Use case

Use case er en konkret, afgrænset opgave, hvor AI skal løse et bestemt problem for bestemte brugere. Eksempler er "besvar standardspørgsmål på mail" eller "udkast til tilbud fra CRM-data". Brug også betegnelserne AI use case, anvendelsescase, brugsscenarie eller anvendelsesmulighed, når I taler med leverandører.

Sådan virker Use case i praksis

En use case svarer på et enkelt spørgsmål: hvad skal AI gøre i en normal arbejdsdag, og hvem mærker effekten? Tænk ikke i værktøjer, men i opgaver. I stedet for "vi vil bruge AI til kundeservice" skriver du "AI besvarer de fem hyppigste spørgsmål i første mail, så en medarbejder kun skal tage de komplicerede sager". Det er konkret, målbart og afgrænset. En use case indeholder altid et klart input (en mail, en ordrelinje, en faktura), et ønsket output (svar, udkast, klassifikation) og en bruger, der tager imod outputtet.

Analogien hjælper: en use case er ikke et helt nyt værktøj, men en enkelt service i jeres tilbudskatalog. Ikke en hel restaurant, bare en ret. Den gør det nemmere at prøve noget af, måle om det virker og beslutte, om I vil bygge videre.

Sådan skelner du en rigtig use case fra "vi vil bruge AI"

Når leverandører eller rådgivere præsenterer muligheder, hør efter disse tre ting: Hvem får outputtet, hvilke data bruger I, og hvad er succes? Hvis svaret er "for alle" eller "forbedre kundeoplevelsen", er det en idé, ikke en use case. En konkret use case begynder med en konkret hyppighed: hvor ofte opgaven optræder, og hvor stor en andel af tiden medarbejderen bruger her. En høj hyppighed og lav kompleksitet er ofte det bedste sted at starte.

Som leder skal du kunne sige nej til brede løfter og kræve mål: antal hændelser pr. uge, hvem der godkender output, og hvilken risiko der er, hvis robotten tager fejl. Det gør diskussionen mindre abstrakt og presser leverandøren til præcision.

Hvordan du vurderer en use case

Når I skal prioritere mellem flere forslag, vurder dem ud fra fire kriterier: værdi, hyppighed, datatilgængelighed og risiko.

• Værdi: Hvad sparer eller forbedrer I, når opgaven automatiseres? Vær konkret i tid eller bedre kvalitet, ikke i løfter.
• Hyppighed: Hvor ofte opgaven optræder. En opgave der sker 500 gange om måneden, er en bedre kandidat end en, der sker to gange om året.
• Datatilgængelighed: Har I de nødvendige data i brugbar form? Hvis data ligger i scannede PDF'er eller i medarbejderhovedet, er der ekstra arbejde.
• Risiko: Hvad sker der, hvis AI tager fejl? Lav risiko-tasks (standardforespørgsler, interne noter) er gode testprojekter, mens kritiske beslutninger kræver menneskelig godkendelse.

Sæt tal på hvert kriterium og prioriter. En simpel score gør det lettere at sammenligne flere use cases i en liste over projekter. Husk, en use case må godt være lille; flere små succeser bygger troværdighed.

Eksempel: Use case hos en økonomichef

Økonomichefen i en mellemstor virksomhed skal nå månedsafslutningen og er træt af at lede efter manglende bilag. Midt i sidste måneds afslutning, tre dage før fristen, vælter en kollega fortæller at 12 leverandørfakturaer mangler kontering fra sidste kvartal. Økonomichefen beslutter at prøve en use case: "AI finder og foreslår konteringer på indscannede fakturaer til kassekladden". Datagrundlaget er 2.500 scannede fakturaer i et arkiv, men mange er dårlige scans. Leverandøren leverer et proof-of-concept der virker på 70 procent af filerne, men systemet kræver manuel kontrol af forslagene i starten. Resultatet var ikke en øjeblikkelig tidsbesparelse; det kostede tre dage at rydde op i scans og sætte godkendelses-flowet op. Til gengæld fjernede det gentagende søgearbejde fra månedsslut og gjorde opgaven målbar. Læringen var klar: begynd med en enkel konteringsregel, ryd op i data først, og forvent en oprydningsperiode.

Use case er ikke det samme som projekter eller "AI generelt"

En use case er en konkret opgave. Et projekt er en samling af aktiviteter for at implementere en eller flere use cases, ofte med leverandørstyring, budget og fremdrift. "Brug AI generelt" er en ambition; en use case er ambitionen omsat til én konkret leverance. Når I ser ord som anvendelsescase, brugsscenarie eller anvendelsesmulighed, led efter de samme tre elementer: input, output og bruger. Hvis de mangler, er I stadig i idéfasen.

Hvad en use case ikke kan: den løser ikke organisatoriske problemer alene. Den kræver data, ansvar og ofte ændringer i arbejdsgange. Start småt, lær hurtigt, og byg videre, men vær klar på at bruge tid på at gøre data brugbar og ansvarlig. ...Et stykke ad vejen handler det om disciplin mere end teknologi.

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