Fra tidskrævende rutinearbejde til effektive løsninger

Når virksomheder arbejder med udformning af digitaliseringsstrategier, undervurderer de ofte vigtigheden af at forbedre produktivitet og
reducere tidsforbrug på team- og individniveau. Det fører til en effektivitetskløft, når strategierne ikke adresserer daglige, operationelle udfordringer. En løsning er at integrere ‘Lean’-principper, som fokuserer på at minimere spild og maksimere værdi, med kunstig intelligens (AI), der omfatter systemer til læring, problemløsning og beslutningstagning. Kombinationen af Lean og AI til at optimere processer lover større effektivitet og sparet tid.

Mange kender til frustrationen ved at blive fanget i et hav af monotone opgaver, hvor data filtreres og omformes til nye formater. En digital Sisyfos-opgave, der daglig sluger timer af arbejdsdagen. Ironisk nok opstår disse uendelige opgaver ofte som følge af et forsøg på at forbedre organisatorisk effektivitet, og alligevel fører de os længere væk fra vores kerneopgaver.

Når disse tilsyneladende små opgaver tegner sig for en betydelig del af vores arbejdstid, er det et klart signal om, at systemer har brug for en omstrukturering, men selv om virksomheders store digitale strategier snakker om transformation, bliver individuelle medarbejdere og teams ofte ladt i stikken med et virvar af ineffektivitet.

Derfor er der behov for en pragmatisk redningsplan, som kan befri os fra denne trædemølle. I denne artikel vil jeg dele min indsigt og tilbyde en konkret handlingsplan, der kan transformere og optimere den type arbejde.

Identificering af opgaver til automatisering
Første skridt til optimering af arbejdsdagen ved hjælp af AI begynder med en grundig identifikation af de opgaver, som både teamet og enkeltpersoner regelmæssigt udfører. Vurdér hver opgaves vigtighed og det tidsforbrug, opgaven kræver, og overvej automatiseringspotentialet ud fra, hvor forudsigelig og gentagen opgaven er.

Fig. 1

Udfyld tabellen (figur 1) ved at starte med at skrive navnet på hver opgave, du overvejer at optimere. Gæt derefter på, hvor mange timer om ugen der bruges på hver opgave. Vurdér opgavens mulighed for automatisering ved at se på, om den kun kan gennemføres af en person foran en skærm, hvor ofte, den gentages, samt hvor forudsigelig og datatung den er. Brug “Høj”, “Middel” og “Lav” ved bedømmelsen. Vurdér også opgavens kompleksitet: er den enkel og rutinepræget, eller kræver den avanceret tænkning? Til sidst: bestem opgavens prioritet baseret på tidsforbrug, automatiseringspotentiale og kompleksitet. Simple opgaver, der tager meget tid, er gode kandidater til at blive semiautomatiseret via en AI agent, og de skal prioriteres højt.

Nedbrydning af opgaven
Når du har identificeret en opgave, der egner sig til automatisering, er det næste skridt at nedbryde den i håndterbare trin. Dette eksempel (figur 2) illustrerer en proces fra start til slut med udarbejdelse af et kundesvar, herunder læsning af input, udvælgelse af nøgleinformationer, og oprettelse af det endelige dokument.

Fig. 2

_____________________________

Læs kundens henvendelse
Læs de svar og informationer, der er modtaget fra virksomhedens interne afdelinger, baseret på kundens henvendelse
Vælg de vigtigste informationer fra svarene, som skal med i svaret til kunden
Opret et svar-dokument med passende overskrifter, baseret på de vigtigste informationer
Skriv svaret til kunden, som typisk er på 2-3 sider
Gennemgå teksten, foretag nødvendige justeringer og redigeringer, og færdiggør dokumentet

_____________________________

Du er nødt til at guide AI hen til skatten
Nu kender vi de enkelte trin for at udføre opgaven, men det er ikke nok bare at sige “Okay, det var det; nu er det din tur, ChatGPT, gå nu ud og løs opgaven.” For at lede den mod det ønskede mål, skal du give ChatGPT den nødvendige kontekst. Det er dit ansvar at guide den mod målet med effektive løsningsstrategier og instruktioner, der sikrer et professionelt kundesvar. Hemmeligheden bag en vellykket AI agent ligger i at forstå GRUNDSTENENE – de essentielle elementer -, der sikrer et kvalitetsoutput. Det kræver altså overvejelse, før du starter interaktion med kunstig intelligens i form af eksempelvis ChatGPT.

Vejen til et professionelt kundesvar med en AI-agent involverer flere elementer i ’instruktionskoden’. Betragt disse elementer som nøglerne, hvoraf to er helt afgørende nødvendige for at skabe et meningsfuldt kundesvar. Nøjagtigheden i formuleringen af denne instruktionskode er afgørende, hvis mængden af forkerte eller upassende kundesvar skal minimeres.

Strukturen bag effektive instruktioner til AI-agenter
Din AI-agent drives af instruktioner. De er afgørende for at styre den i udførelsen af opgaver og for at sikre, at AI-agenten træffer brugbare, informerede beslutninger baseret på data, den indsamler. For at skabe en effektiv AI-agent er det vitalt at forstå, hvordan man nøje udformer disse instruktioner. Lad os dykke dybere ned i to afgørende komponenter i en instruktion og kigge på deres rolle.

Den første komponent: Kontekst og persona
Kontekst kan betragtes som scenen eller baggrunden for instruktionerne. Forestil dig, at du skal vejlede en ven i, hvordan han kommer hen til dig. Afhængigt af, om din ven kommer i bil eller til fods, vil dine instruktioner variere.

