AI i praksis med Symbi-gründer Claus Fasseland
Mange norske bedrifter har begynt å eksperimentere med AI. Færre vet hva de faktisk skal gjøre med det. Claus Fasseland har brukt de siste årene på å finne ut av nettopp det - og bygget et selskap ut av det han lærte.
Vi tok en prat med ham om hvorfor AI endrer måten vi bygger produkter, automatiserer arbeid og utvikler virksomheter på.
Claus Fasseland er Folq-konsulent og mannen bak Symbi - en plattform som lar bedrifter ansette og administrere AI-agenter som jobber side om side med menneskelige team. Som grunnlegger og CTO lever han i skjæringspunktet mellom praktisk AI-implementering og produktutvikling.
Vi tok en prat med Claus om hvordan han jobber med AI - og hva han faktisk ser fungerer hos kunder.
Du har 17 år bak deg i teknologibransjen. Hva skjedde for et par år siden?
Jeg var i samme situasjon som de fleste - leverte prosjekter, drev selskap, fulgte med på AI fra sidelinjen og tenkte litt "ja, ja, dette er spennende" uten å virkelig dykke ned i det. Så bestemte jeg meg for å faktisk bruke tid på det, ikke lese om det, men bygge med det. Og da jeg bygde mine første autonome agenter skjønte jeg at dette var fundamentalt annerledes enn alt jeg hadde jobbet med før.
Hva mener du med fundamentalt annerledes?
I 17 år har jeg jobbet med det jeg vil kalle systemtenkning, deterministiske prosesser der du definerer reglene og maskinen følger dem. Du vet godt hva som er mulig å bygge, og du vet godt hvor grensene går. Noen ganger hyret vi inn designere nettopp for å tenke utenfor de grensene, fordi vi som jobbet med systemene var blinde for dem.
Det AI endrer er ikke at ting går litt raskere. Det er at selve rommet for hva som er mulig å bygge har blitt mye større. Prosesser som aldri var verdt å automatisere fordi de var for komplekse, krevde for mye skjønn eller hadde for mange unntak, er plutselig innenfor rekkevidde med litt det jeg kaller "AI-krydder".
Kan du gi et konkret eksempel?
Et godt eksempel er noe vi har bygget i Symbi, en FAQ-builder som automatisk bygger og vedlikeholder en kunnskapsbase basert på innkommende support-tickets. Den brukes så av en AI support-agent som svarer kunder.
Med gammeldags systemtenkning hadde dette krevd et helt team: noen til å kategorisere tickets, noen til å skrive FAQ-er, noen til å holde dem oppdatert. Det er dyrt, det er kjedelig arbeid, og det blir alltid liggende etter. Resultatet er at de fleste bedrifter bare aksepterer at support koster det det koster.
Det vi har nå er en loop som forbedrer seg selv. Hver nye henvendelse kan potensielt gjøre agenten litt bedre. Det er ikke effektivisering. Det er en helt annen måte å tenke på hva som er mulig.
Hva er det en oppdragsgiver får når de hyrer deg inn?
De får noen som har levd i begge verdener. Jeg har drevet selskap, sittet i ledergrupper, ledet produktteam og bygget tekniske systemer. Jeg vet hvordan beslutninger tas i praksis, ikke bare på papiret. Og jeg har de siste årene brukt enormt mye tid på å faktisk gjøre AI-implementering, ikke lese om det eller holde foredrag om det.
Det betyr at jeg kan gå inn i en virksomhet og ganske raskt se hvor det er urealisert potensial. Hva kan automatiseres, hva bør ikke automatiseres, og hva er den korteste veien til konkrete gevinster. Mange bedrifter har brukt mye tid og penger på AI-prosjekter som ikke landet. Jeg er opptatt av å finne det som faktisk virker og levere det raskt.
Du har snakket med mange bedrifter som har kommet i gang. Hva sier de?
Mitt klare inntrykk etter å ha snakket med mange som faktisk har kommet i gang - ikke de som har prøvd ChatGPT et par ganger, men de som virkelig har jobbet med det i noen måneder - er at de nesten uten unntak sier det samme: dette er bare begynnelsen.
Bedrifter som bruker noen uker eller måneder på fokusert implementering ser konkrete gevinster raskt. Konkurrentene dine gjør den samme vurderingen akkurat nå.
Hvilke typer oppdrag passer best for deg?
Jeg passer best for bedrifter som har skjønt at de må gjøre noe med AI, men som ikke helt vet hvor de skal begynne, eller som har prøvd og ikke fått det til å lande. Gjerne selskaper med 20 til 200 ansatte der beslutningene tas raskt og det er kort vei fra idé til handling.
Jeg er ikke rett person for den som vil ha et halvt år med utredning og en PowerPoint til slutt. Jeg er mer opptatt av å komme i gang, teste noe raskt og justere underveis. Den arbeidsformen passer veldig godt med det AI faktisk gjør best.
Hva er det du ser at bedrifter gjør feil?
To ting. Det første er å prøve å automatisere prosesser som ikke er modne for det. Hvis du ikke forstår en prosess godt nok selv, skalerer du bare forvirringen. AI er ikke magi, det er et verktøy som forsterker det du putter inn.
Det andre er verktøydopet. Det finnes tusenvis av AI-apper der ute og det er fristende å teste alt. Men det som faktisk gir effekt er å bli skikkelig god på noen få. Jeg brukte for lang tid på å teste bredt i stedet for å gå dypt. Det angrer jeg litt på.
Du bygget Symbi ut av alt dette. Hva er det egentlig?
Symbi er resultatet av alt jeg lærte da jeg gikk all-in på AI. Jeg ville bygge noe som gjør det enkelt for bedrifter å ta i bruk AI-agenter som faktisk gjør arbeid - ikke chatboter som svarer på spørsmål, men agenter som er integrert i systemene og prosessene dine.
Det morsomste er at jeg har brukt AI til å bygge det. Jeg har i praksis hatt et helt utviklingsteam tilgjengelig. Det hadde rett og slett ikke vært mulig å bygge det jeg har bygget alene uten det. Symbi er både produktet og beviset.