Posílejte podnik s platformou AI

Příčinou stejného vzorce napříč odvětvími je to, že první cenné případy použití AI zřídka pocházejí z řídícího výboru. Pocházejí z týmů, které jsou nejblíže operačnímu tření.

Strávím spoustu času s vedoucími týmy, kteří si kladou stejnou otázku: “Investujeme do AI, tak kde je obchodní hodnota?” Je to spravedlivá otázka a upřímná odpověď je, že pro většinu organizací se hodnota neobjevuje dostatečně rychle. RAND odhadl, že více než 80 % projektů AI selhává, což je přibližně dvojnásobek míry projektů IT, které nejsou AI. Výzkum BCG je stejně znepokojivý: do konce roku 2025 generovaly pouze 5 % společností hodnotu ve velkém měřítku a 60 % generovalo málo nebo žádnou materiální hodnotu. Iniciativa NANDA z MIT to vyjádřila jasně: pouze asi 5 % pilotních projektů generativního AI v podniku dosáhne rychlého zrychlení příjmů.

Instinktivní reakcí bývá spustit jeden rozsáhlý transformační program a odložit smysluplné nasazení AI, dokud nebude hotová každá základní vrstva. Právě tam se tempo vytrácí. Hlavní sdělení zní: datová platforma je pro úspěch AI zásadní, ale čekat na dokončení celé platformy je nesprávný provozní model. Budujte platformu a současně vytvářejte hodnotu.

Proč je přední linie místem, kde začíná hodnota

V každé organizaci s velkým počtem znalostních pracovníků lze hodnotu často snadno najít, pokud se zeptáte správných lidí. Jde o víc než požádat chatbota o shrnutí dokumentu. Skutečná příležitost spočívá v agentní AI zabudované do provozních pracovních postupů. V účetnictví jsme využili low-code platformy k urychlení zpracování faktur a automatickému zodpovídání dotazů k závazkům. V zákaznické podpoře může agent, který roztřídí příchozí případ, načte historii zákazníka a připraví návrh řešení ke kontrole člověkem, výrazně zlepšit rychlost odpovědí i spokojenost zákazníků. Jde o vícekrokové procesy napříč systémy, které vyžadují úsudek a jsou nejblíže lidem, kteří dobře vědí, kde vznikají překážky. Nepotřebují půlroční analytickou fázi, aby zjistili, co nefunguje. Potýkají se s tím každý den.

Dva kroky se navzájem doplňují. Dejte znalostním pracovníkům spravované low-code/no-code nástroje AI, aby mohli zlepšovat své vlastní postupy, a pro složitější případy vytvořte funkci AI engineeringu pro obchodní týmy. Oba kroky přinášejí hodnotu a nejsilnější organizace dělají oba. Ani jeden však nelze rozšířit bez společné platformy pro identitu, přístup, data, integraci a provoz.

Mezera mezi pilotním a produkčním provozem je problémem platformy

Mnoho organizací uvízne v debatě o tom, který model použít. To je důležité, ale není to hlavní omezení. Větším problémem je vyspělost platformy. Týmy mohou rychle vytvářet prototypy, ale nedokážou je soustavně nasazovat v celém podniku, pokud chybějí společné základy: řízení identit a přístupu, které obchodní týmy skutečně dokážou používat, jasné hranice dat, opakovatelné integrační vzory a praktický postup pro kontrolu, vydávání a monitorování. S&P Global found (SPGI ) uvádí, že průměrná organizace zrušila 46 % ověřovacích konceptů AI ještě před uvedením do produkce.

Právě proto je datová platforma tak důležitá. Data připravená pro AI nejsou volitelným doplňkem; jsou klíčem k úspěšnému provozu. Bez důvěryhodných, dostupných a s pravidly sladěných dat se zastaví i silné případy využití.

Past AI dat a proč byste neměli čekat

Here is what stops most programs cold: the data. Gartner predicts že během roku 2026 organizace opustí 60 % projektů AI, které nejsou podpořeny daty připravenými pro AI. Obvyklou reakcí je nejprve spustit rozsáhlý program datové platformy, vše modernizovat, zdokonalit dohledatelnost dat a teprve potom zavést AI.

Takový postup zní disciplinovaně, ale často odkládá přínosy o celé roky. Modernizace datové platformy je skutečná, nezbytná a nevyjednatelná. Ve většině podniků však trvá několik let. Pokud musí každý případ využití AI čekat na cílovou architekturu, důvěra vedení se vytratí dříve, než se dostaví smysluplné výsledky.

Lepším přístupem je souběžná realizace: pokračovat v budování podnikové datové platformy a zároveň upřednostňovat využití AI v oblastech procesů s největšími provozními překážkami.

Právě včas, právě dostatečná správa pro workflow s vysokým třením

Začněte bolestivým místem procesu, nikoli technologickým plánem. Určete, kde jsou překážky největší a obchodní dopad nejzřetelnější: zpožděné fakturační cykly, pomalé řešení případů, schvalování s mnoha výjimkami, opakované vyhledávání dat nebo ruční odsouhlasování. Poté tyto postupy upřednostněte pro využití AI.

Aby to bylo možné, používejte řízení právě včas. Místo snahy řídit vše předem spravujte konkrétní data potřebná pro každý prioritní případ využití ve chvíli, kdy je připraven k realizaci. Malý mezioborový tým může během několika dnů, nikoli měsíců strávených ve výborech, rozhodnout o vlastnictví, přístupu, požadavcích na kvalitu a kontrolních opatřeních.

Použijte právě tolik kontroly, kolik odpovídá skutečnému riziku. Případ využití, který pracuje s veřejným produktovým obsahem, nepotřebuje stejné ochranné prvky jako případ pracující s osobními údaji zákazníků. Tento model úměrný riziku chrání organizaci a přitom zachovává rychlost dodávání; zároveň omezuje stínové používání AI, které vzniká, když jsou oficiální postupy příliš pomalé.

Záloha je mostem k plné připravenosti dat

Každé nasazení AI v první linii by mělo vytvářet strukturované poznatky: jaká data se použila, jaké vady kvality se objevily, jaké transformace byly nutné a jaká rozhodnutí o řízení padla. Každý nedostatek zaznamenejte jako položku k nápravě na platformě.

Nevyřízené položky se pak stanou mapou modernizace dat řízenou poptávkou. Místo odhadování, kam investovat nejdříve, zlepšujete datové sady a datové produkty, které už jsou spojeny s měřitelnými obchodními výsledky. Postupně vzniká posilující smyčka: případy využití AI v první linii odhalují nejdůležitější nedostatky dat, platformní týmy je napravují a další vlna řešení AI se nasazuje rychleji a s menším rizikem.

Konečné myšlenka: Platforma je rozhodnutí

Rozhodnutí nezní „pilot ano, či ne“. Jde o to, zda vybudujete řízenou platformu AI a dat, která vaší organizaci umožní učit se, nasazovat a bezpečně růst.

Data připravená pro AI považujte za kritická pro poslání organizace. Datovou platformu budujte jako strategický program. Nečekejte však, až bude hotová celá. Upřednostněte oblasti procesů s největšími překážkami, podpořte je pomocí AI a data spravujte právě včas. Tak vytvoříte hodnotu už nyní a současně vybudujete základ, který ji dlouhodobě udrží.