Det finns många olika fördelar och motiv till att investera i AI. En av dessa är att AI skapar varaktighet, detta innebär att kunskapen bevaras även när en individ eller grupp inte längre är tillgänglig i organisationen. Den kunskap som finns i AI-teknologi täcker de problem och beslutsscenarier som finns även långt in i framtiden. AI möjliggör också en utveckling av en lärande förmåga som kan användas för att ytterligare förlänga livslängden. Vidare kan
AI skapa tillförlitlighet, att lära av riktiga fram- eller motgångar är en möjliggörande funktion och fördel med AI, då den kan förstärka sitt lärande baserat på historisk data. Den breda tillämpningen av AI inträffar endast när tillförlitlighet har uppnåtts. AI har redan visat sig vara tillförlitlig genom att simulera mänsklig intelligens i olika resonemang. Effektivitet är ytterligare ett motiv till att investera i AI, vilket kan skapas genom att processer blir snabbare (Chowdhury & Sadek, 2012). Effektivitet beskriver värdet av en införd aktivitet och maximal effektivisering uppnås genom att använda organisationens resurser på bästa möjliga sätt. Genom att effektivisera en verksamhets olika aktiviteter och processer kan det vidare resultera i produktivitetshöjningar (Modell & Grönlund, 2006). Om en verksamhet till exempel tillämpar AI i beslutsprocessen krävs det mindre personal och därmed minskar också driftkostnaderna. Eftersom beslut ofta tas under stor osäkerhet kan AI-metoder vara lämpliga när en relation inte kan fastställas mellan orsak och verkan. AI-modeller fångar osäkerheten mellan det verkliga livet och olika scenarios genom att integrera tillgänglig kunskap med sannolikheter. Genom att automatisera beslutsprocessen kan AI underlätta snabbare beslutsfattande. Med hjälp av datainsamling, screening, bearbetning och beslutsfattande kan AI stödja snabbare lösningar på komplexa problem (Chowdhury & Sadek, 2012).
AI har stor påverkan på regeringar och samhällen. Det är viktigt att regeringar adresserar riskerna med AI för att kunna skydda medborgarna från dem, men också för att inse potentialen som tekniken besitter som många gånger identifieras i riskerna. Idag används AI främst inom stora industriföretag och det är därför viktigt att regeringen erbjuder stöd för att andra organisationer ska ha möjlighet att använda AI. Regeringar bör erbjuda stöd för digital teknik, speciellt till mindre företag och organisationer, för att stödja produktivitetstillväxten i ekonomin. Genom en bredare adoption av AI kan regeringar säkerställa att produktivitetsfördelarna som AI innehar, sprids mer över organisationer och näringslivet (Bughin et al., 2017).
AI kan skapa värde på flera olika sätt varav några av dessa värdeskapande aktiviteter är: prognostisering, produktivitet och skräddarsydda upplevelser. Det första sättet där AI kan skapa värde är via prognostisering, vilket innebär att AI-tekniken kan ta fram mer detaljerade prognoser över önskade ändamål för att kunna forma erbjudanden efter framtida önskemål. Det andra sättet där AI kan generera värde är via ökad produktivitet, oavsett om det avser produkter eller tjänster. AI kan därigenom hjälpa organisationer att hålla
verksamheten i kontinuerlig rörelse genom att optimera tillgångar och processer, samla de bästa teamen av människor och tekniker, förbättra kvaliteten, pålitligheten och förhindra att verksamheten står stilla i samband med att AI-tekniken inte behöver sova eller ta rast. Ett annat sätt som AI kan skapa värde på är genom skräddarsydda upplevelser. AI kan genom maskininlärning öppna en nerskalad version av skräddarsydda lösningar för en större del av kunderna och därigenom förbättra användarupplevelsen, skapa nya källor till värde för att göra upplevelsen rikare, mer kundanpassad och bekvämare (Bughin, et al., 2017).
3.3 Investeringsteori
Investeringar kan ses som ett organisatoriskt planerings- och beslutsproblem där det handlar om att utveckla processer för effektiv initiering, handläggning samt kalkylering och beslut om investeringar. Vidare kan investeringen även ses som ett långsiktigt finansiellt åtagande där kapital binds på lång sikt. En investering bör kopplas samman med strategin (Persson & Nilsson, 2001). Investeringar innebär följaktligen en produktionsomväg då resurser från en period investeras med förhoppningen om att skapa förbättrad kapacitet i framtiden och att de nyttigheter som genereras är varaktiga (Alpenberg & Karlsson, 2005).
