Ikke alle skal have bygget noget. Nogle har leverandøren, budgettet og planen på plads
og mangler én, der kan stille de spørgsmål indefra, som ellers først bliver stillet, når
systemet er sat i drift.
Implementeringer strander sjældent på modellen. De strander på, at folk ikke
bruger systemet — eller bruger det forkert, fordi det blev bygget til den arbejdsgang,
nogen beskrev, og ikke til den, der faktisk foregår. Det er ikke et teknisk problem, og
derfor bliver det sjældent løst af flere tekniske folk.
Det er dér, vi kan give en anden slags hjælp: vi kan begge dele, men vi
kommer med adfærden som det, der afgør, om implementeringen lykkes.
01
Vurdér leverandørens tilbud
Hvor tit tager løsningen fejl, hvordan er det målt, og hvad bliver ikke målt? Spørgsmål, der er svære at ignorere, og som kan flytte en forhandling.
02
Afgør, hvad der må køre automatisk
Hvilke beslutninger må systemet træffe selv, og hvilke skal forbi et menneske?
Konsekvensen afgør det — ikke hvor sikker modellen lyder.
03
Tag det i brug
Selve grunden til at det oftest går galt. Vi undersøger, hvor folk går udenom, og bygger dét om — samme metode som i Adfærdsdesign.
04
Dokumentationen undervejs
Den bliver til, mens I bygger, i stedet for at skulle rekonstruere bagefter —
se Compliance.
05
Lær det selv: oplæg og inspirationsdage om AI
Den måde, vi selv arbejder på — modeller, der river hinandens arbejde ned, kodeværktøjer
brugt til alt andet end kode, og gates, der ligger før arbejdet. To timer, en halv eller
en hel dag.
06
Et oplæg om, hvad I kan bruge AI til
For ledelsen eller hele huset, når spørgsmålet stadig er «hvor skal vi overhovedet begynde». Længde og form aftaler vi — se også kurser og workshops.
Det er sjældent modellen, der er problemet. Det er mængden af ting, den skal holde styr på ad gangen — den samme begrænsning, mennesker har midt i en arbejdsdag.
Vi har målt det på vores eget system →