Projekter der gjorde en forskel

En større retailvirksomhed stod i en situation, mange vækstvirksomheder genkender. IT-projekter blev startet på mavefornemmelse, kørt af dem der råbte højest, og afsluttet når budgettet var brugt. Der var ingen projektmodel, ingen arkitekturfunktion og ingen stillingtagen til AI, trods stigende brug af AI-værktøjer i organisationen.

Kort sagt: teknologien var løbet fra styringen.

Vi startede med det mest akutte. En Stage Gate-model med klare faser for et standard IT-projekt, fra idé til afslutning. Hver fase med konkrete krav til, hvad der skal beskrives og godkendes, før projektet rykker videre. Ikke et teoretisk dokument, men en operationel ramme, som projektledere faktisk kan bruge.

Dernæst etablerede vi en Enterprise Architecture-funktion med et Architecture Board, guidelines og guardrails. EA blev koblet direkte ind i projektmodellens faser, så arkitekturvurderinger sker løbende i projektet, ikke som et stempel til sidst.

Til sidst udarbejdede vi et udkast til en AI-strategi, der binder ind i EA-modellen. Ikke en isoleret AI-politik, men en integreret del af den arkitektur og governance, virksomheden nu havde fået på plads.

En offentlig virksomhed havde købt Microsoft 365-licenser og erklæret sig klar til skyen. Problemet var, at ingen reelt vidste, hvad de havde købt. Licenserne var aktiveret, produkterne var tilgængelige, men hverken brugere, driftsorganisation eller sikkerhedsfunktion var forberedt på omfanget af det, der var blevet rullet ud.

M365 er ikke ét produkt. Det er et økosystem af værktøjer, der griber ind i alt fra filhåndtering og kommunikation til identitetsstyring og sikkerhedspolitikker. Uden en plan bliver det hurtigt et uoverskueligt landskab, hvor folk bruger det, de kan finde, og ignorerer resten.

Vi gennemgik samtlige implementerede produkter sammen med Microsoft og identificerede de vigtigste elementer fra hver teknologi og deres betydning for organisationen. Hvert element blev vurderet sammen med de ansvarlige fra drift, sikkerhed og forretningen, så prioriteringen afspejlede den faktiske virkelighed, ikke leverandørens standardanbefaling.

En reguleret virksomhed havde det problem, mange dataintensive organisationer genkender, men sjældent taler højt om. Data fandtes i overflod, spredt over en myriade af kilder, systemer og formater. Men ingen kunne med sikkerhed sige, hvor et givent tal kom fra, hvordan det var blevet transformeret undervejs, eller om det matchede tallet i rapporten ved siden af.

Der var ingen data governance, ingen lineage og ingen konsolideret master data-struktur. For en reguleret virksomhed er det ikke bare et praktisk problem. Det er en risiko.

Vi styrede et dataplatformsprojekt, der etablerede en struktureret arkitektur fra bunden. En tiered datastruktur med data storage, data lakes og data factory, designet til at håndtere data fra indsamling til forbrug i et kontrolleret flow. Parallelt blev der implementeret data governance, så ejerskab, kvalitet og lineage blev en del af strukturen, ikke noget man håbede på.