Investeringar förekommer i alla möjliga sammanhang och organisationsformer. De långsiktiga satsningar som en investering innebär utgör grunden för att en organisation på lång sikt kan driva och utveckla sin verksamhet. Den strategiska planeringen går ut på att analysera långsiktiga utvecklingsmöjligheter och hur dessa påverkas av förändringar i omgivningen samt hur förändringarna kan tillvaratas på bästa sätt (Ljung & Högberg, 2007). Att genomföra större investeringar är en planeringsprocess med många olika inslag. Flera projekt har avpolletterats redan innan själva investeringsbeslutet och därmed lämnats outvecklade (Löfsten, 2002). I praktiken kan det även vara svårt att fastställa vad som bör betraktas som en investering och vad som inte är en investering avseende organisationers olika satsningar och projekt (Alpenberg & Karlsson, 2005).
3.3.1 IT-investering
IT genomsyrar idag varje affärssegment och IT-utvecklingen har de senaste 40 åren genererat stora förändringar som påverkat hela samhället, exempelvis via digitalisering. Ny informationsteknologi introduceras kontinuerligt vilket skapar möjligheter för verksamheter att förändra vad de gör, var, när och hur de gör det (Dos Santos & Sussman, 2000). Denna
tekniska utveckling leder till att det ställs högre krav på nya investeringar för att inte försämra konkurrenssituationen. En IT-investering består av både materiella och immateriella investeringar. Materiell i form av dator, nätverk, server och skrivare samt immateriella i form av bland annat kompetensutveckling av berörd personal (Persson & Nilsson, 2001). Den tekniska utvecklingen kan ge anledning till rationaliseringsinvesteringar. Snabb och avancerad teknik bör anskaffas för att ersätta, alternativt komplettera, mänsklig arbetskraft vilket vidare ökar effektiviteten i arbetet (Karlsson, 1999).
Moderna verksamheter förlitar sig starkt på IT för att öka produktiviteten och IT genererar fördelar i form av stöd för beslutsfattande, utveckling av projekt, förbättrade tjänster och stärkt personal med kunskap (Chen et al., 2018). IT-investeringar har visat sig ha positiva, konkreta resultat i form av produktivitet och kostnadsbesparingar. Dessutom har en utvärdering av IT-investeringar visat på utfall i tekniska termer som bland annat prestanda, tillförlitlighet, robusthet och säkerhet för nya IT-applikationer (Frisk, Lindgren & Mathiassen, 2014).
Flera undersökningar av IT:s påverkan på produktivitet och nytta visar på vikten av att investera i rätt delar av verksamheten. Innan beslut tas om nya IT-investeringar bör hänsyn tas till den egna organisationen, dess strategi och förutsättningar (Lundberg, 2009). En strategi beskriver den riktning som en organisation planerar att röra sig mot för att nå sina mål (Anthony, et al., 2014). Det finns med andra ord en medveten idé om hur organisationen ska bedrivas för att uppnå de uppsatta målen. En central fråga gällande styrning och strategi är vad som är den relevanta organisationen, det kan vara en koncern, ett affärsområde eller en förvaltning (Nilsson, Petri & Westelius, 2016). Att få med sig ledningen på olika nivåer i arbetet med IT-satsningen är likaså nödvändigt för organisationen (Lundberg, 2009). Varje ny IT-investering bör skapa effektivitet i en verksamhet. Ändå erhålls ofta få av de förväntade fördelarna inom den planerade tidsramen. Faktum är att många av de förväntade fördelarna inte uppstår förrän många år efter att verksamheten har investerat i en ny IT-lösning. Till följd av IT-investeringar krävs det även en omstrukturering av organisationen för att kunna räkna hem de förväntade fördelarna (Dos Santos & Sussman, 2000), detta för att inte anta investeringar som är mer utvecklade än vad organisationen kan hantera, då investeringar i IT kan vara dyra och tidskrävande (Gunasekaran, et al,.
