ROI på anvendt AI: Skift forretningen til en ny gear

AI er overalt, og alle taler om det, men kun få virksomheder leverer forretningsværdi med AI i dag.

Der er en falsk fortælling i dag om, at mange organisationer med succes adopterer AI i hurtigt tempo, når få faktisk får værdi ud af teknologien. I 2022 rapporterede Gartner, at i gennemsnit nåede halvdelen (54%) af AI-projekterne produktionsskabt. Dette er en lille stigning fra Gartners rapport om AI i organisationer i 2019, der fastslog, at 53% af AI-projekter typisk ikke nåede fra pilot til produktion.

Forretningsledere er nu skeptiske over for AI’s fordele, fordi de har investeret tid, penge og andre ressourcer i at implementere AI-drevne løsninger, men de har ikke kunnet se de resultater, de forventede. I stedet for at give op på AI helt – hvilket de fleste virksomheder ikke har råd til – bør organisationerne reducere investeringerne i generel AI og fokusere på at adoptere anvendt AI for at opnå meningsfuld ROI i 2024.

Fremtiden er lys med AI – hvis du kan nå ROI

AI vil fortsætte med at spille en kritisk rolle på tværs af virksomheden, trods bekymringer om dets værdi. Nu er ikke tidspunktet til at løfte foden af speederen, men snarere til at korrigere kursen.

Hos OneStream Software har vi undersøgt 800 finansledere verden over om deres brug og opfattelse af AI-teknologi i branchen, hvilket afslørede, at mere end halvdelen (55%) af respondenternes enighed om, at AI vil blive en kernekomponent i finansielle processer i de næste fem år. Holdene må nu finde AI-drevne løsninger, der kan opnå betydelig ROI. Indtast: Anvendt AI.

Anvendt AI bruger forudbyggede funktioner drevet af AI til at imødekomme et specifikt finans- eller forretningsbehov. Disse løsninger er hurtigere og mere effektive at implementere, fordi de targetter et specifikt brugstilfælde, genererer højere ROI og accelererer tid til værdi. Anvendt AI bruges ofte på tværs af finanshold til at accelerere hastigheden og nøjagtigheden af efterspørgselsplaner og omsætningsprognoser, opdage afvigelser i historisk data og automatisere rutineopgaver. Alt dette er ekstremt fordelagtigt i lyset af den pågående regnskabsmæssige talentmangel.

Samlet set tilbyder anvendt AI værdifulde indsigt i de interne og eksterne faktorer, der påvirker forretningen, og giver ledere mulighed for at styre deres organisation med tillid. Disse indsigt kan reducere risikoen, identificere nye forretningsmuligheder og effektivt forbedre den overordnede beslutningstagning. Disse formål-byggede løsninger står som kraftfulde forretningsværktøjer for den moderne virksomhed.

Anvendt AI-fordele: hastighed og nøjagtighed

Virksomhederne har brug for rettidige og nøjagtige indsigt for at støtte tillidsfuld og agil beslutningstagning. Denne udtalelse kan synes åbenbar, men mange generelle AI-modeller kan ikke implementeres hurtigt nok til at give indsigt til at støtte beslutninger, der skal træffes i dag.

I modsætning til generel AI er anvendt AI hurtigere at implementere, og resultaterne er ofte mere nøjagtige. Organisationerne kan implementere AI-drevne prognosemodeller på få dage, hvilket giver dem hurtig adgang til relevante og mission-kritiske indsigt til at påvirke forretningen.

På markedsføringssiden kan anvendt AI give mere nøjagtige efterspørgselsprognoser pr. produkt, kanal, geografi og kundesegment, hvilket muliggør mere effektiv markedsføring ved at targette specifikke markedssegmenter mere præcist. Denne strategi maksimerer kampagnernes effekt og minimiserer spild af ressourcer.

I finansafdelingen kan holdene bruge anvendt AI til at generere mere nøjagtige efterspørgselsprognoser til at give en solid grundlag for finansielle planer, hvilket giver virksomhederne mulighed for at allokerer budgetter mere effektivt og træffe mere informerede investeringsbeslutninger.

