Hvorfor AI-piloter dør, og hvad der får dem i drift

Hvad er pilot-teater?

Pilot-teater er, når en AI-løsning bliver demonstreret på udvalgte eksempler, høster applaus på et ledelsesmøde og derefter aldrig kommer i drift. Demoen var ægte nok. Men den beviste kun, at teknologien kan noget, ikke at den løser jeres proces med jeres data i jeres hverdag.

Forskellen på en demo og en pilot er, hvad de skal producere. En demo skal skabe begejstring. En pilot skal producere et beslutningsgrundlag: tal, der gør det muligt at sige ja eller nej til drift med åbne øjne.

Hvorfor dør piloter mellem demo og drift?

Vi ser tre årsager igen og igen, når virksomheder fortæller os om piloter, der løb ud i sandet. Ingen af dem handler om teknologi.

• •Ingen baseline: ingen målte, hvor mange timer eller fejl processen kostede før piloten. Så er der heller ikke noget tal, som effekten kan holdes op imod.
• •Ingen ejer: piloten var et projekt, ikke et ansvar. Da projektperioden sluttede, var der ingen i driften, der havde løsningen som en del af deres job.
• •Ingen plan for fejl: alle vidste, at AI'en ville tage fejl af og til, men ingen havde besluttet, hvem der opdager det, og hvad der så skal ske.

Hvad skal en pilot bevise?

En pilot skal bevise tre ting: at løsningen virker på jeres rigtige opgaver, at effekten kan måles mod en baseline, og at der findes en realistisk vej til drift i jeres egne systemer med godkendelser, logning og et menneske de rigtige steder.

Derfor kører en seriøs pilot altid på rigtige opgaver med rigtige data. Konstruerede eksempler giver konstruerede resultater. Og derfor starter den med en baseline: en simpel opgørelse af timer, fejl og gennemløbstid, som resultatet kan holdes op imod.

Hvordan ser en pilot ud, der overlever?

Hos FlowNordics ligger piloten som fase to i et fast forløb på seks uger: kortlægning, pilot, implementering og forankring. Kortlægningen finder de processer, hvor AI flytter mest med mindst risiko, og sætter baseline. Piloten tester på rigtige opgaver. Implementeringen bygger løsningen ind i de systemer, I allerede bruger. Forankringen sikrer, at den lever videre uden os.

Det afgørende er ikke vores model, men princippet: beslut på forhånd, hvilke tal der udløser et ja. Når piloten er slut, er spørgsmålet ikke, om folk er imponerede, men om tallene holder til at sætte løsningen i drift.

Hvad betyder det for jeres næste AI-beslutning?

Stil tre spørgsmål, før I godkender endnu en pilot: Hvad er baseline i dag? Hvem ejer løsningen efter piloten? Og hvilke tal skal den levere, for at vi siger ja til drift? Kan de tre spørgsmål ikke besvares, er projektet en demo, uanset hvad det bliver kaldt.

Regulering peger samme vej. EU's AI-forordning stiller krav om dokumentation og menneskeligt tilsyn for en række anvendelser, og de krav er nemmest at opfylde, når governance er bygget ind fra piloten, ikke skruet på bagefter.