2001). Förväntningar på IT-satsningar är ofta stora och drivkraften handlar om missnöje med dagens situation och frustration över ineffektiviteter och problem som uppstår i verksamheten, detta skapar förhoppningar om att stordåd ska uträttas. Dessa höga förväntningar leder således ofta till besvikelser över utebliven affärsnytta. För att undvika för högt ställda krav bör grundfrågan som ställs vara hur väl lösningen ligger i linje med de ambitioner och förutsättningar som finns i verksamheten. I en organisation är det viktigt att investeringar som tas är i linje med den sammanhängande strategin i och med att organisationer påverkas av handlingar och beslut (Nilsson, Petri & Westelius, 2016). Antas investeringar som inte står i relation till strategin kan det generera stora ekonomiska konsekvenser (Lindvall, 2011). En jämförelse av verksamhetens riktning och den riktning som IT-lösningen innebär bör därmed göras. Ligger dessa i linje med varandra är möjligheterna goda till att uppnå affärsnyttan, men om de drar åt olika håll bör förväntningarna tonas ner och anpassas till verkligheten (Lundberg, 2009).
För att rättfärdiga en investering i IT måste ledningen ta fram olika bedömningstekniker för IT-budgetering, IT-investeringshantering, IT-projektplanering och för avkastningen på investeringen. Det kan dock vara svårt att rättfärdiga IT-investeringen ändå då den har många materiella och icke-ekonomiska fördelar som tillkommer men som inte går att mäta. För verksamheter som använder vanliga investeringstekniker kan det uppstå viss osäkerhet för hur hela investeringens påverkan ska mätas. Varje investering leder dock till sina egna fördelar och kostnader och på samma sätt har varje investeringsteknik sina egna egenskaper och begränsningar (Gunasekaran, et al., 2001). Det finns många tillvägagångssätt för att investera i IT och egenskaperna hos ett projekt och dess organisationsmiljö skiljer sig från investering till investering. Därmed finns det ingen bästa metod för att investera i IT (Frisk, Lindberg & Mathiassen, 2014).
3.3.2 Investeringsprocessen
Ett investeringsprojekt har en lång historia innan ett slutligt avgörande om investeringen ska genomföras eller inte kan tas (Yard 2001). Yard (2001) presenterar följande steg för projektets faser: initiering → utveckling → förankring → framdrivning → beslut → genomförande → uppföljning. Löfsten (2002) och Segelod (1991) har delat in ett investeringsprojekts faser likadant men på ett lite mer översiktligt sätt: idé → planering → implementering → drift → avslutning. Slutligen är en annan vanligt förekommande indelning av investeringsprocessens olika faser: initieringsfasen → bedömningsfasen →
beslutsfasen (Bower, 1986). Denna är inte lika detaljerad som Yard (2001), Löfsten (2002) eller Segelods (1991), men Bowers (1986) olika steg kan ses som grundstenarna för investeringsprocessen. Vi kommer främst använda oss av Bowers (1986) och Löfstens (2002) faser för investeringsprocessen då vi studerar processen fram till det att beslut har tagits och inte stegen efteråt, som bland annat uppföljning. Detta på grund av att vi är intresserade av organisationers tillvägagångssätt vid införandet, inte resultaten av investeringarna. Från Bower (1986) kommer vi använda det första och sista steget, initieringsfasen och beslutsfasen men sedan kommer Löfstens (2002) planeringsfas användas som en andra fas då denna bättre beskriver planeringsarbetet med kalkyler och dylikt som vi vill utnyttja i detta arbete. Det kommer även ske en koppling till andra forskares bidrag som överensstämmer med Bowers (1986) och Löfstens (2002) investeringsprocess.
Figur 3.1 Tre faser för investeringsprocessen, egen illustration baserad på Bower (1986) och Löfsten (2002).
Initieringsfasen består huvudsakligen av själva idén för investeringen. Investeringsidén kan
uppstå till följd av olika anledningar, till exempel på grund av för hög kostnad, otillräcklig kvalitet eller bristande kapacitet (Bower, 1986). Enligt Löfsten (2002) uppstår idén och därefter ska problemet preciseras, vad som ligger bakom investeringen kan vara någon form av missförhållanden eller en idé till förbättring. Om en målsättning inte preciseras är det svårt att veta vilka konsekvenser som ska beaktas och vilken vikt vardera av dessa konsekvenser har (Ljung & Högberg, 2007). Tillgång och efterfrågan bör även analyseras samt olika tekniska produktionsparametrar. Här är det fråga om kvalitativ data, till exempel om investeringen har möjlighet att uppfylla de principiella krav som ställs (Löfsten, 2002). Segelod (1991) beskriver initieringsfasen med den grundläggande idén som en utredning där någon har upplevt en avvikelse mellan vad organisationen vill uppnå och vad den kan uppnå, eller någon som har en idé för hur organisationen kan bli mer lönsam. Den första initieringsfasen består även av de aktiviteter som krävs för att utveckla idén samt förberedande aktiviteter för efterföljande faser. Den första fasen ska se till att endast de bästa
investeringsalternativen presenteras för ledningsgruppen. Hur stora investeringar det handlar om och för vilka kostnader avgör hur högt upp i organisationen som beslutet måste tas (Bower, 1986).
