Problemet er organisatorisk — teknologien fungerer, men ingen eier beslutningen om å bruke den.
Amara, 34 — CTO, Kredittanalyse-AI-startup
55 ansatte, seed-fase, 18 MNOK i banken, brenner 1.4 MNOK/mnd. Modellerer kredittverdighet for SMB via alternativdata (regnskap, kontostrøm, nettsted-aktivitet). Har Finanstilsynet på radar.
Analysert fra 20 perspektiver
Situasjon
Teknikk er sterk — hun bygde ML-pipelinen selv og teamet er genuint dyktig. Men nå er de store nok til at Finanstilsynet vil ha møte om 'algoritmisk åpenhet'. Hun har ikke ressurser til å stoppe og dokumentere modellen, men kan heller ikke ignorere Finanstilsynet. Har to valg: kjøpe en compliance-as-a-service-plattform (600k/år) eller ansette en compliance-sjef (900k/år + overhead). Investorene vil at hun skal vokse, ikke bruke tid på regulatorisk arbeid.
Det du tror vs. det som skjer
Du tror problemet er teknisk
Problemet er organisatorisk — teknologien fungerer, men ingen eier beslutningen om å bruke den.
Du tror du trenger bedre data
Dataene er gode nok. Det du mangler er en felles definisjon av suksess.
Du tror problemet er datatilgang
Dataene finnes. Problemet er at ingen har mandat til å dele dem — og ingen vil ta den kampen.
Samme mønster, annen sektor:
Denne analysen er generert av 20 uavhengige AI-perspektiver med ulike analytiske vinkler. Konsensus og dissens er bevart — ikke filtrert.
Hvordan sverm-analyser lages
Er din situasjon beslektet med Amaras? Utforsk alle 26 rollekategorier i persona-biblioteket — finn din variant.
Se alle personas →