Från illusion till verklighet: Hur företags-AI måste utvecklas

AI som verktyg – ett strukturellt misslyckande

För två år sedan argumenterade jag för att stora språkmodeller inte är en lämplig grund för företagsarkitektur. Reaktionerna var entydiga: argumentet gick inte att avfärda. Men den verkliga frågan är inte om AI fungerar – det gör det. Frågan är varför vi placerade den på fel nivå.

Under de senaste två åren har företag investerat tiotals miljarder i generativ AI. Resultatet är inte otydligt – det är avgörande. En omfattande forskning, inklusive en uppmärksammad studie från MIT, visar att 95 procent av alla företagsinitiativ inom generativ AI misslyckas med att skapa mätbar affärsnytta, trots bred adoption. Anledningen är inte att modellerna är dåliga. Problemet är att de har införts som verktyg, inte som system.

Från tillfälliga verktyg till bestående system

Stora språkmodeller är, per definition, tillståndslösa: varje interaktion börjar från noll om vi inte aktivt återskapar kontexten. Företag är motsatsen. De är tillståndsberoende system som ackumulerar beslut, spårar relationer, utvecklas över tid och kräver kontinuitet. Denna obalans är inte en mindre brist – den är strukturell.

Forskning om misslyckade företags-AI-projekt pekar på samma problem: systemen fallerar inte för att de genererar dåliga svar, utan för att de inte kan integreras i pågående processer eller bibehålla kontext över tid. Företags-AI kan inte vara sessionbaserad. Den måste minnas.

Från svar till resultat

Vi har optimerat AI för att svara på frågor. Men företag behöver system som förändrar resultat. Här uppstår klyftan: en språkmodell kan generera en övertygande försäljningsstrategi, men den kan inte följa upp om strategin fungerade, anpassa sig baserat på resultat, koordinera genomförandet mellan team eller förbättras över tid. Det är inte ett implementationsproblem – det är en designbrist.

MIT-studien beskriver en "GenAI-klyfta": företag fastnar i hög adoption men låg transformation, eftersom dagens system inte sluter cirkeln mellan handling och resultat. Svar förändrar inte företag – system gör det.

Från prompts till begränsningar

Mycket av dagens AI-diskussion kretsar kring prompts. Men prompts är bara ett gränssnitt. Företag drivs inte av prompts, utan av begränsningar: efterlevnadsregler, behörigheter, risknivåer och operativa ramar. Och här brister de flesta AI-system.

AI genererar inom sannolikheter. Företag agerar inom begränsningar. Detta är en av de minst diskuterade, men mest avgörande anledningarna till att företags-AI-projekt stannar upp. Även bredare AI-forskning visar att projekt misslyckas när systemen inte är anpassade till verkliga begränsningar, arbetsflöden och beslutskontexter. Prompts är UX. Begränsningar är arkitektur.

Från assistenter till handlingskraftiga system

Den dominerande metaforen under de senaste två åren har varit "co-pilot". Det låter tilltalande, men är missvisande. En co-pilot föreslår. Ett företag behöver system som agerar. Skillnaden är avgörande, eftersom förslag är billiga medan genomförande är svårt.

För att AI ska bli effektivt i företag krävs:

• Integration med befintliga affärssystem och datakällor
• Koordinering av åtgärder mellan olika avdelningar och processer
• Automatisering av beslutsfattande inom definierade ramar
• Övervakning och kontinuerlig förbättring baserat på resultat

Vägen framåt: AI som kärnprocess, inte verktyg

AI måste sluta vara en isolerad funktion och i stället bli en integrerad del av företagets kärnprocesser. Det kräver:

1. Kontextuell kontinuitet: Systemen måste minnas tidigare interaktioner och beslut för att skapa sammanhang.
2. Handlingskraftig arkitektur: AI måste gå från att ge svar till att driva resultat genom automatiserade åtgärder.
3. Begränsningsbaserad design: Systemen måste förstå och respektera företagets operativa, juridiska och riskmässiga ramar.
4. Mätbar transformation: AI-initiativ måste utvärderas på hur de förändrar affärsresultat, inte bara på antalet användare eller interaktioner.

"AI är inte problemet. Vårt sätt att implementera den är det. Framgång kräver att vi slutar se AI som ett verktyg och börjar se det som en integrerad del av företagets nervsystem."