Kunstig intelligens kan gjøre det billigere, raskere og enklere å teste nye ideer, men teknologien skaper ikke innovasjon av seg selv. Den virkelige gevinsten kommer først når virksomheten klarer å lære raskere, involvere flere og tåle at noen forsøk ikke virker. For norske virksomheter kan det bli forskjellen på å følge utviklingen og å være med på å forme den.
Innovasjon handler om mer enn gode ideer
Dette er den syvende artikkelen i en serie på ti artikler på HansPetter.info, som også blir til ti episoder av podkasten min, Teknologitrender. De seks første artiklene, som du finner under kategorien strategi, har handlet om hvordan norske virksomheter kan forstå kunstig intelligens som lederansvar, rydde i arbeidsflyten, starte med små eksperimenter, styrke ansatte, bygge omdømme og bruke AI ansvarlig.
Nå skal det handle om innovasjon.
Det er et ord mange virksomheter liker å bruke, men som ofte blir litt uklart i praksis. Innovasjon kan bety nye produkter, nye tjenester, nye forretningsmodeller, bedre kundeopplevelser, smartere arbeidsprosesser eller helt nye måter å organisere arbeidet på. Noen ganger handler det om store sprang. Ofte handler det om mange små forbedringer som til sammen endrer virksomheten mer enn ett stort prosjekt noen gang ville gjort.
Jeg tror kunstig intelligens kan gjøre innovasjon langt mer praktisk for norske virksomheter. Ikke fordi alle plutselig blir geniale, men fordi det blir billigere å utforske, teste, simulere, sammenligne og forbedre ideer før man investerer for mye tid, penger og prestisje i dem.
Det er en stor mulighet, men det forutsetter at virksomheten har riktig kultur for læring.
Du finner Teknologitrender på din favoritt podkast-spiller, som blant annet Acast, Apple Podcaster, Overcast, TuneIn Radio, Spotify, Google Podcasts, Podimo og PodMe.
//Artikkelen fortsetter etter annonsen//
Mange virksomheter snakker om innovasjon, men organiserer seg for drift
Jeg har møtt mange virksomheter som sier at de ønsker mer innovasjon. De ønsker å være mer fremoverlente, mer kundeorienterte, mer datadrevne og mer eksperimenterende. Samtidig er de ofte organisert på en måte som gjør det vanskelig å få til nettopp det:
- Kalenderne er fulle.
- Møtene er mange.
- Budsjettene er låst.
- Risikoen skal helst reduseres før man har lært noe.
- De flinkeste folkene er opptatt med drift, kunder, leveranser og brannslukking.
- Nye ideer må gjennom lange beslutningsløp, og de som foreslår noe nytt, kan fort oppleve at de også får ansvaret for å gjennomføre det på toppen av alt annet.
Da blir innovasjon noe man snakker om i strategiprosesser, på ledersamlinger og i festtaler, mens hverdagen fortsetter omtrent som før.
AI kan ikke løse dette alene. Men teknologien kan gjøre det vanskeligere å skjule problemet. For når det plutselig blir mulig å lage et førsteutkast til et konsept, analysere kundeinnsikt, sammenligne markeder, lage en enkel prototype, teste budskap, skrive hypoteser, utvikle scenarioer eller oppsummere brukerfeedback på noen timer i stedet for noen uker, blir det tydeligere hvor flaskehalsene egentlig ligger.
De ligger ofte ikke i mangelen på ideer, men i mangelen på retningsstyrt læringstempo.
AI senker kostnaden ved å teste
En av de viktigste innovasjonsmulighetene med AI er at teknologien kan redusere kostnaden ved å prøve. Før krevde det ofte mye tid og ressurser å lage et godt beslutningsgrunnlag.
Man måtte samle innsikt, skrive notater, lage presentasjoner, hente inn data, intervjue kunder, utvikle konsepter og kanskje bestille analyser eller kreative leveranser eksternt. Mye av dette vil fortsatt kreve mennesker, fagkunnskap og god dømmekraft, men AI kan gjøre de første fasene langt mer tilgjengelige:
- En ledergruppe kan teste flere strategiske scenarioer før den velger retning.
- En markedsavdeling kan prøve ut flere budskap før kampanjen utvikles.
- En salgsavdeling kan analysere hvorfor noen tilbud vinnes og andre tapes.
- En HR avdeling kan utvikle bedre onboarding før nye ansatte begynner.
- En kommune kan simulere hvordan en ny tjeneste kan oppleves for innbyggerne før løsningen bygges.
Dette betyr ikke at alt blir riktig første gang. Det betyr at virksomheten kan lære mer før den bestemmer seg. Og det er verdifullt. For innovasjon handler ikke om å ha rett fra starten. Det handler om å redusere usikkerhet raskere enn konkurrentene.
//Artikkelen fortsetter etter annonsen//
Fra idéverksted til læringssystem
Mange innovasjonsprosesser starter med idéverksteder. Folk samles i et rom, gjerne med gule lapper, kaffe og optimisme. Man skriver ned ideer, grupperer dem, prioriterer dem og går ut av rommet med en følelse av energi.
Så skjer det ofte for lite. Ikke fordi ideene nødvendigvis er dårlige, men fordi virksomheten mangler et system for å gå fra idé til læring:
- Hvem tester ideen?
- Hvilket problem skal den løse?
- Hvilke kunder eller brukere skal involveres?
- Hva må vi lære før vi går videre?
