3 základní zásady pro zvýšení návratnosti investic z nasazení GenAI

Vedoucí společnosti jsou netrpěliví nasadit generativní umělou inteligenci (GenAI) ve svých firmách. Proč tedy tolik projektů selhává v přechodu z fáze proof of concept (POC) do produkční fáze? Na nedávné akci Gartneru uvedla Rita Sallam, výkonná viceprezidentka analytik, že alespoň 30 % projektů GenAI bude zrušeno po POC do konce roku 2025 kvůli problémům, jako je špatná kvalita dat, nedostatečné kontrolní mechanismy, rostoucí náklady nebo neschopnost realizovat požadovanou obchodní hodnotu.

Tyto problémy jsou mezi důvody, proč Gartner uvedl, že GenAI začíná vstupovat do údolí zklamání v jeho nejnovějším Hype Cycle for Emerging Technology, 2024. Nicméně, v samostatném průzkumu Gartneru respondenti uvedli, že jejich nasazení GenAI pomohlo společnostem dosáhnout 15,8% zvýšení tržeb, 15,2% úspor nákladů a 22,6% zlepšení produktivity.

Co tedy odlišuje společnosti, které úspěšně integrují GenAI do svých hlavních pracovních postupů, od těch, které selhávají v realizaci předpokládané obchodní hodnoty? Tyto lídři a týmy používají jiný přístup charakterizovaný přísnou přípravou a řízením změn. Zde jsou tři klíčové zásady pro hodnocení, výběr a umožnění případů užití GenAI, aby týmy mohly snížit rizika a řídit náklady, zatímco transformují obchodní procesy.

1. Základní zásada 1: Přísně kvantifikujte obchodní hodnotu od začátku:

Zatímco lídři podniků mohou mít původně prioritizovali experimenty s GenAI, nyní jsou netrpěliví, aby získali hmatatelnou obchodní hodnotu z investic.

Partneři mohou pomoci podnikům vyvinout detailní obchodní případy pořádáním workshopů pro pochopení celkových cílů, současného stavu datových procesů a technologických infrastruktur a dalšího. Jako součást tohoto procesu pracují s týmy podniků na hodnocení potenciálních případů užití, prioritizaci podle řešení obchodních bolestí, určení úrovně úsilí a očekávané návratnosti investic a vývoj klíčových ukazatelů výkonu pro měření pokroku. Na Google Cloud Next ’24 společnost Google Cloud představila 101 příběhů organizací, které úspěšně využívají GenAI nasazením zákaznických, zaměstnaneckých, kreativních, datových, kódových a bezpečnostních agentů.

Schopnosti trhu pokračují v evoluci, zjednodušují cestu k vytváření hodnoty. Microsoft a Google integrovaly velké jazykové modely do svých vyhledávačů. Uživatelé internetu mohou nyní získat souhrnné odpovědi a odkazy, urychlují tak dobu, kterou potřebují k získání informací. Podobně partneři nabízejí akcelerační platformy GenAI s umělou inteligencí a modely strojového učení, které společnosti mohou přizpůsobit a nasadit ve svém prostředí během týdnů. Podniky tak získávají prokázané nástroje, snižují náklady a rizika nasazení a urychlují nové obchodní schopnosti.

2. Základní zásada 2: Zajistěte kvalitu, soukromí a bezpečnost dat.

Poskytování vysoce kvalitních, soukromí dodržujících a zabezpečených dat pro školení a inferenci modelů je základem každého úspěšného nasazení GenAI. Podniky musí připravit data, aby zajistily, že modely AI generují přesné a spolehlivé výstupy. Kromě toho zavádějí ochranné mechanismy a nové nástroje pro ochranu citlivých informací, včetně výstupů modelů, před expozicí. Podobně lze GenAI použít k identifikaci bezpečnostních problémů, které lze odstranit týmy nebo automatizací.

Mastercard využívá GenAI k usnadnění interakcí se zákazníky a snížení podvodů. Jeho chatboty poháněné umělou inteligencí poskytují zákazníkům okamžitý přístup k personalizovaným doporučením, informacím o účtu a historii transakcí.

Společnost také využívá GenAI prediktivní modelování k identifikaci neobvyklých platebních vzorců, které by mohly naznačovat potenciální podvod. Díky GenAI Mastercard zdvojnásobil detekci kompromitovaných karet; snížil falešně pozitivní výsledky o až 200 %; a zvýšil rychlost identifikace obchodníků zranitelných vůči podvodům o 300 %.

3. Základní zásada 3: Zpevněte spolupráci mezi lidmi a GenAI.

Zatímco GenAI bude automatizovat některé procesy, většinu času bude podporovat lidi při rozhodování. GenAI může vytvářet syntetická data, zpracovávat data, rozpoznávat vzorce a vytvářet prediktivní analýzy, aby umožnilo týmovou spolupráci a tvorbu nových služeb. Například GenAI může poskytnout scénáře a doporučení pro rozhodující osoby, aby mohly optimalizovat výsledky. Lidé přinášejí povědomí o trhu a kontextu, obchodní znalosti, úsudek a empatii do rozhodování, stavějí na schopnostech GenAI.

Jak tedy mohou společnosti maximálně využít potenciál spolupráce mezi lidmi a GenAI? Lídři by měli věnovat čas stanovení jasně definovaných rolí a odpovědností, průběžnému školení týmů o nejnovějších schopnostech a poskytování ochranných mechanismů a eskalačních cest, když GenAI nefunguje podle očekávání. Kromě toho by měli sdílet svou vizi pro GenAI, která mění podnik, a zdůrazňovat, že GenAI doplňuje lidské schopnosti, spíše než je nahrazuje. Průzkum Forresteru zjistil, že 36 % zaměstnanců se bojí ztráty práce kvůli automatizaci nebo AI, ale pouze 1,5 % skutečně ztratí práci, zatímco 6,5 % bude mít své role ovlivněné GenAI. Jako výsledek by zaměstnanci měli tuto technologii přijmout, spíše než se jí bát.

Allstate nasadil chatbota poháněného GenAI, který využívá zpracování přirozeného jazyka k poskytování okamžité, vícejazyčné podpory a získání hlubšího vhledu do chování zákazníků. Například se snaží zlepšit výkon předchozích modelů trojnásobně identifikací těch zákaznických cest, které vyžadují podporu agenta.

Chatbot zjednodušuje proces vyřizování pojistných událostí poskytováním centralizované platformy pro shromažďování a přezkum relevantních informací. Zatímco lidské agenty pokračují v řešení složitých pojistných událostí vyžadujících odborný úsudek, chatbot významně zvyšuje efektivitu automatizací rutinních úkolů a snižováním doby zpracování. Díky využití AI pro zjednodušení vyplňování formulářů Allstate zlepšuje přesnost a spokojenost zákazníků.

Získejte více návratnosti investic z GenAI přijetím těchto 3 základních zásad

Když GenAI vstoupil do vědomí světa, lídři rychle aplikovali na své podniky, podporovali experimenty a inovace. Nicméně, někdy POC předstihly základy, zvyšovaly náklady a vytvářely řešení, která nedodávala požadovanou hodnotu.

Lídři mohou použít tyto tři základní zásady – vyvinout solidní obchodní případ, řešit požadavky na data a pomáhat týmům spolupracovat s AI – aby učinily nové iniciativy GenAI úspěšnými. Budou moci ukázat na vysoké hodnotové případy užití a nástroje, bezpečnostní opatření pro data a zlepšení produktivity a inovací, které potěší nejvyšší vedení, představenstva, zákazníky a investory.