Vi måler fortsatt avkastningen på kunstig intelligens feil, og feilen blir stadig dyrere
Utfordringer med avkastning på investeringer i kunstig intelligens: Mange organisasjoner har problemer med å måle avkastningen på investeringer i kunstig intelligens, og tilskriver ofte utfordringene feilaktig til ledelsen i stedet for gjennomføringen.
Feiljustering av måltall: Dagens måltall fokuserer på teknologiytelse, men klarer ikke å ta tak i de underliggende problemene knyttet til mennesker og prosesser.
Langsiktig innvirkning: Dårlige implementeringer av kunstig intelligens kan føre til organisatoriske skader som bygger seg opp over flere år og svekker effektiviteten.
Organisatorisk helse: Beslutninger om investeringer i kunstig intelligens må prioritere måltall for mennesker og prosesser parallelt med teknologi for å sikre bærekraftig suksess.
Ledelsesgap: Transformasjonsledelse involverer vanligvis ikke HR, noe som fører til kortsiktige investeringer uten langsiktig levedyktighet.
ROI-presentasjonen ser alltid ryddig ut. Sparte timer, omdisponert bemanning, redusert gjennomløpstid, adopsjonsrater som stiger mot den referanseverdien leverandøren foreslo under oppstartsmøtet. Grønne piler. Grafer som beveger seg oppover og mot høyre. CFO-en nikker anerkjennende.
Atten måneder senere er noe galt. Avgangen har økt i avdelinger som skulle ha hatt størst nytte av endringen. Samarbeidet på tvers av funksjoner har blitt mer tungvint. Et team som tidligere fungerte med en slags uformell samstemthet, beveger seg nå som om det marsjerer gjennom kvikksand. Ingen kan peke på en årsak, så det tilskrives de vanlige mistenkte: lederstil, markedspress, et eller annet etter pandemien.
AI-utrullingen som fant sted seks kvartaler tidligere, blir ikke nevnt.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Dette er den faktiske kostnaden ved å måle AI-ROI feil. Ikke en budsjettpost. En langsom forringelse som tilskrives feil årsak og behandles med feil tiltak.
Teknologimålinger kontra menneskemålinger
Målingene som dominerer samtalene om AI-investeringer — spart tid, omdisponert bemanning, redusert gjennomløpstid og stadig oftere bruk — er alle ledende indikatorer på teknologiytelse. De måler laget av transformasjonen som er enklest å tallfeste.
Det de ikke måler, er det organisatoriske laget, der de reelle kostnadene ved dårlig implementering oppstår, og der de vokser inntil de blir umulige å ignorere.
Bruk fortjener særlig granskning, fordi det antas å være et signal på organisatorisk helse, når det egentlig er et atferdssignal. En BCG-analyse fra slutten av 2025 fant at 60 % av selskaper globalt ikke skapte noen vesentlig verdi fra AI til tross for betydelige investeringer, og identifiserte delvis selve målingene som årsaken.
Organisasjoner som var fiksert på innlogginger og tidsbruk som stedfortredere for adopsjon, lærte på den harde måten at disse målene fullstendig overser om AI faktisk har blitt sentralt i hvordan folk arbeider.
Høye adopsjonsrater forteller deg at folk bruker verktøyet. De forteller deg ingenting om hvorvidt arbeidet går bra, om teamene fungerer, eller om den tause kunnskapen som tidligere beveget seg gjennom samarbeidsoppgaver, fortsatt beveger seg i det hele tatt. En arbeidsstyrke kan nå alle bruksmål samtidig som bindevevet i hvordan den faktisk fungerer, stille og rolig går i oppløsning.
BCGs rapport fra oktober 2024, «Hvor er verdien i AI?» — basert på en undersøkelse av 1 000 CxO-er i 59 land — fant at rundt 70 % av utfordringene med AI-implementering skyldes problemer knyttet til mennesker og prosesser.
Budsjettfordelingen i de fleste implementeringer går nøyaktig på tvers av dette: flertallet går til teknologi, mens endringsledelse og organisatorisk beredskap behandles som budsjettposter i stedet for bærende deler av investeringen.
Når målingene du bruker til å evaluere en transformasjon, bare sier noe om teknologilaget, måler du med hensikt den delen av ligningen som har minst sannsynlighet for å avgjøre om den lykkes.
En ny definisjon av ROI
CFO-ens innramming er ikke feil i seg selv. Den anvender streng disiplin på et reelt spørsmål: gir denne investeringen avkastning?
Problemet er at den anvender en logikk for kapitalallokering på det som i bunn og grunn er et organisatorisk endringsproblem, og tidshorisontene samsvarer ikke.
ROI-sykluser for programvare varer i 12 til 18 måneder. Organisatorisk skade etter en dårlig håndtert implementering bygger seg opp over to til tre år og kommer til syne som noe helt annet.
Det er verdt å undersøke hvordan CFO-en i det hele tatt ender opp med å ta denne samtalen. Anthony Onesto, som har tilbrakt karrieren sin innen HR-teknologi og nå bygger praksiser for AI-transformasjon i mellomstore selskaper, beskriver presskaskaden.
Styrene presser administrerende direktører, administrerende direktører ser inn i organisasjonen etter noen som kan ta eierskap til det, og det naturlige førstevalget er teknologidirektøren eller IT-direktøren. Når det viser seg å være utilstrekkelig, flyttes samtalen til CFO-en.
Det kommer alltid til å være en økonomisk beslutning, som noen ganger er den riktige beslutningen, og andre ganger ikke.
