Generativ AI vil gi en effektivitetsboost i strategiarbeidet

Flere fagområder opplever allerede effekten av generativ AI, og teknologien vil effektivisere måten vi arbeider med strategi på. I en studie publisert i Harvard Business Review, ble en strategi utviklet av MBA-studenter ved INSEAD sammenlignet med en strategi utviklet ved hjelp av en AI-assistent (Olenick & Zemsky, 2023). ​Resultatene fra studien var slående: Mens strategiene hadde tilsvarende kvalitet, utmerket AI-assistenten seg ved å produsere en mer original strategi på under en time – en oppgave studentene brukte en uke på å fullføre. Vi har erfart at generativ AI gjør det raskere å fremskaffe innsikt, slik at mer tid kan brukes på å diskutere innsiktens implikasjoner og hvilke strategiske retningsvalg selskapet bør ta.

Selv om generativ AI allerede er i ferd med å ta over enkelte arbeidsoppgaver, anser vi generativ AI i strategiarbeidet som en ressurs og et verktøy, ikke en erstatter. I et eksperiment gjennomført av BCG (2023), fant de at generativ AI kan øke effektivitet og kvaliteten innenfor visse områder, men kan samtidig svekke kvaliteten i kommersielle problemløsningsoppgaver.​ Dette understreker behovet for en balansert tilnærming, der vi må vite når, hvordan og på hvilken måte vi utnytter generativ AI i arbeidet. I de neste avsnittene ser vi på noen eksempler på hvordan ulike generative AI-verktøy kan benyttes til typiske arbeidsoppgaver i strategiarbeid.

Generativ AI effektiviserer innsiktsarbeid

Generative AI-verktøy kan effektivisere innsiktsarbeidet som gjennomføres i forbindelse med utarbeiding av ny strategi. Generativ AI tilfører betydelig verdi i research gjennom å tilby automatisert oppsummering og filtrering av informasjon. Den kan raskt analysere store mengder tekst, trekke ut essensen og levere konsise sammendrag som gjør det mulig å identifisere relevante poenger uten å selv måtte gå gjennom alt materialet. Dette reduserer tid brukt på irrelevante data og fremhever nøkkelinnsikter som benyttes videre.

To verktøy vi mener fungerer utmerket til dette er ChatGPT og Perplexity AI. De er gode til å reflektere rundt ulike temaer, oppgi nyttige kildehenvisninger og raskt trekke frem det mest relevante fra rapporter og artikler.

I Sprint mener vi at en vellykket strategiprosess starter med grundige samtaler med ledelsen og andre sentrale personer i organisasjonen. Dette er avgjørende for å 1) identifisere strategiske temaer som bør løftes i prosessen, og 2) sikre forankring hos de som skal realisere strategien. Generative AI-verktøy kan her bistå i oppsummeringsarbeid i etterkant for å raskere kunne omsette innsikt til konkrete handlinger. Et eksempel på dette er transkribering av intervjuer med Copilot sin integrerte transkriberingsfunksjon i MS Teams. Videre kan et verktøy som Notion benyttes til å oppsummere og systematisere det transkriberte råmaterialet på en objektiv måte.

Verktøyene blir stadig mer fleksible i analysearbeid

Generative AI-verktøy kan også være nyttige for ulike analyseformål. Et eksempel på et konkret bruksområde er generering av Excel-løsninger og formler som effektivt løser spesifikke oppgaver. Her fungerer det samtidig godt som et feilsøkingsverktøy dersom løsningen ikke gir ønsket resultat. Teknologien har også utviklet seg betydelig på kort tid, og vi ser nå økt evne til å identifisere mønstre i store datasett – et område som tidligere var mer begrenset. Dette gjør det mulig å utføre grundigere analyser, da hypoteser kan testes raskt og videre arbeid kan fokuseres rundt indikerte sammenhenger.

Generativ AI som sparringspartner forbedrer strategiske vurderinger

Kristian Wøien Stø er en av våre konsulenter som har benyttet generative AI-verktøy mye i prosjektarbeid. Han mener at generativ AI fungerer godt til å skissere mulige retningsvalg og påpeke potensielle utfordringer ved valgene. Ved å dele informasjon med modellen kan verktøyet innta rollen som en kritisk sparringspartner og sørge for at viktige momenter rundt ulike retningsvalg ikke blir oversett. Han påpeker samtidig at informasjonen som deles med eksempelvis ChatGPT oftest bør anonymiseres slik at faren for eventuelle datalekkasjer begrenses og at datasikkerheten er opprettholdt.

Her kan flere verktøy være til hjelp, men vi trekker særlig frem ChatGPT og Miro. Miro er et digitalt tavleverktøy, mye brukt i workshop-sammenheng. Deres AI-funksjon gjør det eksempelvis mulig å generere tiltak eller skissere implikasjoner ved ulike retningsvalg som kommer frem i en workshop. Dette kan både øke kreativiteten og deltakernes umiddelbare forståelse av foreslåtte retninger.

I enkelte prosjekter lager vi tilpassede GPTer der modellen får tilgang til annen offentlig informasjon enn hva den opprinnelig er trent på. Det kan være egen eller konkurrenters regnskapsinformasjon, årsrapporter, andre åpne rapporter eller lignende. Modellen vil da besitte mer selskapsspesifikk informasjon og kan raskt simulere strategiske scenarioer. Bidraget er effektivisering av beslutningsprosessen, støtte til strategiske spørsmål og redusert menneskelig bias.

Å lære ved å gjøre er oppskriften til suksess

Som vi har diskutert i denne artikkelen, åpner bruken av generative AI-verktøy for flere muligheter til å øke effektiviteten og kvaliteten på arbeidsoppgaver. Vi har erfart at bruken av generativ AI varierer fra prosjekt til prosjekt, og det er viktig å tilpasse bruken etter arbeidsoppgaver. Da vi først begynte å ta i bruk disse verktøyene, erfarte vi raskt at man lett kan støte på et «platå» i hva de kan brukes til. For å overkomme dette så har løsningen vært å etablere et internt fora for å dele erfaringer og vie tid til å dele kunnskap og diskutere bruksområder. Generelt så tror vi at selskaper som griper mulighetene ved generativ AI og skaper en kultur for å utforske mulighetene i teknologien, vil ha bedre forutsetninger for å utvikle robuste strategier tilpasset deres behov og unike utfordringer.

Til slutt så ønsker vi å dele noen konkrete tips til hvordan du og din organisasjon kan styrke kompetansen innen generativ AI:

1. Egendefiner GPT-en din slik at du får konsise og realistiske svar (se bilde under).
2. Følg nyhetsbrev ol. for å holde deg oppdatert på det nyeste innenfor generativ AI, f.eks. The Neuron.
3. Etabler et fora i ditt selskap slik at generativ AI settes på selskapets agenda.
4. Ikke forvent at ChatGPT skal forstå komplekse instrukser og resonneringer, så prøv å bryte ned komplekse problemer/oppgaver og gi eksempler (se prompting-tips under).
5. Lek deg med verktøyene! Husk at øvelse gjør mester når det kommer til prompting.

Ønsker du å ta en prat om mulige prosjekter eller diskutere noe av innholdet i artikkelen? Ta gjerne kontakt for en prat!