Det er her, du definerer de specifikke dokumenter og data, som AI-agenten skal anvende for at udføre opgaven. Det kan inkludere virksomhedens tekniske specifikationer, produktdata, aftaledokumenter, leveringsbetingelser og andre relevante dokumenter, der udgør “knowledge” for AI-agenten. Ved at give AI-agenten adgang til disse dokumenter sikrer du, at den har den nødvendige viden til at formulere et præcist og relevant svar. Dette illustrerer betydningen af kontekst.

Persona refererer til personligheden bag instruktionen. Det er her, du bestemmer tonen og tilgangen, som AI-agenten skal anvende i kommunikationen. Det skal sikre, at svarene ikke kun er korrekte med hensyn til indhold, men at de også præsenteres på en måde, der er i overensstemmelse med virksomhedens værdier og kundeservicepolitik.

Eksempel på kontekst og persona: Du er en sagsbehandler i kundeservice, professionel og hjælpsom. Du har adgang til virksomhedens tekniske specifikationer, produktdata, aftaledokumenter og leveringsbetingelser, som udgør grundlaget for dine svar. Målet er at løse kundens henvendelse klart og positivt med en tone, der afspejler virksomhedens værdier.

Den anden komponent: Opgavedefinitionen
En klar opgavedefinition er afgørende, da den guider AI-agenten i, hvad den præcist skal udføre. Det svarer til det specifikke spørgsmål, den skal besvare, eller opgaven, du ønsker, den skal løse. Ved at definere opgaven præcist og inkludere eksempler på de dokumenter, AI-agenten skal basere sine svar på, sikrer du, at outputtet bliver både relevant og præcist.

Eksempel på opgavedefinition: Skriv et afsluttende kundesvar baseret på input og feedback fra interne afdelinger med anvendelse af virksomhedens tekniske specifikationer, produktdata, aftaledokumenter og leveringsbetingelser som reference.

Dette udgør strukturen af instruktionen i praksis (figur 3).

Fig. 3

Fra tidskrævende rutinearbejde til effektive løsninger
I de fleste virksomheder er potentialet for automatisering af administrative opgaver enormt. Størstedelen af opgaverne består i at måle, sammenligne og beskrive data, processer som kunstig intelligens ikke blot kan håndtere – men også ofte udføre – mere effektivt end mennesker. Dette gælder især for de monotone, rutineprægede skriveopgaver og datamanipulationer, som ofte opfattes som både kedelige og tidskrævende.

Som det er skildret i illustrationen (figur 4), afspejler overgangen fra ‘As-is’, den konventionelle arbejdsmetode hvor opgaver kan være tidskrævende, til ‘To-Be’, som bliver en æra præget af effektivitet takket være AI-agenter. Dette skift har vist sig at reducere tid og indsats betragteligt. Et projekt, jeg selv har været en del af, har involveret udviklingen af en AI-agent, og det har vist, at det er muligt for et team at reducere tidsforbruget på en opgave fra to timer til fem minutter.

Et praktisk eksempel på AI-agentens effektivitet er udarbejdelsen af et kundesvar, der trækker på specifikke informationer og data. Gennem anvendelsen af AI er det ikke kun muligt at løse opgaven, men også at optimere den, og det giver os mulighed for at omdisponere tid og kompetencer til mere komplekse og værdiskabende opgaver. Ved at nedbryde opgaven i automatisérbare trin var vi i stand til at skabe en løsning, der ikke kun fremmer effektiviteten, men som også understøtter menneskelig kreativitet og innovation. Et lille skridt i digitaliseringen, men et gigantisk spring i produktiviteten og frigørelse af tid lokalt i afdelingen.

Fig. 4

Implementering af en AI agent
Ved at følge den tilgang, der er skitseret i denne artikel, kan AI-agenten udvikles uden store forstyrrelser i dagligdagen og sikre en mere jævn overgang inden for den pågældende virksomheds eksisterende IT-miljø. Det giver desuden mulighed for at indsamle tidlig brugerfeedback, hvilket er essentielt for at foretage de nødvendige justeringer inden en mere omfattende implementering.

AI bør betragtes som et værktøj for forretningsudvikling snarere end et traditionelt IT-projekt. Ændrede roller i organisationen følger med, men det betyder ikke en ubetinget automatisering af jobfunktioner. Det er gavnligt at inddrage AI-entusiaster fra forskellige områder af virksomheden. Nogle som kender de reelle udfordringer i dagligdagen. Ved at kombinere digital innovation med dyb indsigt i daglige arbejdsprocesser kan vi opnå en stærk synergi mellem Lean-principper og AI. På denne måde understøtter en AI-agent en enkel og kreativ problemløsning, frigør tid til kerneaktiviteter og støtter samtidig de strategiske målsætninger.

Det er grundlaget for at skabe specialiserede AI-agenter, som adresserer de mindre, men vigtige opgaver i en virksomhed. Det er tilrådeligt at begynde i det små, blive fortrolig med teknologien og gradvist udbygge dens anvendelse. Introduktion af AI i forretningen behøver ikke at udarte sig til et omfangsrigt IT-projekt.

_____________________________

”AI-agent”: En AI-agent er et computerprogram designet til at udføre opgaver automatisk og træffe beslutninger baseret på de data og instruktioner, det modtager. Det er som en virtuel assistent, der kan lære og tilpasse sig forskellige situationer for at hjælpe med at løse problemer eller udføre specifikke opgaver uden direkte menneskelig indgriben. Disse agenter kan anvendes i mange forskellige områder, fra at sende et svar til at styre komplekse systemer.

_____________________________