Jak překonat inovace FOMO a používat AI/GenAI k řešení konkrétních obchodních problémů

Vstupujeme do rušné sezóny pro firemní vedení, kdy se manažeři ze všech funkcí setkávají, aby zhodnotili výkony a naplánovali, co bude dál. Po roce rostoucích nákladů, přetrvávajících problémů s dodavatelským řetězcem a neustálého úsilí o splnění cílů udržitelnosti je tu spousta výzev. Zdá se však, že jedno téma je stále v popředí zájmu všech – umělá inteligence (AI)/generativní AI (GenAI).

Je to věk inovací FOMO a vedoucí pracovníci jsou většinou žádáni, aby do svých operací začlenili některé funkce AI/GenAI, aby jejich společnosti nezůstaly pozadu. Ale uprostřed všeho vzrušení je důležité si uvědomit, že inovace je proces, nikoli řešení. Aby organizace dosáhly trvalého dopadu, musí zajistit, aby všechny nové schopnosti odpovídaly konkrétním potřebám, byly vyhodnoceny z hlediska rizika a byly spojeny s měřitelnými obchodními výsledky.

Zde jsou tři běžné otázky/výzvy od firemních vedoucích týmů a jak může AI/Gen AI pomoci, spolu s příklady z několika odvětví, kde tato inovace již přináší změnu:

Zdá se, že každý den se zavádí nová technologie a náš rozpočet je již napnutý. Jak můžeme určit, kde naše investice do inovací AI/GenAI přinesou nejvyšší návratnost investic?

Paradoxně, když všichni začnou zrychlovat, je čas, aby váš vedoucí tým zpomalil a zaměřil se na základy. Nejprve se ujistěte, že všichni souhlasí s tím, jak přemýšlíte o AI/GenAI. Umělá inteligence existuje již nějakou dobu a na vysoké úrovni je nejlepší o ní uvažovat jako o nástroji pro analýzu dat, shromažďování poznatků a chytřejší práci. GenAI je spíše rodící se a zahrnuje, jak využít všechny tyto poznatky k autonomnímu vytváření skutečného obsahu a doporučení. Každá společnost může těžit ze začlenění schopností AI/GenAI, ale pomáhá to demokratizovat přechod, aby se pracovníci cítili ceněni.

Společnosti, které chtějí vybudovat celopodnikový ekosystém umělé inteligence, se mohou inspirovat „Kaizen“ metoda propagovaná Toyotou. Tento přístup zahrnuje neustálé zlepšování, kdy jsou týmy na všech úrovních organizace povzbuzovány k provádění malých, postupných změn, které eliminují plýtvání a optimalizují procesy. Nejen, že to pomáhá identifikovat, kde by umělá inteligence/GenAI mohla mít největší dopad, ale začíná to podporovat způsob myšlení „testuj a učte se“, který pronikne kulturou organizace a povede ke šťastnějším a produktivnějším zaměstnancům.

Zaměření na: Dopravní průmysl 

 V dopravě pomáhá AI/GenAI společnostem zlepšit vše od prognózování poptávky a řízení zásob až po prediktivní údržbu a optimalizaci tras. Delta Air Lines používá GenAI k analýze zákaznických dat a poskytování personalizovaných cestovních zážitků, UPS používá svůj systém ORION s umělou inteligencí k úpravě dodacích tras, jak se mění dopravní podmínky, a New York City MTA nasazuje AI, aby snížila úniky na jízdném.

Jak škálujeme, zjišťujeme, že mezi C-Suite a funkčním vedením, zejména IT, vznikají komunikační mezery. Jak můžeme pomocí AI/GenAI vytvářet efektivnější interní a externí zprávy, aniž bychom ztratili svou autentičnost?

Zatímco GenAI může produkovat pozoruhodně realistická sdělení, je důležité dodržovat určité standardy pro ochranu pověsti značky. Jinými slovy, styl se počítá a lidé chtějí komunikovat způsobem, který působí opravdově. Podle nedávného průzkumu z PwC, což potvrzuje, že důvěra je stále důležitější mezi C-Suite, spotřebiteli a zaměstnanci, a 93 % manažerů podniků souhlasí s tím, že budování a udržování důvěry zlepšuje konečný výsledek. Totéž platí v rámci organizace a je běžné, že pracovníci jsou opatrní ohledně nových směrnic managementu, které znějí nepravdivě nebo nedůvěřují nové technologii, která není dána do správného kontextu.

