Sluta prata AI – bara gör!

Det pratas mycket om Artificiell Intelligens just nu. Debatten får det ibland att låta som vi kommit längre än vi gjort. Med undantag av några, framför allt konsumentnära branscher, tillämpas dock AI väldigt sparsamt i praktiken. Inom de branscher som innefattas i samhällsbyggnadssektorn är tillämpningstakten nästan obefintlig. Där insatser ändå görs kännetecknas de ofta av för mycket tekniskt fokus eller en avsaknad av tänk kring vilka nyttor som AI ska generera för kunden, företaget, sektorn eller samhället. AI-projekt som ändå blir av resulterar i en slags tomtebloss som varken genererar strategiska insikter eller lärdomar och som i värsta fall leder till minskad aptit att investera i AI. Förklaringarna varför det ser ut som det gör är många. Inte minst saknas kompetens kring AI i linjen hos både chefer och medarbetare. Detta innebär i sin tur att man varken ser nyttorna med AI eller har förmågan att kravställa AI-satsningar.

Läs även: Boverket: Det här krävs för att digitalisera samhällsbyggnadsprocessen

Eftersom vi ser en enorm potential för AI att bidra till en hållbar samhällsutveckling vill vi ändra på det. Innovationsmyndigheten Vinnova gjorde på regeringens uppdrag en utredning 2018 om Sveriges möjligheter med AI. Den konstaterade att ekonomins tillväxtpotential med stort AI-utnyttjande är dubbelt så snabb som vid ett lågt AI-utnyttjande. Andra länder, främst USA och Kina, har kommit betydligt längre i sitt nyttjande av AI. Detta gäller även inom samhällsbyggnadssektorn. 

Vi vill uppmärksamma branschens aktörer på hur man kan påbörja sin AI-resa på ett systematiskt och organiserat sätt som ger förutsättningar att faktiskt kunna realisera nyttor. För det är tydligt: de som lyckas med AI-projekt får ofta ut många fler nyttor än de initialt räknat med. Detta ger konkurrensfördelar som på sikt kan vara avgörande för företags överlevnad och sektorns konkurrenskraft.  

Så var börjar man? I vår erfarenhet behöver man ”tänka stort men börja smått”. Det vi ser alldeles för ofta är att verksamheter fastnar i att skapa ”perfekta” data och datainfrastrukturer i form av datasjöar och kostsamma IT-system. Även om investeringar kan vara nödvändiga menar vi att det inte är där man ska börja. Det första steget är alltid att identifiera det problem som ska lösas och att börja testa tillämpningar på den data som redan finns. Inte minst ger det en bild av hur bra eller dåliga befintliga data är utifrån tänkt problemformulering och huruvida data saknas. 

Digitaliseringen driver fram behovet av att gå från hårt konkurrenstänk mellan aktörer till samarbeten i större ekosystem och i flera led. För AI är detta behov ännu större. Det finns stora fördelar med att samarbeta kring datadelning, att utforska öppna datakällor och att dela data med underleverantörer. En AI blir inte smartare än de data den matas med. Det är dock svårt att på förhand säga vilka data som är viktigast för att lyckas. Därför krävs tester i mindre skala för att säkra nyttor och lärande innan man skalar upp. Om man exempelvis vill ha en AI som kan identifiera risker i ett byggprojekt är det svårt att på förhand veta vilka datakällor som är intressantast. Är det data i form av tidigare riskanalyser, finansiella data om tillkomna kostnader, BIM-modeller eller externa väder och geodata som ger bäst resultat? I detta utvecklingsarbete behöver därför linjeverksamheten vara drivande och användare involveras löpande för att maximera lärande och nyttorealisering. Tyvärr ser vi alltför ofta att omfattande investeringar görs i IT-infrastruktur som saknar förankring i linjeverksamheten vilket resulterar i kostsamma vita elefanter och svårigheter att hämta hem nyttor.

Vi vill uppmana branschens aktörer att i detta tidiga skede göra tre saker för att öka chansen att lyckas med AI. 

För det första, börja med att identifiera problem som är affärskritiska och angrip dem med AI. Inte för att testa AI utan för att skapa nytta. 

Vårt andra råd är att samtidigt utbilda ledningar och öka den grundläggande kunskapen om AI brett i organisationerna för att lärdomar från tidiga projekt ska få fäste och för att verksamheten ska känna ägandeskap. 

Slutligen, och kanske viktigast, vill vi gärna se att nya ekosystem växer fram. Flera leverantörsled, användare och kunder samt företag som i många andra sammanhang konkurrerar har mycket att vinna på att samarbeta och transparent dela erfarenheter i denna tidiga fas. Även om branschen ligger långt efter finns det dessutom undantag i form av vassa teknikbolag och nystartade företag inom samhällsbyggnad som gärna samarbetar med större etablerade aktörer till gagn för alla parter. 

Här måste vi komma ifrån villfarelsen att det är riskfyllt att dela data med samarbetspartners – data som används och skapar värde är alltid bättre än data som lagras i databaser och aldrig nyttjas. 

Mariell Juhlin, Projektledare, Kraftsamling – AI i samhällsbygget, vd för Policy Impact
Marcus Weiland, Delprojektledare, Kraftsamling – AI i samhällsbygget, vice vd för Savantic