Jak překonat inovativní FOMO a použít AI/GenAI k řešení konkrétních obchodních problémů

Vstupujeme do rušné sezóny pro firemní vedení, kdy manažeři ze všech oblastí setkávají, aby vyhodnotili výkony a plánovali, co bude dál. Po roce rostoucích nákladů, přetrvávajících problémů se zásobováním a pokračujících snah o splnění cílů udržitelnosti existuje spousta výzev. Ale jedna témata stále ještě zdá se být uprostřed všeho – umělá inteligence (AI)/generativní AI (GenAI).

Je to éra inovativního FOMO a lídři jsou téměř všude 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 konkrétním potřebám, vyhodnocena z hlediska rizika a vázána na měřitelné obchodní výsledky.

Zde jsou tři běžné otázky/výzvy z firemního vedení a jak AI/Gen AI může pomoci, spolu s příklady z několika odvětví, kde tato inovace již dělá rozdíl:

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

Paradoxně, když všichni začínají zrychlovat, je čas pro vaše vedení zpomalit a soustředit se na základy. Nejdříve se ujistěte, že všichni jsou seznámeni s tím, jak přemýšlíte o AI/GenAI. AI je kolem již nějakou dobu a na vysoké úrovni je nejlepší myslet na ni jako na nástroj pro analýzu dat, získání přehledů a inteligentnější práci. GenAI je více novátorská a zahrnuje, jak použít všechny tyto přehledy k autonomnímu generování skutečného obsahu a doporučení. Každá společnost může těžit z začlenění AI/GenAI schopností, ale pomáhá to demokratizovat přechod, aby se pracovníci cítili oceněni.

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

Zaměřeno na: Dopravní průmysl

V dopravě AI/GenAI pomáhá společnostem zlepšit vše od předpovědi poptávky a řízení zásob až po prediktivní údržbu a optimalizaci tras. Delta Air Lines používá GenAI k analýze zákaznických dat a poskytování personalizovaných cestovních zkušeností, UPS používá svůj AI poháněný systém ORION k úpravě tras dodávek v závislosti na změnách dopravních podmínek a New York City MTA nasazuje AI ke snížení počtu případů úniku jízdného.

Když se rozšiřujeme, zjistili jsme, že se vyvíjejí komunikační mezery mezi vedením a funkčním vedením, zejména IT. Jak můžeme použít AI/GenAI k vytvoření účinnějších interních a externích zpráv bez ztráty naší autenticity?

Přestože 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 této důvěry stále kritičtější mezi vedením, spotřebiteli a zaměstnanci a 93 % obchodních lídrů se shoduje, že budování a udržení důvěry zlepšuje výsledek. Totéž platí i uvnitř organizace a je běžné, že pracovníci jsou opatrní vůči novým pokynům 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 otázku analýzou obrovských datových sad předchozích interakcí (se zákazníky a zaměstnanci), aby modelovala potenciální reakce, nabízela přehledy v reálném čase a sloužila jako most mezi dvěma „jazyky“ (tj. co chce podnik říci a jak je to vnímáno zákazníky/zaměstnanci). Když mají výkonní lídři včas, AI poháněné přehledy o výkonu, mohou lépe sladit provozní rozhodnutí se strategickými cíli. A když jsou pracovníci zapojeni do procesu prostřednictvím pokračujícího vzdělávání a programů dalšího vzdělávání, AI/GenAI může být považována za aktivum místo hrozby.

Zaměřeno na: Maloobchodní průmysl

Post-pandemické chování spotřebitelů se dramaticky změnilo, takže je kritické, aby maloobchodní společnosti používaly AI k analýze zákaznických dat a poskytování vysoce personalizovaných služeb, produktových doporučení a marketingových kampaní. Ve velkém měřítku může AI také pomoci předpovědět budoucí chování, umožňující cílené prodejní úsilí a zlepšenou akvizici zákazníků. Budoucnost v tomto prostoru je vzrušující a má potenciál zcela převrátit, jak nakupujeme. Například Amazon pokračuje v zdokonalování své AI poháněné technologie „Just Walk Out“, která analyzuje data z kamer a senzorů v obchodě, aby poháněla bezplatový nákup ve všech obchodech po celém světě.

V našem odvětví se setkáváme s velkým množstvím citlivých zákaznických informací a jsme znepokojeni tím, jak zavedení nové technologie může naše data vystavit zvýšeným zranitelnostem. Jaké jsou některé výhody používání AI/GenAI v těchto odvětvích a jak můžeme zmírnit rizika?

Stejně jako v medicíně je zlaté pravidlo v AI/GenAI transformaci „Neublížit“. Určitá odvětví, jako je zdravotnictví a finanční služby, měly pomalejší širokou AI přijetí kvůli jejich komplexním, vysoce regulovaným prostředím, ale byly učiněny obrovské kroky ve specifických funkcích. Nejviditelnějším důkazem je v zákaznickém servisu, 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 Bank of America’s AI poháněný chatbot „Erica“ odpověděl na 800 milionů dotazů od více než 42 milionů klientů a poskytl personalizované přehledy a rady 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 endemický problém ve financích, který se stále zhoršuje, a odborníci předpovídají, že podvodné bankovnictví bude stát průmysl 48 miliard dolarů do roku 2029. AI algoritmy mohou procházet obrovské datové sady, aby identifikovaly anomálie, které by mohly naznačovat podvodnou aktivitu, a bezpečnostní týmy mohou stanovit prahové hodnoty pro podezřelou aktivitu, která by spustila zásahy pouze tehdy, když tyto prahové hodnoty jsou překročeny. GenAI může také pomoci automatizovat určité rutinní úkoly (zadávání dat, vyrovnání atd.) a uvolnit čas pro týmy, aby mohly učinit více nuancovaných rozhodnutí (schválení půjček, výluky atd.), které těží z hlubší lidské analýzy.

Zaměřeno na: Bankovní průmysl

V roce 2021 PNC spustil PINACLE, aplikaci pro správu hotovosti, která používá AI a strojové učení (ML) k výcviku z historických dat společnosti. Jakmile je modul vyškolen, může být aktualizován denně a produkovat rolující předpověď, aby pomohl předpovědět budoucí peněžní tok, snížit problémy s kontrolou verzí a získat lepší přehled o současném a budoucím peněžním postavení 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 dobrým 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 takový přechod vyžaduje disciplínu. Na začátku příštího roku by vedení mělo jasně říci, že: (1) změna je týmový sport; (2) návratnost investic do každé nové technologie musí být vázána na konkrétní obchodní výsledky; a (3) rychlost bez směru vytváří chaos. Sledováním hype a soustředěním se na významný dopad budou organizace připraveny na trvalý úspěch v této vzrušující nové éře inovací.