AI-utbildning för företag: därför fastnar den sällan
En allmän AI-utbildning lär ut promptar, sedan jobbar teamet som förut. En workshop om era egna processer slutar med konkreta användningsfall och en plan.
Utbildningen gick bra. Fyrtio personer i konferensrummet eller på Teams, en utbildare som kunde verktygen, en demo där ChatGPT skrev ett nyhetsbrev på fyra sekunder. Alla skrattade på rätt ställen. Utvärderingarna kom tillbaka med fyror och femmor.
Två veckor senare frågar chefen runt. Några använder ChatGPT för att formulera om mejl. En person har gjort en prompt för mötesanteckningar. Resten jobbar precis som förut. Inget har ändrats i hur leverantörsfakturor hanteras, hur offerter skrivs eller hur kundfrågor besvaras.
Det är det vanligaste resultatet av en AI-utbildning för företag, och det är sällan utbildarens fel.
Varför en allmän kurs inte ändrar arbetet
En allmän AI-kurs lär ut verktyget. Vad en språkmodell är, hur man skriver en prompt, vad den är bra på och var den hittar på. Det är nyttig kunskap. Men den ligger ett steg bredvid själva jobbet.
Hon som sköter leverantörsreskontran behöver inte skriva en dikt med ChatGPT. Hon vill veta om det kan hjälpa med de 200 fakturor som kommer in varje månad, hälften som inskannade PDF:er, innan de hamnar i Fortnox. Och vad som händer med dem där momsnumret är fel. Det kan kursen inte svara på, eftersom kursen inte känner till hennes fakturor.
Så överföringen hamnar hos varje deltagare. Fundera hemma på var det passar i ditt arbete. De flesta har fullt upp, nästa deadline är i morgon, och funderandet blir aldrig av. De som ändå försöker väljer oftast något litet och personligt, som att skriva om ett mejl, eftersom det var så exemplen såg ut.
Sedan finns ett andra problem. Att var och en använder AI blir inte ett team som jobbar annorlunda. Om fem personer hittar sina egna sätt får du fem privata vanor, fem uppsättningar instruktioner som ingen annan ser och ingen gemensam bild av vad verktyget ska och inte ska göra. Vad det gör med svaren skrev jag om i varför ditt team får olika svar från samma AI.
Vad en workshop om era egna processer gör annorlunda
Skillnaden är var man börjar. En kurs börjar med verktyget och hoppas att processerna följer med. En workshop börjar med arbetet.
I praktiken betyder det att de som sköter en process sitter tillsammans. Inte fyrtio personer från alla avdelningar, utan de sex eller åtta som hanterar order, kundtjänst eller månadsbokslutet. Innan någon pratar om AI går ni igenom vad som faktiskt händer. Var kommer förfrågan ifrån? Vad slår du upp? Var kopierar du saker? Var väntar du på någon? Var blir det fel?
Bara den genomgången brukar avslöja mycket. Kollegor som har jobbat sida vid sida i åratal upptäcker att de gör samma steg olika. Någon nämner ett Excelark som ingen annan visste om. Chefen får veta att en uppgift hon trodde tog tio minuter tar en timme.
Sedan ställer du, steg för steg, frågan som kursen aldrig kunde ställa: kan AI göra den här delen, eller hjälpa till med den? Ibland är svaret ja. Ofta är det nej, eller inte än, eftersom reglerna inte är nedskrivna eller datan ligger i ett system som ingen kommer åt. Båda sortens svar är värda att ha.
En typisk workshop slutar med en kort lista. Tre eller fyra användningsfall, vart och ett kopplat till ett verkligt steg i en verklig process, med en ungefärlig bild av hur mycket tid det tar i dag och vad som krävs för att det ska fungera. Ett av dem väljs som det första att prova.
Vad som ändras efteråt
Det en bra workshop lämnar efter sig är ingen entusiasm. Det är ett dokument som någon kan arbeta vidare med nästa vecka.
Konkreta användningsfall. I stället för “använd AI i kundtjänsten” något i stil med: “svarsutkast på frågor om leveranstid, hämtade ur affärssystemet och kontrollerade av en människa innan de skickas”. Konkret nog att man ser om det fungerar.
En ärlig nej-lista. Det som kom upp men inte är värt att göra, med skälet. Då slipper du hamna i samma idé igen om ett halvår.
En plan för första steget. Vem som är ansvarig, vilken data som behövs, hur ni testar på riktiga fall och vilket resultat som räknas som tillräckligt bra.
Ett gemensamt språk. Teamet i rummet har nu samma bild av vad AI ska göra i deras process. Det väger tyngre än alla prompttrick, eftersom det är teamet som ska leva med resultatet.
Folk fortsätter dessutom gärna att använda det de själva har varit med och tagit fram. Har ekonomiteamet valt fakturafallet själva vill de se att det fungerar. Det är en annan start än ett verktyg som delas ut efter en kurs.
När en kurs ändå är rätt
En grundkurs har sin plats. Om de flesta på företaget aldrig har använt ett AI-verktyg tar en kort introduktion bort en del oro och ger alla samma ord. Gör det först, håll det kort och räkna inte med att några processer ändras.
Men är frågan “hur får vi faktiskt nytta av AI i vardagen?” är en kurs fel format. Då behöver du tid med era egna processer och någon som kan säga vilka idéer som är realistiska.
Det är så min AI-workshop går till: ett team, en eller två processer, och ni går därifrån med användningsfallen och planen nedskrivna.
