Hvordan bruger man AI i virksomheden? En guide i 5 trin
Sådan kommer jeres virksomhed i gang med AI: find de rigtige opgaver, sig nej til de forkerte, test i det små og mål effekten. En praktisk guide uden fagudtryk.
Kort svar
Man bruger AI bedst ved at starte med en konkret opgave, ikke med teknologien. Find en opgave, der fylder meget, ser ens ud hver gang og i dag kræver manuelt arbejde. Test en lille løsning med de medarbejdere, der laver opgaven, og mål, om den sparer tid, før I udvider.
Trin 1: Find ud af, hvor tiden forsvinder
Gå ud, hvor arbejdet bliver lavet, og se efter:
- Opgaver, hvor man kopierer oplysninger fra ét system til et andet.
- Spørgsmål, der bliver stillet igen og igen.
- Mails, der skal læses, sorteres og laves om til noget – et tilbud, en ordre, en sag.
- Rapporter, der samles manuelt hver uge eller måned.
Spørg medarbejderne. De ved præcis, hvad der tager tid.
Trin 2: Vælg de rigtige opgaver – og sig nej til resten
Ikke alle AI-idéer er gode. Prioritér efter to spørgsmål:
- Hvor stor er gevinsten? Hvor meget tid eller hvor mange fejl sparer det?
- Hvor svært er det? Er data til stede, og er opgaven afgrænset?
Start med opgaver, der giver meget og er nemme. Sig nej til dem, der er svære og giver lidt – også selvom de lyder spændende.
Trin 3: Sæt rammerne
Før AI’en sættes i gang, så beslut:
- Hvilke systemer og data må den se?
- Hvad må den selv gøre, og hvad skal et menneske godkende?
- Hvordan logger I, hvad den gør?
- Er persondata og GDPR afklaret?
Trin 4: Test i det små
Byg en lille version til én arbejdsgang og nogle få medarbejdere. Brug 2–6 uger, få deres feedback, og ret til. Det er her, I lærer mest.
Trin 5: Mål og beslut
Mål før og efter: tid pr. opgave, antal fejl, svartid til kunder. Giver det værdi, så udvid. Gør det ikke, så stop – det er også et godt resultat, fordi I sparede pengene på en stor løsning.
Fem spørgsmål, I bør kunne svare på, før I går i gang
De AI-projekter, der går i stå, går sjældent i stå på grund af teknologien. De går i stå, fordi ingen helt kunne svare på de grundlæggende spørgsmål, før man gik i gang.
1. Hvor forsvinder tiden egentlig?
De fleste har en fornemmelse af, hvor arbejdet er tungt. Men fornemmelsen og virkeligheden er ofte to forskellige ting. Det er sjældent den store, synlige opgave, der stjæler tiden. Det er de små ting, der gentager sig hele dagen: at lede efter oplysninger, kopiere fra ét system til et andet og svare på de samme spørgsmål igen og igen.
Kan I pege på de 2–3 arbejdsgange, hvor flest timer går tabt hver uge?
2. Hvem gør arbejdet i dag – og hvordan?
Ledelsen ser ét billede af en arbejdsgang. Medarbejderne, der sidder med den hver dag, ser et andet. De kender genvejene, regnearkene ved siden af systemet og de undtagelser, der aldrig står i nogen procesbeskrivelse. Hvis en AI-løsning bygges ud fra ledelsens billede, passer den sjældent til hverdagen – og så bliver den ikke brugt.
Ved I, hvordan arbejdet faktisk foregår, ikke bare hvordan det burde foregå?
3. Hvilke data og systemer skal AI’en bruge?
AI er kun så god som de oplysninger, den har adgang til. Ligger kunder, varer og priser i ERP? Ligger aftalerne i mails? Er data samlet ét sted, eller skal de hentes fra flere systemer? Svaret afgør, hvor stort projektet bliver – og hvad det koster.
Kan I sige, hvor de data ligger, som løsningen skal bruge?
4. Hvad må AI’en – og hvad må den ikke?
Skal AI’en kun læse og foreslå, eller må den også oprette og sende? Hvor skal et menneske godkende? Hvilke opgaver bør slet ikke overlades til AI – fx på grund af persondata eller EU’s AI Act? De spørgsmål er lettere at svare på, før løsningen er bygget, end bagefter.
Har I bestemt, hvor grænsen går, og hvem der har ansvaret?
5. Hvordan ser I, at det virker?
“Vi skal bruge AI” er ikke et mål. “Vi skal bruge halvt så lang tid på at lave tilbud” er. Uden et konkret mål kan ingen sige, om projektet var pengene værd – og det er svært at få lov til at tage næste skridt.
Ved I, hvad der skal være bedre om 90 dage, og hvordan I måler det?
Før I starter et AI-projekt, bør I kunne svare på fem ting: hvor tiden forsvinder, hvem der gør arbejdet og hvordan, hvilke data og systemer AI’en skal bruge, hvad AI’en må og ikke må, og hvordan I måler, at det virker. Kan I ikke svare på dem alle, er første skridt at blive klog på jeres eget arbejde – ikke at bygge noget.
Mange virksomheder vil gerne i gang med AI. Men de AI-projekter, der går i stå, går sjældent i stå på grund af teknologien. De går i stå, fordi ingen helt kunne svare på de grundlæggende spørgsmål, før man gik i gang. Her er fem spørgsmål, I bør kunne svare på, før I bruger penge på et AI-projekt.
Typiske fejl
- At starte med et værktøj i stedet for et problem.
- At købe AI til alle uden at vide, hvad den skal bruges til.
- At glemme medarbejderne – de skal være med fra start.
- At gå direkte til en stor løsning uden en test.
Sådan hjælper BCT
Vores Shadow Walk er netop trin 1 og 2: Vi er ude hos jer i ½–2 dage, følger arbejdet, finder de opgaver, hvor AI giver mest, og giver jer en prioriteret plan til fast pris. Derefter kan vi bygge løsningen – og I ejer koden.
Ofte stillede spørgsmål
Hvor skal en lille virksomhed starte med AI?
Med én opgave, der fylder meget og ser ens ud hver gang – fx mails, tilbud eller faste spørgsmål.
Skal vi have en AI-strategi først?
En kort plan er godt, men den skal bygge på konkrete opgaver – ikke på teknologien.
Hvor lang tid tager det at komme i gang?
En første test kan ofte køre inden for få uger, når opgaven er afgrænset.
Hvad hvis medarbejderne er skeptiske?
Inddrag dem fra starten. Når de ser, at AI’en tager det kedelige forarbejde, bliver de ofte de største fortalere.
Kort fortalt
AI giver mest værdi, når I starter med en konkret opgave og ikke med teknologien. Find ud af, hvor tiden forsvinder, vælg de opgaver, der gentager sig, og sig nej til resten.
Sæt rammerne, test i det små sammen med de medarbejdere, der laver opgaven i dag, og mål, om det virker. Først når I kan se gevinsten, giver det mening at udvide.
Vil du høre, hvordan det kan se ud hos jer?
Vi tager gerne en uforpligtende snak om jeres hverdag, og hvor AI og software kan gøre en forskel.



