Manglende kompetanse er den største barrieren for AI-adopsjon

Hva bruker folk AI til på jobb? Hvilke AI-løsninger er mest utbredt? Er de trent på interne virksomhetsdata? Og hvor har AI størst potensial?

Disse spørsmålene sto i sentrum under Forte Digitals frokostseminar Harder, Better, Faster, Stronger: Kom i gang med AI-agenter og -assistenter. Vi gjorde en svært lavterskel spørreundersøkelse blant de oppmøtte for å kartlegge bruksområder for AI.

Selvom undersøkelsen har lav statistisk styrke med få respondenter (70), har den allikevel noen interessante tall som jeg synes er verdt å vise.

Tallene viser at AI primært brukes som et kunnskaps- og produktivitetsverktøy, særlig innen tekstproduksjon (56 %) og informasjonssøk (51 %), hvor rask tilgang til informasjon og effektivisering av skrivearbeid gir umiddelbare gevinster.

Automatisering (34 %) og beslutningsstøtte (37 %) er mindre utbredt, trolig fordi mange virksomheter ennå ikke har integrert AI i kjerneprosesser. Det samme gjelder kundeservice (20 %).

Mange oppgir også at AI brukes i idéutvikling (47 %), mens kodehjelp (25 %) er mindre vanlig.

Generativ AI brukes hovedsakelig til innholdsproduksjon (36 %) og chatbots/assistenter (36 %) er hyppige brukte løsninger og verktøy hos respondentene.

At 6 % oppgir at de ikke har generative AI-løsninger på plass, men vurderer det, tyder på at de fleste virksomheter allerede har tatt i bruk teknologien i en eller annen form.

Bruken er foreløpig mest konsentrert rundt enkle og tilgjengelige oppgaver, men utfordringen fremover blir å utnytte AI i mer komplekse områder som analyse, skreddersydde kundeopplevelser og avansert automatisering.

AI-løsninger trent på interne data er i en tidlig fase – 22 % har implementert dem, mens 18 % eksperimenterer. Samtidig vurderer 15 % det, men møter utfordringer som manglende kompetanse, investeringer og datastrategi.

Samtidig er det kun 3 % som oppgir at de ikke har noen planer om å implementere AI-løsninger basert på interne data. Utfordringer som datakvalitet, infrastruktur og personvern bremser adopsjonen.

De som lykkes med bruk av interne data vil kunne utvikle mer presise, effektive og relevante AI-løsninger som gir direkte forretningsverdi, for eksempel i kundeinnsikt, personalisering eller prediktiv analyse.

Tallene viser at respondentene ser størst potensial i automatisering og effektivisering (48 %). Dette er en naturlig utvikling, da mange AI-verktøy allerede har vist seg effektive innen prosessforbedring og kostnadsreduksjon.

AI for kundeinnsikt og analyse (41 %) og produktutvikling og innovasjon (41 %) kommer like etter, noe som tyder på at mange virksomheter ser AI som et strategisk verktøy for å forstå kundebehov, identifisere markedsmuligheter og drive innovasjon. Dette reflekterer
også en trend der data blir en stadig viktigere konkurransefaktor, og AI gir mulighet til å hente ut verdifulle innsikter raskere og mer presist.

Generativ AI for tekst, bilder, video og kode (35 %) viser at stadig flere vurderer AI som et verktøy for kreativitet og innholdsproduksjon. Dette samsvarer med utviklingen innenfor markedsføring, kommunikasjon og programvareutvikling, hvor AI kan bidra til både økt
effektivitet og nye muligheter for innholdsproduksjon.

AI i salg og markedsføring (28 %) ligger noe lavere, men er fortsatt et viktig område. Dette kan skyldes at AI fortsatt er i en modningsfase innen personaliserte kampanjer og automatisert kundeinteraksjon, men potensialet er betydelig for bedrifter som tar i bruk AI-drevet målretting og optimalisering.

Manglende kompetanse (32 %) er den største barrieren for AI-adopsjon, noe som gjør det vanskelig å identifisere bruksområder og sikre vellykket integrasjon. Da er det naturlig at mange derfor har en forsiktig tilnærming eller avventer mer innsikt før de satser.

Ustrukturerte data (24 %) og juridiske bekymringer (23 %) skaper også utfordringer. Kostnader (21 %) er en barriere, men mindre betydelig enn kompetanse-og datautfordringer, noe som tyder på at økonomi alene ikke er hovedhindringen.

At uklar forretningsverdi (14 %) trekkes frem, viser at enkelte fortsatt sliter med å se en tydelig ROI i AI-satsingen.