Afkast (ROI) af et AI hackathon: sådan beregner I værdien

Afkastet (ROI) af et AI hackathon beregnes ved at sammenligne den samlede omkostning, inklusive deltagernes tid og implementering, med værdien på tre niveauer: direkte besparelser fra de prototyper, der kommer i drift, kompetenceløftet hos deltagerne og den kulturelle effekt. Det første niveau kan regnes ud i kroner. De to andre skal dokumenteres over tid.

"Hvad får vi for pengene?" er det mest rimelige spørgsmål, en direktør kan stille om et AI hackathon. Her er en måde at svare på, der holder.

Hvorfor er afkastet svært at beregne?

Afkastet af et AI hackathon er sværere at opgøre end afkastet af en ny maskine eller et nyt CRM-system, fordi værdien opstår på tre niveauer, der er meget forskellige at måle. Mange virksomheder opgiver at dokumentere værdien, fordi de leder efter ét samlet tal.

Opgør i stedet de tre niveauer hver for sig, og vurdér dem derefter samlet.

Hvordan beregner I det direkte afkast?

Det direkte afkast er værdien af de prototyper, der kommer i drift. Tre formler dækker de fleste tilfælde:

Sparet tid: timer sparet pr. uge × timepris inklusive fællesomkostninger × antal berørte medarbejdere × 48 arbejdsuger

Færre fejl: (fejlrate før minus fejlrate efter) × gennemsnitlig omkostning pr. fejl × antal fejl pr. år

Mere kapacitet: opgaver AI løser pr. dag × gennemsnitlig værdi pr. opgave × 230 arbejdsdage

Regneeksempel

Et tænkt eksempel: en logistikvirksomhed med 350 medarbejdere bygger en prototype, der sorterer og behandler fragtdokumenter automatisk. Tallene er valgt for at vise beregningen. Brug jeres egne.

• Sparet tid: 3 timer pr. dag × 2 medarbejdere × 450 kr. pr. time × 230 dage = 621.000 kr. om året
• Færre fejl: 12 fejl pr. måned × 12 måneder × 2.500 kr. pr. fejl × 70% færre fejl = 252.000 kr. om året
• Samlet besparelse år 1: 873.000 kr.
• Hackathon inklusive facilitering: 65.000 kr.
• Implementering (to måneders udviklertid): 120.000 kr.
• Nettogevinst år 1: 688.000 kr., svarende til et afkast på cirka 370%

Eksemplet forudsætter, at prototypen kommer i drift. Det gør ikke alle, så indregn sandsynligheden. Hos os er 3 ud af 5 prototyper i drift inden 90 dage, når der er en struktureret opfølgningsplan.

Hvordan måler I kompetenceløftet?

Deltagerne i et AI hackathon lærer AI ved at løse et rigtigt problem under tidspres, ikke ved at høre om det. Den erfaring sidder bedre fast end teori, og den følger med deltagerne tilbage til deres daglige arbejde.

Kurser og hackathons udelukker ikke hinanden. Et kursus giver bredde, så alle kan bruge værktøjerne. Et hackathon giver erfaring med at bygge noget, der løser et problem. Vores søstervirksomhed Fremtidslaboratoriet holder 1-dags AI kurser, og mange virksomheder starter der.

Beregning af kompetenceafkast: antal deltagere × forventet produktivitetsgevinst ved brug af AI × gennemsnitlig årsløn

Med 20 deltagere, en antaget produktivitetsgevinst på 5% og en gennemsnitsløn på 600.000 kr.: 20 × 0,05 × 600.000 = 600.000 kr. om året

Antagelsen om de 5% er jeres egen, så sæt den forsigtigt. Følg op ved at spørge deltagerne efter tre og seks måneder, hvor meget og til hvad de bruger AI i deres arbejde.

Hvad er den kulturelle værdi værd?

Den kulturelle værdi er sværest at sætte tal på, men den kan dokumenteres over tid:

• Trivsel og engagement. Deltagerne i vores hackathons giver i gennemsnit 4,9 ud af 5 i tilfredshed, målt i interne tilfredshedsmålinger og evalueringsmøder. Følg op i jeres egne medarbejderundersøgelser.
• Rekruttering. At I arbejder praktisk med AI, er et argument over for kandidater, der vil udvikle sig.
• Innovationskultur. Hold, der har prøvet at gå fra problem til prototype på kort tid, tager den arbejdsform med sig.
• Fastholdelse. Medarbejdere, der bliver inddraget i at forbedre deres egen hverdag, har en grund mere til at blive.

Kulturværdien kan ikke stå på en præcis linje i et regneark. Men den kan dokumenteres gennem medarbejderundersøgelser, fratrædelsestal og rekrutteringsdata over tid.

