Retning og investering
Ledelsen prioriterer ud fra forventet værdi, læring, risiko og kapacitet. Små forsøg får en afgrænset ramme; næste investering bygger på resultaterne.
Fælles rammer og hurtigere udvikling
Giv teams frihed til at udvikle - med tydeligt ansvar.
Vi hjælper ledelsen med at tilpasse governance og organisering til AI. Få klare roller, hurtigere beslutninger og sikre rammer for at udvikle nye løsninger, produkter og services med generativ og agentisk AI.
En praktisk operating model
Gør det tydeligt, hvordan I arbejder.
01
Retning og prioriteringVælg problemer og resultater, der er værd at investere i.
02
Mandat og sikre rammerAftal, hvad teamet kan beslutte, og hvornår andre skal med.
03
Afprøvning og læringBrug korte forløb, målbare resultater og tydelige næste valg.
Relevant når
AI-initiativer er spredt, eller prioritering og ansvar er uklart.
Teams venter på beslutninger, dataadgang eller afklaring af risici.
I vil afprøve en enkel arbejdsmodel i 1-2 teams eller produktområder.
Governance, der kan bruges
Gør det lettere at handle ansvarligt.
En operating model beskriver, hvem der gør hvad, hvordan beslutninger træffes, og hvordan arbejdet følges op. Den skal passe til jeres størrelse.
Beslutninger tæt på arbejdet
Teams får klare mandater, ejere og eskalationsveje. Lavrisikoforsøg kan følge en aftalt vej, mens mere følsomme anvendelser får den nødvendige vurdering.
Sammenhæng på tværs
Forretning, produkt, IT, data og sikkerhed afklarer deres bidrag tidligt. Fælles kvalitetskriterier og opfølgning understøtter både udvikling og drift.
Forslag til forløb · 8-10 uger
Afprøv arbejdsmodellen på rigtige initiativer.
Arbejdsmodellen udvikles sammen med dem, der skal bruge den. Den afprøves løbende på afgrænsede leverancer.
Find de vigtigste forsinkelser
Følg 1-2 initiativer fra idé til leverance. Se på ventetid, overdragelser, prioritering og uklare beslutninger sammen med de berørte teams.
Aftal den første model
Beskriv roller, mandater, datarammer og kvalitetskriterier. Aftal agenters rettigheder, menneskelig godkendelse og mulighed for at stoppe. Fastlæg en enkel rytme for prioritering og læring.
Coach teams og ledelse
Afprøv modellen i mindst to korte udviklingsforløb. Brug rigtige kunde- eller medarbejderbehov, vis resultater og tilpas samarbejdet undervejs.
Vurdér effekt og næste skridt
Sammenlign gennemløbstid, beslutningsventetid, kvalitet og oplevet klarhed. Aftal, hvilke dele der skal udbredes, ændres eller forenkles.
Eksempel på beslutningsgrundlag
Mål, om rammerne giver bedre fremdrift.
Hurtigere udvikling kræver både beslutningskraft, klare rammer og læring om det, kunderne faktisk har brug for.
Eksempel på beslutningsgrundlag
Et team afprøver en ny AI-understøttet kundeservice
Illustrative lokale pilotmål. De viste tidsreduktioner er hypoteser, som skal afprøves på jeres udviklingsopgaver.
Tid til en afgrænset test6 → 3 ugermål for samlet gennemløbstid
Ventetid på beslutning8 → 3 dagemål for median ventetid
Afprøvning2 forløbfør beslutning om bredere udbredelse
- Mandat
- Teamet må afprøve inden for et aftalt budget og med godkendte data. Nye datatyper eller eksterne automatiske handlinger kræver særskilt vurdering.
- Kvalitetskrav
- Hver leverance har en navngiven ejer, aftalte testkriterier, en vurdering af data og risiko samt en plan for håndtering af fejl.
- Måling
- Følg sammenlignelige leverancer og vis også omfang, kompleksitet, fejl og efterarbejde. Kortere tid skal ses sammen med kvalitet og kundeværdi.
- Beslutning
- Ledelsen vurderer efter to forløb, om modellen forbedrer fremdrift og ansvar. Et lille grundlag bruges til næste afprøvning, ikke som bevis for en varig effekt.
Forretningen ejer værdien. Teamet ejer udviklingen inden for mandatet. Data-, IT- og sikkerhedsansvarlige kobles på efter de aftalte kriterier.
Kilder og beregningsgrundlag. Ud fra vores egne erfaringer og med støtte i markedsanalyser og forskningsstudier fra MIT (2023), Stanford/MIT (2024) og McKinsey (2025) opstiller vi hypoteser, som afprøves hos jer. McKinseys survey viser sammenhænge mellem ændrede arbejdsgange, governance, KPI-opfølgning og selvrapporteret forretningsværdi. Den dokumenterer ikke de viste mål på 6 → 3 uger eller 8 → 3 dage. De er lokale målhypoteser; kortere gennemløbstid er ikke i sig selv sparede arbejdstimer.
Omfang og investering
En enkel model, som I lærer at bruge.
Det får I
- Kortlægning af de vigtigste hindringer i 1-2 teams eller produktområder.
- En praktisk model for ansvar, mandater, prioritering og trinvis finansiering.
- 5 ledelsesworkshops, 4 tværgående workshops og coaching i to udviklingsforløb.
- Fælles kvalitets- og risikokriterier samt opfølgning på fremdrift og værdi.
Ledelsens tid
5 halve dage à 4 timer: ca. 20 timer pr. gennemgående leder, plus beslutninger mellem sessionerne.
Ejere og nøglepersoner
4 tværgående workshops à 3 timer: ca. 12 timer pr. gennemgående deltager fra forretning, produkt, IT, data og sikkerhed.
Teamets tid
4 coachingsessioner à 90 minutter pr. team: ca. 6 timer pr. deltager. Afprøvning og udvikling indgår derudover i teamets planlagte kapacitet.
Intern IT og specialister
Foreløbig ramme: 40-80 timer til adgang, kvalitetskrav, risikospørgsmål og tekniske rammer. Produktudvikling og eventuelle juridiske vurderinger estimeres særskilt.
Relevant viden
Byg videre på konkrete principper.
Næste skridt
Hvor mister I tid mellem idé og anvendelig løsning?
Lad os undersøge, hvordan tydeligere ansvar, fælles rammer og enkle beslutningsveje kan styrke jeres AI-arbejde og produktudvikling.
Tag en uforpligtende AI-samtaleEt andet behov?Vi vil finde de rigtige AI-mulighederVi bruger AI og vil skabe målbar værdi og engagement
Et fælles grundlag for værdi og indsats
Brug VP og SE til prioritering og opfølgning. Lær metoden på halvdag 1 om VP og halvdag 2 om SE.