AI use case workshop for virksomheder: Identificér, prioriter og planlæg de første AI-projekter

Når virksomheder vil i gang med AI, opstår det samme spørgsmål ofte meget hurtigt: Hvor giver det mest mening at starte? Mange har idéer, værktøjer og forventninger, men mangler en skarp metode til at finde de initiativer, der både kan skabe værdi og faktisk kan gennemføres. En målrettet workshop om AI use cases skaber det nødvendige fælles overblik og omsætter ambitioner til en realistisk plan.

Hos Nordisk Business Academy bruges workshops til at hjælpe virksomheder med at identificere, prioritere og planlægge de første AI-projekter på en måde, der er praktisk, tværfaglig og tæt på den daglige drift. Målet er ikke at samle en lang ønskeliste. Målet er at finde de få initiativer, som fortjener handling nu.

Hvorfor starte med en workshop

En AI use case workshop giver ledelse, fagområder og tekniske ressourcer et fælles sprog. Det er ofte her, forskellen mellem spændende idéer og stærke forretningscases bliver tydelig. Når de rette mennesker sidder sammen med en klar struktur, bliver det muligt at vurdere potentiale, barrierer og næste skridt i samme proces.

Det er særligt værdifuldt i organisationer, hvor AI allerede fylder i samtalen, men hvor retningen stadig er uklar. Nogle teams ser muligheder i kundeservice, andre i marketing, HR, salg eller interne processer. Workshoppen samler de spor og prioriterer dem på et oplyst grundlag.

Den største gevinst er ofte ikke kun listen over idéer, men den fælles beslutningskraft, som opstår undervejs.

Hvad workshoppen typisk afdækker

En god workshop arbejder både strategisk og operationelt. Den starter med forretningens mål og bevæger sig ned i processer, data, modenhed og ressourcer. Det gør det muligt at vurdere, hvilke AI-tiltag der er hurtige gevinster, hvilke der kræver forberedelse, og hvilke der bør vente.

Typisk bliver der arbejdet med spørgsmål som: Hvor taber vi tid i dag? Hvor er der gentagne opgaver? Hvor kan kvalitet, hastighed eller kundeværdi forbedres? Hvilke datakilder findes allerede? Og hvilke processer vil medarbejderne faktisk tage i brug?

Efter den første kortlægning bliver use cases vurderet mere systematisk. Det kan ske med en impact-effort-matrice, et scorekort eller en kombination af forretningsværdi, teknisk gennemførlighed og organisatorisk parathed.

Hvem bør deltage

De bedste resultater kommer sjældent fra én afdeling alene. AI-projekter lykkes bedre, når flere perspektiver er repræsenteret tidligt.

Det gælder især disse roller:

• Ledelse og beslutningstagere
• Procesansvarlige
• IT og dataressourcer
• Faglige nøglepersoner
• Slutbrugere eller teamrepræsentanter

En gruppe på tværs af funktioner giver et mere ærligt billede af både potentiale og begrænsninger. Ledelsen bidrager med prioritering og retning. Fagområderne bringer hverdagens behov ind. IT og data vurderer adgang, kvalitet og integration. Slutbrugerne gør det tydeligt, om en løsning faktisk vil blive brugt.

Sådan foregår et typisk forløb

Workshoppen tilpasses virksomhedens udgangspunkt, men strukturen er som regel enkel og fokuseret. Først afklares målet med dagen. Derefter kortlægges udfordringer, muligheder og eksisterende arbejdsgange. Herefter genereres og konkretiseres use cases, som til sidst vurderes og prioriteres.

Faciliteringen er afgørende. Når diskussionen styres godt, undgår man, at samtalen bliver for abstrakt eller for teknisk. I stedet bliver idéerne sat ind i en ramme, hvor det er tydeligt, hvad der skaber værdi, hvad der er realistisk, og hvad der kræver yderligere afklaring.

I mange tilfælde bruges visuelle værktøjer som digitale whiteboards, skabeloner og afstemninger, så alle input bliver synlige og sammenlignelige. Det skaber fremdrift og styrker ejerskabet.

Hvordan AI-initiativer bliver vurderet

De mest lovende AI-projekter er sjældent bare dem, der lyder mest innovative. De skal også passe til forretningen, datafundamentet og organisationens aktuelle modenhed. Derfor er en struktureret vurdering central.

