1. Få ut kunskapen om AI:s potential till hela företaget.

Se till att alla har en medvetenhet om AI i organisationens alla led. Det är viktigt att inte se på AI som en teknisk utmaning och på så sätt lägga det på en ensam avdelning.

2. Lista problem och möjligheter där ni kan tillämpa AI

Förse dig med information från hela företaget för att kunna identifiera rätt typ av problem för AI att hantera. Lista alla problem och möjligheter ni ser i företaget , gör detta tillsammans med styrelse och andra intressenter för att täcka alla delar av organisationen. För att prioritera rätt. Se vilka punkter på listan som har störst inverkan på företaget.

3. Inventera er data

I det här steget bör du ställa dig själva nedanstående frågor:

• Vad har du för data som är relaterat till respektive definierat problem? Om du inte har tillräckligt eller ingen alls, ställ dig frågan varför?
• Hur är datan strukturerad och formaterad? Det viktigt att den inte är utspridd över hela organisationen.
• Har rätt personer i företaget rätt tillgång till datan?
• Uppdateras datan kontinuerligt?
• Kan du köpa data som du behöver men själv inte kan ta fram?
• Vem är det som ansvarar för all data?

4. Granska AI-verktyg och plattformar

Försäkra dig om att verktygen och plattformen är “framtidssäkrad” för att slippa konstant underhåll. Anpassa nuvarande och framtida AI-kompetens till verktygen och plattformen. De är viktigt att du försäkrar dig om att verktyget och plattformen kan hantera data som du kan komma att vilja använda i framtiden och inte enbart den data som du har idag. Granska teknikens kapaciteten på plattformen. Traditionell Machine Learning  kan lösa betydligt färre problem än vad Deep Learning kan.

5. Se över AI-kompetensen på företaget

Lista befintlig AI-kompetens samt den kompetens som ni saknar inom organisationen. Samt ta in extern hjälp i den mån ni behöver.