Hvad koster en AI-forundersøgelse?
En AI-forundersøgelse koster normalt 53.000–160.000 DKK og tager 3–6 uger. I får en vurderet liste over mulige use cases, en gennemgang af jeres datamodenhed, en risikoanalyse i forhold til GDPR og AI-forordningen samt en anbefalet pilot. Forundersøgelsen er den billigste forsikring mod at satse millioner på den forkerte use case.
En AI-forundersøgelse er den mindste investering du kan foretage i AI, og den med størst løftestangseffekt. For 53.000–160.000 DKK og nogle ugers arbejde får du svar på det spørgsmål der afgør alt hvad der kommer bagefter: Hvilket problem skal vi løse først, og er vores data klar til det? Det er ved at springe det trin over at virksomheder ender i millionprojekter der aldrig burde være blevet sat i gang.
Hvad forundersøgelsen koster og hvad der styrer prisen
| Omfang | Typisk pris | Tidsramme |
|---|---|---|
| Afgrænset forundersøgelse, én afdeling | 53.000–85.000 DKK | 3–4 uger |
| Bred forundersøgelse, flere funktioner | 85.000–130.000 DKK | 4–5 uger |
| Forundersøgelse med dybdegående teknisk gennemgang af data | 130.000–160.000 DKK | 5–6 uger |
Prisen styres af hvor mange dele af forretningen der skal kortlægges, hvor mange interviews og workshops der kræves og hvor dybt datagennemgangen går: fra en overordnet vurdering til en teknisk gennemgang af faktiske systemer og datamængder.
De leverancer du skal kræve
En forundersøgelse er kun prisen værd hvis den ender i et konkret grundlag som man kan træffe beslutninger på. Kræv disse fire:
- Oversigt over use cases med vurdering. En liste over mulige use cases i jeres forretning, vurderet efter forretningsværdi, gennemførlighed og risiko. Ikke et inspirationskatalog, men en rangordning med begrundelser der kan udfordres.
- Datagennemgang. Hvor findes dataene til de vigtigste use cases, i hvilken stand og med hvilke adgangsrettigheder? Datamodenheden er den største omkostningsfaktor i AI-projekter, og det er her den bliver synlig før den bliver dyr.
- Risikoanalyse i forhold til GDPR og AI-forordningen. Hvilke use cases indebærer behandling af personoplysninger? Havner noget på et højere risikoniveau efter AI Act? Hvad kræver det i så fald? Det afgør nogle gange rangordningen mere end forretningsværdien.
- Anbefalet pilot. Et begrundet forslag til første skridt, med en skitse af omfang, prislap og målbare mål, så den næste beslutning kan træffes direkte på baggrund af forundersøgelsen.
Får I en rapport med generelle AI-betragtninger og en salgspitch for leverandørens platform, har I ikke købt en forundersøgelse, men en brochure.
Sådan foregår arbejdet i praksis
En typisk forundersøgelse følger tre faser. Først en kortlægning med interviews og workshops hvor processer, smertepunkter og idéer indsamles fra forretningen. Det er her jeres medarbejderes viden bliver forundersøgelsens råmateriale. Derefter en analysefase hvor use cases vurderes, datakilderne gennemgås og risiciene klassificeres. Til sidst en forankringsfase hvor konklusionerne præsenteres for beslutningstagerne og anbefalingen diskuteres så rapporten ikke ender i en skuffe, men bliver til en truffet beslutning. Jeres egen tidsindsats er nogle timer pr. nøgleperson, beskedent i forhold til hvad den styrer.
Regneeksemplet: Hvad koster den forkerte use case?
Sådan ser løftestangseffekten ud i tal. En virksomhed har to kandidater: en AI-løsning der automatiserer fortolkning af kontrakter, og en assistent til intern dokumentation. Uden forundersøgelse vælger man kontraktfortolkningen. Den lyder mest værdifuld. Efter otte måneder og 1,6 mio. DKK viser det sig at kontrakterne ligger som indscannede billeder af svingende kvalitet, at halvdelen af informationen findes i vedhæftede filer i mails og at fejlmarginen i fortolkningen alligevel kræver manuel kontrol af hver eneste kontrakt. Projektet lukkes.
En forundersøgelse til 110.000 DKK ville have afsløret det på to uger: Datagennemgangen ville have vist kontrakternes tilstand, og vurderingen ville have rangeret den interne dokumentation højere: mindre glamourøs, men mulig at bygge på eksisterende data og med målbar værdi. Forundersøgelsen koster 5–10 procent af et fejlslagent projekt. Det er hele regnestykket.
Den rette plads på AI-trappen
Forundersøgelsen er første trin på en investeringstrappe hvor hvert trin køber viden forud for det næste: forundersøgelse, PoC, pilot og idriftsættelse. Virksomheder der følger trappen, satser sjældent millioner på det forkerte fordi fejlene opdages mens de stadig koster titusindvis af DKK.
Vi hos Weapp gennemfører forundersøgelser med netop de fire leverancer ovenfor og anbefaler nogle gange konklusionen “vent med AI, begynd med dataene”. Vil du vide hvad en forundersøgelse ville omfatte hos jer? Kontakt os, så tager vi en første snak.
Ofte stillede spørgsmål
Har vi brug for en forundersøgelse hvis vi allerede ved hvad vi vil bygge?
Hvis use casen er klart afgrænset, dataene kendte og forretningsværdien regnet igennem, kan I ofte gå direkte til en PoC. Forundersøgelsen er beregnet til situationen før det: når AI føles presserende, men ingen kan pege på hvilket problem der skal løses først, eller når flere idéer konkurrerer om det samme budget.
Hvad er forskellen på en AI-forundersøgelse og en AI-strategi?
Forundersøgelsen er konkret og kort: Den vurderer specifikke use cases, gennemgår jeres data og anbefaler et første skridt. En strategi er bredere og handler om organisation, kompetencer og langsigtede valg. For de fleste virksomheder er forundersøgelsen det rigtige sted at starte; strategien bliver bedre når den bygger på virkelige erfaringer.
Hvem skal deltage fra vores side i en forundersøgelse?
Personer der kender forretningens processer og smertepunkter, en der kender systemlandskabet og dataene, samt en beslutningstager der ejer budgettet til næste skridt. Regn med nogle workshops og interviews. Forundersøgelsens kvalitet afhænger mere af jeres medvirken end af antallet af konsulenttimer.
Hvad siger AI-forordningen om vores påtænkte løsning?
EU’s AI-forordning (AI Act) inddeler AI-systemer i risikoniveauer med forskellige krav. De fleste interne effektiviseringsløsninger havner på et lavt risikoniveau, men use cases der vedrører ansatte, kreditbeslutninger eller biometri, kan blive klassificeret højere og kræver mere. En god forundersøgelse klassificerer jeres use cases og peger på kravene før I bygger.
Kan forundersøgelsen laves internt i stedet?
Dele af den hvis I har folk med både AI-viden og tid. Ekstern hjælp tilfører især to ting: erfaring med hvad der plejer at virke og ikke virke, samt en uafhængig vurdering der ikke er farvet af interne ønsker. En kombination af internt ejerskab af processerne og ekstern metode giver som regel det bedste resultat.