Lidt mindre snak, lidt mere handling: Sådan accelererer du udviklingen af generativ AI i de næste 6 måneder

Nu er det tid til handling, ikke længere blot drømmeri, spekulation eller hype – dette er et år med handling. Ifølge McKinsey Global Institute kan næsten 50% af typiske forretningsaktiviteter nu automatiseres med generativ AI (GenAI), en type kunstig intelligens, der kan producere tekst, billeder, video og syntetisk data.

Denne automatisering driver en enorm værdi og løser kritiske forretningsudfordringer på tværs af brancher og funktioner, forbedrer kundeoplevelser, optimerer operationer og fremmer innovation. Men for det meste har GenAI ikke været testet på en stor skala, og den sande ROI på disse investeringer skal stadig klarlægges.

Selvom virksomheder er begyndt at investere kraftigt i eksperimentelle og ad-hoc GenAI-projekter, kan det være kompliceret at skala disse bestræbelser op. Ledere kæmper med, hvordan de kan maksimere GenAI-fordele, samtidig med at de overvåger og minimiserer omkostninger, sikrer revision og adgangskontrol, forbedrer ydeevne og udbyder modelabstraktioner og styrker sikkerheden. De, der har været tøvende med at omfavne GenAI indtil nu af frygt for de høje omkostninger og datastyrings-/sikkerhedsproblemer, bør overveje følgende, når de bygger GenAI ind i deres arbejdsprocesser og større forretningsstrategier.

Opret en plan for målrettet forandring: 3 nøgleaktioner at udføre lige nu

1. Opgrader din arbejdsstyrke til at udnytte GenAI’s fulde potentiale på en risikominimeret måde.

Det er en ny verden i kunstig intelligens, og der er varierende niveauer af forståelse for, hvad der er muligt. Virksomheder, der er nye i denne rejse, kan drage fordel af at køre organisationsprogrammer for at uddanne både IT- og forretningshold om GenAI’s potentiale, udvikle specifikke protokoller omkring risiko, gennemsigtighed og etik.

Organisationer kan vælge, om de vil bringe ekspertise indedefra eller oprette en ny rolle, der er dedikeret til AI-etik, men de skal forstå, at uddannelsen ikke er til pynt. At bruge dage eller uger på programmer, der træner alle medarbejdere (ikke kun dem i tekniske roller) i, hvordan man bruger GenAI, vil se bedre organisationsovergribende accept end de, der ikke gør det.

Ved at uddanne forretningshold om at identificere potentielle GenAI-anvendelser, der kan hjælpe dem i deres respektive arbejde (og adskille faktum fra fiktion omkring sikkerhedsproblemer), vil organisationer være i en langt bedre position til at vurdere den samlede værdi.

2. Fusione AI med GenAI: Gør din infrastruktur klar til dataintensive ændringer

GenAI er hurtigt ved at få opmærksomhed for sin evne til at drive produktivitet, og det driver driftsmargener til hidtil usete niveauer. Det er dog vigtigt at huske, at GenAI ikke er en mirakelkugle. Med opkomsten af GenAI er traditionelle dataingeniørpraksis og AI blevet vigtigere end nogensinde.

Overvej følgende GenAI-drevne løsninger:

1. Detailhandel: Driver hyper-personalisering i detailhandlen ved hjælp af autonome agenter til at generere anbefalinger.
2. Rejser: Bruger en GenAI-infunderet arbejdsproces til at oprette personlige rejseplaner baseret på enkeltpersoners præferencer.
3. Bankvæsen: Brug af samtaleagenter til at personliggøre bankvirksomhed fra regningbetalinger til udgiftstrendanalyse og anbefalinger.

GenAI alene er ikke tilstrækkeligt til at drive de ovennævnte løsninger. Det er kritisk at binde den naturlige sprogforståelse og resonanskapacitet af GenAI med den beprøvede nøjagtighed og effektivitet af traditionel AI.

For eksempel kan hyper-personalisering opnås med større konsistens, hvis vi bruger traditionelle maskinelæringsalgoritmer til at generere en buket af anbefalinger og bruger GenAI-drevne agenter til at begrunde, hvilke af dem, der vil være mest relevante for brugeren.

Derfor er det kritisk at se på GenAI, traditionel AI og dataingeniørpraksis i samspil, med ét prisme, snarere end i isolation. Dette gør det ekstremt vigtigt for organisationer at tilbyde infrastruktur til at kombinere AI-udvikling med GenAI-løsninger.

3. Byg din GenAI-beredskab: Skala, innovér, kontroller

Det er klogt at være proaktiv, men forandring sker ikke over nat. Ved at identificere de væsentlige “må-haves” for organisationen kan du udsætte din udviklingsplan baseret på kritiske behov.

