KPI'er for AI

KPI'er for AI er et lille sæt nøgletal, der viser, om jeres AI-investering leverer værdi. De vigtigste mål er brugsgrad (hvor mange bruger systemet ugentligt), tid sparet pr. opgave, svartid til kunder, fejlrate i output, omkostning pr. opgave og medarbejdertilfredshed. Mål en baseline før I starter, og hold jer til tre-fem KPI'er for et SMV-projekt.

Sådan virker KPI'er for AI i praksis

KPI'er deler sig i to slags: aktivitetsmål og effektmål. Aktivitetsmål tæller handlinger, antal prompts, logins eller svar sendt. Effektmål måler resultatet for forretningen, kortere sagsbehandling, lavere omkostning pr. opgave eller færre fejl. For en leder er effektmålene dem, bestyrelsen spørger om. Aktivitetsmål er nyttige som mellemtrin, men alene siger de ikke, om AI gør en forskel.

Vælg KPI'er, der er direkte forbundne med en opgave: hvis AI hjælper kundeservice, mål svartid og kundetilfredshed. Hvis AI hjælper bogholderiet, mål tid pr. bilag og fejlrate i bogføring. Sørg for at have en baseline: mål de samme KPI'er i en kort periode før I går i drift, så I kan sammenligne. Tre-fem KPI'er er nok i et SMV-projekt; for mange tal skaber støj.

Hvad bestyrelsen vil se: KPI'er, der taler

Bestyrelsen vil høre entydige tal: bruges løsningen, sparer den tid, og hvad koster den pr. opgave. Start med tre KPI'er som standard: brugsgrad (pct. af relevante medarbejdere, ugentlig), tid sparet pr. opgave (gennemsnit i minutter) og fejlrate i output (pct. fejl i stikprøver). Hvis det er kundevendt, tilføj kundesvarstid og NPS eller en kort tilfredshedsundersøgelse.

Disse tal er også nok til at koble til jeres Business case og senere til at beregne ROI på AI. I en PoC (Proof of Concept) holder I samme KPI'er, men kortere måleperiode, så I kan se, om investeringen fortjener skala. Jeres regnskab og økonomichef skal kunne få tallene uden et datateam: brug logfiler fra værktøjet, simple tidstagninger i regneark og korte medarbejder- eller kundesurveys.

Eksempel: KPI'er for AI hos en økonomichef

En økonomichef i en grossistvirksomhed stod ugen før kvartalsmødet med en PoC, der skulle vise effekt på kreditorbehandling. Baseline: fem medarbejdere håndterede i gennemsnit 120 leverandørfakturaer om ugen; hver faktura tog typisk 8 til 12 minutter. PoC’en installerede en AI-assistent til at foreslå kontokoder og genkende linjeposter. Modstand opstod: to bogholdere mente forslagene var upræcise, og én var på ferie.

Økonomichefen målte tre KPI'er i PoC-ugen: brugsgrad (hvor mange af de fem brugte assistenten dagligt), tid pr. faktura på et stikprøveudvalg af 100 fakturaer, og fejlrate i kontoopsætning målt på 50 tilfældigt udvalgte poster. Det tog to arbejdsdage at sætte målingerne op og indsamle baseline. Resultaterne viste variation, ikke et facit; men tallene gav bestyrelsen noget håndgribeligt at diskutere ved næste møde.

Hvad du skal være opmærksom på

Pas på at forveksle aktivitet med effekt: mange prompts betyder ikke nødvendigvis, at I sparer tid. Mål altid mod en baseline, og pas på sæsonvariation, nogle processer er langsommere i december. Hold KPI-opsætningen simpel: automatiser der, hvor det er let (logins, svartider), og brug stikprøver og korte surveys til kvalitet og tilfredshed.

Vær opmærksom på, at indsamling af KPI'er koster tid. Enkle målemetoder uden datateam er ofte nok i starten, men hvis I vil lave præcise omkostningsberegninger pr. opgave eller avanceret kvalitetsmåling, kræver det oftere integration eller hjælp fra IT. Skift eller fjern en KPI, hvis den er svær at forklare eller let at snyde. Og husk: KPI'er skal tale til jeres Business case og kunne bruges i samtalen om ROI på AI.

Et sidste billede: KPI'er er som en termostat, de viser, når noget skal justeres, men de laver ikke selv om på anlægget. Brug dem rigtigt, så har du gode tal at rapportere, næste gang bestyrelsen spørger.

Valget om KPI'er for AI er sjældent kun teknisk. Retningen sættes med AI-rådgivning.