AI strategi og implementering. Vi siger også nej, når svaret er nej
Kort fortalt
Hvad er AI strategi og implementering?
En AI strategi er svaret på tre spørgsmål: hvor kan kunstig intelligens flytte noget i netop jeres forretning, hvad skal være på plads teknisk og organisatorisk, før I kan gøre det, og i hvilken rækkefølge griber I det an. Implementeringen er arbejdet med at gøre det til virkelighed – bygge løsningen, få medarbejderne til at bruge den og holde den kørende bagefter.
De to ting hænger uløseligt sammen, og det er præcis der, det oftest går galt. En strategi uden AI implementering bliver et dokument, der er forældet inden det er læst færdigt. Og AI implementering uden strategi bliver en samling løsrevne pilotprojekter, som ingen har ansvaret for, og som stille dør, når den ildsjæl der startede dem skifter job.
Vi arbejder med begge dele som ét forløb. Vi bruger ikke måneder på analyse, og vi bygger ikke noget, før vi ved hvorfor. Til gengæld er vi ærlige, hvis konklusionen er, at I skal rydde op i jeres data eller adgangsstyring, før AI overhovedet er en fornuftig investering. Det sker oftere, end branchen gerne indrømmer.
Vi ser AI som en forlængelse af jeres eksisterende IT – ikke som et selvstændigt spor. Læs mere om vores samlede arbejde med AI og automatisering.
Det ingen fortæller jer
De fleste AI-projekter når aldrig i drift. Her er hvorfor
Ingen ejer opgaven
Projektet startes af en entusiast uden mandat eller tid. Når hverdagen melder sig, er der ingen, hvis KPI det er, at løsningen bliver brugt.
Pilot-purgatory
Piloten virker fint og bliver rost på et ledermøde. Så sker der ingenting, fordi vejen fra pilot til drift aldrig blev beskrevet, budgetteret eller bemandet.
Data var ikke klar
AI’en svarer forkert, fordi den læser forældede dokumenter, dubletter og filer, som ingen har ryddet op i siden 2019. Tilliden ryger på tre uger.
Løsningen blev valgt før problemet
Nogen så en demo på en konference. Så skulle der bygges en agent – og bagefter blev der ledt efter en opgave, den kunne løse.
Medarbejderne blev ikke spurgt
Værktøjet er indført ovenfra, oplevet som overvågning eller trussel, og bliver brugt lige akkurat nok til at ingen siger noget.
Ingen målte noget
Der blev aldrig sat en baseline. Derfor kan ingen svare på, om det virkede – og så er projektet det første, der ryger ved næste budgetrunde.
Vores forløb er bygget for at lukke netop disse seks huller. Ikke ved at tilføje flere workshops, men ved at insistere på ejerskab, baseline og en driftsaftale, før vi bygger noget som helst.
Ærligt talt
Hvornår vi anbefaler jer ikke at gå videre med AI
Vi lever af at implementere teknologi, så det er ikke i vores korte interesse at sige nej. Men et forløb, der ender i en løsning ingen bruger, koster os mere i troværdighed end det tjener på fakturaen. Derfor siger vi fra, når vi møder ét af disse:
- Der er ingen navngiven person med tid og mandat til at eje løsningen
- Grunddata er så rodede, at oprydningen er et projekt i sig selv – så tag det først
- Adgangsstyringen er ikke på plads, så AI vil eksponere data på tværs af organisationen
- Opgaven udføres fem gange om året – automatisering vil aldrig tjene sig hjem
- Der er ingen baseline, og ingen vil sætte tal på hvad succes er
- Motivationen er, at konkurrenten har gjort noget med AI
I de tilfælde er der næsten altid noget andet, der giver mere for pengene først – typisk oprydning i den digitale arbejdsplads, IT-sikkerhed eller governance. Det siger vi, selvom det udskyder AI-projektet.
Er fundamentet ikke på plads, forstærker AI problemet i stedet for at løse det
Sådan gør vi
Fire faser fra modenhed til drift
Modenhedsvurdering
Vi vurderer jeres data, teknologi, kompetencer, governance og ledelsesopbakning – og giver en score, I kan tage i bestyrelsen. Her får I også et ærligt svar på, om I er klar.
Roadmap og business case
Use cases prioriteres efter værdi, risiko og kompleksitet. Vi sætter baseline og succeskriterier på den første, så effekten kan måles bagefter.
Pilot i produktion
Vi bygger én løsning færdig – ikke en demo, men noget der kører hos rigtige brugere med rigtige data, adgangsstyring og logning på plads.
