Lars Diethelm

"Vi behöver AI," säger kunden. "Okej," svarar jag. "Vad för problem ska vi lösa?" "Ja... vi behöver bli mer effektiva." "Var specifikt?" "Överallt." Det här samtalet händer varje vecka. Företag vet att AI kan hjälpa dem, men de Läs mer →

Om du har läst OPTIMA-boken känner du igen strukturen. Sex faser som tar dig från nuläge till fungerande förbättring. Men AI-automation kräver några justeringar av processen. Inte för att grundprincipen ändras – flaskhalsen först, sedan lösningen – utan för att AI tillför nya möjligheter och nya risker som vi måste hantera. Den Läs mer →

När man talar om AI-automation finns det en vanlig missuppfattning: att målet alltid är 100 % automatisering. Att människan ska kopplas bort, ersättas, elimineras ur ekvationen. Det är en farlig och felaktig idé – särskilt när vi rör oss bortom enkla regelstyrda flöden och börjar automatisera mer komplexa informationsuppgifter. I verkligheten handlar Läs mer →

Jag fick en gång ett samtal från en frustrerad VD. "Vi har investerat en miljon i ett nytt system," sa han. "Det fungerar exakt som det ska. Men det har inte gjort någon skillnad alls." När vi grävde djupare upptäckte vi problemet. De hade automatiserat fel Läs mer →

Om du någonsin försökt förklara för en praktikant hur man bedömer om en kundförfrågan är "brådskande" eller inte, så förstår du problemet med regelbaserad automation. "Men vad räknas som brådskande då?" frågar praktikanten. "Ja, det beror på..." börjar du. Och där har du det. Läs mer →

Jag ska vara brutalt ärlig med dig från början. 95% av allt som skrivs om AI inom företag är bullshit. Inte för att tekniken är dålig. Inte för att möjligheterna inte finns. Utan för att de flesta som skriver om AI aldrig jobbat med att lösa verkliga problem i verkliga Läs mer →