Fem team som löser samma AI-problem på fem olika sätt kostar mer än ett team som löser det en gång

Ett vanligt förlopp i mellanstora bolag ser ut så här. Ekonomi bygger en lösning för att sammanfatta rapporter med AI. Samtidigt bygger kundservice en liknande lösning för att sammanfatta ärenden. HR gör detsamma för medarbetarsamtal. Ingen av dem vet att de andra gör exakt samma sak, fast med olika verktyg och olika resultat.

Det är inte ett tecken på dåligt samarbete. Det är ett naturligt resultat av att AI är enkelt att komma igång med på egen hand, och att ingen i ledningen bett avdelningarna prata med varandra om det.

Räkna på vad dubbelarbetet faktiskt kostar

Anta att fem avdelningar i ett bolag med hundra anställda var och en lägger fyrtio timmar på att bygga upp en egen lösning för ett liknande problem. Det är research, testande av olika verktyg, justering av instruktioner till AI:n och intern utbildning av kollegorna. Fyrtio timmar per avdelning är en försiktig skattning, ofta ligger den högre när man räknar in allt trial and error som sker innan något faktiskt fungerar.

Fem avdelningar gånger fyrtio timmar blir tvåhundra timmar. Om ett team i stället löser problemet en gång, och delar lösningen med de andra fyra, går den arbetsinsatsen ner till en bråkdel. Säg sextio timmar för att bygga en gemensam lösning och ytterligare tio timmar per avdelning för att anpassa och lära in den, totalt hundra timmar. Skillnaden är hundra timmar sparade, bara i det här exemplet.

Räkna om det till en genomsnittlig kostnad för en tjänstemannatimme i ert bolag, inklusive sociala avgifter och overhead, och summan blir snabbt betydande. För ett bolag med femtio till tvåhundra anställda, där liknande dubbelarbete sannolikt sker på fler än ett ställe samtidigt, är den verkliga summan sällan en engångskostnad. Den återkommer varje gång ett nytt AI-behov dyker upp och varje avdelning löser det på sitt eget håll igen.

Tid är långt ifrån det enda som går förlorat

Utöver tiden finns en kvalitetsskillnad som sällan syns förrän någon jämför resultaten sida vid sida. Den avdelning som bygger sin lösning snabbast är sällan den som bygger den bäst. Utan erfarenhetsutbyte upprepar varje avdelning samma nybörjarmisstag som de andra redan gjort och löst, bara utan att veta om det.

Det finns också en risk kopplad till hur data hanteras. När fem team bygger fem separata lösningar finns fem separata ställen där känslig information kan hanteras felaktigt, i stället för ett ställe där riktlinjerna är tydliga och kända. Det är en risk som är svår att sätta ett exakt pris på, men som blir dyrare ju fler separata lösningar som byggs upp okoordinerat.

Lägg därtill kostnaden för underhåll. Fem separata lösningar behöver fem separata uppdateringar när verktygen ändras, fem separata personer som känner till hur de fungerar, och fem separata ställen där kunskapen försvinner om just den personen slutar. En gemensam lösning har samma sårbarhet, men bara på ett ställe i stället för fem, vilket gör den enklare att både underhålla och skydda över tid.

Varför det ändå fortsätter hända

Att dela lösningar mellan avdelningar låter enkelt på pappret. I praktiken kräver det att någon aktivt letar upp vem som redan löst ett liknande problem, innan ett nytt team börjar bygga sin egen version från noll. Den frågan ställs sällan, eftersom det är snabbare att bara sätta igång själv än att först undersöka vad andra redan gjort.

Det är inte ett tecken på ovilja att samarbeta. Det är ett tecken på att ingen har till uppgift att koppla ihop initiativen innan de startar, bara att godkänna dem i efterhand om någon råkar fråga. Den uppgiften, att aktivt koppla ihop arbetet innan det dubbleras, är svårare att hålla i över tid än den låter, eftersom den kräver att någon känner till vad alla avdelningar håller på med samtidigt.

Det räcker sällan med en engångskartläggning. Nya initiativ startar hela tiden, i den takt AI-verktyg blir enklare att komma igång med, vilket betyder att samma dubbelarbete lätt uppstår igen några månader senare om ingen aktivt bevakar det löpande.

Det enkla är att se problemet. Det svåra är att hålla ihop lösningen

De flesta ledningsgrupper som väl räknar på det här inser snabbt att samordning hade sparat dem både tid och pengar. Att räkna ut kostnaden är på det sättet det enkla steget. Det svåra kommer efteråt, när själva samordningen ska bli en del av vardagen i stället för en engångsinsats som görs en gång och sedan glöms bort när nästa AI-behov dyker upp i en avdelning som inte var med förra gången.

Den rollen, att löpande hålla koll på vad som byggs var och koppla ihop det innan dubbelarbetet hinner ske, är sällan något som sköter sig av sig självt vid sidan om allt annat i en redan pressad vardag. Det kräver att någon faktiskt äger frågan över tid, med mandat att fråga innan ett nytt initiativ startar, snarare än att bara upptäcka dubbelarbetet i efterhand när det redan kostat hundratals timmar.