De fleste organisationer mangler ikke AI-ideer. De drukner i dem. Listen vokser, hver afdeling har sin favorit, og styregruppen siger ja til den der demoer bedst — ikke den der er nemmest at levere. Så bygger I en pilot, den ser lovende ud, og så går den i stå i overgangen til drift: ingen ejede succes-kriterierne, ingen havde aftalt hvornår man stopper, og organisationen var aldrig klar til at modtage den. Tallet alle citerer er at 80-95 % af AI-pilots aldrig når produktion. Det er omdiskuteret, men mønstret bag det er ikke til diskussion: pilots vælges på mavefornemmelse, designes uden exit-betingelser, og overdrages til en organisation der ikke kan tage imod.
Det er ikke et AI-problem. Det er et udvælgelses- og designproblem. Internationale rammer fra MIT Sloan, Wharton og Andrew Ng's "AI Transformation Playbook" er konvergeret om et fælles sprog: Use Case Canvas, value-vs-feasibility-scoring, horisont-baseret portefølje, pre-mortem. Metoderne findes. Men de færreste danske transformationsteams har et fælles tankeapparat under valget — og uden det multiplicerer AI bare antallet af pilots der ser gode ud på papir og dør i overgangen.
Dagen følger arbejdsgangen i en reel scoping-proces: screen → canvas → scor → design → trykprøv. Fem moduler, jeres egne processer som tværgående case, og et output I kan tage direkte ind i jeres næste transformations-styregruppe.