Restaurationsbranchen har sjældent ét centralt AI-system, der påvirker hele virksomheden. I stedet er det løsrevne løsninger: et dynamisk prissystem for rum eller borde, en chatbot der håndterer reservationer, et redskab der sammensætter vagtplaner baseret på forventet travlhed, software der opsummerer anmeldelser eller svarer gæster. Hver af disse løsninger er i sig selv begrænset. Sammen udgør de et lag af beslutninger, som ingen har fastlagt centralt.
Dertil kommer, at restaurationsbranchen ofte arbejder med en lille fast kerne og en større flexibel skal: sæsonarbejdere, vikarer, flere lokationer med hver sin leder. Den der indfører et redskab på ét sted, deler det ikke automatisk med de andre. Forholdet mellem det, der er kendt centralt, og det, der faktisk bruges på gulvet, er derfor typisk mere skævt end i brancher med en strammere organisationsstruktur.
IT-afdelingen, hvis den findes, administrerer kassesystemerne, bookingplatformen og måske vagtplanprogrammet. Det, som lokationslederen selv har anskaffet eller aktiveret — en AI-funktion i bookingredskabet, et separat abonnement til at besvare gæsteanmeldelser, en app der foreslår personaleplanlægning — står der sjældent noteret. Det er ikke forsømmelighed; det er en konsekvens af, hvordan beslutninger tages i denne branche: decentralt, på lokationen, af mennesker der vil se resultater og ikke venter på en godkendelsesproces.
Resultatet er, at et overblik, der tager udgangspunkt i IT-listen, giver et skævt billede. Spørgsmålet er ikke kun, hvad der er anskaffet, men hvad der bruges: af lederen der om aftenen justerer priser med et separat abonnement, af receptionen der lader en chatbot svare gæster, af planlæggeren der lader et redskab tænke med om belægning. Denne brug bliver synlig ved at spørge, ikke ved at søge i et indkøbssystem.
Hvis spørgsmålet stilles som kontrol — hvem har her indført noget uden tilladelse — får De ikke et fuldstændigt svar. Mennesker der har anskaffet noget, fordi det virkede, vil ikke melde det, hvis den første reaktion er en korrektion. Kortlægningen virker kun, hvis udgangspunktet er: hvad er i drift, uanset hvordan det er kommet dertil. Det er en anden holdning end en audit, og denne holdning er nødvendig for at få overblik over skygge-AI. Hvordan De fører den samtale, så mennesker rent faktisk fortæller, hvad de bruger, er beskrevet på siden om hvordan De forhindrer, at medarbejdere bruger et redskab, som ingen kender.
Et prisredskab der justerer rumtakster, en chatbot der kommunikerer med gæster og et vagtplanredskab der fordeler personale, er forskellige af natur. Det ene system styrer indtægter, det andet påvirker kunderelationen direkte, det tredje påvirker ansættelsesvilkår. De hører ikke i samme kategori. En governance-tilgang der virker i restaurationsbranchen ser på, hvad hvert system gør og for hvem, og kobler et risikoniveau til det — ikke til leverandørens navn eller licensens pris.
Denne opdeling varierer fra branche til branche. I den finansielle sektor ligger tyngdepunktet ved systemer, der påvirker kreditbeslutninger, som beskrevet på siden om AI-governance i den finansielle sektor. I ejendomsbranchen handler det oftere om vurderings- og værdifastsættelsesmodeller, som beskrevet på siden om AI-governance i ejendomsbranchen. Restaurationsbranchen har sin egen blanding: gæstekontakt, dynamisk prisfastsættelse og personaleplanlægning, hver med sin egen risikoprofil.
En restaurationsvirksomhed har som regel allerede en form for risikostyring: fødevaresikkerhed, ansættelsesvilkår, brandsikkerhed. AI-governance behøver ikke være et separat byggeri ved siden af det. Spørgsmålet er, om en AI-anvendelse der fastsætter priser, taler med gæster eller planlægger personale, passer ind i samme struktur som andre operationelle risici. Ofte er det tilfældet — det handler da om, hvem der beslutter, hvem der har opsyn, og hvordan det er fastlagt, ikke om et nyt compliance-forløb.
Denne tilgang går igen i andre brancher med megen decentral beslutningstagning og lidt centraliseret IT-styring, som beskrevet på siderne om AI-governance i landbrugssektoren og om AI-governance i energisektoren. Også i IT-branchen, hvor der netop findes megen teknisk viden, men hvor redskaber udvides lynhurtigt, er der et lignende spørgsmål på spil, beskrevet på siden om AI-governance i IT-branchen.
Så snart det er klart, hvilke AI-anvendelser der faktisk er i drift i en restaurationsvirksomhed, og hvilken rolle de spiller, opstår et opfølgende spørgsmål, der ikke handler om risiko, men om indretning af arbejdet: hvilken del af en opgave — prisjustering, besvarelse af gæstespørgsmål, udarbejdelse af vagtplaner — kan et system overtage, og hvilken del forbliver menneskeligt arbejde. Dette spørgsmål besvarer arbejdsscanningen fra FTE TO AI, som for hver opgave beregner, hvilken del der kommer i betragtning til AI, uafhængigt af spørgsmålet om, hvordan denne brug styres.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.