Microsofts AI-lärdom: 200 000 licenser ändrar inte arbetet
Microsoft bytte fokus från verktygsanvändning till omgjorda arbetsflöden. I delar av försörjningskedjan föll cykeltiden från cirka tio till under 2,5 arbetsdagar.
Microsoft licensierade ett AI-verktyg för fler än 200 000 personer. Ändå planade användningen ut i delar av organisationen utan att nyttan följde med. I en ny genomgång beskriver företaget vad som hände när det slutade behandla AI som en vanlig programvaruinstallation och började ändra själva arbetet.
Från licenser till resultat
Säljorganisationen började med att kartlägga hur kontoansvariga faktiskt använder sin vecka. Först därefter valde den AI-stöd för tre återkommande behov: en Analyst-agent för pipeline, en Deal-agent för affärsunderlag och Researcher för kundförståelse. Kollegor delade fungerande arbetssätt i korta veckomöten.
Microsoft uppger att användningen av de prioriterade tillämpningarna tredubblades i den berörda gruppen. I Microsofts interna jämförelse med säljare som använde Copilot mer sällan låg intäkten per kontoansvarig 9,4 procent högre och andelen avslutade affärer 20 procent högre. Jämförelsen gäller en avgränsad grupp och visar inte att AI ensamt orsakade skillnaden.
Den tydligaste förändringen syns i företagets försörjningskedja. Teamet förenklade först processen och samlade informationen i en gemensam datagrund. Sedan byggde det fler än 100 specialiserade agenter för bland annat planering, inköp och logistik. I fem uppmätta planeringscykler sjönk den genomsnittliga ledtiden från ungefär tio till under 2,5 arbetsdagar. Agenterna kan föreslå och, inom satta gränser, hjälpa till att ändra eller avbryta inköpsorder. Människor behåller beslutspunkter där de behövs.
Snabbare uppgifter är inte samma sak som ett nytt arbetssätt
Tillgång till AI kan ge påtaglig nytta även innan ett helt arbetsflöde görs om. Tre fältexperiment med sammanlagt 4 867 utvecklare fann i genomsnitt 26 procent fler slutförda uppgifter bland dem som fick ett AI-stöd för kodning. Det mäter utvecklarnas uppgifter. Microsofts nya exempel handlar om något bredare: hur information, ansvar och beslut rör sig mellan flera människor och system.
Ett annat försök är teamet bakom Copilot Cowork. Nio personer arbetade med specifikationer och gav sina AI-agenter gemensam kontext och gemensamma sätt att bedöma resultatet. Microsoft säger att de levererade en första produktversion på 35 dagar. Hastigheten är intressant, men den viktigare idén är att teamet definierade vad som skulle byggas och hur resultatet skulle bedömas innan agenterna fick arbeta.
Microsoft har samlat sina lärdomar från den egna AI-omställningen. Företaget säger att en bred utrullning till fler än 200 000 personer inte räckte för att förändra arbetet, medan omgjorda arbetsflöden gav tydligare resultat i bland annat försäljning och försörjningskedja.
Det är lätt att räkna licenser och agenter. Det är svårare att se var information fastnar, vilka steg som kan tas bort och när en människa måste fatta beslut.
Den starkaste lärdomen är inte att Microsoft byggde över hundra agenter. Den är att teamet först gjorde processen begriplig och gav agenterna samma underlag. En organisation som hoppar över det steget riskerar att låta AI flytta flaskhalsen snabbare i stället för att lösa den.
