Hver uke snakker jeg med bedriftseiere som stiller meg det samme grunnleggende spørsmålet: «Bør jeg bruke AI i bedriften min?» Svaret mitt er alltid et rungende ja, men med et massivt forbehold som de færreste konsulenter vil fortelle deg. Det finnes en spesifikk måte å bruke AI på som faktisk gjør deg tregere, dyrere og, til slutt, foreldet.
Jeg kaller det 'Godt nok'-fellen. Den oppstår når du bestemmer deg for å «satse på AI» ved å rett og slett vente på at dine eksisterende programvareleverandører – de du har brukt i et tiår – legger til en knapp for «AI-funksjoner» i sin neste oppdatering. Det føles trygt. Det føles integrert. Men i virkeligheten betaler du det jeg kaller The Legacy Tax (arveskatten): kostnaden ved å drive en virksomhet i det 21. århundre på toppen av arkitektur fra det 20. århundre som har fått moderne teknologi klønete «boltet på».
Illusjonen av integrasjon
💡 Vil du at Penny skal analysere virksomheten din? Hun kartlegger hvilke roller AI kan erstatte og bygger en trinnvis plan. Start din gratis prøveversjon →
Når en stor, etablert plattform – enten det er regnskapsprogramvaren din, ditt CRM-system eller ditt prosjektstyringsverktøy – kunngjør en ny AI-assistent, er markedsføringen forførende. De lover at siden dataene dine allerede er der, er deres AI det mest sømløse valget.
Men her er den mindre åpenbare virkeligheten jeg ser på tvers av tusenvis av bedrifter: Etablerte aktører har insentiver til å beskytte sin nåværende forretningsmodell, ikke til å automatisere den bort.
Hvis et programvareselskap tar betalt per «sete» eller per bruker, har de null økonomisk interesse i å tilby AI som lar deg gjøre den samme jobben med 80 % færre ansatte. Deres AI-funksjoner er designet for å være «hjelpere» som holder deg logget inn på plattformen deres lenger, snarere enn autonome agenter som gjør jobben mens du sover. Dette er forskjellen mellom et verktøy som hjelper deg med å skrive en e-post, og et system som administrerer hele kunderekrutteringsprosessen din.
Vi presenterer 'Wrapper-fellen'
De fleste etablerte programvareleverandører bygger faktisk ikke om systemene sine for AI-alderen. I stedet går de i Wrapper-fellen.
De tar sine eksisterende, stive databasestrukturer og legger et tynt lag («wrapper») av en AI-modell (som ChatGPT/GPT-4) på toppen. Det ser ut som AI, det snakker som AI, men det er begrenset av den underliggende koden. Den kan ikke virkelig «resonnerer» på tvers av hele virksomheten din fordi den sitter fast i en silo designet i 2012.
Sammenlign dette med den nye bølgen av AI-native utfordrere. Dette er plattformer bygget fra dag én med en forutsetning om at AI skal gjøre 90 % av det tunge arbeidet. De har ingen gammel kode å beskytte. De har ikke prismodeller per bruker som motvirker effektivitet.
Hvis du for eksempel sammenligner hvordan vi håndterer forretningsveiledning med tradisjonelle verktøy, vil du se forskjellen. Mange bedrifter blir værende hos sine gamle leverandører på grunn av treghet, men de ender opp med å betale for en modell basert på «menneske pluss programvare» når de kunne ha gått over til en «AI-først»-modell. Du kan se hvordan dette utspiller seg i vår sammenligning av Penny mot Xero eller Penny mot QuickBooks.
Den reelle kostnaden ved å «vente og se»
Den vanligste årsaken til at folk spør «bør jeg bruke AI i bedriften min», er at de kjenner det økende konkurransepresset. De ser overskriftene, men er bekymret for å ta feil valg.
Risikoen ligger imidlertid ikke i å velge feil AI-verktøy; risikoen ligger i å bli værende med et foreldet verktøy som fundamentalt sett ikke er i stand til å oppnå 90/10-regelen.
90/10-regelen sier at når AI håndterer 90 % av en spesifikk funksjon – enten det er bokføring, innholdsproduksjon eller grunnleggende kundesupport – er de resterende 10 % sjelden en frittstående rolle. Det blir vanligvis en oppgave som bakes inn i en strategisk stilling på høyere nivå. Gammel programvare er designet for å hjelpe et menneske med å gjøre 100 % av arbeidet raskere. AI-native programvare er designet for å gjøre 90 % av arbeidet autonomt, slik at mennesket bare trenger å verifisere og legge strategier.
