“Virksomhederne begrænser sig selv, hvis AI alene ses som et middel til effektivisering”

AI bliver ofte fremhævet for sit potentiale til at automatisere opgaver og gøre eksisterende processer mere effektive. Men hvis teknologien alene betragtes som et middel til effektivisering, risikerer virksomhederne at overse de værdiskabende muligheder, der ligger i at skabe dybere kundeindsigt, bedre beslutninger og mere målrettede handlinger. Det mener CEO i GetWhy, Casper Henningsen, der er specialiseret inden for AI-drevet markedsanalyse og kundeindsigt.

Inden for netop markedsanalyse og kundeindsigt har virksomhederne traditionelt skullet balancere mellem dybde og skalering. Med AI opstår nye muligheder for at kombinere den dybdegående indsigt, som kvalitative metoder giver, med den hastighed og skalerbarhed, som moderne virksomheder efterspørger. Det er netop denne tilgang, den danske virksomhed GetWhy har bygget sin forretning op omkring. Virksomheden kombinerer kunstig intelligens med kvalitative researchmetoder for at hjælpe organisationer med ikke blot at forstå, hvad mennesker gør, men også hvorfor de gør det.

Ifølge Casper Henningsen er behovet for en ny tilgang til at skabe kundeindsigt opstået, fordi virksomhedernes behov har udviklet sig hurtigere, end market research-industrien har fulgt med. Der er således i dag opstået et gap mellem de krav, virksomhederne stiller til hurtigere og dybere indsigt, og de metoder, som branchen traditionelt bygger på: “Markedsanalyse har spillet en vigtig rolle for virksomhederne i mange år, men den måde, virksomhederne arbejder på i dag, stiller nye krav til, hvordan kundeindsigter skabes og anvendes. Virksomhederne træffer beslutninger hurtigere, udvikler produkter mere dynamisk og arbejder løbende med innovation og positionering. Derfor skal markedsanalyse også kunne følge med og levere indsigt, der er mere fleksibel, skalerbar og tættere koblet til de beslutninger, virksomhederne skal træffe.”

AI flytter kundeindsigt tættere på mennesket

For Casper Henningsen opstår værdien af AI ikke gennem teknologien alene, men gennem evnen til at anvende den målrettet med udgangspunkt i de rigtige data og konkrete forretningsbehov. Det gør det muligt at kombinere menneskelig dømmekraft med AI’s hastighed og evnen til at analysere store datamængder. Resultatet er stærkere kundeindsigt og et bedre grundlag for beslutninger med større forretningsmæssig værdi.

“Det, der egentlig er opgaven for virksomheder som vores i dag, er at forholde sig til, hvordan vi skaber vækst for vores kunder i et marked, hvor forbrugernes forventninger stiger og udvikler sig i et hidtil uset tempo. Det spørgsmål handler meget lidt om hvad, men rigtig meget om hvorfor: Hvorfor vælger kunderne en konkurrent? Hvorfor virker en kampagne ikke? Hvorfor ændrer kundernes behov sig?”, forklarer Casper Henningsen. 

Hvor analysemetoder tidligere ofte har været begrænset til det, mennesker selv fortæller, eller de handlinger, de foretager digitalt, gør AI det muligt at få indsigt i flere lag af menneskelig adfærd. Gennem AI-baserede agenter kan man analysere samtaler, følelser, reaktioner, kropssprog og adfærd i de situationer, hvor mennesker interagerer med produkter og brands. Det betyder, at virksomhederne ikke længere kun ser på, hvad mennesker siger, men også kan forstå de kontekster og situationer, der former deres valg.

For Casper Henningsen er den store forandring, at kundeindsigt kan blive en kontinuerlig kilde til menneskeforståelse, der hjælper virksomhederne med løbende at udvikle produkter, træffe bedre beslutninger og tilpasse sig kundernes behov: “Forståelsen for forbrugerne bliver helt fundamental for at kunne være konkurrencedygtig. Vi tror på, at vi kan bygge teknologi, der gør det muligt for virksomhederne at skabe en langt mere nuanceret forståelse af deres kunder gennem et nyt format for kundeindsigt, der understøtter bedre beslutninger i virksomhederne. På den måde kan AI, paradoksalt nok, bruges til at komme tættere på mennesket og ikke længere væk fra det.” 

Fra 10 % optimering til 10x transformation

Ifølge Casper Henningsen befinder mange virksomheder sig lige nu i det første kapitel af AI-rejsen: Jagten på effektivisering. Her bruges AI primært til at automatisere processer, reducere omkostninger og gøre eksisterende arbejdsformer hurtigere og mere effektive. Men ifølge Casper Henningsen er det afgørende spørgsmål ikke, hvor meget kapacitet AI kan frigive, men hvad virksomhederne vælger at gøre med den. De kan hente gevinsten hjem som en besparelse – eller de kan geninvestere den i at skabe ny vækst. Forskellen ligger i, om AI blot bruges til at optimere det eksisterende, eller om teknologien bruges som afsæt for at gentænke, hvad virksomheden kan blive.

