Proč dlouhodobý ROI není dostatečný: Zajištění hodnoty na každé úrovni implementace AI

Podniky slyší jednu věc opakovaně: urychlit implementaci AI a ukázat výsledky, hned. Adopce se zrychluje, s 78% organizací, které již používají AI alespoň v jedné obchodní funkci do roku 2024 – oproti 55% před rokem.

Ale tady je háček: tlak na prokázání obchodní hodnoty se zvyšuje stejně rychle.

To je vysoká objednávka, když jsou funkční období CDO krátká a role Chief AI Officer (CAIO) se stále vyvíjí. S takovou volatilitou vedení na vrcholu se AI programy často zastaví, než mohou prokázat jakoukoli skutečnou hodnotu.

Klíčová výzva je jasná: společnosti potřebují přestat budovat AI strategie, které se zaměřují pouze na budoucí transformaci, a začít se soustředit na vytváření pevných základů, které přinášejí hodnotu dnes – a připravují se na budoucnost.

Problém s „budoucnostními“ strategiemi

Výkonní ředitelé vkládají peníze do AI. Skutečně, 92% z nich zvyšuje své rozpočty během následujících tří let, s více než polovinou, která si klade za cíl zvýšit rozpočet o 10%. Navíc finanční instituce, jako je Morgan Stanley, předpovídají významné výnosy, jako je ~920 miliard dolarů ročně pro S&P 500.

Tento makro trend podporuje, co jsem nazval „big-bang-but-later“ AI programy, které vypadají působivě na papíru, ale ponechávají hodnotu příliš daleko na cestě, aby měly dopad dnes.

Krásná realita je, že velmi málo organizací má data připravená pro AI. S governance a kvalitou dat jako největšími překážkami hlásí pouze 12% společností, že jejich data jsou dostatečná pro efektivní nasazení AI. A jak Gartner uvádí, špatná governance způsobí, že 60% organizací bude chybět jejich AI cíle do roku 2027 – i když přijmou AI nyní.

Stručně řečeno, AI programy, které se spoléhají pouze na budoucí sliby, jsou odsouzeny k tomu, aby se zastavily, uvízly v pilotní pekelné díře nebo ztratily důvěru stakeholderů dlouho předtím, než se očekávaný ROI objeví.

Předefinování hodnoty AI

Aby se překlenula mezera mezi budoucím potenciálem a současnou hodnotou, organizace potřebují předefinovat, jak pohlíží na hodnotu AI. Existují dva rozdílné typy:

• Okamžitá hodnota: Tyto jsou měřitelné, krátkodobé zlepšení – jako 23% rychlejší průměrný čas na první odpověď po nasazení GenAI podpory. Tyto jsou vítězství, která ukazují stakeholderům, že AI není pouze dlouhodobá hra.
• Základová hodnota: Jedná se o budování základních infrastruktur – datových kanálů, governance a škálovatelných platforem – které učiní AI efektivní dnes a v budoucnu. Jak Stav AI zpráva McKinseyho uvádí, řízení rizik a governance jsou kritické pro dlouhodobý úspěch.

Jakmile definujete obě proudy hodnoty, výzvou je vyvážit je: Jak můžete pohánět okamžitá vítězství, zatímco zajistíte, že se přeloží do opakovaných, řízených schopností? Ti, kteří dostanou tuto rovnováhu správně, uvidí skutečné výnosy.

Nalezení správné rovnováhy: Hodnota nyní a později

Jedna z největších chyb, které vidím, je, že společnosti zanedbávají návrh AI platforem s ohledem na vývojáře. Do roku 2025 84% vývojářů bude používat AI nástroje a 51% z nich je bude používat denně. Pokud AI platformy neintegrují se stávajícími pracovními postupy, adopce bude zaostávat, bez ohledu na to, jak mocné jsou modely. Úspěch závisí na integraci, výběru úkolů a kontinuálním tréninku.

Stejně kritické jsou governance a bezpečnost. Pokud nejsou prioritizovány, bez ohledu na to, jak sofistikované je AI, uživatelé mu nebudou důvěřovat. Gartner označil, že problémy s důvěrou, přístupovou bezpečností a governance jsou majoritními bariérami pro adopci a že porušování související s GenAI se pravděpodobně zvýší, jak se inovace zrychluje. Governance by měla být prioritou od prvního dne, zejména s rostoucím regulačním tlakem.

Nejdůležitější organizace jsou ty, které vytvářejí AI nástroje, které přinášejí okamžitou hodnotu – protože rychlá vítězství kupují politický kapitál. Skutečně, společnosti, které vidí nejlepší ROI na AI, jsou ty s věnovaným CAIO. Tyto lídry se soustředí na „nyní“ (měřitelné použití) a „další“ (posílení dat a platformy), zajišťují stálý pokrok a připravují se na budoucí zisky.

To také znamená stanovení KPI, které zvýrazňují ranou hodnotu – podpůrné operace, prodej, marketing a inženýrství jsou skvělé výchozí body. Definice jasných KPI – jako lead-to-win, churn a model risk skóre – spolu s bazálními a ověřovacími plány zajistí, že AI iniciativy nejsou pouze teoretické, ale přinášejí hmotné výsledky.

Klíč je identifikovat úspěšné vzorce a replikovat je. Přechod od experimentování k provedení se děje, když společnosti upravují své procesy, ne pouze své nástroje.

Posílení základů dat: Kontinuální proces

Příliš mnoho AI programů selhává, protože data nejsou důvěryhodná. Chybějící governance dat je jednou z největších překážek úspěchu. Proto by kvalita dat, původ a přístupnost měly být považovány za stejně důležité jako uživatelsky orientované nástroje. Silné základy dat jsou základem každé úspěšné AI iniciativy.

Udělat AI obchodním imperativem, dnes a zítra

Očekávání jsou jasná: ukázat okamžitá, měřitelná vítězství, zatímco budování platformy a datové nemovitosti, které se vyplatí dlouhodobě. S AI rozpočty, které se zvyšují, a intenzivující se kontrolou, neúspěch v dodání na obou frontách riskuje programové restarty.

Lídry, kteří mohou dodat hodnotu nyní, zatímco budují pro budoucnost, změní AI z řady izolovaných pilotů na udržitelný motor pro výnosy a produktivitu.