Installationsbranchen består af to verdener, der sjældent stiller det samme spørgsmål. På den ene side står det fysiske arbejde: montører der lægger ledninger, tilslutter apparatur, løser fejl på stedet. På den anden side står organisationen omkring det: planlægning, arbejdsforberedelse, administration, kundekontakt, lagerstyring. Det første lader sig ikke automatisere; det andet gør, i varierende grad. Det forhold — meget håndarbejde, med en organisatorisk skal der behandler information — bestemmer, hvor AI-modenhed i denne sektor kan vokse, og hvor grænsen ligger, som ikke løses af software.
Skallen er større, end der ofte antages. Arbejdssedler, timeregistrering, materialebestillinger, planlægning af montører, kommunikation med opdragsgivere og underleverandører: dette er processer, der i høj grad består af data og beslutningsregler. Om en organisation kan gøre noget med det, afhænger ikke af viljen til at forny, men af hvad der allerede er på plads. Et firma, der planlægger på baggrund af en whiteboard og telefonopkald, har et andet udgangspunkt end et firma med et planlægningssystem, der allerede indsamler data om gennemløbstider og tilgængelighed.
Installationsfirmaer, der afprøver AI, begynder ofte med det synlige: en chatbot til kundespørgsmål, et værktøj der hjælper med at udarbejde tilbud. Det fungerer i en periode, indtil det viser sig, at de underliggende data ikke er konsistente. Materialekoder, der varierer fra afdeling til afdeling, timeregistrering, der delvist sker på papir, kundedata, der hedder noget forskelligt i tre systemer — det er ikke et AI-problem, det er et datamanagementproblem, der går forud for AI.
Organisationsdimensionen spiller også en stærkere rolle her end i kontorarbejde. Installationsfirmaer arbejder ofte med en fast kerne og en varierende gruppe underleverandører eller vikarer. Hvem der beslutter om et nyt system, hvem der vedligeholder det, og om montører selv indtaster data, eller om det overlades til den indendørs afdeling — disse spørgsmål bestemmer, om en AI-anvendelse bæres af organisationen eller kommer til at stå uden for arbejdet. Et system, der er valgt af den indendørs afdeling, men som skal bruges af montører i felten, går ofte i stå ved den overgang.
Den fysiske karakter af arbejdet medfører et specifikt IT-behov: mobil adgang, offline-arbejde på steder uden forbindelse, kobling mellem feltarbejde og kontorsystemer. Mange installationsfirmaer har delvist opbygget denne infrastruktur — af nødvendighed, ikke ud fra en AI-strategi — men ikke altid på en måde, hvor systemerne taler med hinanden. Et planlægningsværktøj og et fakturasystem, der eksisterer side om side uden delte data, giver ikke et grundlag, som AI kan tilføje noget til.
Det er her, denne sektor skiller sig ud fra en sektor som sundhedssektoren, hvor AI-modenheden i sundhedssektoren primært bremses af regulering og ansvar, eller fra grossistbranchen, hvor AI-modenhed i grossistbranchen mere handler om lager- og ordredata end om mobil infrastruktur. I installationsbranchen er spørgsmålet snarere: findes der ét sammenhængende billede af en opgave, fra første kontakt til aflevering, eller falder den information i separate systemer, som ingen forbinder med hinanden.
Modenhedsmålingen fra hybridresourcing.com kigger på syv dimensioner, hvoraf organisation, IT-infrastruktur og datamanagement går forud for resten. I installationsbranchen er det en logisk rækkefølge, ikke et valg. Uden entydige data om materiale, timer og kunder har ingen AI-anvendelse noget pålideligt at bygge på. Uden en infrastruktur, der forbinder feltarbejde og kontor, forbliver hver anvendelse begrænset til én af de to verdener. Og uden en organisation, der gør det klart, hvem der er ansvarlig for systemer, som bruges af både fastansatte og flexible medarbejdere, ender hvert initiativ i uklarhed om ejerskab.
Denne branche deler dette mønster delvist med fremstillingsindustrien og transportsektoren. I AI-modenhed i fremstillingsindustrien spiller kombinationen af fysisk proces og digital skal ligeledes en rolle, og i AI-modenhed i transportsektoren er mobilitet og spredte arbejdslokationer et lignende spørgsmål. Den, der arbejder i installationsbranchen, genkender altså en del af sin situation i andre sektorer med meget arbejde uden for kontoret, men den specifikke kombination af tilladelser, sikkerhedsforskrifter og materialekendskab gør datamanagement-dimensionen tungere her end andre steder.
Fordi en plot-runde lader flere personer score separat — en direktør, en planlægger, en montør, en IT-ansvarlig — bliver det synligt, om disse billeder stemmer overens. I en sektor med så stor forskel mellem kontor og felt er denne spredning ofte større end forventet, og netop den spredning er informativ: den viser, hvor en organisation er enig om sin beredskab, og hvor den ikke er.
Denne side beskriver, om en organisation kan bære AI — om fundamenterne for organisation, infrastruktur og data er i orden. Det er et andet spørgsmål end, hvilken del af arbejdet AI faktisk vil kunne tage over. For dette spørgsmål beregner arbejdsscanningen fra FTE TO AI pr. opgave, hvilken del af arbejdet der kommer i betragtning til overtagelse, baseret på, hvad arbejdet konkret indebærer, og ikke på organisationens beredskab bag det. Den, der vil vide, hvor installationsbranchen står, gør derfor bedst i at holde de to spørgsmål separate: først om grundlaget er på plads, derefter hvilket arbejde der faktisk kan flyttes.
Værktøjet, som denne måling udføres med, er under opbygning. Den, der ønsker at gennemføre modenhedsmålingen, så snart den er tilgængelig, kan tilmelde sig ventelisten.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.