10 grunde til at AI-projekter fejler i SMV'er — og hvordan du undgår dem

Efter at have rådgivet en række SMV'er om AI, ser jeg de samme mønstre gentage sig. Virksomheder starter ambitiøst, men projekterne løber ud i sandet.

Her er de 10 hyppigste årsager — og hvad du kan gøre ved dem.

1. Datafundamentet er ikke på plads

Mange SMV'er har ikke opbygget strukturerede datagrundlag over tid. Data ligger spredt i regneark, PDF'er, e-mails og forældede systemer. AI-modeller kræver konsistent, korrekt og velstruktureret data for at give brugbare resultater.

Fra underviser til strategisk AI-rådgiver

Salget af AI-kompetencer skifter karakter. Hvor undervisere tidligere kunne nøjes med at tilbyde workshops og kurser, efterspørger virksomhederne i dag mere strategisk rådgivning. De har brug for partnere, der kan hjælpe dem med at integrere AI i deres forretningsmodel – ikke bare lære dem værktøjerne.

Her er fire centrale fokusområder for den, der vil lykkes med at sælge strategisk AI-rådgivning:

Der er mange der taler om AI. Færre der har bygget det. Og næsten ingen der kan forklare det til folk der ikke er teknikere.

Vi gør alle tre.

Hvem vi er

docujAI er strategisk AI-rådgivning for virksomheder der vil bruge AI rigtigt — ikke bare bruge AI.

Vi er ikke en AI-leverandør. Vi sælger ikke software, licenser eller systemer. Vi sælger indsigt, retning og tryghed. Og vi tør sige nej når AI ikke er svaret.

Jeg holdt for nylig et foredrag for et publikum helt uden AI-forudsætninger. Flere var direkte negative. Da det gik op for mig hvad jeg stod med, smed jeg mine slides i skraldespanden og improviserede.

Det blev et af mine bedste foredrag.

Bagefter kom flere op og fortalte den samme historie: de havde en nørd i familien — en søn, en svigerinde, en kollega — der havde forsøgt at hjælpe dem i gang med AI. Det havde kun gjort dem mere forvirrede, og nørden var blevet frustreret over at de "ikke kunne se det geniale i teknologien."

AI er sprog – og sprog tilhører os alle (ikke kun IT-afdelingen)

Vi har en tendens til at tale om kunstig intelligens, som om det udelukkende er et teknisk vidunder. Vi diskuterer GPU-kraft, latency og arkitektur. Men når vi taler om den type AI, der kommunikerer med os, glemmer vi ofte det vigtigste: Det er sprogteknologi, før det er IT.

Sprog er ikke bare data. Det er kultur, nuancer, historie og magt. Hvis vi lader IT-afdelingen og de rene teknikere overtage styringen helt, risikerer vi at miste det menneskelige kompas i maskinen.

Vi befinder os i en tid, hvor de tekniske barrierer for skabelse er faldet sammen. Med generative AI-modeller og automatiserede værktøjer er vi trådt ind i en æra af "hyper-produktion", hvor alle kan udgive deres egen software, skrive deres egne apps og masseproducere indhold med et enkelt klik. Men midt i denne digitale overflod er vi stødt ind i en urokkelig, biologisk mur: Den menneskelige opmærksomhed.

Jeg holdt for nylig et foredrag for tolv mennesker, hvor langt hovedparten var helt uden forudsætninger for AI. Flere var direkte negative, og de lagde ikke skjul på det. Jeg gav dem ret i mange af deres indvendinger — de byggede mere på intuition end på erfaring, men intuitionen var ikke forkert.

Da det gik op for mig, hvilket publikum jeg stod med, smed jeg slides og forberedelse i skraldespanden og improviserede resten af tiden. Det blev et af mine bedste foredrag.

Det er ikke det, jeg vil skrive om.

Mise, IWE og Nushell giver mig tilsammen en arbejdsgang der fungerer hver dag.

Det største produktivitetsproblem jeg kender, er ikke mangel på værktøjer. Det er overgangene mellem dem.

Du ved hvad du skal. Du åbner terminalen. Og så bruger du fem minutter på at huske hvilken mappe du var i, hvad der skete sidst, hvilken note der var relevant, og hvad du egentlig besluttede i fredags. Inden du er kommet i gang, er du allerede lidt træt.

Med én kommando i Nushell kan du se din vidensbase udefra — og opdage ting du ikke vidste du ikke vidste.

Det handler om overblik.

Jeg opdagede noget nyt i dag. Ikke i en note, ikke i et møde — men i et terminalvindue.

Din AI-assistent husker ikke i går.

IWE løser det.

Der er en specifik frustration, som enhver, der arbejder regelmæssigt med AI-assistenter, kender godt:

Du har haft en god session – du forklarede dit projekt, dine mål, dine begrænsninger, det sprog du bruger, de ting der betyder noget. AI'en var oprigtigt hjælpsom. Og så lukker du vinduet, åbner et nyt og starter forfra. Konteksten er væk. I er fremmede igen.