AI-Drevet Finans-undersøgelsen viste også, at globale finansledere mener, at AI allerede har givet deres hold hurtigere beslutningstagning (49%), forbedret dataindsigt (48%), forbedret kvalitet af output (48%) og optimeret ressourceallokering (38%). Når AI anvendes til et specifikt brugstilfælde, kan det være betydeligt mere effektivt og handlebart.

Ryd banen for AI-udfordringer

Selv om anvendt AI tilbyder bedre ROI end generel AI i de fleste scenarier, er der stadig nogle tilbageværende udfordringer at være opmærksom på.

Forretningsledere har manglende tillid til AI-drevne output, fordi de er blevet brændt af manglende resultater fra generel AI, som nævnt tidligere. Ledere kan have oplevet mangel på gennemsigtighed i modellerne bag resultaterne eller ikke har kunnet integrere AI i forretningsprocesser på grund af misalignering af AI-modeller og forretningsværdier. Her øger anvendt AI’s formål-byggede funktion hastigheden til værdi og ROI.

En løsning er at give gennemsigtighed i data og resultater, der er afledt fra den anvendte AI-model. Holdene kan arbejde med teknologipartnere for at forstå modellens sammensætning og køre gennem scenarie-testning for at vise, hvordan de fastslog den mest nøjagtige model. Søg også efter integreret, formål-bygget AI, enten til finans eller en specifik forretningsafdeling, for at muliggøre ubesværet forbrug og analyse.

Medarbejdertræning er en anden hindring, når det kommer til at implementere AI. Ifølge den samme AI-Drevet Finans-rapport nævnte næsten en tredjedel (32%) af finansledere verden over implementering af AI som den største udfordring, over dataretsregler og procedurer (31%). Virksomheder bør samarbejde med teknologipartnere, der har bedste praksis og træningsmateriale udviklet til at uddanne teammedlemmer. En rigtig partner vil hjælpe med at imødekomme medarbejdertræningsbehov i stedet for bare at overdrage nøglerne til maskinen. Formål-bygget Auto AI til finans eller forretning kan også støtte kompetencegapper ved at tilbyde indbyggede arbejdsgange og drill-back-funktioner, så medarbejderne kan have mere støtte, mens de lærer.

Dataretsbeskyttelse og -sikkerhed er måske ikke den største udfordring for AI-implementering, men det er stadig højt på listen. Den største bekymring her er, at deling af fortrolig data med generelle formål GenAI-værktøjer som f.eks. ChatGPT kunne bringe følsomme oplysninger i hænderne på konkurrenter og offentligheden.

For at mindske denne risiko kan virksomheder udnytte formål-byggede LLM’er og GenAI-værktøjer med robuste sikkerhedsstrukturer, der kan integreres med eksisterende systemer, der tillader brugere at forespørge “kurateret” data om deres kunder, finansielle oplysninger, virksomhed eller softwareapplikationen, de bruger. I virkeligheden er der måder at tilføje sikkerhedsforanstaltninger på uden at udsætte højt følsomme oplysninger.

Skift forretningen til en ny gear med anvendt AI

Fremtiden for AI forbliver lys, da flere ledere erkender AI’s fordele for holdproduktivitet, samarbejde og driver forretningsresultater. Mange organisationer vil stadig være udfordret af at demonstrere ROI, mens de begrænser ikke-essentiel udgift i den nuværende økonomiske landskab. Vend til anvendt AI og softwareleverandører, der inkorporerer det i eksisterende applikationer for at øge produktiviteten og løse virkelige forretningsproblemer.

Anvendt AI-løsninger kan hjælpe virksomheder med at opnå maksimale resultater fra deres investering og opnå prognoseindsigt, der hjælper dem med at vokse profitabelt. Virksomheder vil skifte til en ny gear med den ROI og mulighed, der kommer med formål-byggede AI-funktioner.