Möt Marcus Weiland

Marcus Weiland är föreläsare på utbildningen AI för Affärsvärde och här delar han med sig av sina perspektiv på AI för affärsvärde, ledarskap och hur organisationer lyckas gå från teknik till verklig nytta. 

När du säger AI för affärsvärde – vad menar du egentligen då?
Jag menar att AI ska göra skillnad på riktigt – inte bara vara ett spännande teknikprojekt som lever sitt eget liv på innovationsavdelningen.

AI för affärsvärde handlar om att koppla tekniken till det som faktiskt driver verksamheten framåt: bättre beslut, smartare processer, nya erbjudanden som kunderna vill ha. Vi på Savantic har jobbat med AI i över 25 år och den viktigaste lärdomen är att AI inte hjälper om det blir teknikdrivet.

Nyckeln är att börja i affären. Vad är det ni försöker lösa? Var sitter den största potentialen? Sedan designar man AI-lösningen utifrån det – inte tvärtom.

Jag brukar prata om att “banta” och “bulka”. Banta handlar om att effektivisera – göra det ni redan gör, fast snabbare och billigare. Bulka handlar om att växa – skapa helt nya tjänster och affärsmodeller som inte var möjliga utan AI. De organisationer som lyckas bäst gör båda sakerna samtidigt.

Vad är viktigast för en ledare att förstå om AI?
Att det här inte är en teknikfråga – det är en ledarskapsfråga.

Du behöver inte kunna programmera eller förstå hur en transformer-modell fungerar på djupet. Men du behöver förstå vad AI kan göra för just din verksamhet, och du behöver våga fatta beslut utifrån det.

Det jag ser hos de ledare som lyckas är att de kombinerar nyfikenhet med handlingskraft. De väntar inte på att förstå allt innan de börjar – de testar, lär sig och itererar. De bygger en kultur där det är okej att experimentera. Och framför allt: de ser AI som en strategisk fråga, inte något man delegerar till IT-avdelningen.

Sen vill jag verkligen understryka: det handlar om att förstå verkligheten, inte bara datan. AI är mer än data – det handlar om att förstå fysiken, affärslogiken och sammanhanget. Det är där den verkliga kraften sitter.

Vilka misstag ser du oftast att organisationer gör när de börjar arbeta med AI?Det vanligaste misstaget är att börja i tekniken istället för i affären. Man hör “vi borde göra något med AI” och startar ett pilotprojekt utan att riktigt veta vilket problem man vill lösa. Resultatet blir en proof-of-concept som aldrig når produktion.

Misstag nummer två är att underskatta dataresan. Många organisationer tror att de har “bra data”, men när man väl tittar under huven saknas det struktur, kvalitet eller tillgänglighet. Att bli datadriven är en kulturförändring – inte bara en teknisk fråga.

Det tredje misstaget handlar om ambitionsnivå. Antingen siktar man för lågt – och får marginella förbättringar som ingen bryr sig om – eller för högt och försöker bygga allt själv från scratch. Sanningen ligger någonstans mitt emellan.

Man behöver kunna avgöra: det här utvecklar vi internt, det här köper vi, det här samarbetar vi kring. Den bedömningen är en av de viktigaste sakerna man kan lära sig, och det är precis det vi jobbar med i utbildningen.

Vad kommer skilja framgångsrika energiföretag från andra om några år – och hur hjälper den här utbildningen deltagarna att ta sig dit?
Energibranschen står mitt i en enorm omvandling. Elektrifiering, decentralisering, nya kundförväntningar, tuffare regelverk.

AI är inte svaret på allt – men det är svårt att se hur man navigerar den här omvandlingen utan det. De företag som lyckas kommer vara de som använder AI både för att optimera det de redan gör – nätdrift, lastprognoser, prediktivt underhåll – och för att skapa nya erbjudanden som kunderna inte ens vet att de vill ha ännu.

Skillnaden kommer inte ligga i vem som har den bästa algoritmen. Den kommer ligga i vem som har byggt organisationen, kulturen och kompetensen för att faktiskt omsätta AI till verkligt värde.

Det kräver ledare som förstår möjligheterna, team som vågar experimentera och en strategi som hänger ihop. Den här utbildningen är designad för att ge er precis det. Ni går härifrån med ett gemensamt språk, konkreta use case som ni själva har tagit fram, och en tydligare bild av vad just ni behöver göra härnäst. Det är ingen teoretisk föreläsning – det är en halvdag där ni jobbar med er egen verklighet. Och det är så förändring börjar.