De flesta företag använder idag AI, men få mäter vad de faktiskt får ut av det. Känslan av att "det går snabbare" räcker inte för att fatta bra beslut om var man ska satsa vidare. Det går att mäta – men det kräver lite struktur.
ROI behöver här inte betyda en exakt finansiell modell. Det betyder ett ärligt svar på en enkel fråga: vad förändrades för det här arbetsflödet, hur mycket, och var det värt vad det kostade? Allt nedan handlar om att svara på det för ett arbetsflöde i taget, snarare än för "AI" som helhet.
Börja med baslinjen
Man kan inte mäta en förbättring utan ett före. Innan ni inför AI i ett arbetsflöde, fånga nuläget: hur lång tid tar det, vilken volym hanteras, vilken kvalitet håller resultatet, vad blir utfallet?
Utan den baslinjen blir varje påstående om värde en gissning.
Baslinjen behöver inte vara avancerad. Ett par veckors ärliga anteckningar om ett enda arbetsflöde – minuter per uppgift, antal ärenden som hanteras, hur ofta resultatet var bra nog att använda direkt – räcker oftast för att kunna jämföra senare.
Ett räkneexempel
Säg att ett litet team jobbar med research och utåtriktad kontakt: någon tar reda på fakta om ett möjligt konto, hittar rätt person, förstår vad den bryr sig om och skriver ett anpassat första meddelande. Säg att det idag tar 40 minuter per konto, att teamet hinner med 10 konton i veckan, och att ungefär 1 av 10 meddelanden får svar.
Anta nu att AI tar fram en sammanfattning av researchen och ett första utkast till meddelandet, och att personen redigerar och skickar. Säg att tiden per konto sjunker till 15 minuter, så att samma timmar nu räcker till 25 konton i veckan i stället för 10. Om meddelandena dessutom träffar bättre kan svarsfrekvensen stiga från 1 av 10 till 1 av 7.
Siffrorna är illustrativa, inte uppmätta. Poängen är hur kalkylen ser ut: 25 sparade minuter per konto är verklig tid som kan kostnadssättas, 15 fler konton i veckan är ökad kapacitet, och en svarsfrekvens som går från 10 % till 14 % är en kvalitetsvinst som lägger sig ovanpå den extra volymen. Tre svar i veckan kan bli fem. Sätt ett värde på en avslutad affär, så ser ni när kostnaden för verktygen är liten i förhållande till avkastningen – och när den inte är det.
Tre sorters värde
Avkastningen brukar visa sig på tre sätt, och vart och ett mäts olika:
- Tidsbesparing – timmar som frigörs, översatt till kostnad. Mät genom att ta tid på samma uppgift före och efter på en handfull verkliga fall, och multiplicera de sparade minuterna med en belastad timkostnad och den volym ni faktiskt kör.
- Kvalitet och utfall – högre svarsfrekvens, färre fel, bättre beslut. Mät med ett utfall ni redan följer: svarsfrekvens, fel- eller omarbetningsgrad, vinstandel, eller en enkel räkning av hur ofta resultatet var bra nog att använda direkt på ett urval.
- Kapacitet och intäkt – mer arbete som blir gjort, eller mer affär, utan fler personer. Mät som genomflöde, alltså ärenden per vecka, eller pipeline och intäkt per person, och håll koll på om den frigjorda tiden blir mer output eller bara försvinner.
De flesta arbetsflöden visar värde i mer än en av dessa samtidigt. Exemplet ovan rör alla tre. Välj de ett eller två som betyder mest för just det arbetsflödet, och motstå lusten att mäta allt.
Vanliga mätfel
De vanligaste misstagen är att mäta aktivitet i stället för utfall, att glömma drifts- och underhållskostnaden i kalkylen, och att tillskriva AI hela förbättringen när andra faktorer också spelat in.
Håll det enkelt: välj ett par mått kopplade till ett verkligt arbetsflöde, mät före och efter, och följ utvecklingen över tid. Det är så man ser vad som är värt att skala – och var nästa investering bör läggas.
Från mätning till beslut
Siffror är bara värda något om de förändrar vad ni gör härnäst. När ett arbetsflöde har en baslinje och några veckors efter-data brukar tre beslut bli tydliga.
Skala det som fungerar: om ett arbetsflöde visar en tydlig, upprepbar vinst, bredda det – fler i teamet, mer av volymen, samma mönster på en angränsande uppgift. Lägg ner eller gör om det som inte fungerar: om vinsten är tunn när ni räknar in redigering, tillsyn och prenumerationskostnad, sluta och pröva ett annat angreppssätt i stället för att tvinga fram det. Och låt resultaten peka mot nästa investering: arbetsflödet som förbättrades mest, eller det med mest volym bakom sig, är oftast där nästa insats betalar sig snabbast.
Det är hela loopen: baslinje, mät ett verkligt arbetsflöde, läs resultatet ärligt, besluta. Det håller AI-utgifterna kopplade till utfall i stället för entusiasm.
Vill ni ha hjälp att sätta upp den mätningen – välja arbetsflöde, fånga en baslinje och tolka siffrorna – hjälper vi gärna till. Hör av er till oss på Nodal, så går vi igenom det tillsammans.
