Hvordan overvinde innovationsangst og bruge AI/GenAI til at løse specifikke forretningsproblemer

Vi er ved at komme ind i den travle sæson for virksomhedsledelse, hvor ledere fra alle funktioner mødes for at evaluere præstationer og planlægge, hvad der kommer herefter. Efter et år med stigende omkostninger, vedvarende forsyningskædeproblemer og fortsatte bestræbelser på at opfylde bæredygtighedsmål, er der masser af udfordringer. Men ét emne synes stadig at være i centrum af alles tanker – kunstig intelligens (AI)/generativ AI (GenAI).

Det er tiden for innovationsangst, og ledere bedes overvældende om at inkorporere nogen AI/GenAI-funktioner i deres drift, så virksomhederne ikke bliver efterladt. Men midt i all denne begejstring er det vigtigt at huske, at innovation er en proces, ikke en løsning. For at skabe varig indvirkning må organisationer sikre, at enhver ny kapacitet er tilpasset specifikke behov, vurderet for risiko og knyttet til målbare forretningsresultater.

Her er tre almindelige spørgsmål/udfordringer fra virksomhedsledelser og hvordan AI/GenAI kan hjælpe, sammen med eksempler fra flere brancher, hvor denne innovation allerede gør en forskel:

Det føles, som om der introduceres ny teknologi hver dag, og vores budget er allerede stramt. Hvordan kan vi afgøre, hvor vores investering i AI/GenAI-innovation vil give den største afkast?

Paradoxsalt, når alle begynder at accelerere, er det tid for jeres ledelse at sætte farten ned og fokusere på grundlæggende principper. Først og fremmest skal sikre, at alle er enige om, hvordan I tænker om AI/GenAI. AI har været til stede i en rum tid nu, og på et højt niveau er det bedst at tænke på det som et værktøj til at analysere data, samle indsigt og arbejde smartere. GenAI er mere udviklet og handler om, hvordan man kan bruge alle disse indsighter til at generere faktisk indhold og anbefalinger autonomt. Hver virksomhed kan drage fordel af at inkorporere AI/GenAI-kapaciteter, men det hjælper at demokratisere overgangen, så arbejdere føler sig værdsat.

Virksomheder, der søger at bygge et virksomhedsomfattende AI-økosystem, kan tage inspiration fra “Kaizen“-metoden, som er grundlagt af Toyota. Denne tilgang indebærer kontinuerlig forbedring, hvor hold på alle niveauer i en organisation opmuntres til at foretage små, inkrementelle ændringer for at eliminere spild og optimere processer. Dette hjælper ikke kun med at identificere, hvor AI/GenAI kan have den største indvirkning, men det begynder også at fremme en “test-og-lær”-holdning, der vil trænge igennem i organisationens kultur og resultere i lykkeligere, mere produktive medarbejdere.

Fokus på: Transportsektoren

I transportsektoren hjælper AI/GenAI virksomheder med at forbedre alt fra efterspørgselsprognose og lagerstyring til præventivt vedligehold og ruteoptimering. Delta Air Lines bruger GenAI til at analysere kundedata og give personlige rejseoplevelser, UPS bruger sit AI-drevne ORION-system til at justere leveringsruter, når trafikforhold ændrer sig, og New York City MTA bruger AI til at reducere billetsvind.

Da vi skalerer, finder vi, at kommunikationskløfter udvikler sig mellem C-Suite og funktionsledelse, især IT. Hvordan kan vi bruge AI/GenAI til at skabe mere effektive interne og eksterne meddelelser uden at miste vores autenticitet?

Selv om GenAI kan producere bemærkelsesværdigt realistiske meddelelser, er det vigtigt at fastholde visse standarder for at beskytte virksomhedens rygte. Med andre ord, stil tæller, og mennesker ønsker at kommunikere på en måde, der føles ægte. Ifølge en ny undersøgelse fra PwC er det vigtigt at etablere tillid blandt C-Suite, forbrugere og medarbejdere, og 93% af virksomhedsledere er enige om, at opbygning og vedligeholdelse af tillid forbedrer bundlinjen. Dette gælder også inden for en organisation, og det er almindeligt, at medarbejdere er forsigtige over for nye ledelsesdirektiver, der lyder falske, eller mistænksomme over for ny teknologi, der ikke er sat i den rette kontekst.