Drift og skalering
Løsningen overgår til vores drift. Vi overvåger, vedligeholder prompts og agenter, opdaterer ved nye modelversioner og måler adoption efter 6 og 12 måneder.
Fase 4 er den vigtigste og den, konkurrenterne springer over. Et AI-projekt er ikke færdigt ved go-live – modellerne ændrer sig hvert kvartal, medarbejdere skifter, og en agent, ingen vedligeholder, holder omkring et halvt år. Derfor hører AI hjemme hos den partner, der i forvejen driver jeres IT.
Modenhedsvurdering
Hvad vi måler, før vi anbefaler noget
Modenhedsvurderingen er indgangen til forløbet, og den kan købes alene. Vi scorer fem områder, fordi det er kombinationen, der afgør om AI lykkes – ikke teknologien i sig selv. En virksomhed med middelmådige værktøjer og stærkt ejerskab kommer længere end det omvendte.
- Data – struktur, kvalitet, rettigheder og hvor meget oprydning der venter
- Teknologi – licenser, Microsoft-fundament, integrationer og teknisk gæld
- Kompetencer – hvad kan medarbejderne i dag, og hvem kan blive superbrugere
- Governance – politikker, ansvarsfordeling, risikostyring og compliance
- Ledelse – er der mandat, budget og tålmodighed til at tage det til drift
I får en rapport med score pr. område, de tre vigtigste barrierer og en anbefaling om, hvad der skal gøres først. Er svaret, at I ikke skal begynde med AI endnu, skriver vi det – og hvad I i stedet bør prioritere.
Vurderingen kan købes alene – I er ikke bundet til hele forløbet
Shadow AI
Jeres medarbejdere bruger allerede AI. Spørgsmålet er hvilken
Næsten alle virksomheder vi møder, har AI i brug længe før de har en strategi. Medarbejdere har oprettet gratis konti hos ChatGPT eller andre tjenester og bruger dem til referater, tilbud, kundemails og kode. Det er sjældent ond vilje – det er folk, der prøver at gøre deres arbejde hurtigere.
Problemet er, at virksomhedsdata så ligger i konti, I ikke administrerer, ikke kan slette fra og ikke har databehandleraftale på. Og at I ikke kan svare på, hvad der er delt, hvis nogen spørger.
- Vi kortlægger hvilke AI-tjenester der faktisk bruges i organisationen
- Vi vurderer, hvad der reelt er sendt afsted – og hvad der bør gøres ved det
- Vi flytter brugen ind i en styret tenant med de rigtige aftaler og logning
- Vi laver en godkendt værktøjsliste, så medarbejderne ved hvad de må
At forbyde værktøjerne virker ikke – folk finder en vej udenom. Den holdbare løsning er at give dem noget, der er lige så godt og samtidig lovligt.
AI rådgivning
AI rådgivning fra et IT-hus, ikke et bureau
Forskellen på AI rådgivning fra et bureau og fra os er, hvad der sker efter anbefalingen. En ekstern AI konsulent leverer en rapport og fakturerer. Vi driver i forvejen IT for hundredvis af danske virksomheder, så vi kender jeres tenant, jeres adgangsmodel og jeres fagsystemer – og vi skal selv leve med den løsning, vi anbefaler.
Det gør rådgivningen mere konservativ og mere konkret. Vi anbefaler standardværktøjer før egenudvikling, fordi vi ved, hvad det koster at vedligeholde noget specialbygget om tre år. Og vi tænker sikkerhed og GDPR ind fra start, fordi vi er dem, der får opkaldet, hvis noget går galt.
AI governance og EU AI Act
AI governance er de rammer, der gør brugen forsvarlig. Vi leverer de artefakter, I skal kunne fremvise – ikke bare et råd om at have dem:
- AI politik med godkendte og forbudte anvendelser
- Use case-register med risikoklassificering
- Dokumentation af AI-literacy efter AI Act artikel 4
- Godkendelsesflow for nye AI-værktøjer
- Sammenhæng til NIS2 og risikovurdering
Hvem er det til
Tre situationer vi typisk møder
I skal have en retning
Ledelsen bliver spurgt om AI-strategien, og der findes ikke et svar endnu. Her er modenhedsvurderingen og roadmappet det rigtige sted at starte.
I har piloter, der ikke rykker
Der er eksperimenteret i flere afdelinger, men intet er i drift. Vi finder ud af hvad der blokerer, og tager én af dem hele vejen.
I skal have styr på compliance
AI bruges allerede, og nu skal der politik, dokumentation og risikoklassificering på. Ofte kombineret med NIS2-arbejde.
