I en serie om tre workshoppar arbetade fokusgruppen med att ta fram ett femtontal AI-drivna affärsmodeller. Projektgruppen har analyserat dem och jämfört med den klassiska konsultmodellen, det vill säga att jobba på uppdragsmarknaden och sälja kompetens mot timersättning eller fastpris. Bilden som växt fram är att när AI flyttar in i affärsmodellen går värdeerbjudandena från effektivisering av befintliga processer och arbetsmoment till i datadrivna insikter, prediktion och garantier samt paketerade leveranser. Många affärsmodeller bygger på samverkan och flera utökar sina tjänster längs värdekedjan (i vad vi kallar den digitala projekteringsmarknaden) för att ta ett mer sammanhållet grepp. Läs mer om värderbjudandena här.

AI:s påverkan på affärsmodellerna

Det är inte bara värdeerbjudandena som förändras – utan även övriga rutor i Business Model Canvas, vilket figuren nedan visar exempel på.

Utöver byggherrar och offentliga beställare tillkommer slutanvändare och privatpersoner i olika typer av skalbara lösningar. Uppskalningen möjliggörs bland annat av automatiserade och digitala kommunikationskanaler.

Nya kommunikationskanaler med såväl kunder som brukare öppnas upp via digitala plattformar och appar, till exempel för co-creation med kund och brukare. Kommunikationsflöden som helt eller delvis bygger på självbetjäning och automatiserad kommunikation dyker upp i flera modeller.

Många modeller kräver högre initiala satsningar för till exempel data, utveckling och hårdvara. Dessutom tillkommer nya typer av löpande kostnader som drift, säkerhet och löpande datahantering. Finansiering i uppbyggnadsfasen blir därför central.

Här går man mot en portfölj av flera olika intäktströmmar och affärsmodeller snarare än en modell. Återkommande intäkter som abonnemang, licens och transaktionsavgifter är vanliga. En intressant variant är att använda AI:ns prediktiva förmågor för att arbeta med resultatgaranti och riskdelning. Fastpris blir ett övergångsverktyg för de som är tidiga med effektivisering. Vi har också sett modeller som använder data som intäktskälla.

Nya nyckelaktörer blir dataägare och plattformsleverantörer. För dataaggregering och utveckling av verktyg kan samverkan med konkurrenter eller andra branschaktörer bli aktuellt, särskilt för små och mellanstora företag. Finansiärer behövs ofta i utvecklingsfasen. Andra exempel på nyckelaktörer är cybersäkerhet, systemintegratörer och juridiska rådgivare.

Data är en avgörande tillgång eftersom AI-drivna affärsmodeller bygger på data. Särskilt värdefullt är aggregerad unik, aktuell och strukturerad data av hög kvalitet. Även AI-verktyg, digitala plattformar och modeller blir strategiska tillgångar, tillsammans med AI- och dataanalyskompetens.

Insamling och vård av data i ett livscykelperspektiv är centralt. Andra typer av nyckelaktiviteter handlar om att kontinuerligt utveckla och optimera digitala verktyg och arbetsprocesser. Att lyckas skapa feedbackloopar är en förutsättning för att verktygens självlärande potential ska realiseras.

En iakttagelse är att nya arbetsuppgifter uppstår i de AI-drivna affärsmodellerna samtidigt som andra försvinner. De nya uppgifterna kan till exempel handla om kontinuerlig optimering av processer och verktyg, insiktsbaserat beslutsstöd i tidiga skeden eller att styra de digitala verktygen i enlighet med önskemål, behov och intentioner.

Här kan du ladda ned pdf:er med konkreta resultat:

Idébank:
AI-drivna värdeerbjudanden

Här finner du nio olika typer av värdeerbjudanden som syntetiserats från de affärsmodeller som fokusgruppen utarbetat. Låt dig inspireras av en möjlig framtid.

Idébank:
Business Model Canvas för AI-drivna affärsmodeller

Baserat på fokusgruppens utarbetade affärsmodeller har denna BMC fyllts i med både traditionella och nya nyckelaspekter.

Idébank:
Sex AI-drivna affärsmodeller

Här presenteras den sista iterationen av affärsmodeller som fokusgruppen tagit fram. De är utarbetade i samverkan med kunder och samarbetspartners.

← Föregående: Utveckla AI-drivna affärsmodeller
Nästa: Utvärdera →