer for AI-udviklere – opkvalificering af udviklingsteams i AI-first-praksisser
- Produktivitetsacceleratorer – Hackathons, hvor medarbejderne eksperimenterer, lærer hurtigt, bygger use cases og opbygger teams af AI-champions
- Udstationeringer – Midlertidige opgaver, der giver medarbejderne mulighed for at få erfaring med AI-projekter
- Funktionelle arbejdsgrupper – Regelmæssigt organiserede møder, hvor ledere på tværs af virksomheder kan diskutere og brainstorme anvendte AI use cases
3. AI omformer kunderelationen.
Når kunderne begynder at forstå AI, har virksomhederne mulighed for at engagere sig i kunderne på nye måder, siger Trott. Hans team hos agentOS oplever, at de kan opbygge tillid hos kunder, der føler sig usikre på deres AI-strategier.
“Enhver forstyrrelse, vi oplever, oplever vores kunder sandsynligvis også,” siger Trott.
Han fortalte om, hvordan agentOS har udnyttet sin egen rejse med indførelse af AI til at blive en tankeleder for deres kunder. Efter at have gennemgået deres AI-strategi med Volaris har de været i stand til at hjælpe kunderne med at navigere i processen med at indføre nye teknologier og endda dele strategier, erfaringer og bedste praksis om AI.
Paneldeltagerne talte om, hvordan AI øger kundernes forventninger, f.eks. at kunderne i stigende grad ønsker AI-aktiveret produktudvikling og funktionsudgivelser.
“De vil forvente, at vi kan bygge ting hurtigere, og at vi kan levere meget lignende agentiske motorer i vores produkter, som mange af de store konkurrenter gør”, siger Chow.
Virksomhederne har også mulighed for at indføre øget tilpasning til kunderne. Trott fortalte om sin virksomhed, der sætter AI-agenter i arbejde, som kan skræddersy software til brugernes unikke arbejdsgange, hvilket er med til at gøre produktet mere uundværligt for kunden og dermed øge kundeloyaliteten.
4. Virksomhedsledere er nødt til at sætte mål for, hvordan de vil måle succesen af deres AI-eksperimenter og -investeringer.
Samtalen drejede sig om, hvordan virksomheder kan foretage smarte investeringer i AI.
Virksomheder kan bruge en praktisk ramme til at identificere, hvor AI vil give det bedste investeringsafkast, sagde Chow, som identificerede vigtige kriterier at tænke på:
- Gennemførlighed: Er der et problem, som helt klart kan løses? Vil slutbrugerne tage ændringen til sig?
- Værdi: Hvor ofte opstår problemet?
- Målbarhed: Er der data til at måle effekten af at løse problemet?
- Tilgang: Er dette den mest hensigtsmæssige tilgang til at løse problemet?
Begge paneldeltagere talte om risikoen ved ikke at eksperimentere nok med AI. Chow forklarede, hvorfor Volaris opfordrer virksomheder til at springe ud i det, når de eksperimenterer med AI – fordi omkostningerne ved ikke at gøre noget er for høje. “Der er en sneboldeffekt, hvis man ikke eksperimenterer for at prøve at forstå, hvad der er muligt.” Han advarede om, at virksomheder kan falde for langt tilbage og ikke være i stand til at indhente de tidlige brugere af teknologien, hvis de ikke starter nu.
Trott var enig: “Hver gang du bringer AI ind i din virksomhed og dit produkt, får du fordelen, lidt ligesom daglige renter på dine penge,” sagde han om den effektivitet, der opnås, og den kapacitet, der opbygges hos teammedlemmerne. “Forskellen er det, jeg kalder den sammensatte AI-effekt.”
Han fortsatte: “Den virkelige udfordring, hvis du er langsom til at indføre AI i din egen virksomhed, er, at du går glip af den sammensatte effekt … Du ved virkelig ikke, hvad du kan gøre [med AI], før du begynder at gøre det.”
Trott gav et eksempel på, hvordan agentOS startede sin rejse med at indføre AI. Teams i virksomheden bruger den første time af hver dag på at diskutere brugen af AI, før de bliver fanget af dagens opgaver. Denne praksis startede med IT-teamet og er blevet udvidet til den øverste ledelse.
Paneldeltagerne talte også om, hvordan man undgår uklog investering i AI. Volaris opfordrer især til at eksperimentere med mål og tidsgrænser.
“Du kan sige, at du vil eksperimentere med AI i en måned, og hvis du kan finde effekt, værdi og gennemførlighed, kan du fordoble indsatsen”, råder Chow. “Hvis du ikke kan finde det, er du nødt til at stoppe og trække stikket hurtigt, ellers spilder du bare penge.”
Trott var enig og tilføjede: “Det er godt at eksperimentere, men jeg vil tilføje, at man skal have et virkelig solidt mål”, og understregede behovet for at være fokuseret med AI-eksperimenter for at undgå at gå i kaninhuller.
Tilføj værdi ved at samarbejde med AI
Mod slutningen af webinaret havde deltagerne mulighed for at stille spørgsmål. De dækkede emner som datasikkerhed, sikkerhed, ROI og undgåelse af hallucinationer – emner, som også er blevet diskuteret ved flere af vores Volaris-læringsarrangementer kun for medarbejdere.
Sammenfattende forsøgte vores diskussion at understrege, at succes med AI kræver mere end blot at tage nye værktøjer i brug. At blive en AI-første virksomhed handler om at foretage et kulturelt skift i retning af kontinuerlig læring og eksperimentering. At blive AI-først handler også om at opkvalificere folk og fremme et fællesskab, hvor erfaringer og bedste praksis kan deles åbent. AI introducerer også nye måder at engagere kunderne på, samtidig med at deres forventninger til produktudgivelser ændres. Endelig kræver AI, at virksomhedsledere tænker over, hvordan de skal måle investeringer i nye værktøjer og processer.
Se afspilningen for at få et fuldt overblik over webinaret.
