AI-parathed

AI-parathed er en konkret vurdering af, om virksomheden kan begynde at bruge AI-projekter. Den ser på fem hovedelementer: findes og kan I bruge dataene, kan jeres it-systemer udveksle information, har I de rette kompetencer, står ledelsen bag, og er der styr på lovgivning og ansvar. Parathed handler om "kan vi starte"; AI-modenhed handler om, hvor langt I kommer efter I er i gang.

Hvad en parathedsvurdering ser på

En standard parathedsvurdering gennemgår data, systemintegration, kompetencer, governance og forretningscases. Data: findes de relevante filer, er de strukturerede, ligger de i systemer I kan få adgang til eller sidder de i scannede PDF'er på en delt harddisk. Systemintegration: kan jeres CRM, økonomisystem og dokumentlager tale sammen, eller kræver det manuelt arbejde for at samle information. Kompetencer: hvem i organisationen kan lave prompts, validere AI-svar og håndtere fejl? Governance og regler: hvem har ansvar for beslutninger, og er der politik for persondata og registrering?

Der evalueres ofte i praktiske trin: hent eksempler på data, prøv en simpel forespørgsel, dokumentér de manuelle trin. Resultatet er en liste over de ting, der blokerer for at komme i gang, og forslag til prioriteret indsats.

Hvor danske små virksomheder typisk mangler AI-parathed

Dansk Erhverv peger på, at de mindste virksomheder ofte mangler viden, tid og faste kompetencer. Det betyder, at selv når der er en god idé til AI, ender projektet som en enkelt test i en medarbejders kalender. Ofte er data spredt: prislister fra 2019 ligger som Excel på en lokal pc, tilbud sendes som ti separate e-mails, og en vigtig kollega er på ferie med den eneste adgangskode. Det er præcis de ting, en parathedsvurdering fanger: ikke en teknisk dom, men en liste over praktiske forhindringer, I kan rette før I investerer.

Tænk på det som en køreprøve før afgang: I kan godt få lov at køre, men I skal kende skiltene og kunne bremse, ellers ender det galt.

Eksempel: AI-parathed hos økonomichefen i en mindre produktionsvirksomhed

Økonomichefen i en smykkeproducent skulle præsentere en plan til direktionen to uger før budgetmødet. Hun ville bruge AI til at samle kundeordrer, kreditnoter og leverandørfakturaer til et kort overblik. Problemet var, at ordrene lå i tre systemer, to Excel-ark og som scannede følgesedler fra lageret, og regnskabskontoret havde ikke faste navnekonventioner. En parathedsvurdering tog en dag: øjenåbneren var den tid, bogholderiet brugte på at finde og omdøbe filer, og at ingen havde adgang til scannede følgesedler uden at bede lagerchefen.

Resultatet blev en realistisk prioritering: ryd op i filstruktur, begynd med to datakilder til en simpel rapport, og lav et ansvarskort for adgang. Det kostede økonomichefen tre dages arbejde og to møder med it-leverandøren, men gav den plan, hun kunne lægge frem på budgetmødet.

Sådan kommer du i gang med AI-parathed

1. Saml eksempler: hent 5-10 filer fra de systemer, I vil bruge, og noter hvor de ligger.
2. Kortlæg arbejdsgangene: hvem gør hvad for at hente og validere data i dag.
3. Vurder kompetencer: hvem kan skrive prompts, hvem kan vurdere svarenes kvalitet, og hvem har tid til vedligehold.
4. Lav en governance-pointe: udpeg en ansvarlig for persondata og en for beslutninger.
5. Prioritér små tests: vælg én simpel case og kør en pilot med egne data inden større investering.

Hvis du vil bruge et officielt værktøj til selvvurdering, har Erhvervsstyrelsen og brancheforeninger tjeklister og vejledninger, som I kan bruge som udgangspunkt. Overvej også at tjekke regler for persondata hos Datatilsynet før I uploader følsomme oplysninger.

Husk: AI-parathed er ikke en garant, men en praktisk sparevej. Lav arbejdet først, så undgår I, at en dyr pilot drukner i dårlige data og manglende ansvar.

Det tunge ved AI-parathed er sjældent at komme i gang, men at holde det kørende. Det er jobbet for et AI-team i huset.