Ännu är AI-användningen bara i sin linda. Hur kan det komma sig? Vår amerikanska systersajt CIO.com har pratat med några experter som lyfter fram de mänskliga faktorerna som de största hindren.

– AI är hett – men ändå så införs det inte i den takt som vi kanske vill, säger Larry Lefkowitz, chefsforskare inom AI på teknikkonsulten Sapient.

Han pekar på att många har ett luddigt begrepp om vad AI egentligen är.

– De förstår inte vilken typ av AI de borde använda eller hur de kan använda det bäst.

Och Michael Jabbara, global produktchef på Visa, håller med. Han beskriver hur hans största utmaning just nu är att övertyga ledningsgrupper om att AI inte kan lösa allt.

– Från AI som överklagar fortkörningsböter till AI-drivna sexrobotar. Trendiga tillämpningar av tekniken har gett lekmännen intrycket att det kan göra vad som helst säger han.

– Det innebär att från ett affärsperspektiv så tänker ledningen ”Åh, har du ett problem? Bara spraya lite AI på det”.

Så hur ska man tänka då? Jo, det gäller att börja med ett verkligt affärsmål som man försöker nå och sedan sätta upp en holistisk strategi för hur du ska nå dit.

– Hur ska du anpassa ditt system, dina processer, dina medarbetare...

Läs också: Artificiell intelligens når kokpunkten – så mycket ökar investeringarna

För Visas del kan det exempelvis handla om ett program som analyserar stora köp som faller utanför en kunds individuella köpmönster. I stället för att direkt flagga dem som bedrägeri så kan kontextmedveten AI inse att kortinnehavaren bara passat på att Cyber Monday-shoppa.

Ett sådant projekt gör direkt nytta på ett fokusområde inom affärsverksamheten – spårning av bedrägerier – samtidigt som det ger värde både för kunder och företaget i stort.

Att börja med en liten avgränsad uppgift håller också nere kostnaderna.

– Börja smått och visa på ett värde på ett litet område så blir det inte en så stor investering för verksamheten, säger Steve Meester, vice vd på försäkringsbolaget AIG.

Och genom att skapa partnerskap med leverantörer kan man också förebygga att ledningen blir chockade när de ser prislappen.

– Hellre än att investera i tekniken internt utan att veta om det kommer att lyckas eller inte så kan vi ta med en extern leverantör. I grund och botten bygger du en affärssituation för att få in och utveckla den förmågan internt.

Mänskligt nätverkande är ett annat sätt att röra sig framåt. När du väl bestämt dig för det bästa problemet att lösa och testat och utvärderat i mindre skala så är det dags att föra ut det i organisationen för att öka kunskapen om vad AI är och vad det kan åstadkomma.

– Skapa ett nätverk runt dig så när du rör dig framåt så omringas du, säger Michael Jabbara.

Steve Meester rekommenderar att man identifierar en ”early adopter” – ett rätt vanligt råd men inte så lätt. Men om man tänker som Michael Jabbara så kan den interna förkämpen mycket väl vara du själv. Det viktiga är att du kommunicerar på ett sätt som även de mindre teknikkunniga medarbetarna förstår dig.

– Prata om allt på verksamhetens språk. Eftersom du arbetar inom it så tror du kanske att du pratar verksamhetens språk men när du pratar med affärscheferna så inser du att nej, det är fortfarande inte det språk som de förstår. Men du måste få igenom din poäng på ett språk som de förstår.

Läs också: 7 myter om maskininlärning

Språket är också just det som gör många oroliga när de hör om AI. Även om positiva ord som ”innovativ” eller ”revolutionerande” används för att beskriva AI så upplevs AI ändå negativt från en anställds ståndpunkt. Revolutioner är också krig. Och om man känner sig osäker på sitt jobb kan innovation låta som en omskrivning för att säga att du inte är tillräckligt bra.

– Lösningar, speciellt inom automatisering, säljs in under premissen att de ska minska antalet anställda och spara pengar, säger Larry Lefkowitz.

Samtidigt, konstaterar han, när det ska presenteras på fältet så får människor ofta höra att de inte ska oroa sig. De ska inte ersättas – bara slippa det gamla slitet och göra roliga saker i stället. Det är ett budskap in och ett helt annat ut.

Därför är det viktigt att se till att medarbetarna hålls uppdaterade när projekten de utvecklar inte syftar till att dra ner antalet anställda utan ändra deras arbetsuppgifter framhåller Ward Eldred, lösningsarkitekt på Nvidia.

Han trycker på att även om maskininlärning har gått framåt så kan människorna inte ersättas ännu. Om du visar att du inser hur svårt en anställds jobb blir det lättare för den personen att förstå att hen inte ska ersättas av en dator vilken dag som helst.

– När människor faktiskt förstår vad konsekvenserna kommer att bli är de faktiskt väldigt mottagliga.

Precis som inför andra stora förändringar är det viktigt att involvera användarna i ett tidigt skede.

– Involvera dem som en del av lösningen, säger Dave Parsin, vice vd på Artificial Solutions.

Michael Jabbara pekar återigen på sitt förslag till ramverk för att anpassa system, processer och medarbetare. Först när alla de tre förs samman går det att se hur AI kan användas för att röra sig framåt.

– Och det är så du verkligen kan förändra resultaten – för AI är trots allt inte målet utan ett verktyg för att nå målet.