Skip to main content
Key Takeaways

Styrning: En framgångsrik AI-användning börjar med enhetliga processer och styrning, inte med val av plattform eller distribution av licenser.

Upprensning: Upprensning av dokumentationen blottlade motstridiga arbetsflöden och skapade den tillförlitliga grund som automatiseringen behövde för att koppla samman team.

Insyn: Integrerade system gav design-, handels- och ingenjörsteamen gemensam insyn i beslut, beroenden och överlämningar.

Skyddsräcken: Avgränsade AI-agenter med manuella kontrollpunkter minskar beroenderiskerna samtidigt som mänsklig översyn bevaras i automatiserade arbetsflöden.

Introduktion: Små odokumenterade uppgifter, som instruktioner för skrivare, avslöjade värdefulla kunskapsluckor som AI kan bidra till att sprida.

För många företag börjar AI-användningen med ett samtal om verktyg: vilken plattform, vilken licensnivå och vilket team som får tillgång först. Men enligt Jeffrey Cedeno, Design Program Manager på NBCUniversal, som har ägnat det senaste året åt att hjälpa till att rulla ut AI i design- och ingenjörsteamen, är det helt fel utgångspunkt.

”Vi lanserade ett styrningssystem för varje befintlig operativ process, så att vi kunde börja förena olika team”, säger Cedeno. AI-verktygen kom i andra hand. Styrningen kom först.

Vi lanserade ett styrningssystem för varje befintlig operativ process, så att vi kunde börja förena olika team

Jeffery Cedeno-60782

Jeffrey Cedeno

Programchef för design, NBCUniversal

Ordningen ”process före plattform” är skillnaden mellan AI som effektiviserar en organisation och AI som bara automatiserar samma röra lite snabbare.

Continue Reading for Free

Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.

Vi satte oss ner med Cedeno för att höra hans syn på hur det faktiskt har sett ut i praktiken i hans team: framgångarna, skyddsräcken och det oglamorösa städarbete som gjorde AI-utrullningen möjlig från första början. Så här sa han.

Tecknet: AI blottlägger det som aldrig definierades

Cedeno hade inte som mål att bygga om den operativa dokumentationen. Han ville få design- och ingenjörsteamen att använda AI mer konsekvent. Men i samma ögonblick som de försökte mata in verkliga arbetsflöden i AI-verktyg blev bristerna omedelbart tydliga.

”Vi upptäckte verkliga brister i vår egen verksamhetsstyrning. Ett team kunde till exempel ha en projektplan som de använde, medan ett annat team hade ett helt annat dokument för samma sak”, säger han. ”Det här hjälpte inte till att effektivisera arbetet eller skapa kontinuitet.”

Vi upptäckte verkliga brister i vår egen verksamhetsstyrning.

Det är den typ av problem som kan ligga öppet men obemärkt i flera år. Alla antar att deras egen process i grunden fungerar – tills något behöver läsa igenom alla processer samtidigt, och det visar sig att det aldrig fanns en enda gemensam process från början.

Get timely perspective on the shifts, decisions, and trade-offs shaping your role, plus practical resources you can put to work.

Get timely perspective on the shifts, decisions, and trade-offs shaping your role, plus practical resources you can put to work.

Den oglamorösa lösningen kom först

Innan någon automatisering rullades ut gjorde Cedenos team det som ingen ville göra: de valde ett verktyg för en uppgift, städade upp det och eliminerade dubbelarbete.

”För vår del är SharePoint riktigt bra för levande dokumentation, och det är det som plattformen används till”, förklarar han. ”Vi städade upp varenda mapp och såg till att det fanns mycket uppdaterad information om varje ämne för varje team.”

Confluence fick samma behandling och strukturerades om till en riktig wiki med en tydlig hierarki. Städningen var inte försiktig. ”Jag raderade hundratals sidor så att vi kunde strukturera om all data så att den stämde överens med vårt styrningssystem”, säger Cedeno.

