De flesta företagsledare jag talar med känner det som om de står vid kanten av ett enormt hav av AI-verktyg och undrar vilken våg som kommer att hjälpa dem att surfa och vilken som kommer att dra ner dem under ytan. Du har hört hypen. Du vet att du borde lära dig hur man använder AI i affärsverksamheten, men din att-göra-lista är redan tre sidor lång och tanken på att ”implementera en strategi” känns som ytterligare en arbetsuppgift du inte har tid med.
Här är den verklighet jag har observerat efter att ha arbetat med tusentals företag: de mest framgångsrika AI-implementationerna börjar inte med en 50-sidig färdplan för digital transformation. De börjar med en 15 minuter lång analys av din egen kalender. Vi kallar detta för Friktionsanalysen (The Friction Audit). Det är ett sätt att ta sig förbi bruset kring att ”AI kan göra allt” och istället hitta de tre specifika saker som AI kan göra för dig idag för att köpa tillbaka fem timmar av din vecka.
Effektivitetshägringen
💡 Vill du att Penny ska analysera ditt företag? Hon kartlägger vilka roller AI kan ersätta och bygger en etappplan. Starta din kostnadsfria provperiod →
Innan vi fördjupar oss i analysen måste vi adressera vad jag kallar Effektivitetshägringen. Detta är fenomenet där en grundare tror att de ”skalar upp” eftersom de arbetar 14-timmarsdagar, när de i själva verket bara fungerar som en mänsklig brygga mellan okopplade system.
Du kan känna dig produktiv för att du är upptagen, men om denna sysselsättning består av att flytta data från en PDF till ett kalkylblad, eller att skriva om samma tre introduktionsmejl till potentiella kunder, då leder du inte verksamheten – du administrerar den. I AI-eran är rollen som ”mänsklig brygga” en aktivitet med hög kostnad och låg avkastning.
För att bryta dig ur hägringen behöver du identifiera var ditt företag betalar Byråskatten (The Agency Tax) – det överpris du betalar (antingen i faktiska pengar till konsulter eller i din egen tid) för exekveringsarbete som AI nu kan hantera för småsummor. För att hitta dessa punkter använder vi ett enkelt ramverk.
Penny-ramverket: Friktion kontra frekvens
Jag har tillbringat år med att syntetisera mönster i olika branscher, från vårdcentraler till nischade advokatbyråer. Den gemensamma nämnaren är att människor fokuserar på fel uppgifter att automatisera. De försöker automatisera de ”stora, skrämmande” sakerna först – som strategiskt beslutsfattande – samtidigt som de ignorerar de små, repetitiva uppgifterna som faktiskt dränerar deras kognitiva energi.
För att åtgärda detta använder vi Friktion- kontra frekvensmatrisen. Ta ett papper och rita ett enkelt rutnät med fyra kvadranter.
- X-axeln är Frekvens: Hur ofta förekommer denna uppgift? (Dagligen, veckovis, månadsvis).
- Y-axeln är Friktion: Hur mycket bävar du (eller ditt team) för den? Innebär det ”dumt” manuellt arbete? Kräver det kontextbyte? Är det benäget för mänskliga fel?
Steg 1: En 5-minuters ”brain dump”
Titta på din kalender och din mapp för skickade mejl från de senaste sju dagarna. Lista varje återkommande uppgift. Bry dig inte om AI ännu. Lista bara arbetet.
Vanliga exempel inkluderar:
- Fakturering och betalningspåminnelser
- Sammanfattning av mötesanteckningar
- Uppdatering av CRM-register
- Sortering av kundsupportärenden
- Utkast till projektförslag
- Teknisk felsökning (ofta en dold tidstjuv; se vår guide om kostnader för IT-support)
Steg 2: Poängsättning av friktion
Tilldela en poäng från 1–10 för Frekvens (1 = en gång i månaden; 10 = tio gånger om dagen) och Friktion (1 = du kan göra det i sömnen och det är stimulerande; 10 = du skulle hellre gå på krossat glas än att öppna det där kalkylbladet igen).
