Samtidig som mange ønsker å komme i gang, ser vi at noen også føler seg truet og er redde for at det vil ta over deres arbeidsoppgaver i fremtiden. I et forsøk på å legge bekymringen død, viser en studie fra Accenture at generativ AI snarere vil bidra til å redusere mengden administrative oppgaver og heller bidra til bedre work life balance [1]. Se heller på generativ AI som en mulighet til å gjøre kjedelige oppgaver raskere, så du kan bruke mer tid på de spennende oppgavene.

Ugrunnet teknologifrykt

Historisk sett finnes det også mange eksempler på at arbeidstakere ikke trenger å være bekymret for teknologisk utvikling og for å miste jobben. Et godt eksempel på dette er da regneark på PC kom, og flere regnskapsførere var redde for at dette var starten på slutten av deres karriere. Slike regneark viste seg derimot å bli et nyttig verktøy, som alle regnskapsførere benytter seg av i dag. Det er imidlertid verdt å merke seg at de regnskapsførerne som evnet å bruke regneark effektivt, var de som ble mest etterspurt og som i tur førte med seg bedre jobber og forfremmelser. Og så kan vi bare spekulere i om dette vil gjelde for bruken av generativ AI også, men vi i Sprint vet hva vi hadde satt pengene våre på!

La oss se nærmere på hvilke arbeidsoppgaver som er spesielt relevante for generativ AI. En studie fra McKinsey viser at kundenære prosesser, markedsføring, salg og forskning & utvikling utgjør om lag 75% av den totale årlige verdien som kan skapes gjennom bruk av generativ AI [2]. Vi har sett på hva selskaper gjør i dag, og funnet noen spennende eksempler som gir oss inspirasjon til nettopp disse oppgavene. Eksemplene som trekkes frem mener vi er gode nettopp fordi de gjør seg gjeldene på tvers av bedrifter og bransjer. Dessuten viser de at det ikke nødvendigvis er så komplisert å komme i gang.

Kundenære prosesser

I dagens landskap egner generativ AI seg godt til kundenære prosesser, og spesielt for kundeservice. Klarna et godt eksempel på dette, hvor de 27. februar 2024 lanserte en ny AI-assistent, basert på OpenAI (selskapet bak ChatGPT) [3]. På en måned hadde tjenesten blant annet gjennomført 2,3 millioner samtaler, som tilsvarer 2/3 av Klarnas kundeservicehenvendelser, 700 årsverk med kundeagenter er spart inn, tiden brukt per problem er redusert fra 11 til 2 minutter - og kundene svarer at de er like fornøyde som de var med menneskelig hjelp. Totalt forventer Klarna at dette vil øke profitten deres med 40 millioner dollar.

Det finnes allerede flere tilbydere av slike chatbots. OpenAI kjenner mange til, men Kindly er et eksempel på en utfordrer som leverer svært gode chatbots til Voi, Norwegian, Jotun, Kicks og Elkjøp, for å nevne noen [4]. For Norwegian er det mange som tar kontakt både før, under og etter reiser - og på mange ulike språk [5]. Deres mål er å være tilgjengelig hele døgnet for de som er på reise, samtidig som de ønsker å redusere ventetiden før kunden får hjelp. Deres nye chatbot har hjulpet med begge deler, og de har i dag blant annet redusert antall henvendelser som må håndteres live med 20 %, og de mottar 5 % mindre innkommende telefonsamtaler. I tillegg bidrar chatboten med mersalg, som er svært viktig for Norwegian.

Noen synes det er stort steg å outsource kundeservice til et eksternt firma, enten på grunn av kostnader, eller frykten for å dele interne dokumenter. En variant av dette er imidlertid fullt mulig å gjøre både enklere og billigere gjennom å bygge egne Copilots som kobler seg på din bedrifts data. Dette er noe vi allerede har god erfaring med, og det er spennende å se hvor mye tid som kan spares med relativt enkle grep. For å illustrere dette har vi laget et fiktivt eksempel på hvordan man kan utvikle en Copilot. Eksempelet klassifiserer spørsmål i henhold til et forsikringsselskaps egne prosesser og kategorier, slik at generativ AI kan gi korrekte svar på de riktige henvendelsene:

Salg

Videre ser vi at salg er et område der generativ AI stadig tas i bruk. Til forskjell fra tidligere "deep learning models", er generativ AI i stand til å prosessere store og varierte datasett og utføre mer enn én oppgave om gangen, som har stor innvirkning på blant annet markedsføring og salg. Eksempelvis vil det bli enklere å opprette kundeprofiler ved hjelp av både strukturert og ustrukturert data, som gir spesialtilpassede anbefalinger basert på individuelle kundepreferanser. Zalando og Carrefour France eksempler på bedrifter som har vært tidlig ute med chat-funksjoner, som gir kunden mulighet til å få produkter anbefalt til spesifikke situasjoner.

Mot slutten av 2023 lanserte Zalando sin betaversjon av "Zalando Assistant" i Tyskland, UK, Irland og Østerrike [6]. Samarbeidet deres med OpenAI lar kundene deres stille spørsmål, hvorpå assistenten hjelper med å navigere gjennom Zalandos enorme sortiment på en mer intuitiv måte. Et eksempel på dette er en kunde som spør om råd om sko og kjole til et bryllup i Santorini, som vist på bildet under. Ikke bare hjelper assistenten kunden med å navigere i sortimentet, men er også med på å minimere antall feilbestillinger. Dette bidrar igjen til Zalandos mål om å redusere antall returer, som tidligere har vært ansett som lite bærekraftig og problematisk [7] og [8].