Derefter skal du udpege en gruppe interne ledere til at accelerere opmærksomheden og accepten af et GenAI-Operations System – en platform, der tilbyder revision, omkostningskontrol og -fakturering, sikkerhed, privatliv, adgangskontrol og modelabstraktioner – til at påbegynde GenAI-applikationer og -processer ved hjælp af denne platform. Dette vil hjælpe innovation på hurtig vis og skala ved at sikre hurtige iterationer af GenAI-anvendelser ved at fokusere primært på funktionalitet og dermed øge accepten på tværs af organisationen.

I detailhandlen, ifølge en ny IBM-undersøgelse før NRF 2024, forventer moderne kunder en tilpasset indkøbsrejse, komplet med “bekvemmeligheden af produktvalg, detaljeret information, diverse betalingsmetoder og en problemfri integration af butiks- og online-oplevelser” tilpasset deres enkelte præferencer.

For at opfylde disse forventninger skal detailhandlende organisere og demokratisere adgangen til deres data, således at forretningsfunktioner fra R&D til salg til marketing arbejder fra samme hjemmebase. Uden en klar visning af data eller en plan til at implementere det på tværs af funktioner kan organisationer overinvestere i AI-drevne løsninger og se lidt ROI. Detailhandlende, der er usikre på, hvordan de kan maksimere deres eksisterende data, skal vende sig til en partner med dyb industriel erfaring for at etablere en AI-klar infrastruktur. Først derefter kan de udnytte GenAI til at strømline kundeservice med mindre menneskelig indgriben ved at tilbyde samtaleoversigter, automatisere opgaver og ultimativt drive konvertering – en nøgleprioritet for branchen.

Yderligere eksperimenterer detailhandlende med ideen om dynamiske produktbeskrivelser. Afhængigt af AI kan e-handelslistninger ændre sig baseret på viseren, tilpasset den enkelte kunds unikke ønsker og behov. Et stærkt hold, understøttet af et niveau af GenAI-beredskab, vil være godt udstyret til at kapitalisere på disse AI-teknologier før konkurrenterne.

Identificér transformative GenAI-anvendelser og tilbyd kvantificerbare forretningsresultater.

Ofte kan virksomheder, i en hast til at vise fremskridt, begynde at sprinte uden en retning i tankerne. I stedet for at udgive den energi på at gå efter alt på én gang skal man notere sig specifikke anvendelser, der kan afsluttes inden for 3-6 måneder, 6-12 måneder osv. Prioritér disse korte projekter først for at demonstrere værdien af at køre GenAI i stor skala, og derefter, for områder, der har potentiale, fokus på at bygge platforme, der kan vise fordelene ved GenAI for andre afdelinger. Områder som modeltræning, autonome agenter og private LLM’er har enormt potentiale for fremtidig innovation, og strategisk investering i disse områder nu vil give dig en forsprang overfor konkurrenterne.

I bankvæsenet kræver ansøgning om et lån for mellemstore og store virksomheder en analyse af mange dokumenter, herunder virksomhedens bankskema, revisionsrapporter, skattemæssige rapporter, kreditvurderingsrapporter og nyheder. Alt dette skal bearbejdes manuelt for at forberede en godkendelsesnota. Automatisering af denne proces via GenAI ikke kun sparer kvantificerbare omkostninger, men reduceringen af den samlede gennemløbstid kan være en konkurrencefordel og differentiator, der kan hjælpe med at generere nyt business.

Med GenAI er banksektoren blandt andet parat til at fjerne stress og give kunderne mere indsigt med relativt lav indsats og opstartstid. Selvom der er mange mere enkeltstående GenAI-anvendelser, kræver det at nå til næste fase af en GenAI-drevet forretning at replikere og operationalisere teknologien på tværs af virksomheden for at infusere den i den overordnede forretningsstrategi.

Prokrastiner ikke, det er tid til at vågne op til AI-levering

At overvinde implementeringsudfordringer og implementere GenAI i stor skala er ingen lille bedrift. Det kræver total alignment fra bestyrelsen og C-suiten samt en forpligtelse fra forretningsledere på tværs af organisationen. For at gå forbi frygten for at gå glip af AI og begynde at skabe profitdrevne, AI-drevne værktøjer skal du uddanne dine hold om, hvad der er på vej, etablere en infrastruktur, der kan holde til hurtig forandring, og fokusere på de kortsigtede resultater, der betyder noget for dine kunder og partnere.

Når du transformerer, er det vigtigt at hyre ekspertmedarbejdere eller ekstern rådgivning, du kan stole på, for at sikre en problemfri overgang. Led efter dem, der er handlingsorienterede (dvs. byggere, ikke kun rådgivere) og bringer ledelse ind i beslutningsprocessen tidligt for at øge gennemsigtighed og fremme samarbejde. GenAI-kapaciteter udvikler sig hurtigt, og ved at handle nu vil du være på vej til at skabe en fremtidssikret organisation, der er parat til bæredygtig vækst.