Vi hadde en AI workshop som egentlig ikke handlet om AI

I april samlet vi et lite utvalg mennesker fra ulike selskaper og roller til en fagfrokost hos oss i Variant. Undertegnede og Marius Krakeli hadde ti deltagere fra blant annet bank, telecom, utdanning, offentlig sektor og startups, og en litt click-baity tittel: “Kan AI ta deg fra idé til konsept på 90 minutter?”

Men budskapet vårt hadde egentlig en litt annen vinkling: øker vi egentlig tempoet vårt ved å skynde oss så veldig mot en løsning?

Vi ville vise frem en annen metode for å bruke AI til å øke tempoet. Ikke gjennom å bruke AI til å løse alle problemene, men ved å bruke AI til å gjøre oss til bedre og raskere problemløsere.

Vi ville ikke lage en ferdig demo

Det enkleste hadde vært å forberede en polert gjennomgang, presentert en forhåndsvalgt ide som eksempel, kjørt den gjennom en metode der vi hadde testet utfallet, og vist frem et stilig resultat på en storskjerm.

Det hadde sikkert sett bra ut, og det hadde kanskje bevist at det fungerer å bruke AI til å lage et konsept og en handlingsplan raskt, og ganske presist — men for den ene idéen, i den ene konteksten, med de verktøyene vi brukte.

Men vi mener at vår tilnærming kan brukes av alle, på alle idèer, umiddelbart. I realiteten er ikke arbeidet med å realisere ideer og nå ambisjoner polert, det er uforutsigbart og mye prøving og feiling. Den største tempoøkningen får vi når vi blir raskere til å dra sammen, i samme retning.

Hva ville vi oppnå?

Vi ønsket at deltagerne skulle sitte igjen med en metode for å kunne komme raskere fra ide til løsning, ikke bare ved å løpe fortere, men gjennom økt evne til å ta beslutninger, prioritere og sette retning.

Våre påstander er

• å bare bygge raskere øker risikoen for at man beveger seg lengre i feil retning
• å produsere prototyper for raskt kan gjøre eksisterende problemer verre
• ved å bruke AI tidligere i produktutviklingsprosessen, kan man sikre verdien av høy hastighet

Hva vi gjorde

Vi startet med å spørre om hva som er de største hinderne mellom idé og handling i dag. Det var tre ting gikk igjen uansett bransje og rolle: prioritering, forankring og beslutninger.

• For mange idéer, for lite filtrering: Det er ikke mangelen på ideer som er flaskehalsen, det er et motsatte. Å prioritere og få de riktige ideene gjennomført. Det er for mange ideer, for lite filtrering, og alt er viktig. Som en deltaker formulerte det:

“syltetøyet er allerede smurt for tynt utover brødskiva.”

• Raskere produksjon krever raskere forankring, noe det er stadig mindre tid til Å få gode beslutninger krever godt beslutningsgrunnlag, som krever flere perspektiv, som krever bred forankring, som igjen krever en felles forståelse av retning. Dette tar tid, og skalerer ikke med flere folk og perspektiver. Konsekvensen er at det jobbes mye, men i forskjellig retninger.

Etter refleksjonen ba vi om en idé fra rommet. Vi tok ideen vi fikk, og kjørte den gjennom en metode, live på storskjerm, med AI som sparringpartner og alle i rommet kom med sine bidrag og sine meninger. Litt som et vanlig samarbeidsmøte med andre ord.

Vi hadde ingen kontekst, ingen data, ingen startinformasjon og var en gjeng mennesker som aldri har jobbet sammen, men det var litt av poenget.

Metoden startet ikke med en ferdig spesifikasjon, tvert imot starter den med å ta oss fra det vi tror er en løsning, til det som faktisk er problemet vi forsøker å løse. Det meste verdifulle vi fikk frem var ikke det AI’en svarte, men det som kom frem gjennom samtalene i rommet, fordi vi brukte AI til å stille spørsmål.

Vi startet ikke med å gi AI’en en oppgave om å bygge noe, den fikk en oppgave om å stille spørsmål og utfordre oss, slik at vi fikk en bedre felles forståelse og løftet flere perspektiv.

Det skjer noe i en gruppe når spørsmålene kommer “utenfra”: En maskin er ikke redd for å stille dumme spørsmål, eller gi pushback. Den er ikke begrenset av organisatorisk politikk, følelser eller maktforhold. Den vet heller ikke om det var en leder som kom med et innspill eller en junior utvikler. Vi antar ikke at den forstår forventninger vi ikke har vært tydelige på. Vi blir ikke fornærmet av kritiske spørsmål, og vi er mer åpne for direkte tilbakemeldinger når innspillene våre rett og slett ikke er veldig gjennomtenkt.

Alle i rommet deltok aktivt, og det kom frem perspektiver, erfaringer og vinklinger fra både mennesker og maskin.

På langt under 90 minutter hadde vi en problemformulering som adresserte noen sentrale risikoer, og som alle i rommet forsto, og en visuell prototype som kan itereres videre på.

Verken hype eller skepsis Det finnes mange gode fagkilder om AI, der man lærer å jobbe effektivt, få ut ting raskere og dekke flere roller på en gang. Det finnes også mange gode fagkilder mot AI, der man lærer om fallgruvene ved å slippe noe man ikke har helt kontroll på ut i arbeidsstrømmene sine.

