Få mest AI-værdi for pengene. (Del 2 af 3): Derfor tager jeres AI-beslutninger flere måneder

Hvorfor tager simple AI-beslutninger ni måneder hos selv de mest velkørte virksomheder? Og hvorfor er konsekvensen, at AI-værdien udebliver — uanset hvor mange licenser man har købt? I andet afsnit af mini-serien om AI-governance dykker Dan Rose ned i det, der følger af forrige afsnits pointe: når governance i sin kerne er organisationsdesign, så er det næste spørgsmål, hvor i organisationen beslutningerne om AI skal placeres. Hvem ejer hvad. Hvor hurtigt skal det gå. Og hvorfor de fleste danske virksomheder lige nu sidder fast i en model, de aldrig har valgt. Du skal blandt andet høre om: Beslutninger, der hænger fast lige nu: Connections, projektstart, adoption, kommunikation og procedurer. Hvorfor de tager måneder — og hvordan en god beslutning (om fx Claude koblet på Teams eller Salesforce) faktisk burde tages på en uge. De tre governance-modeller — og den fjerde, ingen har valgt: Hub-and-spoke, fødereret governance og platform-as-a-product. Hvornår man bruger hvad, og hvorfor den tilstand, de fleste virksomheder rent faktisk befinder sig i, er den værste model overhovedet. AI Centers of Excellence skal omdøbes til Centers of Enablement: Hvorfor de fleste CoE'er prøver at være alle fire team-typer fra Team Topologies samtidigt — og hvorfor det aldrig går godt. RACI på AI: Den 40 år gamle metode fra projektledelse er god AI governance. Hvorfor forretningen skal være Accountable, og IT må ingenting eje. Hvornår en AI-agent er kritisk: Fem parametre der afgør, om en løsning er krydset fra skygge til kritisk — antal brugere, kritikalitet af processen, datatype, frekvens og grad af agency. Viden er et governance-element: Hvorfor ambassadører ikke er en blød tilføjelse, men en forudsætning for, at governance overhovedet kan fungere. Kilder og referencer nævnt i afsnittet: Matthew Skelton & Manuel Pais: Team Topologies (2019) — de fire team-typer (stream-aligned, platform, enabling, complicated-subsystem) Bent Flyvbjerg: Forskning der peger på kalendertid som den største risikofaktor i projekter