Den model gør det lettere at vælge rigtigt. En use case med høj værdi og lav til moderat kompleksitet vil ofte være et oplagt sted at starte. En use case med stor effekt, men lav datamodenhed, kan stadig være relevant, men kræver typisk et forberedende spor først.

Eksempler på relevante use cases

Det konkrete indhold afhænger af branche, data og arbejdsgange. Mange virksomheder opdager, at de første AI-initiativer ikke behøver være store transformationer. De kan være meget målrettede og stadig skabe tydelig værdi.

Det kan være inden for:

• Support og kundedialog
• Tilbuds- og salgsprocesser
• Intern videndeling
• Dokumenthåndtering
• Forecasting og analyse

Andre starter med interne produktivitetsløft, hvor generativ AI bruges til at understøtte skrivning, opsummering, research eller mødeforberedelse. Her kan workshoppen være med til at skelne mellem almindelig AI-brug i hverdagen og de use cases, der fortjener et egentligt projektsetup.

Fra prioritering til en konkret plan

En workshop har først for alvor værdi, når output bliver omsat til handling. Derfor afsluttes et stærkt forløb ikke med inspiration alene, men med en plan for de næste 30, 60 og 90 dage.

Det betyder, at de udvalgte use cases beskrives så konkret, at de kan vurderes og igangsættes. Hvem ejer initiativet? Hvilke data skal undersøges? Hvad er succeskriteriet? Skal der laves en pilot, et proof of concept eller et afgrænset internt forsøg?

Typisk bliver de næste skridt formuleret sådan:

• Valgt use case: Hvilket problem der løses først
• Forretningsmål: Hvilken værdi der forventes skabt
• Ansvar: Hvem der driver næste fase
• Datagrundlag: Hvad der findes, og hvad der mangler
• Pilotplan: Hvordan testen afgrænses og måles

Det gør arbejdet styrbart. Det skaber også et bedre beslutningsgrundlag, hvis ledelsen skal prioritere budget, tid og ressourcer på tværs af flere initiativer.

En praksisnær tilgang med AI som rød tråd

Nordisk Business Academy arbejder med AI som en gennemgående del af kompetenceudvikling på tværs af fagområder. Det præger også workshops om use cases. Fokus er på anvendelse, ikke kun teori. Deltagerne skal kunne tage det lærte med direkte tilbage i organisationen og bruge det i reelle beslutninger.

Det betyder, at workshoppen ikke kun handler om teknologi. Den handler også om arbejdsgange, ansvar, læring og den måde mennesker faktisk arbejder på. Når AI bliver sat ind i den sammenhæng, bliver prioriteringen skarpere, og implementeringen bliver mere realistisk.

Den tilgang passer godt til virksomheder, som ønsker at bygge AI-arbejde op trinvis med tydelig forankring.

Hvad virksomheden står tilbage med

Efter workshoppen skal det være tydeligt, hvad der er vigtigst nu, og hvad der kan vente. Der skal være et fælles billede af mulighederne og en mere rolig, kvalificeret måde at træffe beslutninger om AI på.

Et godt output vil ofte omfatte:

• Et prioriteret overblik: De mest relevante AI use cases rangordnet
• En vurderingsramme: Klare kriterier for værdi, indsats og modenhed
• En første roadmap: Næste skridt for de udvalgte initiativer
• Fælles ejerskab: Bedre forankring på tværs af ledelse, forretning og teknik

Det er netop her workshopformatet viser sin styrke. Det samler strategi, praksis og beslutning i ét forløb.

Format og muligheder

Workshoppen kan gennemføres online, fysisk eller i et hybridt format, afhængigt af virksomhedens behov og deltagernes placering. Det gør det muligt at samle nøglepersoner på tværs af lokationer uden at miste tempo eller kvalitet i processen.

For nogle organisationer er én intensiv workshop nok til at skabe retning. For andre giver det mening at kombinere workshoppen med et efterfølgende læringsforløb, så udvalgte medarbejdere kan arbejde videre med AI, data, promptmetoder, governance og pilotdesign.

Når virksomheder får en struktureret start, bliver AI ikke bare et interessant tema. Det bliver et arbejdsfelt, der kan prioriteres, testes og udvikles med langt større sikkerhed.