Špatná komunikace plýtvá časem a penězi, zpomaluje inovace a provozní efektivitu. GenAI to může proaktivně řešit tím, že analyzuje obrovské datové sady předchozích interakcí (se zákazníky a zaměstnanci), aby modelovala potenciální reakce, nabídla vhled v reálném čase a posloužila jako most mezi dvěma „jazyky“ (tj. co chce firma říct a jak obdrží jej zákazníci/zaměstnanci). Když mají manažeři včasné informace o výkonu založené na umělé inteligenci, mohou lépe sladit provozní rozhodnutí se strategickými cíli. A když se pracovníci stanou součástí procesu prostřednictvím soustavného vzdělávání a iniciativ pro zvyšování kvalifikace, lze AI/GenAI považovat za aktivum, nikoli za hrozbu.

Zaměření na: Maloobchod

Chování spotřebitelů po pandemii se dramaticky změnilo, takže je zásadní, aby maloobchodní společnosti využívaly AI k analýze zákaznických dat a poskytovaly vysoce personalizované služby, doporučení produktů a marketingové kampaně. Umělá inteligence může být také použita k předvídání budoucího chování, což umožňuje cílené prodejní úsilí a lepší získávání zákazníků. Budoucnost v tomto prostoru je vzrušující a chystá se zcela změnit způsob nakupování. Například, Amazon pokračuje ve zdokonalování své technologie „Just Walk Out“ s umělou inteligencí, která analyzuje data z kamer a senzorů v obchodech a pohání obchody bez pokladen po celém světě.

V našem odvětví se zabýváme velkým množstvím citlivých informací o zákaznících a obáváme se, jak by zavedení nové technologie mohlo vystavit naše data zvýšeným zranitelnostem. Jaké jsou některé výhody používání AI/GenAI v těchto odvětvích a jak můžeme zmírnit rizika? 

Stejně jako v medicíně platí zlaté pravidlo v transformaci AI/GenAI: „Nejdřív neubližuj. Některá odvětví, jako je zdravotnictví a finanční služby, měla pomalejší rozšířené přijetí umělé inteligence kvůli jejich složitému a vysoce regulovanému prostředí, ale ve specifických funkcích došlo k obrovskému pokroku. Nejviditelnějším důkazem je zákaznický servis, kde chatboti a virtuální asistenti využívající umělou inteligenci mohou poskytovat nepřetržitou podporu a pomáhat zodpovědět běžné logistické otázky. Od uvedení na trh v roce 24 Chatbot „Erica“ od Bank of America s umělou inteligencí odpověděla na 800 milionů dotazů od více než 42 milionů klientů a více než 1.2 miliardkrát poskytla personalizované informace/návod.

Je ironií, že navzdory přetrvávajícím obavám o bezpečnost v citlivých odvětvích má AI/GenAI čistý pozitivní dopad v oblasti detekce podvodů. Podvody jsou endemickým problémem ve financích to se jen zhoršuje a odborníci předpokládají, že podvodné bankovnictví bude stát do roku 48 odvětví 2029 miliard dolarů. Algoritmy umělé inteligence mohou prohledávat obrovské datové sady, aby identifikovaly anomálie, které mohou naznačovat podvodnou činnost, a bezpečnostní týmy mohou stanovit prahové hodnoty pro podezřelou aktivitu a spouštět zásahy pouze tehdy, když tyto prahové hodnoty jsou překročeny. GenAI může také pomoci automatizovat určité rutinní úkoly (zadávání dat, odsouhlasení atd.) a uvolnit čas týmům, aby mohly přijímat podrobnější rozhodnutí (schvalování půjček, výchozí hodnoty atd.), která těží z hlubší lidské analýzy.

Zaměření na: Bankovní průmysl

V 2021, PNC spustil PINACLE, aplikace pro správu hotovosti, která využívá AI a strojové učení (ML) k trénování z historických dat společnosti. Jakmile je modul vyškolen, lze jej denně aktualizovat a vytvářet průběžnou prognózu, která pomůže předvídat budoucí peněžní toky, omezit problémy s kontrolou verzí a získat lepší přehled o současných a budoucích hotovostních pozicích pro různé scénáře. Umělá inteligence také pomáhá posílit postavení investorů, zejména těch, kteří se zaměřují na udržitelnost. Morgan Stanley radí, že analytické schopnosti AI mohou pomoci „identifikovat společnosti se silným výkonem ESG, zmírnit rizika a utvářet portfolia, která lépe odpovídají cílům udržitelnosti.“

Nastavení tónu pro rok 2025

Společnosti mají příležitost optimalizovat své operace pomocí AI/GenAI jednou za život, ale tento druh transformace vyžaduje disciplínu. V příštím roce musí vedení jasně říci, že: (1) změna je týmový sport; (2) návratnost investic jakékoli nové technologie musí být vázána na konkrétní obchodní výsledky; a (3) rychlost bez směru vytváří chaos. Vyladěním humbuku a soustředěním se na smysluplný dopad budou organizace připraveny k trvalému úspěchu v této vzrušující nové éře inovací.