Planeringsfasen handlar om att undersöka ett eller flera alternativ noggrannare, ekonomiska
kalkyler ska upprättas och ett förslag presenteras sedan för ledningen. I planeringsfasen blir informationen och beslutsunderlaget mer detaljerat (Löfsten, 2002). Här handlar det om att ta fram alternativ och kartlägga dess konsekvenser. I detta steg bör konsekvenserna först identifieras genom att fastslå fördelar och nackdelar. Därefter ska de identifierade konsekvenserna mätas i form av exempelvis tid, mängd, avstånd etcetera. Sedan ska konsekvenserna värderas, först och främst i kronor. Vilka konsekvenser som är viktigast att ta hänsyn till är beroende av beslutssituationen (Ljung & Högberg, 2007). Värderingen av ett investeringsalternativs konsekvenser måste gälla i flera dimensioner. Värdering av andra konsekvenser än monetärt kan vara svårt att mäta, exempelvis år, procent eller kapacitet. Tekniska konsekvenser är svåra att översätta i ekonomiska termer och därför är det vanligt att göra en teknisk utredning i syfte att försöka analysera investeringens tekniska konsekvenser. De tekniska konsekvenserna är således en väsentlig del av beslutsunderlaget (Löfsten, 2002).
Vidare bör en kalkyl upprättas och en känslighetsanalys genomföras. I känslighetsanalysen undersöks hur kalkylen påverkas av förändringar i förutsättningarna gällande kalkylräntan, livslängd och storleken på in- och utbetalningar (Ljung & Högberg, 2007). Bowers (1986) investeringsprocess går vidare in i bedömningsfasen efter initiering vilket handlar om att den idé som uppstod i initieringsfasen ska överensstämma med verksamhetens övergripande mål. I denna fas sker en förändring för planeringen av de risker och möjligheter som tagits fram i den tidigare fasen (Bower, 1986). Vidare beskriver Segelod (1991) denna del av investeringsprocessen som en utvärdering av olika investeringsalternativ för att därefter ta fram en anslagsbegäran till ledningen.
Investeringskalkylens relevans för att bedöma en situation är beroende av vilken säkerhet som de ekonomiska konsekvenserna kan kvantifieras och definieras av. För vissa typer av investeringar, till exempel i ny teknik, är detta väldigt svårt. Komplexiteten i denna handlingssituation innebär att hänsyn måste tas till tekniska, sociala, strategiska,
förenklad modell som enbart behandlar de ekonomiskt mätbara konsekvenserna och därför är lönsamhetskalkyler begränsade i sin betydelse i beslutsunderlaget (Persson & Nilsson, 2001).
I statliga investeringar är många aktörer inblandade. God planering är av stor vikt här, men det behöver inte betyda att det i förväg har utformats planer som måste följas till punkt och pricka utan det innebär att olika alternativ har vägts mot varandra, risker har värderats och analyserats och en handlingsberedskap har förberetts (Murray, et al., 2013). En myndighet som gör en lönsamhetskalkyl gör en systematisk undersökning av hur de ska hushålla med statens medel på bästa sätt. För att kunna välja mellan olika alternativ hjälper lönsamhetskalkyler till att ta fram det mest kostnadseffektiva alternativet eller det som är mest samhällsekonomiskt lönsamt. Lönsamhetskalkylering är till för att väga samman kostnader nu och i framtiden. De kan stödja verksamhetsutvecklingen genom att i ett tidigt stadie sålla bort de dåliga idéerna och plocka fram de goda och vidare hjälpa till att utforma investeringar så att de blir lönsamma (Statskontoret, 2004). Statliga myndigheter finansieras i huvudsak av skattemedel och vid upprättandet av lönsamhetskalkyler måste de följa två principer. Den första är myndighetsekonomiska lönsamhetskalkyler som ska visa hur myndighetens resursanvändning och dess interna effekter påverkas. Den andra principen är den samhällsekonomiska lönsamhetskalkylen, som handlar om effekter för medborgare, företag och andra myndigheter, med andra ord, hela samhällsekonomin (Statskontoret, 2004).
