Organisatoriska förutsättningar för AI-implementering – en kvalitativ studie ur olika funktionella perspektiv

Sammanfattning

Artificiell intelligens (AI) blir alltmer tillgänglig för organisationer, men många har svårt att omvandla den tekniska potentialen till verkligt och långsiktigt värde. I takt med den ökande användningen av tekniken blir det allt viktigare för organisationer att förstå vilka organisatoriska faktorer som påverkar möjligheten att gå från experimentella initiativ till etablerad användning. Syftet med denna studie är att identifiera vilka organisatoriska förutsättningar, hinder och möjligheter som påverkar implementering och användning av AI i organisationer, samt hur dessa uppfattas ur olika funktionella perspektiv. Målet är att utveckla ett underlag som skulle kunna stödja företag och rådgivare i att bedöma rätt förutsättningar för en lyckad AI-satsning. Studien bygger på en kvalitativ metod med semistrukturerade intervjuer med fem personer från fyra organisationer i olika branscher. Materialet analyserades genom en tematisk analys för att hitta återkommande mönster i hur AI används i praktiken. Resultatet visar att lyckad AI-implementering främst beror på organisatoriska faktorer snarare än tekniska. Bland dessa faktorer ingår informerat ledarstöd, en behovsdriven strategi samt tillgång till integrerad IT-infrastruktur. Samtidigt identifieras flera hinder, bland annat otydliga ansvarsfördelningar, informationssäkerhetsrisker kopplade till okontrollerad verktygsanvändning, regulatorisk komplexitet samt en övertro på tekniken som kan leda till minskad mänsklig kompetens. Övergången från pilotprojekt till etablerad användning kräver tydliga användningsfall, tillräcklig tillit till AI-systemen och rutiner för kontinuerlig återkoppling och lärande. Vidare framgår att olika funktionella roller uppfattar AI på olika sätt. Tekniska roller fokuserar på infrastruktur och säkerhet, compliance-roller betonar ansvar och att följa aktuella regler, medan affärsnära roller lyfter fram värdeskapande och förändrade arbetssätt. Dessa skillnader understryker behovet av ett tvärfunktionellt perspektiv vid AI-implementering.