Hvornår giver et AI hackathon intet afkast?

Afkastet er nul eller negativt i fem situationer:

1. For abstrakte udfordringer. Prototyper, der ikke løser et konkret og målbart problem, giver ingen reel besparelse. Læs, hvordan I undgår det, i artiklen om at vælge den rigtige udfordring til et AI hackathon.

2. Ingen implementeringsplan. Prototyper, der dør på præsentationsdagen, giver intet direkte afkast.

3. Ledelsen har ikke forpligtet sig til opfølgning. Mangler der ressourcer eller mandat efter hackathonet, bliver prototyperne ikke til noget.

4. Forkert sammensætning af deltagere. Er holdene for tekniske, bygger de noget imponerende, der ikke løser det rigtige problem. Er de for lidt tekniske, får de gode idéer, men ingen prototype at vurdere.

5. Intet udgangspunkt. Ved I ikke, hvordan situationen var før hackathonet, kan I ikke vise en forbedring bagefter.

Hvilke målepunkter skal I notere før hackathonet?

Det er den vigtigste enkeltopgave, hvis I vil kunne beregne afkastet. Notér disse målepunkter for hvert problemområde:

Målepunkt	Eksempel	Enhed
Behandlingstid	Tid fra modtagelse til afslutning	Minutter eller timer
Fejlrate	Manuelle fejl pr. 100 sager	Procent
Ressourceforbrug	Medarbejdertimer pr. opgave	Timer
Svartid	Tid fra henvendelse til svar	Timer
Mængde	Antal behandlede sager pr. dag	Antal

Notér tallene, før hackathonet begynder, og mål igen 30 og 90 dage efter implementering.

Hvad koster et AI hackathon?

Prisen for facilitering afhænger af formatet. Hos os starter et AI Lynhackathon på 4 timer fra 15.000 kr., et 1-dags AI hackathon fra 25.000 kr., et 2-dages AI hackathon fra 45.000 kr. og et AI Innovationsmarathon på 3 dage fra 75.000 kr. Men facilitering er kun en del af totalomkostningen.

Direkte udgifter:

• Facilitering og tilrettelæggelse
• Lokaler og forplejning, hvis I ikke bruger egne lokaler
• Adgang til AI-værktøjer
• Eventuelle præmier til de vindende hold

Skjulte udgifter, som skal med i beregningen:

• Deltagernes tid: antal deltagere × dagspris × antal dage
• Forberedelse for ledere og forretningsejere
• Opfølgning og implementering, typisk udviklertid i månederne efter

Deltagernes tid er ofte den største post. Det er totalomkostningen, afkastet skal regnes mod.

Hvornår skal I måle afkastet?

30 dage efter:

• Er prototypen kommet i pilottest?
• Hvad viser de første data sammenlignet med udgangspunktet?
• Er der tekniske forhindringer, der kræver flere ressourcer?

90 dage efter:

• Er mindst én prototype i drift eller i aktiv pilottest?
• Hvor meget er der sparet indtil nu?
• Hvad er forventningen til år 1?

12 måneder efter:

• Dokumenteret besparelse fra løsninger i drift
• Andel af deltagerne, der stadig bruger AI aktivt
• Nye initiativer, der er opstået efter hackathonet

Sæt 30 minutter af til et opfølgningsmøde med forretningsejerne 30 dage efter hackathonet. Det holder implementeringen i gang og giver et tidligt signal om, hvor afkastet bevæger sig hen.

Hvad er realistiske forventninger?

Et AI hackathon er ikke en mirakelkur. Det er et struktureret forsøg, og med den rigtige forberedelse og opfølgning er resultaterne gode. Fra 120+ hackathons ved vi:

• 87% af teams har en fungerende prototype inden for 48 timer.
• 3 ud af 5 prototyper er i drift inden 90 dage, når der er en struktureret opfølgningsplan.
• Deltagerne giver i gennemsnit 4,9 ud af 5 i tilfredshed.

Hvad er det vigtigste at huske?

Et AI hackathon kan give et reelt og dokumenterbart afkast, men det kræver disciplin. Notér målepunkterne, før hackathonet begynder. Læg implementeringsplanen, før præsentationsdagen. Mål efter 30 og 90 dage. Og regn altid med totalomkostningen, inklusive deltagernes tid.

Afkastet afhænger af processen og af prototypen. Guiden til facilitering af AI hackathons gennemgår forberedelsen, opfølgningen og de fejl, der trækker afkastet ned. Artiklen om, hvordan et team bygger en AI-prototype på 48 timer, viser, hvad der gør en prototype klar til pilottest. Vil I have et konkret bud på jeres eget forløb, så skriv til os.