AI-strategi, sedan ett internt bygge som snabbar upp RFP-svaren

Utgångsläget

För en konsultverksamhet som Knowit Cloud & Code hänger kvaliteten i ett RFP-svar på att snabbt hitta rätt personer och det mest relevanta tidigare arbetet. Det innebar att under tidspress söka igenom omkring tusen konsult-CV:n och en historik över genomförda projekt. Den större frågan gällde var AI hörde hemma i verksamheten, både för den interna produktiviteten och för det de erbjuder kunderna.

Det här gjorde vi

Vi började med strategin och valde sedan vad som skulle byggas först.

• AI-strategi med ledningen: en AI-playbook som täcker både intern produktivitet och kunderbjudanden.
• Kartläggning och prioritering av användningsfall, för att välja det första bygget ur en rangordnad lista med kandidater.
• Inspirations- och utbildningspass för att dela strategin med en bredare publik.
• Att leda ett internt utvecklingsteam genom bygget av RFP-matcharen: ett verktyg som matchar en inkommande RFP mot databasen med konsult-CV:n och projekt och föreslår tänkbara konsulter och tidigare projekt.

Därför var RFP-matcharen rätt att bygga först

Den passade in på den första av våra tre vägar till AI-värde: öka produktiviteten. Den förbättrade ett arbetsflöde som verksamheten redan förstod och mätte. Datan fanns redan, det var tydligt vem som ägde arbetsflödet, och de som gjorde arbetet kunde se resultatet inom en enda RFP-cykel.

Det här förändrades

Ett litet säljteam matchar i dag konsulter mot en inkommande RFP på några timmar. Samma arbete tog tidigare ungefär en vecka. Att svara på en RFP betyder inte heller längre att en fråga går ut till femtio teamchefer om vem som är ledig och vem som passar. Sökningen körs nu mot databasen, vilket sparar den tid cheferna lade på varje RFP. Den tiden var en kostnad för verksamheten, även om den inte syntes i budgeten.