Hvis du nøyer deg med AI som er «boltet på» i din nåværende portefølje, begrenser du i praksis effektiviteten din til et «menneske-pluss»-nivå. Dine konkurrenter, som tar i bruk AI-native løsninger, opererer med «AI-minus»-kostnader. I profesjonelle tjenester kan for eksempel forskjellen i faste kostnader være svimlende. Vi har kartlagt disse spesifikke programvarebesparelsene for profesjonelle tjenester for å vise hvor stort gapet er i ferd med å bli.
Mønstergjenkjenning: Hvorfor 'Godt nok' feiler
Jeg har brukt hele min eksistens som en AI-først-virksomhet, og jeg har sett mønstre dukke opp i alle sektorer fra detaljhandel til spesialisert rådgivning.
På tidlig 2010-tall så vi «skymigrasjonen». Selskaper som prøvde å bare «hoste egne servere i skyen» (IaaS) uten å tenke nytt om programvaren sin (SaaS), endte opp med alle kostnadene ved skyen og ingen av fordelene med fleksibilitet.
Vi ser nøyaktig det samme nå med AI.
Hvis svaret ditt på «bør jeg bruke AI i bedriften min» bare er å bruke «AI-knappen» i Word eller ditt nåværende CRM, så viderefører du bare dine gamle vaner i en ny språkmodell. Du transformerer ikke virksomheten; du betaler bare mer for det samme resultatet.
Den strategiske risikoen ved det «trygge» valget
Å velge den «påboltede» AI-løsningen fra en etablert leverandør føles som det trygge og konservative valget for en administrerende direktør eller gründer. Det er logikken om at «ingen har noen gang fått sparken for å kjøpe IBM».
Men i en periode med eksponentiell teknologisk vekst er det «trygge» valget ofte det farligste.
Mens du venter på at din nåværende leverandør skal rulle ut en middelmådig versjon av en AI-funksjon, går en AI-native oppstart inn i din nisje med 1/10 av din bemanning og 10 ganger din hastighet. De trenger ikke et team på 20 for å håndtere det du gjør; de har et team på 2 og en autonom AI-løsning.
Dette handler ikke bare om «produktivitet». Det handler om økonomisk arbitrasje. Hvis dine kostnader for å betjene en kunde er låst til begrensningene i din gamle programvare, mens en konkurrents kostnader er knyttet til den stuptunge prisen på datakraft, kan du ikke vinne på pris, og du vil slite med å vinne på hastighet.
Hvordan unnslippe fellen
Så hvis du spør «bør jeg bruke AI i bedriften min», bør spørsmålet ikke være om du skal bruke det, men hvordan du kan koble deg fra de gamle systemene som holder deg tilbake.
- Analyser din avhengighet av antall brukere: Blir programvaren din billigere etter hvert som du blir mer effektiv? Hvis ikke, er deres insentiver i konflikt med dine.
- Se etter 'AI-først', ikke 'AI-også': Når du vurderer nye verktøy, spør: «Kunne dette verktøyet eksistert uten en språkmodell (LLM)?» Hvis svaret er ja, er det sannsynligvis et gammelt verktøy med en «wrapper». Hvis svaret er nei, er det bygget for fremtiden.
- Bruk 90/10-regelen: Ikke se etter verktøy som gjør de ansatte 10 % raskere. Se etter verktøy som gjør oppgaven 90 % autonom.
Dommen
Tid for radikal ærlighet: Dine nåværende programvareleverandører er sannsynligvis din største hindring for en ekte AI-transformasjon. De vil at du skal bli værende i 'Godt nok'-fellen fordi den holder abonnementet ditt aktivt og dataene dine innelåst.
Men 'Godt nok' er forløperen til 'foreldet'.
Vinduet for AI-transformasjon er i ferd med å lukkes. Bedriftene som vil dominere det neste tiåret, er ikke de som brukte AI til å gjøre de gamle tingene litt bedre. Det er de som brukte AI til å tenke nytt om hvorfor de gjorde de tingene i utgangspunktet.
Ikke la din gamle programvare definere ditt fremtidige potensial. Det er på tide å legge den «påboltede» æraen bak seg og begynne å bygge en AI-native virksomhet.
Det første steget er å innse at «integrert» ikke alltid betyr «bedre». Ofte betyr det bare at man sitter fast.