Technologické investice, které jsou v nejistém trhu nejdůležitější

Před dvěma lety se většina rozhovorů o AI soustředila na to, zda je investice stojí za riziko. Na tuto otázku už bylo odpovězeno. Teď je těžší otázka, kam peníze směřovat a kolik jich má být.

Vidím, jak se to neustále odehrává u středně velkých lídrů a soukromých kapitálových investorů. Většina z nich už absolvovala pilotní fázi a zkoušela něco téměř ve všech funkcích. Rozdíl nyní spočívá v tom, které z těch pilotních projektů se staly součástí skutečného fungování podniku, a které zůstaly vedlejšími projekty, které se nikdy nepřesunuly do každodenního provozu.

Nedávný článek v MIT Sloan Management Review zachycuje stejný posun z jiného úhlu: navzdory desetiletím investic do technologií mnoho organizací stále nevidí smysluplné výnosy a výzkum ukazuje na něco méně hmatatelného než samotné nástroje: pracovní sílu, která je skutečně schopná je využívat, a kulturu zaměřenou na učení. Šel bych ještě o krok dál: nákup nástroje už není těžkou částí. Budování lidí, dovedností a organizační kapacity, která umožní nástroji skutečně vytvářet hodnotu, je nyní místo, kde se nacházejí rozhodnutí a výzvy.

Proč společnosti, které se dostávají vpřed, utrácejí jinak, ne jen více

Existuje rostoucí mylná představa, že investice do technologií znamená nákup nejnovější platformy, ale to se jen zřídka stává. Organizace uspějí, když přesně vědí, jaký obchodní problém řeší, ještě před tím, než otevřou rozpočtovou položku. Je to bod, který jsme již dříve uvedli: i ty nejsofistikovanější nástroje selžou v dosažení smysluplného dopadu bez datového základu, na kterém stojí.

To odpovídá tomu, co jsme viděli přímo u společnosti Esquire Depositions, poskytovatele právních služeb podporovaného firmou Gridiron Capital, která zaznamenala nárůst své podnikové hodnoty o 10 %, ne díky přidání nové platformy k tomu, co již mělo, ale díky centralizaci dat a standardizaci procesů, které byly po léta budovány ad hoc napříč týmy. Nástroj je méně důležitý než to, na čem je postaven.

Čtyři základní principy pro rozhodování, co škálovat

Každý technologický rozhovor, který vedu s generálním ředitelem nebo provozním partnerem, nakonec konverguje k jednomu rozhodnutí: škálovat, opravit nebo zastavit. Podle mé zkušenosti čtyři věci oddělují tyto tři výsledky.

• Někdo to vlastní. Každá iniciativa potřebuje osobu odpovědnou za výsledek, nikoli výbor nebo střídající se sponzora.
• Data pod ním jsou důvěryhodná. AI a automatizace jsou jen tak dobré, jaká jsou data, která je napájejí. Nekonzistentní, izolovaná data promění slibný nástroj v další věc, kterou lidé obcházejí.
• Lidé to skutečně používají denně. Přijetí nenastane jen proto, že se spustí platforma. Vzniká, když nástroj zapadá do toho, jak někdo již pracuje, nebo když někdo věnuje čas přeplánování práce kolem něj.
• Výsledek je měřitelný a navázaný na něco konkrétního. Příjmy, náklady, doba cyklu, zákaznická zkušenost. Vyberte si jeden před tím, než začnete stavět, ne až po.

Projděte cokoli těmito čtyřmi a rozhodnutí se obvykle samo vyjasní. Škáluji iniciativy, které již mají vlastníka, spolehlivá data a skutečné přijetí. Pokračuji v přezkoumávání těch, které řeší opravdový problém, ale jsou stále nešikovné v každodenním používání. A zastavím ty, které fungují hlavně na nadšení nebo metrikách aktivity, dashboardy, kolem nichž nikdo nevybudoval rozhodnutí.

Co ořezat a co chránit

Stejná disciplína se vztahuje i na samotný rozpočet, v obou směrech.

Na straně ořezávání: pilotní projekty bez vlastníka, překrývající se nástroje zakoupené třemi různými týmy pro stejný úkol, licence, do nichž se nikdo nepřihlašuje, datové projekty, které se nikdy nepropojily s ničím následným. Nejenže jen plýtvají penězi, ale přidávají složitost, která zpomaluje další skutečnou iniciativu. Každý z nich je snazší udržet financovaný než jej ukončit, což je přesně důvod, proč se hromadí.

Na straně ochrany: kybernetická bezpečnost, kvalita dat, integrační práce, zákaznické zkušenosti, které skutečně odlišují podnik, a případy využití AI, které již v denním provozu přinášejí hodnotu. Školení patří také na tento seznam. Je to jedna z nejméně oceňovaných technologických investic, které může společnost učinit, a jedna z nejjednodušších, kterou lze vynechat, když se rozpočty zužují.

Jedná se o tišší investice než spuštění nové AI iniciativy. Tisková zpráva se nevyprodukuje sama s textem „opravil(a) jsme naši datovou pipeline.“ Ale tišší neznamená malou. Automatizace procesů je oblast, kam nyní směřuje hodně těchto tichých peněz, protože je dostatečně konkrétní na to, aby přinesla jasný ROI. Navrhli a vybudovali jsme pracovní tok, který internímu týmu pro dodržování předpisů ve společnosti poskytující úvěry umožnil přejít z ručního auditu 30 % hovorů klientů na automatické přezkoumání všech hovorů, čímž se uzavřela mezera, kde dalších 70 % představovalo reálné riziko, protože předpisy považují každý hovor za samostatné porušení, s hodnotou 500 až 1 500 $ za kus.

Další automatizační projekt, který jsme nedávno dodali, snížil ruční zadávání dat, které se dotýkalo nejméně ziskové, nejobjemnější služby účetní firmy, a uvolnil zaměstnance, aby se mohli věnovat práci s vyšší přidanou hodnotou, aniž by bylo nutné zvyšovat počet pracovníků. Ani jeden z nich nezahrnoval nápadný launch AI produktu. Každý vyřešil jeden konkrétní proces a rozšířil se napříč podnikem; taková cílená oprava se sčítá k některým z největších ROI, které společnost zaznamená.

Investování s úmyslem

Nejistota nutí vedoucí pracovníky být opatrní, což je rozumný instinkt. Společnosti, které se nyní dostávají vpřed, stále utrácejí agresivně, ale soustředí zdroje záměrně na schopnosti, které posilují provoz, zpřesňují rozhodování a umisťují AI tak, aby přinesla něco, na co můžete na konci čtvrtletí skutečně ukázat.

Nemyslím si, že společnosti, které v následujících letech překonají své konkurenty, budou ty s největšími technologickými rozpočty, a to ani dnes není pravda. Podle mé zkušenosti s vedením firem skrze digitální transformaci se skutečný ROI zakládá na dvou věcech: přesně vědět, kde investice vytváří největší hodnotu (ať už jde o to, jak podnik funguje, v čem se odlišuje, nebo o produkt a službu, které zákazníci skutečně zažívají), a definovat měřitelné KPI předem, aby dopad zůstal viditelný. To je disciplína, která odděluje skutečné výnosy od drahého šumu.