Når I har gjort jer alle de indledende overvejelser og forberedelserne er på plads, er I klar til at tage de første spadestik med egentlig teknologi-anskaffelse, og i første omgang være i stand til at kunne eksperimentere med AI.  

Gør jer klart hvad formålet med at arbejde med AI egentlig er
Begynd med at definerer, hvad de vigtigste læringspunkter, I ønsker at opnå, når I går i gang med at eksperimenterer med AI er. Ved at have styr på denne de ønskede læringspunkter, kan I lettere prioritere, hvilke projekter I skal starte med. Vil I være bedre til en specifik AI-disciplin? Vil I skabe gevinster hurtigt (men ikke skalerbart)?, Vil I udbrede brugen af AI i jeres virksomhed?  Spørgsmålene er mange, men det er vigtigt at I får skabt en overordet målsætning , der også kan understøtte jeres fortælling omkring AI. 

Det første forsøg skal helst være en succes
Et godt sted at starte, er med de ideer, der er let gennemførlige (med relativt lave indgangsbarrierer på tech og data-siden), og som hurtigt skaber en form for værdi, der er attraktiv. Her er digitale assistenter ofte noget, der giver hurtig værdi, og hvor der er mange predefinerede løsninger. Læs mere om gode første cases i afsnittet Hvad har andre gjort? 

Gå systematisk til værks
Det næste skridt er at sikre, at I har de rette kriterer for udvælgelse af projekter og gennemgå de projekter, der er identificeret i forhold til kriterierne, f.eks. i en compliance-matrixs, hvor I vurderer projekterne ud fra forventet værdiskabelse og hvor realistisk det er at gennemføre projeketet. Her kan I foretage vurderinger og vælge det næste projekt, der skal udvikles ud fra en struktureret proces. En proces til løbende evaluering af jeres AI-initiativer vil være nyttig, også til at beslutte, hvilken rækkefølge de skal køres i. Den rækkefølge, I beslutter kan være forskellen mellem fiasko og succes, da timing og modenhed er vigtig faktor når I arbejder med  AI-projekter.  

Køb, konfigurer eller byg selv
Når I går i gang med at udvikle AI-løsninger, er det altid vigtigt at overveje, hvilken taktik der er bedst. Skal I købe, konfigurer eller bygge selv? 

 Ved at købe kan I hurtigt komme i gang med teknologi, der virker. Det kan være en omkostningseffektiv måde at starte på. Nogle vælger at starte med færdige løsninger, men derefter konfigurer eller videreudvikle dem til eget brug. Nogle få vælger at skabe deres helt egne løsninger, enten deres egne sprogmodeller eller helt andre AI-drevede applikationer 

Opret små teams med fokus på fleksibilitet
Der findes mange måder at fordele nye AI-ressourcer på, men den mest succesfulde har indtil videre været, at der etableres små agile teams, der begynder at eksperimentere med AI, tæt på forretningen. Brug de rammer, I allerede har etableret i virksomheden for, hvordan I arbejder med f.eks. innovation, agil udvikling, produkt- og serviceudvikling og/eller teknisk test, eller hvad I nu har på hylderne. Når I har de nødvendige kompetencer og data på plads, er det en god idé at I starter i det små med MVP (most viable project) pilotprojekter for at teste jeres AI-løsninger i praksis. Det giver mulighed for at evaluere effektiviteten/gevinsten af AI og foretage de nødvendige justeringer, inden teknologien rulles ud i større skala. MVP Pilotprojekter kan også hjælpe med at identificere eventuelle udfordringer og barrierer, der skal overvindes, før AI kan implementeres bredt i jeres organisation.