Hjem Artikler IT-sjef som katalysator for AI: fra eksperimentering til innvirkning på resultater

IT-sjef som katalysator for kunstig intelligens: fra eksperimentering til påvirkning på resultater.

Jeg har fulgt nøye med på transformasjonen som kunstig intelligens har ført til i næringslivet. I hjertet av denne revolusjonen har IT-sjefens rolle utviklet seg raskt. Det er ikke lenger nok å muliggjøre teknologi. Det er nødvendig å lede endringen. Og det er her forskjellen ligger mellom en operativ IT-sjef og en virkelig transformerende IT-sjef.

IT-sjefen som kun fungerer som en teknisk muliggjører av AI, går glipp av den viktigste delen av ligningen: virkningen på virksomheten. Informasjonssikkerhet, dataarkitektur og samsvar er selvfølgelig grunnleggende problemstillinger, men ikke tilstrekkelig. Sann transformasjon skjer når AI er utformet for å endre hvordan selskapet opererer, og dette krever en dyp forståelse av forretningsmodellen.

I dag ligger mye av verdien av generativ AI i å orkestrere løsninger med flere agenter som er i stand til å automatisere prosesser, ta beslutninger i sanntid og endre måten hele avdelinger jobber på. For å oppnå dette må IT-sjefen gå utover IT. De må mestre strategisk design, brukeropplevelse og tjenestereise. Først da er det mulig å samkjøre teknologi med formål og effekt.

Denne tilpasningen er fortsatt en barriere for mange. Ifølge Gartners CIO Agenda 2025 sier 72 % av IT-sjefer over hele verden at kunstig intelligens er blant deres strategiske teknologiprioriteringer. Imidlertid kan bare 24 % vise at de genererer konkret verdi med disse initiativene. Dette fremhever et gap mellom intensjon og gjennomføring, noe som forsterker behovet for en mer aktiv og strategisk rolle for IT-sjefen i AI-reisen.

Tre viktige ferdigheter for å komme seg ut av laboratoriet.

Hvis du er IT-sjef og fortsatt sitter fast i eksperimenteringsfasen, er forslaget mitt klart: utvikle tre grunnleggende kompetanser for å snu utviklingen og levere reell verdi.

  1. Strategisk og tjenestedesign: Å forstå hvordan arbeidsflyter og opplevelser henger sammen er avgjørende for å bygge AI-løsninger som gir mening i virksomheten.
  2. Smidig eksperimentering: Ingenting erstatter evnen til å teste raskt, feile raskt og lære enda raskere. Modeller som Scrum, Lean og Design Sprint er gode allierte.
  3. Tilpasningsevne: AI endrer seg hver dag. Nye modeller dukker opp, API-er endres, regelverk dukker opp. IT-sjefen og teamet deres må være forberedt på å bygge om når det er nødvendig. Det er en del av gamet.

Faktisk viser en fersk studie utført av MIT Sloan Management Review i samarbeid med BCG at bare 11 % av selskapene som ble analysert, klarte å oppnå positiv økonomisk avkastning med AI. Hva har de til felles? En sterk integrasjon mellom teknologi og forretningsstrategi, samt tydelig styring og fokus på verdi fra starten av.

Hvordan har jeg anvendt dette i praksis?

I selskapet der jeg jobber som IT-sjef, tok vi beslutningen om å demokratisere tilgangen til AI fra starten av. Vi bygde en intern plattform, et ekte AI-knutepunkt, som kobler sammen ulike modeller (inkludert de ledende LLM-ene i markedet) i ett enkelt grensesnitt, tilgjengelig for alle 900 ansatte.

Dette tiltaket unngår to vanlige feil: ukontrollert bruk av offentlige verktøy (som kan kompromittere sensitive data) og begrensning av bruken av AI til isolerte nisjer. Her har alle tilgang, fra kundeservice til ledere.

Videre har vi laget en offentlig innovasjonsveikart, som oppdateres to ganger i uken, og som tydelig viser pågående prosjekter, faser, leveranser og neste trinn. Dette fremmer åpenhet, engasjement og ansvarlighet.

Et annet fokus er de månedlige AI-workshopene, som dekker emner som autonome agenter, prompt engineering, sammenligninger mellom LLM-er og mer. Over 400 personer deltar aktivt. Og viktigst av alt, vi har et styre på toppnivå som prioriterer AI-initiativer basert på avkastning på investeringen.

Denne typen struktur og initiativ er stadig mer tilstede i Brasil. IDC Latin America AI Spending Guide 2025 anslår at brasilianske selskaper bør investere mer enn 1,9 milliarder amerikanske dollar i kunstig intelligens-løsninger i år. Hovedfokusene er prosessautomatisering, kundeservice, dataanalyse og beslutningsstøtte. Med andre ord forstår det lokale markedet allerede AI som en strategisk søyle, ikke lenger som et isolert eksperiment.

AI er ikke lenger et laboratorium – det er en plattform for verdi.

Hvis jeg kunne gi ett råd til andre IT-sjefer, ville det være: slutt å behandle AI som et laboratorieeksperiment. Velg små brukstilfeller med høy potensiell effekt og rask implementering, og sett dem i produksjon. Selv om de er ufullkomne, vil disse felttestene gi verdifull tilbakemelding for å forbedre løsningen.

Det virkelige spranget fremover skjer når utviklingsteamet og sluttbrukerne samarbeider. Kontinuerlig samarbeid mellom teknologi og forretning genererer mer relevante, effektive og varige løsninger.

Til syvende og sist er god AI AI som fungerer i den virkelige verden. Og IT-sjefen som forstår dette, som bygger det sammen med brukerne, slutter å bare være en teknologileder og blir en protagonist i transformasjonen av virksomheten.

Adilson Batista
Adilson Batista
Adilson Batista er ekspert på kunstig intelligens.
RELATERTE ARTIKLER

Legg igjen et svar

Vennligst skriv inn kommentaren din!
Vennligst skriv navnet ditt her.

NYLIG

MEST POPULÆR

[elfsight_cookie_consent id="1"]