Jak překonat inovativní FOMO a použít AI/GenAI pro řešení specifických obchodních problémů

Se blíží období, kdy se setkávají manažeři z různých oddělení, aby vyhodnotili své výkony a plánovali, co bude dál. Po roce rostoucích nákladů, přetrvávajících problémů se zásobováním a neustálých snah o splnění cílů udržitelnosti je zde mnoho výzev. Ale jedna věc stále zůstává na prvním místě v mysli všech – umělá inteligence (AI)/generativní AI (GenAI).

Je to éra inovativní FOMO a lídři jsou téměř vždy žádáni, aby začlenili nějakou AI/GenAI funkčnost do svých operací, aby jejich společnosti nebyly zanechány pozadu. Ale uprostřed všeho nadšení je důležité si uvědomit, že inovace je proces, ne řešení. Aby organizace vytvořily trvalý dopad, musí zajistit, aby každá nová schopnost byla přizpůsobena specifickým potřebám, vyhodnocena z hlediska rizika a spojena s měřitelnými obchodními výsledky.

Zde jsou tři běžné otázky/výzvy ze strany manažerských týmů a jak AI/GenAI může pomoci, spolu s příklady z několika odvětví, kde tato inovace již dělá rozdíl:

Je to jako kdyby každý den přicházely nové technologie a náš rozpočet je již velmi napjatý. Jak můžeme určit, kde naše investice do AI/GenAI inovací přinese největší návratnost?

Paradoxně, když všichni začínají zrychlovat, je čas pro váš manažerský tým zpomalit a soustředit se na základy. Nejprve se ujistěte, že všichni jsou na stejné stránce, jak přemýšlejí o AI/GenAI. AI již nějakou dobu existuje a na vysoké úrovni je nejlepší o ní přemýšlet jako o nástroji pro analýzu dat, získání přehledů a inteligentnější práci. GenAI je novější a zahrnuje, jak použít všechny tyto přehledy pro autonomní generování skutečného obsahu a doporučení. Každá společnost může profitovat z začlenění AI/GenAI schopností, ale pomáhá to demokratizovat přechod, aby se zaměstnanci cítili oceněni.

Společnosti, které chtějí vytvořit firemní AI ekosystém, mohou čerpat inspiraci z metody „Kaizen“, kterou zavedla společnost Toyota. Tento přístup zahrnuje nepřetržitou zlepšování, kdy týmy na všech úrovních organizace jsou povzbuzeny k provádění malých, postupných změn za účelem eliminace plýtvání a optimalizace procesů. Nejenže to pomáhá identifikovat, kde AI/GenAI může mít největší dopad, ale také začíná vytvářet „test-and-learn“ mentalitu, která pronikne do kultury organizace a výsledkem budou šťastnější a produktivnější zaměstnanci.

Focus On: Dopravní průmysl

V dopravě AI/GenAI pomáhá společnostem zlepšit vše od prognóz poptávky a řízení zásob až po prediktivní údržbu a optimalizaci tras. Delta Air Lines používá GenAI pro analýzu zákaznických dat a poskytování personalizovaných cestovních zkušeností, UPS používá svůj AI poháněný systém ORION pro úpravu tras podle aktuálních dopravních podmínek a New York City MTA nasazuje AI pro snížení počtu případů vyhýbání se placení jízdného.

Jako jsme se rozšiřovali, objevily se mezi vedením a funkčním vedením komunikační mezery, zejména v IT. Jak můžeme použít AI/GenAI pro vytvoření efektivnějších interních a externích zpráv bez ztráty naší autenticity?

Zatímco GenAI může produkovat pozoruhodně realistické zprávy, je důležité zachovat určitou úroveň, aby se ochránilo dobré jméno značky. Jinými slovy, styl má význam, a lidé chtějí komunikovat způsobem, který se cítí skutečný. Podle nedávného průzkumu PwC je vytváření důvěry stále kritičtější mezi vedením, spotřebiteli a zaměstnanci a 93 % obchodních manažerů souhlasí s tím, že budování a udržení důvěry zlepšuje hospodářské výsledky. Totéž platí uvnitř organizace a je běžné, že zaměstnanci jsou opatrní vůči novým směrnicím vedení, které znějí falešně, nebo nedůvěřují nové technologii, která není řádně vysvětlena.

