Jeg abonnerer digitalt på Harvard Business Review (HBR), og har vært litt av og på i ganske mange år. De gangene jeg har sagt opp er det fordi jeg ikke synes jeg fått lest nok, og ikke har fått nok igjen for pengene. Men så har jeg kjent at jeg har savnet dette stoffet om strategi, ledelse, organisasjoner og teknologi, og begynt å abonnere igjen.
Akkurat nå leser jeg HBR mer enn noen gang før. Det har med KI å gjøre. I denne KI-transformasjonen vi er inne i trenger jeg kunnskap om hva organisasjoner gjør med teknologi for å forbedre seg, og hva teknologi gjør med organisasjoner, prosesser og forretningssmodeller. Det er selvfølgelig viktig å prøve å forstå selve teknologien og dens muligheter, men det enda viktigere å sette seg inn i hva teknologien gjør med oss. Og hva slags muligheter og handlingsrom vi har.
I en tid der gapet fortsastt virker stort mellom de som mener at KI vil forandre absolutt alt, og de som mener at KI er en hype og en illusjon, og nesten ikke vil forandre noen ting, eller til og virke negativt, er det viktig å ikke bare synse, men å ha tilgang til erfaringsbasert og forskningsbasert kunnskap om hva ledende virksomheter i privat og offentelig sektor faktisk gjør med KI. Hva som lykkes og hva som ikke lykkes. Hvilke etiske regningslinjer de bruker. Hvilke strategier de forfølger, hva de investerer i, hvordan de lærer opp ansatte og ledere, og hvordan de måler effekten av investeringene de gjør.
KI fra piloter til porteføljer
En ganske fersk artikkel i Harverd Business Review med overskriften "Manage your AI investments like a portfolio" har en slik erfaringsbasert tilnærming til hvordan man som virksomhet skal tilnærme seg det som kanskje er blitt flere ulike utprøvinger og små veddemål på bruk av KI. Det er fire kjente forskere og forretningsfolk som som har skrevet artikkelen, blant annet Thomas Davenport ved MITs Centre for Digtial Business og Faisal Hoque som står bak Shadoka og Next Chapter. Begge har skrevet bøker om mennesker, organisasjoner og teknologi. I denne artikkelen beskriver de utfordringen mange virksomheter har med KI-satsinger som halvhjertet og lite sammenhengende:
"The result is often too many pilots with too little coordinated oversight. Without a way to systematically decide where to start, how fast to move, and when to stop, AI efforts quickly become a drain on attention and resources rather than a source of advantage. A familiar pattern recurs across many companies: isolated, piecemeal deployments, limited buy-in by senior executives, and weak linkage to strategic goals."
Artikkelen tar til orde for for at man i stedet for å jobbe fragmentert og i avdelingsvise siloer, må styre og organisere KI-investeringer i bedriften som en portefølje av satsinger på tvers av ulike funksjoner, nedslagsfelt og tidshorisonter. Det gjør det mulig å ha noen felles begrunnelser, prinsipper og prioriteringsprosesser, og noen mekanismer for å regulere hva som kommer inn i porteføljen, hva som må være på plass for å rykke frem til neste trinn, og hva som må ut fordi det ikke lever opp til forventningene:
"Organizations need to follow a disciplined step-by-step portfolio approach that treats AI innovation as a structured pipeline of projects that is managed by applying coherent, repeatable principles. This approach enables leaders to allocate scarce resources strategically, secure and maintain executive sponsorship across multiple initiatives, and sequence the right projects at the right time rather than chasing disconnected proofs of concept."
Porteføljestyring av KI i Lloyds Bank
HBR viser til noen eksempler på bedrifter som benytter en slik portefølje-tilnærming til innføring av KI-tverktøy i virksomheten. En av de mest interessante er Lloyds Banking Group som har utviklet en KI-strategi for konsernet og bruker en porteføljetilnærming når de skal utvikle og iverksetter ulike nye tjenester og arbeidsprosesser som tar i bruk KI. Her en en overordnet beskrivelse av Lloyds KI-reise frem til nå og her er en beskrivelse av hvorddan de ser for seg at KI vil forme fremtiden i artikkelen "Reimagining the future: how AI is transforming Lloyds Banking Group".
I denne siste nettartikkelen skriver Lloyds litt om mekanismene de bruker i denne porteføljestyringen, og om noen de omtaler som et "KI-kontrolltårn", en funksjon som virker på tvers av organisasjonen og som står for en kvalitetssikring, prioritering og ressursallokering til nye KI-prosjekter. De skriver at:
"To ensure consistency and governance, we’ve implemented a new AI operating model. This includes a centralised playbook for developing AI use cases, guidance on whether to build or buy solutions, and a governance framework that ensures responsible AI deployment. One of our key governance mechanisms is the GenAI Control Tower, a cross-functional forum where we prioritise use cases, allocate resources and ensure alignment with our broader strategy."
Lloyds Banking Group er flike til å dele informasjon om hvordan de tenker og hva de gjør på disse nettsidene sine. De beskriver hvordan de bruker både Copilot Studio og Google Cloud. De beskriver av investeringer i og samarbeid med ulike som og raske Fintech-selskaper og om betydningen av samarbeid med ledende universiteter som Cambridge, Imperial College, Bristol og Edinburgh, som de både samarbeider med om forskningsprosjekter og om å utvikle kompetansesprogrammer.
Hva vil det si å porteføljestyre KI-satsinger?
Hva vil det si at man porteføljestyrer slike teknologisatsinger i stedet for å kjøre dem som enkeltstående piloter? HBR oppsummerer det slik:
- "Elevates AI from a series of departmental experiments to a board-level strategic imperative.
- Allows executives to view all current and planned AI initiatives on a single dashboard, including their interdependencies, resource requirements, and strategic alignments.
- Formalizes a strategic approach to time-horizons across projects, enabling leaders to select a mix of projects across:
- near-term implementations that build confidence and capabilities
- medium-term initiatives that require deeper integration but deliver more substantial transformation
- longer-term projects that offer transformational potential
- Surfaces interdependencies across projects, allowing organizations to sequence initiatives so that earlier projects build foundational capabilities required by later, more sophisticated implementations."







