AI: Fra hype til håndgribelige resultater

Paris summede. Af croissanter og café-stemning men mest af alt, af ambitioner.
For på årets NRF var der ét ord, der gik igen overalt:
AI.

Men i år var samtalen anderledes. Den handlede ikke længere om, hvad AI kan engang, men hvordan vi gør det nu.
Optimismen var til at tage og føle på, men også realismen. For hvor de tidligere år har budt på vilde visioner og futuristiske demoer, var tonen denne gang mere moden:
Nu skal vi fra ”wow” til ”hvordan”.

Tid til at handle på erfaringerne

AI var på alles læber, i alt fra forecasting, tekstgenerering og loss prevention til kundeservice og warehouse management.
Men den vigtigste erkendelse var tydelig: Det er ikke nok at kunne lave en POC. Vi skal lære at få AI ud af laboratoriet og ind i virkeligheden.

Flere oplæg viste, hvordan det allerede sker i praksis.
Blandt andet præsenterede Nvidia, hvordan nogle af deres kunder bruger Visual AI til at genkende produkter ved kasselinjen for at minimere loss. Et konkret eksempel på, hvordan teknologien flytter sig fra eksperiment til forretningsværdi.

For at lykkes kræver det meget mere end en algoritme. Det kræver data, struktur, nye kompetencer, og en organisation, der tør ændre vaner.
​​​​​​​Kort sagt: AI er ikke kun et tech-projekt. Det er også et change management-projekt.

CEO’en, der automatiserede sig selv

Et af de oplæg, der fik salen til at spærre øjnene op, kom fra den hollandske modekæde Shoeby. Deres CEO har nemlig ansat en personlig assistent, der bruger AI til ét job: at automatisere… ham selv.

Det lyder skørt, men det er faktisk ret genialt. For pointen er ikke, at ledelsen skal forsvinde. Pointen er, at vi alle har bunker af rutineopgaver, som f.eks. At skrive referater eller lave mailbesvarelser. Det kan AI overtage, så vi kan bruge tiden på strategi, innovation og relationer. AI som en aflastning, ikke erstatning.

Fra hype til håndværk

AI er ikke et trylletrick. Det er håndværk, og potentialet afhænger af, hvordan man bygger fundamentet. Succesfuld implementering kræver mere end teknologi alene; det kræver et klart overblik over, hvad man vil opnå, og hvordan man når dertil. Det handler om at have de rigtige data på plads og sikre gode beskyttelsesmekanismer, så AI kan arbejde effektivt. Det handler om at sætte klare KPI’er, der gør det muligt at måle værdi og effekt.

Men det stopper ikke her. Forandringerne går dybere end teknologien: organisationen skal være klar til at tage imod nye måder at arbejde på. Det kræver realistisk forandringsledelse, hvor medarbejderne får ejerskab og forståelse for, hvordan AI hjælper dem i deres daglige arbejde. Medarbejderne skal have de rette kompetencer til at samarbejde med teknologien og forstå hvordan resultaterne skal tolkes, samt hvordan de kan omsættes til handling.

Når alle disse elementer spiller sammen: data, målsætninger, struktur og menneskelig forståelse, så leverer AI konkret værdi. Det er her, potentialet for alvor viser sig: effektiviseringer, bedre beslutninger og mere tid til de opgaver, hvor menneskelig intuition, kreativitet og empati gør en forskel. AI bliver ikke bare et værktøj, men en aktiv del af workflowet, der løfter både arbejdsgange og resultater.

Den menneskelige effekt

En af de mest tankevækkende pointer på årets NRF var, at AI faktisk kan gøre os mere menneskelige.

Når teknologien tager sig af data, analyser og gentagne opgaver, giver det os plads til alt det, der kræver empati, kreativitet og intuition. Vi får tid til at forstå kunderne, stille de rigtige spørgsmål og skabe løsninger, der betyder noget i virkeligheden.

For AI kan producere men ikke mærke. AI kan effektivisere, men ikke engagere. Den del er stadig vores, og det er dér, forskellen ligger.

AI skal ikke erstatte det menneskelige, men forstærke det. Når vi bruger teknologien rigtigt, bliver vores arbejde ikke mindre menneskeligt, det bliver mere meningsfuldt.

Hvad betyder det for os i Hesehus?

For os betyder det først og fremmest, at vi kan frigøre tid for vores teams, så vi kan fokusere på det, der virkelig skaber værdi: strategiske beslutninger, kreativitet og bedre kundeoplevelser.

Vi ser AI som en god makker, der hjælper os med at håndtere gentagne processer, teste data, optimere flows og understøtte vores kunder i at skabe smartere løsninger. Men vi ved også, at teknologien kun er en del af puslespillet. For at få effekt kræver det engagerede medarbejdere, de rette kompetencer og rammer, der gør AI’en til en aktiv del af workflowet.

I praksis betyder det, at vi allerede arbejder med at identificere tunge, gentagne opgaver, gøre data AI-klare og udvikle metoder til at følge op på værdien af de løsninger, vi implementerer. Vi ser tydeligt, hvordan AI optimerer tid og ressourcer, men stadig understøtter det menneskelige møde, der skaber relationer og engagement.

Kort sagt: AI giver os mulighed for at løfte det, vi allerede er gode til, og tage det et skridt videre. Det skal ikke være en erstatning for vores ekspertise, men en katalysator for bedre resultater, både for os og for vores kunder.