Vi arbejder med produktion, byggeri, rådgivning, handel og service samt den offentlige sektor. Vil I hellere starte med en enkelt dag frem for et forløb, er vores AI workshop den lette indgang. Se også vores cases.
“De tog os seriøst lige fra starten. Så længe vi har så god service fra Azend, så vil jeg helt klart anbefale jer til folk, hvis jeg hører de har udfordringer med IT.”
Max Græsborg · Project & Procurement Manager, Aqua d’Or
Mød din rådgiver
Få en uforpligtende AI-sparring
Jonas Hellström
Senior Consultant & Co-owner, Azend
Jonas er medejer og senior konsulent hos Azend med mange års erfaring i Microsoft-miljøer, IT-sikkerhed og rådgivning af danske virksomheder. Han hjælper jer med at finde de steder, hvor AI faktisk betaler sig – og med at sige det højt, når en idé ikke gør.
Er I i tvivl om, hvor I står, eller om I overhovedet er klar til at begynde, så tag en uforpligtende snak. I får et ærligt bud, også hvis det er, at I skal vente.
Eller ring på +45 69 88 49 39 · advice@azend.dk
FAQ
Ofte stillede spørgsmål om AI strategi og implementering
Modenhedsvurderingen tager 2–3 uger, roadmap og business case 2–4 uger, og en pilot i produktion typisk 4–8 uger. I kan stoppe efter hver fase, så I ikke binder jer til hele forløbet fra start.
Det afhænger af omfang og hvilke faser I vælger. Modenhedsvurderingen kan købes alene som et afgrænset forløb. Kontakt os for et konkret bud på jeres situation – vi giver en fast pris, inden vi går i gang.
I skal have en retning, men ikke nødvendigvis et strategidokument. For mindre virksomheder er modenhedsvurderingen og én prioriteret use case ofte nok. Det vigtige er at vide, hvad I gør først, og hvem der ejer det.
En AI workshop er en enkelt dag, der giver retning og de første use cases. Et strategiforløb går bredere: modenhed på tværs af organisationen, business case, pilot i produktion og en driftsaftale. Mange starter med workshoppen og fortsætter i forløbet.
Ja, og det er en stor del af det vi laver. Typisk er der eksperimenteret i flere afdelinger uden at noget er kommet i drift. Vi finder ud af hvad der blokerer – ejerskab, data, licenser eller adgange – og tager én løsning hele vejen.
Den stiller krav afhængigt af risikoen ved jeres anvendelser, og artikel 4 kræver desuden, at medarbejdere der bruger AI har tilstrækkelig viden om teknologien og dens risici. Vi klassificerer jeres use cases, leverer dokumentationen og kobler det til jeres GDPR- og NIS2-arbejde. Vi er ikke advokater og siger til, når en jurist skal ind over.
Begge, men vi anbefaler næsten altid standardværktøjer før egenudvikling – typisk Microsoft 365, Copilot og Power Platform. Egenudvikling koster mest i vedligehold, ikke i opbygning, og det er den regning der kommer om tre år.
I gør, og vi drifter den. Det betyder overvågning, vedligehold af prompts og agenter, opdatering når modeller eller Copilot ændrer sig, og adoptionsmåling efter 6 og 12 måneder – som en del af det IT-setup vi allerede passer på.
Så siger vi det, og forklarer hvad der skal gøres først. Det er typisk oprydning i data eller adgangsstyring. Vi vil hellere udskyde et AI-projekt end levere noget, der eksponerer jeres data eller ender ubrugt.
Vi sætter en baseline før piloten – hvor lang tid opgaven tager i dag, hvor mange fejl der opstår, hvor mange henvendelser der håndteres. Uden baseline kan ingen bagefter afgøre om det virkede, og så er projektet det første der bliver skåret.
Relateret
Relaterede IT-løsninger
AI & Automatisering
Hovedsiden – RPA, Copilot og AI-agenter i drift.
Læs mere ›
AI workshop
Den lette indgang: halvdag eller hel dag.
Læs mere ›
IT Governance
Rammerne om jeres teknologibeslutninger.
Læs mere ›
IT Sikkerhed
Et sikkert fundament under jeres AI og data.
Læs mere ›
GDPR Managed
Styr på persondata og dokumentation.
Læs mere ›
IT Outsourcing
Lad os tage ansvaret for hele jeres IT.
Læs mere ›
Skal vi finde ud af, hvor I egentlig står?
Ring på +45 69 88 49 39 eller skriv til advice@azend.dk