- Hvem tar beslutningen når testen er ferdig?
Her kan AI bidra til å gjøre innovasjon mer konkret. Kunstig intelligens kan hjelpe med å formulere hypoteser, lage testplaner, utvikle intervjuguider, analysere tilbakemeldinger, sammenligne alternativer og dokumentere hva virksomheten faktisk har lært. Den kan også bidra til at flere ansatte får delta i innovasjonsarbeidet, fordi terskelen for å strukturere og utvikle en idé blir lavere.
Det er viktig, for innovasjon bør ikke bare være noe som skjer i innovasjonsavdelingen, på toppen av organisasjonen eller hos de mest kreative menneskene. Ofte sitter de beste forbedringsideene hos dem som møter kundene, bruker systemene, håndterer klagene, følger opp leveransene og kjenner friksjonen i hverdagen.
AI kan gjøre det lettere å løfte disse erfaringene inn i virksomhetens utviklingsarbeid.
Innovasjon krever trygghet
Hvis ansatte skal bidra med ideer, må de oppleve at det er trygt å gjøre det. Det høres selvfølgelig ut, men i mange virksomheter er det ikke slik. Mange ansatte har lært at det tryggeste er å gjøre det som forventes, ikke det som utfordrer:
- De vet at nye ideer kan bety merarbeid.
- De vet at feil kan bli husket lenger enn forsøkene som faktisk ga læring.
- De vet at en travel leder ofte foretrekker en kjent løsning fremfor en usikker mulighet.
Da hjelper det lite å snakke om innovasjon.
AI kan gi virksomheter flere ideer, flere forslag og flere analyser, men hvis kulturen ikke tåler usikkerhet, vil de fleste mulighetene aldri bli testet. Derfor må ledere være tydelige på forskjellen mellom uansvarlig eksperimentering og klok læring.
Uansvarlig eksperimentering handler om å teste uten retning, uten rammer og uten å forstå risiko. Klok læring handler om å teste avgrenset, måle ærlig, involvere de riktige menneskene og bruke erfaringene til å ta bedre beslutninger.
Og det er et lederansvar.
//Artikkelen fortsetter etter annonsen//
Dømmekraft blir viktigere når tempoet øker
Jo raskere AI gjør det mulig å produsere ideer, analyser og konsepter, desto viktigere blir menneskelig dømmekraft. For AI kan foreslå mye:
- Den kan kombinere mønstre, hente frem alternativer og utfordre etablerte tanker.
- Den kan hjelpe oss å se muligheter vi ellers ville oversett.
- Men den vet ikke hva virksomheten egentlig bør bli.
- Den kjenner ikke verdiene, historien, kundene, kulturen og konsekvensene på samme måte som mennesker gjør.
Hvis AI brukes ukritisk, kan virksomheten ende opp med flere ideer, mer støy og mindre retning. Hvis teknologien brukes klokt, kan den bidra til bedre spørsmål, raskere læring og mer presise beslutninger. Forskjellen ligger med andre ord ikke i verktøyet, men i hvordan virksomheten bruker det.
Fra effektivisering til ny verdi
Mange virksomheter starter med AI for å effektivisere. Det er naturlig. Det er ofte enklere å regne på tid spart enn ny verdi skapt. Det er lettere å måle færre timer brukt på rapportering enn bedre innsikt, sterkere kundeopplevelser eller nye inntektsmuligheter.
Men hvis AI bare brukes til å effektivisere eksisterende arbeidsmåter, går virksomheten glipp av noe større.
Teknologien kan også brukes til å utforske nye tjenester, nye markeder, nye kundebehov og nye måter å skape verdi på. Den kan hjelpe virksomheter å forstå endringer tidligere, teste hypoteser raskere og utvikle løsninger tettere på faktiske behov.
Det betyr ikke at alle virksomheter skal bli teknologiselskaper. Det betyr at alle virksomheter bør spørre hvordan AI kan gjøre dem mer relevante for kundene, ansatte og samfunnet rundt dem.
//Artikkelen fortsetter etter annonsen//
De som lærer raskest, står sterkest
Jeg tror ikke fremtidens mest innovative virksomheter nødvendigvis blir de som har flest ideer. Jeg tror det blir de som lærer raskest. Jeg tror det blir de som klarer å koble kundeinnsikt, teknologi, fagkompetanse og gjennomføringsevne:
- De som tester smått før de skalerer stort.
- De som involverer ansatte tidlig.
- De som bruker AI til å utvide perspektivet, men ikke lar teknologien erstatte dømmekraften.
- De som tåler å stoppe det som ikke virker, og har mot til å satse når læringen peker i riktig retning.
For norske virksomheter er dette en stor mulighet. Vi har ofte høy tillit, korte avstander og ansatte med mye ansvar. Det kan gjøre oss godt egnet til å jobbe mer eksperimenterende og læringsorientert, hvis ledelsen faktisk gir rom for det.
AI kan gjøre innovasjon mindre mystisk og mer praktisk, men da må virksomheten tåle å lære raskere.
Vil du ha et foredrag som gjør AI konkret, forståelig og relevant for din virksomhet?
Jeg holder foredrag om hvordan teknologi og kunstig intelligens endrer arbeidsliv, ledelse, konkurransekraft, kommunikasjon og samfunn, med vekt på både muligheter, risiko og praktiske grep norske virksomheter bør ta nå.
Klikk her for å lese mer og booke meg som foredragsholder.
Bilde: ChatGPT