Nedostatečná komunikace plýtvá časem a penězi, zpomaluje inovace a provozní efektivitu. GenAI může proaktivně řešit tuto situaci analýzou obrovských datových souborů předchozích interakcí (se zákazníky a zaměstnanci) pro modelování potenciálních reakcí, nabízení aktuálních přehledů a slouží jako most mezi dvěma „jazyky“ (tj. co chce podnik říci a jak je to vnímáno zákazníky/zaměstnanci). Když mají manažeři včasné, AI poháněné přehledy o výkonu, mohou lépe sladit provozní rozhodnutí se strategickými cíli. A když jsou zaměstnanci zapojeni do procesu prostřednictvím pokračujícího vzdělávání a zdokonalování, AI/GenAI může být považováno za aktivum místo hrozby.

Focus On: Maloobchodní průmysl

Post-pandemické chování spotřebitelů se dramaticky změnilo, a proto je pro maloobchodní společnosti důležité použít AI pro analýzu zákaznických dat a poskytování vysoce personalizovaných služeb, produktových doporučení a marketingových kampaní. Ve velkém měřítku lze AI také použít pro předpověď budoucího chování, umožňující cílené prodejní úsilí a zlepšenou akvizici zákazníků. Budoucnost v tomto prostoru je vzrušující a má potenciál zcela změnit, jak nakupujeme. Například Amazon dále vylepšuje svou AI poháněnou technologii „Just Walk Out“, která analyzuje data z kamer a senzorů v obchodě pro napájení bezplatných obchodů po celém světě.

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

Jako v medicíně je zlatým pravidlem AI/GenAI transformace „Neubližujte“. Některé odvětví, jako zdravotnictví a finanční služby, měly pomalejší široké přijetí AI kvůli svým složitým, vysoce regulovaným prostředím, ale byly učiněny obrovské pokroky ve specifických funkcích. Nejviditelnějším důkazem je zákaznická podpora, kde AI poháněné chatboty a virtuální asistenti mohou poskytnout 24/7 podporu a pomoci odpovědět na běžné logistické otázky. Například od svého spuštění v roce 2018 AI poháněný chatbot Bank of America „Erica“ odpověděl na 800 milionů dotazů od více než 42 milionů klientů a poskytl personalizované přehledy/návrhy více než 1,2 miliardykrát.

Ironicky, navzdory přetrvávajícím obavám o bezpečnost v citlivých odvětvích, AI/GenAI mělo čistě pozitivní dopad v oblasti detekce podvodů. Podvod je endemickým problémem ve financích, který se stále zhoršuje, a odborníci předpovídají, že bankovní podvody budou stát odvětví 48 miliard dolarů do roku 2029. AI algoritmy mohou procházet obrovské datové soubory pro identifikaci anomálií, které mohou naznačovat podvodnou činnost, a bezpečnostní týmy mohou stanovit prahové hodnoty pro podezřelou činnost, spouštějící zásahy pouze tehdy, když tyto prahové hodnoty jsou překročeny. GenAI může také pomoci automatizovat certain rutinní úkoly (zadávání dat, vyrovnání atd.) a uvolnit čas pro týmy, aby mohly učinit více nuancovaných rozhodnutí (schválení půjček, výpadky atd.), které profitují z hlubší lidské analýzy.

Focus On: Bankovní průmysl

V roce 2021 PNC spustil aplikaci PINACLE, která používá AI a strojové učení (ML) pro výuku z historických dat společnosti. Jakmile je modul vyškolen, může být aktualizován denně a produkovat rolující prognózu pro pomoc při předpovědi budoucího peněžního toku, snížení problémů s verzí a získání lepšího přehledu o aktuálních a budoucích peněžních pozicích pro různé scénáře. AI také pomáhá posilovat investory, zejména ty, kteří se zaměřují na udržitelnost. Morgan Stanley radí, že analytické schopnosti AI mohou pomoci „identifikovat společnosti s silným výkonem ESG, zmírnit rizika a tvarovat portfolia, která lépe odpovídají cílům udržitelnosti“.

Nastavení tónu pro rok 2025

Společnosti mají jedinečnou příležitost optimalizovat své operace pomocí AI/GenAI, ale taková transformace vyžaduje disciplínu. Před vstupem do příštího roku by vedení mělo jasně stanovit, že: (1) změna je týmový sport; (2) návratnost investic do nové technologie musí být spojena se specifickými obchodními výsledky; a (3) rychlost bez směru vytváří chaos. Tím, že se vyhneme nadšení a zůstaneme soustředěni na významný dopad, organizace budou připraveny na trvalý úspěch v tomto vzrušujícím novém věku inovací.