Miljoner kastas på AI-projekt som kraschar. Problemet är inte tekniken – utan att företag glömmer den mänskliga faktorn, menar AI-experten David Fendrich.
Varför miljoner i AI-satsningar bara blir dyra misslyckanden

Mest läst i kategorin
David Fendrich har sett mönstret upprepas i 25 år. Som CTO och medgrundare av Tenfifty, ett företag som specialiserar sig på skräddarsydda AI-lösningar för strukturerad data, stöter han på företag som gör samma misstag om och om igen.
”De löser inte riktiga problem. De använder det för att det är skoj”, säger Fendrich till Realtid TV.
Det är en brutal diagnos av en bransch som investerar i AI-projekt utan tydlig strategi. Men bakom de misslyckade projekten döljer sig ett djupare problem än vad de flesta tekniker vill erkänna.
”Förstå data”
Fendrichs egen resa speglar en hel branschs uppvaknande. När han var nyexaminerad för nästan 25 år sedan trodde han att AI handlade om matematik och programmering.
”Men egentligen handlar det om att förstå en verksamhet, förstå data, förstå var det finns värde egentligen och hur mycket en organisation är beredd att förändra sig”, konstaterar han.
Där ligger kärnan. AI-projekt misslyckas inte för att algoritmen är fel eller datan bristfällig. De misslyckas för att organisationerna inte förbereder sina medarbetare på förändringen.
Senaste nytt
Den avgörande skillnaden
Fendrich pekar på vad som skiljer framgångsrika från misslyckade AI-projekt. Förutom att lösa ”ett riktigt problem med riktigt värde” och ha någon som förstår datan, krävs en tredje komponent som få pratar om: förändringsledning.
”Om det ingår i AI-projektet att ändra hur folk ska arbeta, då behöver man ha förberett det från början”, säger Fendrich.
Det är här de flesta företag tappar greppet. De investerar i teknisk kompetens och dataanalytiker, men glömmer bort den mänskliga faktorn.
När AI-systemet väl är på plats upptäcker de att medarbetarna antingen inte använder det – eller aktivt motarbetar det.
Så förbereder du organisationen
Problemet förvärras av kommunikationsbrister. Fendrich identifierar det som ”den stora utmaningen” – att få tekniker och verksamhetsexperter att prata med varandra.
Antingen kommer initiativet från tekniken utan förståelse för verksamheten, eller från verksamheten utan kunskap om vad AI faktiskt kan åstadkomma.
Med AI-utvecklingen som nu accelererar mot så kallade agenter – system som inte bara chattar utan aktivt utför uppgifter – blir behovet av förändringsledning ännu mer akut.
”Många i AI-branschen säger att i år är det agenternas år. Den stora skillnaden kommer med agenterna”, säger Fendrich och spår att utvecklingen kommer förändra hur människor arbetar fundamentalt.
”Nej, men egentligen ja”
Typiska användningsområden som företag efterfrågar inkluderar prognoser för orderingång och kunder samt prissättningsoptimering.
”Vad är det optimala priset?”, nämner Fendrich som en vanlig frågeställning företag brottas med.
När han får frågan om man bör känna rädsla för AI:s frammarsch ger han ett nyanserat svar:
”Standardsvaret som du fiskar efter är nej, men egentligen ja. Vi är inte beredda på den samhällsomställning som kommer nu när vi får en mekaniserad intelligens på kran.”
För företag som vill undvika att bli nästa AI-misslyckande är rådet tydligt: Investera lika mycket i förändringsledning som i tekniken. Framtidens konkurrensfördel ligger inte i att ha den senaste AI-tekniken – utan i förmågan att få organisationen att omfamna den.
Familjeföretag leder omställningen – bäst på AI
Det gäller dock att tänka långsiktigt och inte kortsiktigt.
När det kommer till konkreta användningsområden nämner han orderingång, kundprognoser och prissättning som vanliga exempel.
”Vad är det optimala priset?”, är en typisk frågeställning som företag brottas med.
Läs även: AI förändrar allt – utom i Sverige? Realtid
ANNONS
ANNONS

Realtids redaktionschef. Journalist med över tio års erfarenhet. Tidigare på bland annat Aftonbladet, Omni och Dagens Nyheter.

Realtids redaktionschef. Journalist med över tio års erfarenhet. Tidigare på bland annat Aftonbladet, Omni och Dagens Nyheter.