Misforståelser spilder tid og penge, hvilket langsommere innovation og operationel effektivitet. GenAI kan proaktivt imødegå dette ved at analysere enorme datasets af tidligere interaktioner (med kunder og medarbejdere) for at modelere potentielle reaktioner, tilbyde realtidsindsigt og fungere som en bro mellem to “sprog” (dvs. hvad virksomheden ønsker at sige, og hvordan det modtages af kunder/medarbejdere). Når ledere har rettidige, AI-drevne indsighter i præstation, kan de bedre tilpasse operationelle beslutninger med strategiske mål. Og når medarbejdere indlemmes i processen gennem fortsat uddannelse og opkvalificeringsinitiativer, kan AI/GenAI ses som en aktiv, ikke en trussel.

Fokus på: Detailhandelssektoren

Forbrugeradfærd efter pandemien er skiftet dramatisk, så det er kritisk, at detailhandelsvirksomheder bruger AI til at analysere kundedata og levere højtpersonlige service, produktanbefalinger og markedsføringskampagner. I stor målestok kan AI også bruges til at forudsige fremtidig adfærd, hvilket muliggør målrettede salgsindsats og forbedret kundeacquisition. Fremtiden i dette område er spændende og parat til at revolutionere, hvordan vi handler. For eksempel fortsætter Amazon med at forfine sin AI-aktiverede “Just Walk Out”-teknologi, der analyserer data fra kameraer og sensorer i butikker for at aktivere selvbetjening i butikker verden over.

I vores branche har vi at gøre med store mængder følsomme kundedata, og vi er bekymrede for, hvordan introduktionen af ny teknologi kan udsætte vores data for øgede sårbarheder. Hvad er nogle af fordelene ved at bruge AI/GenAI i disse brancher, og hvordan kan vi mindske risikoen?

Ligesom i medicinen er den gyldne regel i AI/GenAI-transformation “Først, gør ikke skade”. Visse brancher som sundheds- og finanstjenester har haft en langsommere bred anvendelse af AI på grund af deres komplekse, højt regulerede miljøer, men der er blevet gjort enorme fremskridt i bestemte funktioner. Det mest synlige bevis er i kundeservice, hvor AI-drevne chatbots og virtuelle assistenter kan give 24/7-support og hjælpe med at besvare almindelige logistiske spørgsmål. For eksempel har Bank of Americas AI-drevne chatbot “Erica” siden sin lancering i 2018 besvaret 800 millioner forespørgsler fra over 42 millioner kunder og givet personlige indsighter/vejledning over 1,2 milliarder gange.

Ironisk nok, på trods af de vedvarende bekymringer over sikkerhed i følsomme brancher, har AI/GenAI haft en net positiv indvirkning på området for svigagtigelse. Svig er et endemisk problem i finanssektoren, der kun bliver værre, og eksperter forudser, at svigagtig bankvirksomhed vil koste branchen 48 milliarder dollars i 2029. AI-algoritmer kan gennemløbe enorme datasets for at identificere afvigelser, der kan indikere svigagtig aktivitet, og sikkerhedshold kan etablere grænser for mistænkelig aktivitet, der udløser indgriben, kun når disse grænser overskrides. GenAI kan også hjælpe med at automatisere visse rutineopgaver (dataindtastning, afstemning osv.) og frigøre tid til hold til at træffe mere nuancerede beslutninger (kreditgodkendelse, afvisning osv.), der drager fordel af dybere menneskelig analyse.

Fokus på: Banksektoren

I 2021 lancerede PNC PINACLE, en kontantstyringsapplikation, der bruger AI og maskinelæring (ML) til at træne fra et selskabs historiske data. Når modulen er trænet, kan den opdateres dagligt og producere en rullende prognose for at hjælpe med at forudsige fremtidig kontantflow, reducere versionskontrolproblemer og give bedre indsigt i nuværende og fremtidige kontantpositioner for forskellige scenarier. AI hjælper også med at styrke investorer, især dem, der fokuserer på bæredygtighed. Morgan Stanley råder, at AI’s analytiske kapaciteter kan hjælpe med at “identificere virksomheder med stærk ESG-præstation, mindske risici og forme porteføljer, der bedre er i overensstemmelse med bæredygtighedsmål”.

Indstilling til 2025

Virksomheder har en enestående mulighed for at optimere deres drift med AI/GenAI, men en sådan transformation kræver disciplin. Inden næste år skal ledelsen gøre det klart, at: (1) forandring er et holdsport; (2) afkastet af enhver ny teknologi skal være knyttet til specifikke forretningsresultater; og (3) hastighed uden retning skaber kaos. Ved at tune ud hypen og blive fokuseret på meningsfuld indvirkning vil organisationer være klar til varig succes i denne spændende nye æra for innovation.