På samme måte som Zalando bruker generativ AI til å forbedre egen kundeservice, kan også du og din bedrift bygge en egen assistent til produktanbefaling. Med skisesongen på hell, men et hjerte for bærekraft og å spare penger, har vi laget et fiktivt eksempel for Swix-klær. Her kan kunden spørre om klesanbefaling for ulike turer og værforhold, slik at de får akkurat det de vil ha.

Vil du lese mer om hvordan generativ AI påvirker retail, kan du lese vårt ferskeste nyhetsbrev her.

Markedsføring

Generativ AI har også vist seg å være en kraftig ressurs for markedsføring. Med sin evne til å generere nytt innhold på en kreativ og autentisk måte, er generativ AI ideell for å skape alt fra skisser og tekst, til video og grafikk. Mange selskaper har allerede tatt i bruk teknologien i ekstern markedsføring for å skape enda mer engasjerende og ikke minst personalisert innhold for å nå ut til målgruppene sine på nye måter og selge mer. Et interessant, men mer utradisjonelt eksempel på bruk i markedsføring er Dråpen i Havet, som i oktober 2023 samlet inn penger til barn i flyktningeleirer i Hellas. For å skåne barn mot å bli fotografert i en sårbar situasjon, valgte de å lage en AI-generert reklame [9].

Det er verdt å merke seg at i skrivende stund pågår det en debatt om hvorvidt det er greit å bruke AI-generert innhold i markedsføring. Bilder laget av generativ AI må per i dag ikke merkes, men det forventes å komme strengere føringer fremover. Uavhengig av hvordan generativ AI brukes i ekstern markedsføring, finnes det også et enormt potensial for å utnytte dette i de interne markedsføringsprosessene. For eksempel er det mulig å lage egne SoMe-assistenter som markedsføringsteamet kan bruke som sparringspartner for å generere innhold. På denne måten blir det enklere å vite hvordan reklametekster bør tilpasses ulike kundesegmenter. I tillegg kan prosessen med å skrive utkast til bestillinger, enten det er til designere for grafisk materiale, eller til fotografer for produksjon av bilder og filmer til reklame, effektiviseres betydelig.

Forskning og utvikling

Hos kundene våre har vi erfart hvordan generativ AI kan bidra til utvikling av nye produkter, inkludert optimalisering av design og forhåndstesting av produktene. Designoptimalisering kan eksempelvis foregå ved at generativ AI foreslår måter å bruke materialer mer effektivt, samt hvordan selve produksjonsprosessen kan optimaliseres. Dette kan i tur lede til kostbesparelser for logistikk og produksjon. I tillegg ser vi at teknologien enkelt kan brukes i produkttesting av nye produkter. Dette kan foregå ved å lage syntetiske kundeprofiler, som utsettes for ulike scenarioer. En slik tilnærming kan gi verdifull innsikt, enklere og billigere enn å gjøre det fysisk.

Sprint samarbeider med Nortura, og vi har fått muligheten til å høre hva to av personene i Noturas innovasjonsteam synes om å bruke generativ AI i produktutvikling. Bente Kittelsrud, leder for teamet, kan fortelle at det har vært en game-changer for dem, som har gitt dem muligheten til å handle som en hurtig enhet i en stor organisasjon. Videre kan hun fortelle at matindustrien stadig er i endring, og at evnen til å omfavne innovasjon er viktig - både for å forbedre deres kjernevirksomhet, og for å ha eksperimentell kraft som lar de nå ut til nye målgrupper og markeder. I dag bruker Nortura aktivt et flertall av AI-verktøy for å jobbe mer effektivt, som blant annet ChatGPT, Namelix for å generere forslag til navn og ikke minst Midjourney for å effektivt lage skisser av produkter.

Vil du lese mer om hvordan innovasjon foregår i praksis? Vi har tidligere skrevet en artikkel om dette, og hvordan Nortura har tatt i bruk generativ AI til å lage MVP-er, som du kan lese her.

Er du nysgjerrig på å komme i gang selv?

Eksemplene over er bare noen få av mange bedrifter som allerede bruker generativ AI. Mange ledere tror at deres bedrift vil bruke generativ AI mer i tiden som kommer. Men hvis dette skal skje, er det viktig å komme i gang allerede nå.

Når vi gjennomfører mulighetsstudier, begynner vi med å finne ut hvilke arbeidsoppgaver som har størst potensial for effektivisering eller forbedring i din bedrift, samt hvilke verktøy som er mest relevant for dere å teste. Her benyttes rammeverket over aktivt, for å sørge for en helhetlig tilnærming til hvilke muligheter som foreligger. Videre erfarer vi at det er viktig å få med de ansatte og skape motivasjon for å teste nye måter å jobbe på. Mot slutten begynner vi å teste ulike verktøy og fokuserer på å lære de ansatte hvordan å komme i gang. Vi kommer snart med en artikkel som går mer inn på hvordan vi gjennomfører mulighetsstudie, så følg med!

Er du nysgjerrig på hvordan du og din bedrift kan komme i gang med generativ AI? Vi har allerede hjulpet flere selskaper i mange ulike bransjer og diskuterer gjerne temaet med deg. Ta kontakt for en uforpliktende prat!