Vi er ikke så opptatt av å ta en side, men vi vet at vi ser mange muligheter, og at vi har noen bekymringer som vi ikke er alene om. Det er et mønster som går igjen på tvers av bransjer: det rapporteres om økt produktivitet, men samtidig at man ikke beveger seg raskt nok. Kanskje produserer vi mer, men vi produserer ikke nødvendigvis bedre. Når vi har uendelig med muligheter, beveger vi oss ikke raskere av å kun bli bedre på “fail fast”. Utviklingskosten av å teste ideer kan reduseres kraftig med AI, men hva gjør det med den kognitive kosten av å stadig måtte ta valg og gjøre prioriteringer raskere?

Det er akkurat det vi er opptatt av: å finne de bærekraftige arbeidsmetodene som gjør det raskere å bevege seg i riktig retning. Og det begynner med et spørsmål mange hopper over: hva er det egentlig vi skal oppnå?

Hva lærte vi?

• De fleste bruker AI til å bygge noe, men veldig få bruker det til å forstå hva de faktisk bør bygge. Da vi spurte hvem som hadde brukt AI siste uke, rakk alle hånda opp. Da vi spurte hvem som hadde brukt det til noe annet enn å produsere tekst eller bekrefte egne antakelser var det en eller to. Vi bruker altså AI til å aksellerere utførelsen, men ikke tenkingen. Og vår erfaring er at det sjeldent er utførelsen som gjør at et produkt eller et initiativ mislykkes.
• De fleste bruker primært AI som et individuelt verktøy, svært få bruker AI som et samarbeidsverktøy. Mange så verdien av AI som samarbeidsverktøy: kjøre dialog og få utfordret påstander. Dette touchet inn på en annen sterk mening vi har: at AI ubevisst kan skape individuelle siloer og gjøre det enda vanskeligere å forkaste dårlige ideer, men det får bli en fagfrokost for seg selv.
• Vi fikk styrket hypotesen om at de fleste har de samme problemene, og kjenner på de samme utfordringene, og at det er utrolig stor verdi i interaksjon på tvers av domener, og folk som kommer fra ulike roller og erfaringer.

Hva overasket oss?

• Hvor åpent samtalene gikk mellom mennesker som aldri hadde møtt hverandre, men som kjente på de samme utfordringene.
• Hvor hardt AI faktisk utfordret oss, til og med da vi som gruppe synes vi hadde tenkt på det meste!
• Flere så at metoden kunne brukes til mer enn produktutvikling, men generelt for å strukturere problemløsing rundt prosesser og initiativer. Dette var et skikkelig “yess!”-øyeblikk for oss, fordi det er midt i smørøyet for budskapet vårt. Dette er en universell samarbeidsmetode men med AI som verktøy (en annen bloggpost for en annen dag!)

Men de to beste overraskelsene kom fra deltagerne

• “Jeg har med en ide!”. En av deltagerne lot oss bidra på en reell ide som var litt fastkjørt, noe som gjorde at vi fikk validert om fagfrokosten faktisk ga noe håndfast for å finne veien videre, både for arbeidsmetode og konseptutforming.
• “Dette laget jeg på 90-tallet!”. En herlig tilfeldighet i at en av deltaker hadde erfaring med å lage noe tilsvarende. I stedet for å drepe ideen, var det med å formet løsningsrommet og ga gruppen erfaring de ellers ikke hadde hatt tilgang til. Dette viste oss at måten en samtale fasiliteres på er helt avgjørende for hvorvidt man ser muligheter eller hindringer.

Konklusjonen: Dette var ikke primært et foredrag om AI Det vi gjorde i det rommet er ikke nytt: problemforståelse, mulighetsutforsking, konseptforming, validering. Det er produktutvikling slik produktutvikling bør gjøres. Det som er nytt er at det tok 45 minutter, ikke 4 uker, å forankre en problemforståelse i en gruppe med helt forskjellige mennesker. Vi lot AI tvinge oss til å formulere problemet tydelig, til å utfordre våre egne antagelser, til å tenke i brukerverdi i stedet for features.

Dette er ting vi alltid har visst at man burde gjøre, vi ville vise at det finnes metoder for å gjøre det raskt nok til at man faktisk gjør det. Som mennesker med sterk lidenskap for teknologi, mennesker og bedre arbeidsmetoder, er vi opptatt av:

• Bruker vi AI på en måte som akselererer time to money?
• Eller akselererer vi time to bloat og merarbeid?

Hvordan bruker du ny teknologi?

Avslutningsvis Vi sier ikke at alle kan eller bør lage ferdige konsepter på 90 minutter. Tiden vi bruker på innsikt og problemforståelse bør stå i forhold til verdien vi håper å få tilbake. Det vi viste er en komprimert versjon av en metode som fungerer aller best når man har et grunnlag med egne data, egen kontekst og kunnskap om egne brukere.

Jo mer kontekst, jo bedre spørsmål og pushback får du. Men selv uten dette, vil det å bare starte med et enkelt spørsmål gi umiddelbar verdi gjennom å tvinge frem antakelser, forventninger og hva som er den felles forståelsen.

Vi i Variant jobber med organisasjoner som vil bli bedre på å gå fra utforsking til handling raskere, og å skape verdi og læring på veien.

Har du en idé som har stått stille for lenge, et konsept som mangler retning, eller et team som trenger en raskere vei fra ide til handling? Eller merker du bare at det lugger i noe, men vet ikke helt hva og hvorfor?

Ta en kaffe og en prat med oss. Vi lover å stille spørsmål du ikke visste du trengte å svare på, med eller uten AI.