Brug din energi anderledes, hvis dit kunstig intelligens-projekt skal lykkedes

80 procent af projekter med kunstig intelligens går i vasken, ifølge ny rapport fra Alexandra Instituttet. Samtidig opstiller rapporten flere råd, så virksomheder undgår kendte faldgruber, når de giver sig i kast med AI-teknologi.

Et andet overraskende fund i rapporten er, at der internt i organisationer ses meget forskelligt på kunstig intelligens. Arkivfoto..

14.10.2020

SCM.dk

Kunstig intelligens-projekter starter som regel på den samme måde; man vil gøre noget anderledes eller smartere gennem data, så man kan optimere og forbedre sin produktion og sine produkter. Jo mere man læner sig op ad virksomhedens strategi og domænekendskab i idéudviklingsfasen, jo lettere har man ved at identificere et meget konkret problem eller spotte en oplagt mulighed, og jo større chance har man for, at ens idé lykkes. 

De konkrete råd, man kan tage med sig fra rapporten, gør det nemmere at skære genvej til succes med sit kunstig intelligens-projekt. Nogle af rådene er ikke så overraskende. Det gælder eksempelvis rådet om at sørge for at inddrage kunder, stakeholders og brugere tidligt i processen, så man sikrer sig, at ens løsning er så værdifuld som muligt for dem, der skal bruge den. 

Læs også: Kunstig intelligens kan sætte skub i forretningsmuligheder

Andre af de gode anbefalinger i rapporten er med, fordi virksomhederne har lært lektien på den hårde måde. Ikke alle har eksempelvis haft det rette tekniske ambitionsniveau. Medmindre man har in-house dataloger, så skal man være opmærksom på, hvor stort et brød, man slår op, hvis man selv vil kunne styre projektet på sigt uden udefrakommende hjælp. 

Derudover skal man være opmærksom på, at data ikke bare er data. Data er blevet opsamlet med et formål, i en bestemt kontekst og i en bestemt kvalitet. Det betyder, at man ikke altid har den data, man rent faktisk skal bruge, eller at der er informationer i dataene, som man ikke kan arbejde med på grund af GDPR. Det betyder også, at forberedelsen af data ofte kræver meget mere tid og energi end at få den gode idé, og ikke alle ved, hvordan de skal løse den opgave. Det er en af de udfordringer, som er kommet bag på flere af virksomhederne i rapporten. 

Kunstig intelligens-projekter berører hele organisationen

Et andet overraskende fund i rapporten er, at der internt i organisationer ses meget forskelligt på kunstig intelligens. Det kommer sig med al sandsynlighed af, at kunstig intelligens er blevet et hypet udtryk, som dækker over et væld af forhold og forestillinger. Nogle virksomheder bruger teknologien til at omforme hele organisationen, mens andre bruger den som komponent til at udvikle en ny funktion i et produkt.

Under alle omstændigheder er det en udfordring, hvis ingen i organisationen forstår det tekniske lag af løsningen. Så selvom man ikke har råd til at ansætte en afdeling af dataloger, så er en grundlæggende forståelse af det tekniske i projektet vigtigt for, at man ender med at kunne bruge løsningen i praksis i virksomhedens forretningsprocesser. Og den forståelse skal helst være tværfaglig, så én teknisk kollega ikke kommer ud ad en tangent, løsrevet fra resten af organisationen, eller én forretningsudvikler ikke kommer ud ad en anden tangent, hvor de tekniske muligheder ikke udnyttes optimalt. Derudover bør hele organisationen have en fornemmelse af, hvad der er i gang, så man ikke risikerer, at ens kolleger går og frygter for deres job eller ugennemsigtige ændringer.

- KCP

N.C. Nielsen A/S

Sponseret

Minirat fra Linde giver ergonomisk ALPI-gevinst

SCM.dk

Stort tema om smart produktion i praksis: Fra Industri 4.0 til 5.0

Relateret indhold

03.09.2026Delfi Technologies A/S

Sponseret

SPAR Jyderup holder servicen i top med Kvik Kald

03.09.2026AlfaPeople

Sponseret

Den oversete kompleksitet i supply chain: Når labels og dokumenter bliver forretningskritiske

SCM.dk

Faglærte skal styrke digital produktion og 3D-print

SCM.dk

AI-delirium og tyfon-kaos præger de globale fragtstrømme lige nu

31.08.2026AGR

Sponseret

Hvordan laver man et forecast for et produkt, der aldrig er blevet solgt?

31.08.2026Descartes

Sponseret

Descartes lancerer AI-baseret IDM til hurtigere told- og transportprocesser

31.08.2026SCM.dk

AI kan gøre manuel lageroptælling overflødig

31.08.2026AGR

Sponseret

Når forsyningskæden bliver digital, ændrer medarbejdernes rolle sig

31.08.2026nShift

Sponseret

Her knækker den digitale forsyningskæde for mange virksomheder

31.08.2026Lyngsoe

Sponseret

Du kan ikke levere det, du ikke har styr på

Jobmarked

Se alle

Hold dig opdateret med SCM.dk

Tilmeld dig nyhedsbrevet og følg med i alt som rører sig indenfor ledelse af forsyningskæden, Nyhedsbrevet kommer kun to gange pr. uge.

Seneste temaer

Se alle

Events

Se alle
Consafe Logistics
Webinar
CYBERSIKKERHED – Beskyttelse af WMS-operationer

Forstå cyberrisici i moderne lagerdrift.

Dato

01.09.2026

Sted

On-Demand Webinar

DNV Business Assurance Denmark
Kursus
ISO/IEC 27001 Lead Implementer – Certificeret af PECB

Få bevis på dine kompetencer som ISO/IEC Lead Implementer med den internationale certificering fra PECB.

Dato

07.09.2026

Sted

København

DNV Business Assurance Denmark
Kursus
OHSMS Auditor/Lead Auditor course based on ISO 45001 | CQI IRCA Certified Course ID: 1877 (Engelsk)

This course is designed to develop a clear understanding of safety management in the modern era and provide those involved in audit conduct and management with the skills to fulfil their role.

Dato

07.09.2026

Sted

Odense

Bureau Veritas
Kursus
QMS ISO 9001:2015 Lead Auditor Kvalitet (CQI and IRCA-certificeret)

Bliv certificeret ISO 9001:2015 Lead Auditor i kvalitetsledelsessystemer (CQI-IRCA-certificeret)

Dato

07.09.2026

Sted

Nyborg

Bureau Veritas
Kursus
Root Cause Analysis (RCA)

Årsagsanalyse bruges til at forbedre produktkvalitet, minimere sikkerhedsrisici og opfylde regulative krav. Det hjælper virksomheder til at identificere de underliggende årsager til afvigelser, så de kan implementere nødvendige ændringer for at forhindre gentagelse. Dette kan omfatte alt fra kvalitetsproblemer i et produkt til fødevaresikkerhedsproblemer som kemiske-, mikrobiologiske- og fremmedlegemerisici. Desuden anvendes årsagsanalyser ofte til dokumentationen af løsninger på eventuelle problemer eller hændelser, som er nødvendige ifølge regler, regulativer og ledelsesstandarder. Her er forståelsen for forskellen mellem korrigerende – og forebyggende handlinger nøglestenen.

Dato

07.09.2026

Tid

08:30

Sted

Vejle

DNV Business Assurance Denmark
Kursus
APQP4WIND Management Awareness Training

Event Description

Dato

07.09.2026

Tid

08:30

Sted

Online