Ni har inte ett AI-problem. Ni har ett processproblem.

De flesta bolag jag pratar med beskriver samma sak. Någon i ledningen har testat ChatGPT, blivit imponerad, och nu finns ett krav: vi måste börja med AI. Sedan kommer frågan som ingen riktigt kan svara på. Börja med vad?

Mitt svar är nästan alltid detsamma. Ni har inte ett AI-problem. Ni har ett processproblem, och AI kommer inte lösa det. Den kommer göra det snabbare.

Vad ett processproblem ser ut som

Det ser sällan dramatiskt ut. Det ser ut som vardag.

En order kommer in via mejl. Någon skriver in den i affärssystemet. Någon annan kontrollerar att priset stämmer mot avtalet, som ligger i en mapp på servern. Lagret får ett mejl. Ekonomi får ett till. När fakturan ska ut tittar en tredje person på ordern igen, eftersom den första personen inte alltid fyller i kostnadsstället.

Det är ett fakturaflöde med elva handpåläggningar. Inget av stegen är fel. Varje steg tillkom av ett skäl, oftast för att något gick snett en gång. Men ingen har tittat på hela kedjan på fem år, och under tiden har bolaget vuxit från 15 till 60 anställda.

Samma mönster finns i månadsrapporten som tar nio arbetsdagar, i offerten som behöver tre godkännanden, i det där kalkylarket som bara en person vågar röra.

Vad som händer när man lägger AI ovanpå

Säg att ni köper ett AI-verktyg som läser inkommande order och fyller i affärssystemet automatiskt. Steg ett går nu på sekunder i stället för minuter.

Steg två till elva finns kvar. Kontrollen mot avtalet, de två mejlen, den tredje personen som tittar igen. Ni har gjort ett av elva steg snabbare och kommer upptäcka att flödet som helhet knappt går fortare, eftersom tiden aldrig låg i inmatningen. Den låg i väntan mellan stegen.

Värre är när AI börjar producera fel snabbare. Om kostnadsstället ofta saknas i dag kommer det saknas lika ofta i morgon, men nu i hundra order i timmen i stället för tio. Oordningen har blivit effektiv.

Det här är inte ett argument mot AI. Det är ett argument för ordning.

Processen först, sedan verktyget

Det jag gör i stället ser tråkigt ut på papperet och är det som ger effekt.

1. Kartlägg flödet med siffror. Inte på en whiteboard med post-it-lappar, utan genom att följa tio verkliga order från start till betalning och klocka varje steg. Hur lång tid tar steget? Hur länge ligger ärendet och väntar innan nästa steg börjar? Vem gör det?
2. Ta bort det som inte behövs. I det typiska fakturaflödet jag beskrev ovan visar sig oftast två av elva steg vara nödvändiga: att ordern registreras korrekt och att fakturan går ut. Resten är kontroller som tillkom för att steg ett gjordes slarvigt. Gör steg ett rätt så försvinner kontrollerna av sig själva.
3. Automatisera det som är kvar. Nu finns det två steg, de är tydligt definierade, och det går att svara på frågan "vad ska AI göra här?". Läsa ordern, matcha mot avtalet, flagga avvikelser, registrera resten. Det är ett avgränsat uppdrag som går att bygga, testa och mäta.

Ordningen spelar roll. Automatiserar man först låser man fast dagens process, inklusive alla steg som egentligen är symptom. Förenklar man först har man ofta löst halva problemet innan ett enda verktyg köpts in.

Hur du vet var du ska börja

Du behöver inte en konsult för att hitta det första flödet. Ställ tre frågor på nästa ledningsmöte:

• Vilket återkommande arbete väntar vi oftast på? Rapporten, offerten, attesteringen?
• Var gör vi samma sak två gånger? Skriver in samma uppgift i två system, kontrollerar något som redan kontrollerats?
• Vilket kalkylark skulle stoppa verksamheten om personen som äger det var sjuk i två veckor?

Svaren pekar nästan alltid på samma två eller tre flöden. Ett av dem är där ni ska börja. Inte med AI, utan med att förstå hur det faktiskt går till i dag.

När den bilden finns är AI-frågan plötsligt enkel. Då handlar den inte längre om vilket verktyg som är bäst, utan om vilket steg som ska bort och vilket som ska gå automatiskt. Det är en fråga som går att svara på, och det är där jag brukar komma in.