”Du kan lidt karikeret sige, at der er to arketyper af virksomheder. Der er dem, jeg kalder de 10 %, hvor det handler om at optimere 10 %, fordi man bliver mere effektiv. Det handler om: Kan AI hjælpe os med at gøre ting hurtigere, billigere og bedre – og skabe en capability eller en måde at arbejde på, der er optimeret? De virksomheder, som jeg virkelig synes er spændende at følge, er dem, der siger 10x. Det handler om: Hvordan kan vi innovere stærkere og hurtigere, skabe bedre koncepter, levere bedre service og få omsætningen til at accelerere. AI kan give store effektiviseringsgevinster, men du bliver ret hurtigt begrænset, hvis det er dit narrativ,” udtaler Casper Henningsen.

Forskellen mellem de to tilgange handler ifølge Casper Henningsen ikke kun om, hvordan virksomhederne anvender teknologien, men om deres evne til at skabe en kultur, hvor medarbejderne tør eksperimentere, lære hurtigt og udvikle nye måder at arbejde på. Hvis AI skal bruges som en reel vækstmotor, kræver det en organisation, der ikke kun belønner de endelige resultater, men også værdsætter den nysgerrighed, de eksperimenter og den læring, der fører til dem:

“For at være overlevelsesdygtig i vores branche er man nødt til nærmest at have følelsen af, at man kan være irrelevant om 30 dage. Den intensitet og urgency, der ligger i det, er en konstant. Hvis man derfor ikke hylder effort og input og gør det til en central del af sin kultur, men i stedet kun fokuserer på outcomes, ryger man ret hurtigt af klingen."

Kvalitet og dataetik kræver menneskelig dømmekraft

Selvom AI gør det muligt at analysere menneskelig adfærd på et niveau og i en skala, virksomhederne tidligere ikke har haft adgang til, understreger Casper Henningsen, at teknologien ikke mindsker behovet for kompetente medarbejdere. Det er menneskers erfaring, faglighed og dømmekraft, der afgør, om analyserne omsættes til handling, innovation og strategisk værdi.

“Fremtidens brug af AI handler ikke om at erstatte medarbejdernes bidrag, men om at frigøre deres ressourcer til de områder, hvor de skaber størst værdi: gennem dømmekraft, kreativitet, nysgerrighed og strategisk forståelse,” fortæller Casper Henningsen.

Hos GetWhy anvendes såkaldte guardrails – kontrolmekanismer, der overvåger AI-modellens vurderinger og identificerer situationer, hvor modellen udviser usikkerhed. Det kan eksempelvis være, hvis modellen har svært ved at forstå en dialekt, hvis en interviewperson ikke matcher virksomhedens fastlagte kriterier, eller hvis der opstår tegn på uregelmæssigheder. Guardrails sikrer dermed, at menneskelig ekspertise inddrages i de tilfælde, hvor AI-modellens vurderinger kræver yderligere validering.

“Selvom teknologien hele tiden bliver bedre gennem store mængder data og læring fra tusindvis af interviews og analyser, er den ikke fejlfri. Du er nødt til at have nogle guardrails for, hvordan høj kvalitet ser ud. Og det er altså mennesker, der skal sætte dem,” siger Casper Henningsen.

Når AI gør det muligt at skabe stadig dybere indsigt i mennesker, opstår der samtidig nye spørgsmål om, hvordan denne viden bør anvendes. Et centralt dataetisk spørgsmål er ifølge Casper Henningsen, hvor grænsen går for, hvilken viden AI-drevne markedsanalysevirksomheder bør skabe og anvende.

Han peger på, at GetWhy i teorien kunne udvikle en model, der med høj præcision kunne forudsige udviklingen inden for kvinders løbesko de næste tre år baseret på millioner af samtaler. En sådan model ville kunne skabe en meget stærk markedsindsigt, men hvis den krævede, at indsigter fra nogle af verdens førende brands inden for løbesko blev kombineret på tværs, ville det ifølge Henningsen være etisk forkert.

Derfor handler ansvarlig brug af AI ikke kun om, hvad teknologien kan gøre, men også om, hvilke rammer virksomheder vælger at sætte for brugen af den – særligt på områder, hvor den teknologiske udvikling bevæger sig hurtigere end lovgivningen.

“Jo mere præcis og omfattende den menneskelige indsigt bliver, desto vigtigere bliver spørgsmålene om dataetik. Virksomheder kan potentielt opbygge meget stærke modeller baseret på enorme mængder samtaler og adfærdsdata, men netop den styrke kræver klare rammer for, hvordan data indsamles og anvendes, og hvem der har adgang til dem. Man kan hurtigt blive ret powerful på simpelthen bare viden,” forklarer han.