AI-adoption

AI-adoption beskriver, hvor mange af medarbejderne der rent faktisk bruger de AI-værktøjer, virksomheden har stillet til rådighed, hvor ofte de bruger dem, og hvor nært værktøjerne er integreret i arbejdsrutinerne. Det er en måling af brug, ikke kun af licenser: at have adgang er ikke det samme som at bruge det i beslutninger, i dokumentarbejde eller i kundekontakt.

Sådan virker AI-adoption i praksis

AI-adoption svarer i hverdagen til, om kollegerne gør det nye til en vane. En sælger, der åbner et AI-værktøj hver gang før et tilbud, har høj adoption. En bogholder, der prøver værktøjet én gang og går tilbage til regnearket, har lav adoption. De typiske barrierer er: værktøjet føles irrelevant for opgaven, manglende træning, eller at det tager ekstra tid første gang. Mange stopper efter første uge, fordi de ikke ser en hurtig gevinst eller fordi workflowet ikke er ændret.

Er det tre ildsjæle eller hele holdet? Sådan vurderer I AI-adoption

Du skal se på både antal brugere og brugsmønster. Start med tre simple mål: hvor mange ansatte har åbnet værktøjet én gang, hvor mange bruger det mindst én gang om ugen, og hvilke teams bruger det i daglige opgaver. Segmentér efter rolle: support, salg, bogholderi. Hvis 70 procent af medarbejderne har adgang, kan det stadig være tre ildsjæle, der ligger bag tallene. Spørg ledere: bruger de det i møder og beslutninger? Ledere, der selv bruger værktøjet, øger adoptionen markant, fordi det viser, at det er acceptabelt at ændre arbejdsgang.

Eksempel: AI-adoption hos en økonomichef i en mellemstor rådgivervirksomhed

En økonomichef i en rådgivervirksomhed på 40 ansatte rullede licenser ud i uge 1 i forbindelse med månedsafslutningen. Hun holdt to korte træningssessioner for 12 regnskabs medarbejdere og udpegede en superbruger fra teamet. I uge 2 åbnede 18 personer værktøjet for at teste det på en 60-siders kontrakt og et femfanebladet regneark. Modstanden kom fra to partnere, der mente, at kvaliteten ikke var god nok, og fra medarbejdere, der syntes, at workflowet blev længere. Efter den tredje uge var tre personer faste brugere, fem brugte det sporadisk, og resten var gået tilbage til gamle vaner. Det kostede økonomichefen tre eftermiddage med opfølgende træning og et par justeringer af skabeloner, før flere begyndte at prøve igen.

Sådan måler og øger I AI-adoption

1. Mål faste KPI'er: antal aktive brugere pr. uge, opgaver hvor AI bruges, og hvor ofte outputet genbruges.
2. Start med konkrete arbejdsopgaver: skriv skabeloner til de opgaver, folk allerede laver, frem for generelle forslag.
3. Brug træning og superbrugere: kort, rollespilsbaseret træning og interne eksperter, der hjælper på gulvet.
4. Involver ledere til at vise vejen: når chefer bruger værktøjet offentligt, følger resten ofte med.
5. Følg op og juster: kig på hvorfor folk stopper efter den første uge, og fjern de små friktioner.

AI-adoption er ikke det samme som licenser eller hype

Det er almindeligt at forveksle udrulning med adoption. At købe licenser er kun første trin. Relaterede begreber som Træning handler om at ændre arbejdsrutiner, så værktøjet bliver nyttigt i hverdagen. En anden misforståelse er at tro, at teknologi alene skaber brug; oftere er det kombinationen af korte træningsforløb, superbrugere og ledelsesopbakning, der gør forskellen. AI-adoption er effektivt, men det er ikke en trylleformular: nogen skal investere tid i at få det til at fungere.

Hvad det typisk koster i tid

Regn med at sætte mindst nogle halve dage af til træning og opfølgning i starten, og afsæt en eller to interne superbrugere pr. afdeling de første to måneder. Hvis I forventer, at alle bare klikker sig til værdi, misser I sandsynligvis dem, der har brug for hjælp for at ændre vaner.

Vil I have et bud på, om AI-adoption overhovedet er jeres næste skridt, så er det dét, AI-rådgivning er til for.