Slutligen hamnar investeringen i beslutsfasen där ett slutgiltigt beslut om en investering antingen ska godkännas eller avslås, baserat på de underlag som tagits fram i de tidigare faserna. Det investeringsbeslut som godkänns måste kunna bidra till organisationens övergripande mål (Bower, 1986) och därmed agera i linje med organisationens strategier (Lundberg, 2009). Investeringsbesluten tas vanligen på en hög nivå i organisationen och ledningen bör här ställa sig frågan “är denna investering lönsam?” (Ljung & Högberg, 2007). Även Yard (2001) har med beslutsfasen i sin investeringsprocess där han beskriver att beslutet ska tas baserat på utvärdering av olika projekt och vilket av dessa som ska genomföras.
3.4 Risk
Det finns olika definitioner av risk och två av dessa är objektivt tvivel om resultatet i en given situation och möjligheten av en olycklig händelse. Det väsentliga elementet för risk är oförutsägbarhet, en tendens att verkliga resultat skiljer sig från de förväntade resultaten (Athearn, 1971). Riskhantering innebär en granskning av befintliga förväntningar och handlar om att minska de potentiella överraskningarna. En sådan reduktion uppnås genom att antingen ändra förväntningar eller att försäkra att de kommer att bli realiserade (Athearn, 1971).
Organisationer kan ses som öppna system som verkar i en miljö som kan påverka eller påverkas av verksamheter vilket är särskilt relevant i sammanhanget för strategiska IT-investeringar. En av de specifika riskerna med IT-investeringar är de organisationsspecifika riskerna som påverkar en organisation att framgångsrikt förverkliga sina investeringsmöjligheter. De organisationsspecifika riskerna kan vidare delas in i monetär risk, projektrisk, funktionalitetsrisk och organisationsrisk. Den monetära risken handlar om att organisationen inte har råd med investeringen, möjligen på grund av att den finansiella exponeringen inte är acceptabel eller att de planerade investeringskostnaderna inte förblir i linje med de beräknade investeringsfördelarna. Projektrisk handlar istället om projektets storlek och komplexitet och om den befintliga IT-personalen inte innehar tillräcklig kompetens eller erfarenhet avseende en viss teknologi, alternativt att organisationens IT-infrastruktur är bristfällig. Vidare avseende funktionalitetsrisk, en organisation kan bygga en programvara enligt de önskade specifikationerna, men fortfarande misslyckas med att inse de förväntade fördelarna eftersom kraven är fel till att börja med. Slutligen handlar organisationsrisk om att IT-investeringen kan undermineras av människornas intresse för att implementera en sådan teknologi, alternativt att organisationen implementerar teknologin för långsamt (Benaroch, 2015).
Det finns många olika risker med AI. Eftersom AI-system inte förstår de uppgifter som de utför samt att de baseras på träningsdata, vilket vanligen består av historisk data som AI-tekniken baserar sin kunskap på, är de långt ifrån felfria och därmed uppstår vissa risker. Tillförlitligheten i deras resultat kan äventyras ifall viss data är partisk, ofullständig eller av dålig kvalité. Vidare om det finns programmerade fel kan algoritmer inte fungera som vanligt vilket ger vilseledande resultat och kan skapa allvarliga konsekvenser. Det finns även
en risk för cyberattacker; hackare som vill stjäla personuppgifter eller konfidentiell information kommer i allt högre grad rikta in sig på AI-system. Legala risker är också något som kan uppstå vid användandet av AI. System som analyserar stora volymer konsumentdata kanske inte uppfyller kraven för vissa bestämmelser om dataskydd. Dessa risker kan även medföra risk för ett försämrat rykte om en organisation visar sig strida mot vissa regler eller etiska aspekter (Băjenescu, 2018).
En annan risk med AI är att det aldrig garanteras att den ger den optimala lösningen. När AI löser ett problem ges det sällan någon ordentlig inblick i problemet och lösningens karaktär. Oförmåga att göra känslighetsanalyser är ett exempel av denna risk. För att få insikt i problemet kan det hända att AI-modellen måste köras om flera gånger för att kunna bedöma lösningens känslighet för olika antaganden och parametrar vilket kan vara krävande av dataresurser. En annan risk som kan uppstå med AI är det potentiella ansvaret som AI kan medföra. Dilemmat handlar om vem som ska stå ansvarig i situationer där AI:n tar beslut, till exempel om det byggs fullt automatiska fordon i framtiden och om detta fordon sedan är med i en olycka. Då uppstår problematik om vem som ska stå ansvarig för olyckan (Chowdhury & Sadek, 2012).