Först när den strukturen fanns på plats började automatiseringen göra verklig nytta genom att koppla samman SharePoint, Jira och Confluence, så att en registrering av ett ärende i Airtable automatiskt kunde skapa ett motsvarande Jira-ärende utan att någon behövde mata in uppgifterna manuellt igen. ”Inget av det där hade varit möjligt utan AI-integrationen”, säger han. Men AI-integrationen hade inte varit möjlig utan städningen först.

Vinsten var tydlighet, inte bara snabbhet

Det mest konkreta resultatet var inte snabbare leveranser, utan insyn över teamgränserna – något som helt enkelt inte hade funnits tidigare. Cedeno lyfter fram den långvariga bristen på samordning mellan design- och handelsteamen som ett tydligt exempel.

”Vi har ett handelsteam och ett [design]team. De här teamen arbetade i silor, och nu är vi alla integrerade”, säger han. Tidigare kunde ett designbeslut gå vidare utan hänsyn till något som en reklampaus, eftersom teamen ”bara skickade saker vidare och vi hade ingen aning om vad som hände med dem”. Nu, säger han, ”är varje steg också något som någon behöver ta hänsyn till, och det här är också teamet som är involverat i den här saken som man inte tänker på”.

Berättelsen om skrivaren

Alla brister i dokumentationen är inte strategiska. Vissa blir bara uppenbara när man väl har lagt märke till dem.

"Även slumpmässiga saker – som hur folk använder skrivaren på företaget – vilket var en av de mest ställda frågorna i hela vårt team, saknades i dokumentationen", säger Cedeno. "Och bara två personer visste hur de skulle berätta för dig hur man gör det."

Även slumpmässiga saker – som hur folk använder skrivaren på företaget – vilket var en av de mest ställda frågorna i hela vårt team, saknades i dokumentationen.

Jeffery Cedeno-60782

Jeffrey Cedeno

Ansvarig för designprogrammet, NBCUniversal

Det är ett litet exempel, men det är den tydligaste illustrationen av det verkliga problemet: odokumenterad kunskap som fanns i två personers huvuden och som tidigare ansågs vara för trivial för att dokumenteras. Men det är sådana kunskapsbitar som kan göra AI mycket mer användbart, särskilt för nya medarbetare i en organisation som använder det för introduktion.

Skyddsräcket: Smala agenter, inte en enda megahjärna

Trots all entusiasm är Cedeno påtagligt försiktig med att samla allt i ett enda system. Hans team försöker inte bygga ett system som gör allt.

"Vi försöker skapa mycket specifika agenter, användningsområden och arbetsflöden, och sedan begränsa det där", säger han. Ett enda system som hanterar allt låter effektivt, men han ser tydligt vad man förlorar: "Det skapar en situation där du nu blir beroende av den här enda saken, och ju mindre mänsklig interaktion du har, desto större är risken att saker går åt skogen."

Därför har varje automatiserat arbetsflöde på NBCUniversal fortfarande vad han kallar en manuell kontrollpunkt. "Det finns en nivå av mänsklig interaktion, som en förbikopplingsnyckel, vid varje enskild kontaktpunkt", säger han, "så att någon upptäcker det om något inte stämmer."

Slutsatsen

Cedenos erfarenhet är en ganska direkt motbevisning av hur de flesta företag talar om införandet av AI. Instinkten är att börja med verktyget: ge alla licenser, håll några workshops och vänta på att produktiviteten ska öka. Det som faktiskt gjorde skillnad på Peacock var långsammare och mindre spännande: att enas om en process, rensa upp dokumentationen bakom den och först därefter låta AI automatisera det som redan var väldefinierat.

"Det kommer aldrig att bli perfekt", säger Cedeno. "Men jag kan definitivt säga att det har hjälpt oss att göra det så perfekt som det kan vara just nu."

Vill du ha fler insikter som dessa? Registrera dig för ett kostnadsfritt DPM-konto för att höra från fler experter som dessa.