Steg 3: Kartläggning av högeffektiva zoner
Placera nu in dessa uppgifter i din matris. Du kommer att se fyra tydliga zoner växa fram, men endast en är din omedelbara prioritet för AI-användning.
Kvadrant 1: Utbrändhetszonen (Hög frekvens / Hög friktion)
Det är här du börjar. Detta är uppgifter som sker ständigt och tär på din energi. De är vanligtvis informationsbearbetande uppgifter: att ta data från ett ställe, transformera den och placera den någon annanstans.
Inom professionella tjänster ser detta ofta ut som onboarding av klienter eller dokumentgranskning. Om du fortfarande gör detta manuellt betalar du en massiv osynlig skatt. Till exempel spenderar många företag tusentals pund på skräddarsydd programvara för professionella tjänster som de bara använder till 10 % av dess kapacitet eftersom ”friktionen” vid datainmatning är för hög. AI eliminerar den friktionen genom att sköta datainmatningen åt dig.
AI-strategin: Använd LLM:er (Claude eller ChatGPT) för syntes och verktyg som Zapier eller Make för att överbrygga gapet mellan dina appar.
Kvadrant 2: Den osynliga skatten (Hög frekvens / Låg friktion)
Dessa uppgifter ”gör inte ont” eftersom de är enkla, så de passerar ofta under radarn. Tänk: ”Snabba” mejlsvar eller kontroll av banksaldon. Eftersom de har låg friktion tänker du: ”Jag gör det bara själv.”
Det är här 90/10-regeln blir aktuell. När AI kan hantera 90 % av en funktion (som att skriva utkast till 90 % av dina rutinvänliga mejl), är det värt att fråga sig om de återstående 10 % faktiskt kräver din manuella inblandning varje gång. Ofta kan dessa uppgifter batch-automatiseras, vilket sparar dig hundratals ”mikro-avbrott” i veckan.
Hur man använder AI i affärsverksamheten: Implementering
När du väl har identifierat dina uppgifter i Kvadrant 1, försök inte bygga en anpassad AI-lösning direkt. Börja med nischade punktlösningar.
Om din friktion ligger i ekonomisk uppföljning, sluta använda manuella loggar. När du jämför AI-drivna verktyg mot traditionella kalkylblad, är förhållandet mellan kostnad och nytta inte ens i närheten. Ett kalkylblad kostar dig ”ingenting” i programvaruavgifter men hundratals pund i ”skatt för mänskliga fel” och ”tidsskatt”. Ett AI-verktyg kan kosta £30/månad men ger dig fem timmar av ditt liv tillbaka.
Begrepp att komma ihåg:
- Automatiseringsångest-paradoxen: De företag som är mest tveksamma till att använda AI är vanligtvis de med de mest manuella och friktionsfyllda processerna. De känner att de ”inte har tid” att automatisera eftersom de är för upptagna med att utföra just de uppgifter som borde automatiseras.
- Byråskatten: Om du betalar en extern byrå £2 000 i månaden för att skriva ”SEO-bloggar” eller hantera grundläggande datainmatning, betalar du sannolikt för mycket. AI hanterar exekveringen; du (eller en betydligt billigare junior) hanterar redigering och strategi.
Din handlingsplan för måndag morgon
Du behöver inte en examen i prompt engineering för att börja. Du behöver bara vara ärlig med var din tid tar vägen.
- Genomför 15-minutersanalysen med hjälp av matrisen ovan.
- Välj UT EN uppgift i kvadranten för hög frekvens/hög friktion.
- Tillämpa ”AI First”-testet: Om du var tvungen att anställa en robot för att utföra 80 % av denna uppgift imorgon, hur skulle du förklara instruktionerna för den?
Genom att dokumentera processen för en AI upptäcker du ofta att processen var bristfällig redan från början. AI automatiserar inte bara din verksamhet; det tvingar dig att förtydliga den. Denna tydlighet, mer än själva programvaran, är vad som gör ett företag effektivt, lönsamt och redo för framtiden.
Var finns den största friktionen i ditt arbetsflöde just nu? Om du kan namnge den, kan du förmodligen automatisera den. Låt oss börja där.