Hans syn er at HR bør lede disse transformasjonene, ikke som en ettertanke innen endringsledelse, men som den funksjonen som er best posisjonert til å tenke på hvordan maskiner og mennesker fungerer sammen. At dette sjelden skjer, hevder han, er strukturelt. De fleste HR-ledere har ikke meldt seg frivillig, og presset ovenfra og ned kanaliseres ikke naturlig til dem.
Resultatet er en ROI-samtale formet av den som arvet ansvaret, og i de fleste organisasjoner er denne personens insentiver rettet mot påviselig kortsiktig effektivitet, ikke langsiktig organisatorisk helse.
Utfordrende profesjonelle identiteter
Identitetsbruddet alene illustrerer gapet. Når rutineoppgaver blir automatisert, følger ofte den profesjonelle identiteten med. Analytikeren som utviklet dømmekraft gjennom repetitive oppgaver med lav risiko, har nå arbeid med høyere verdi å utføre, i teorien.
I praksis er konteksten hun utviklet seg i, fjernet, og ingen har bygget en erstatning. Forstyrrelsen viser seg ikke ved kunngjøringen. Den kommer til syne åtte eller ti måneder senere som manglende engasjement, noe som tolkes som et kulturproblem og håndteres som et slikt, mens den egentlige årsaken ligger ubemerket i en tidligere implementeringslogg.
Dette er ikke et smalt problem. Det er mekanismen som gjør at automatiseringsinvesteringer gir dårligere resultater enn forventet, til tross for at de når effektivitetsmålene sine. Målene ble satt for feil system.
Det som automatiseres, er sjelden bare en oppgave. Rutinearbeid har ofte uformelle funksjoner som ikke er synlige på noe prosesskart: koordineringsrytmer mellom team, mentorskap innebygd i samarbeidsprosesser og profesjonelle kontaktpunkter som gir junioransatte jevnlig innblikk i hvordan seniorers dømmekraft fungerer.
Dette er ikke dokumentert noe sted fordi det ikke trenger å være det før det er borte. På det tidspunktet lærer man på den harde måten hva det var verdt.
En tverrfunksjonell ukesrapport som tre teammedlemmer utarbeidet sammen, produserte ikke bare en rapport. Den skapte samordning, synlighet og en fast grunn til at disse teamene hadde regelmessig kontakt. Automatiser rapporten, og du har oppnådd effektiviseringen.
Kostnaden ved dette vises ikke i ROI-presentasjonen. Den viser seg etter hvert i hvordan disse teamene fungerer sammen – eller slutter å fungere sammen.
Argumentet for å utvide hva som regnes som en kostnad, er ikke et argument mot disiplin i ROI-arbeidet. Det er et argument for å anvende denne disiplinen på hele systemet, i stedet for på den bekvemme delmengden. Hvis 70 % av det som avgjør resultatene av en transformasjon, ligger i menneske- og organisasjonslaget, er et målerammeverk som utelukker dette laget ikke konservativt – det er systematisk optimistisk på feil områder.
Den riktige tilnærmingen
Et mer helhetlig målerammeverk omfatter:
- Utvikling i avgang blant ansatte i berørte roller, med tilstrekkelig tidsforsinkelse innarbeidet
- Mønstre for tverrfunksjonell kommunikasjon før og etter betydelige automatiseringsendringer
- Grad av kunnskapsoverføring til junioransatte
- Tillitsnivåer, målt gjennom undersøkelser som er utformet for å avdekke faktiske holdninger, fremfor tilfredshetsindikatorer.
Ingenting av dette er teknisk vanskelig. De fleste organisasjoner gjør det ikke fordi de aldri har koblet automatiseringsbeslutninger til resultater for organisatorisk helse som en bevisst praksis.
Ravin Jesuthasan, hvis arbeid med arbeidsstyrkearkitektur har strukket seg over flere tiår med virksomhetstransformasjon, sier det enkelt:
Jeg kjenner ikke til en eneste organisasjon som lot teknologien lede an, holdt den menneskelige siden av ligningen utenfor, og som noen gang har oppnådd et vellykket resultat.
Organisasjonene som begynner med teknologien, utvikler ifølge ham et binært syn på problemet, erstatter det menneskelige elementet der det er mulig, og bygger aldri den organisatoriske bærekraften som gjør at transformasjonen varer.
Å løse måleproblemet er delvis et teknisk spørsmål og i hovedsak et styringsspørsmål. Noen som sitter ved bordet når beslutninger om AI-investeringer tas, må ha ansvar for organisasjonens helse i regnskapet og ha myndighet til å behandle den som likeverdig med effektivitetssiden, ikke som underordnet den.
I de fleste organisasjoner sitter denne personen enten ikke ved bordet, eller har ikke den myndigheten. CHRO blir ofte konsultert om endringsledelse som en implementeringsoppgave, snarere enn som en likeverdig dimensjon av hva suksess innebærer.
Jesuthasan rammer inn den bredere svikten på en måte som går utover måling.
Endringen som kreves av ledere, er større enn noe vi har sett de siste 150 årene. Og jeg tror ikke mange av dem forstår det.
Det er ikke så mye en fordømmelse som en strukturell observasjon. Lederne som tar beslutninger om AI-investeringer, ble opplært i en verden der teknologien og organisasjonen var problemer som kunne skilles fra hverandre. Det kan de ikke lenger.
ROI-presentasjonen som holder de to adskilt, er et foreldet dokument som brukes på en grunnleggende annerledes situasjon, og feilen, som forsterkes gjennom frafallstall og samarbeidsmangler, blir stadig mer kostbar.
