3 Kernprinzipien, um den ROI von GenAI-Implementierungen zu steigern

Unternehmensleiter sind bereit, generative künstliche Intelligenz (GenAI) in ihren Unternehmen einzusetzen. Warum scheitern jedoch so viele Projekte daran, die Proof-of-Concept-Phase (POC) zu überwinden? Auf einer jüngsten Gartner-Veranstaltung sagte Rita Sallam, Vice President Analyst, dass mindestens 30 % der GenAI-Projekte aufgrund von Problemen wie schlechter Datenqualität, unzureichenden Risikokontrollen, schnell steigenden Kosten oder der Unfähigkeit, den gewünschten Geschäftswert zu realisieren, nach der POC-Phase bis Ende 2025 eingestellt werden.

Diese Probleme sind unter anderem der Grund, warum Gartner sagt, dass GenAI beginnt, in die Trough of Disillusionment in seinem aktuellen Hype Cycle for Emerging Technology, 2024, eintritt. In einer separaten Gartner-Umfrage gaben die Befragten jedoch an, dass ihre GenAI-Implementierungen zu Umsatzsteigerungen von 15,8 %, Kosteneinsparungen von 15,2 % und Produktivitätssteigerungen von 22,6 % bei den Unternehmen geführt haben.

Was unterscheidet also Unternehmen, die erfolgreich GenAI in ihre wichtigsten Workflows integrieren, von denen, die nicht in der Lage sind, den prognostizierten Geschäftswert zu realisieren? Diese Leiter und Teams verwenden einen anderen Ansatz, der durch sorgfältige Vorbereitung und Change-Management gekennzeichnet ist. Hier sind drei wichtige Prinzipien, um die Bewertung, Auswahl und Ermöglichung von Anwendungsfällen mit GenAI zu leiten, damit Teams Risiken minimieren und Kosten steuern können, während sie Geschäftsprozesse transformieren.

1. Kernprinzip 1: Quantifizieren Sie den Geschäftswert von Anfang an sorgfältig:

Während Geschäftsleiter möglicherweise zunächst die Experimentierung mit GenAI priorisiert haben, sind sie nun bereit, greifbaren Geschäftswert aus ihren Investitionen zu erzielen.

Partner können Unternehmen helfen, detaillierte Geschäftspläne zu entwickeln, indem sie Workshops abhalten, um die Gesamtziele, den aktuellen Stand der Datenprozesse und Technologie-Infrastrukturen und mehr zu verstehen. Im Rahmen dieses Prozesses arbeiten sie mit den Teams der Unternehmen zusammen, um potenzielle Anwendungsfälle zu bewerten, sie nach der Lösung von Geschäftsproblemen zu priorisieren, den Aufwand und den erwarteten ROI zu bestimmen und wichtige Leistungsindikatoren zu entwickeln, um den Fortschritt zu messen. Auf der Google Cloud Next ’24 stellte das Unternehmen 101 Geschichten von Organisationen vor, die mit GenAI erfolgreich sind, indem sie Kunden-, Mitarbeiter-, Kreativ-, Daten-, Code- und Sicherheitsagenten bereitstellen.

Die Marktfähigkeiten entwickeln sich weiter, um den Weg zur Wertsteigerung zu vereinfachen. Microsoft und Google haben große Sprachmodelle in ihre Suchmaschinen integriert. Internetnutzer können jetzt zusammengefasste Antworten und Links erhalten, um ihre Zeit bis zur Erkenntnis zu beschleunigen. Ähnlich bieten Partner GenAI-Accelerator-Plattformen mit AI- und Machine-Learning-Modellen an, die Unternehmen anpassen und in ihrer Umgebung innerhalb von Wochen bereitstellen können. Unternehmen profitieren dadurch, indem sie bewährte Tools erhalten, die Kosten und das Risiko der Implementierung reduzieren und neue Geschäftsfähigkeiten schneller skalieren.

2. Kernprinzip 2: Stellen Sie sicher, dass die Datenqualität, Privatsphäre und Sicherheit gewährleistet sind.

Die Bereitstellung hochwertiger, datenschutzkonformer und sicherer Daten für die Modellierung und Inferenz ist die Grundlage jeder erfolgreichen GenAI-Implementierung. Unternehmen müssen ihre Daten vorbereiten, um sicherzustellen, dass die AI-Modelle genaue und zuverlässige Ausgaben erzeugen. Darüber hinaus setzen sie Schutzmechanismen und neue Tools ein, um sensible Informationen, einschließlich Modellausgaben, vor der Offenlegung zu schützen. Ähnlich kann GenAI verwendet werden, um Sicherheitsprobleme zu identifizieren, die von Teams oder durch Automatisierung behoben werden können.

Mastercard verwendet GenAI, um Kundeninteraktionen zu erleichtern und Betrug zu reduzieren. Seine AI-gesteuerten Chatbots bieten Kunden Zugang zu personalisierten Empfehlungen, Kontoinformationen und Transaktionsverlaufsdaten.

Das Unternehmen verwendet auch GenAI-Prädiktivmodellierung, um ungewöhnliche Ausgabenmuster zu identifizieren, die auf potenziellen Betrug hindeuten könnten. Mit GenAI hat Mastercard die Erkennungsrate von kompromittierten Karten verdoppelt; die Anzahl der Falschmeldungen um bis zu 200 % reduziert und die Geschwindigkeit, mit der Händler, die anfällig für Betrug sind, identifiziert werden, um 300 % gesteigert.

3. Kernprinzip 3: Stärken Sie die Zusammenarbeit zwischen Mensch und GenAI.

Während GenAI einige Prozesse automatisieren wird, wird es in den meisten Fällen Menschen bei der Entscheidungsfindung unterstützen. GenAI kann synthetische Daten erstellen, Daten verarbeiten, Muster erkennen und prädiktive Analysen erstellen, um Teamarbeit und die Schaffung neuer Dienstleistungen zu ermöglichen. Zum Beispiel kann GenAI Szenarien und Empfehlungen für Entscheidungsträger bereitstellen, damit sie Ergebnisse optimieren können. Menschen bringen Marktbewusstsein, Geschäftswissen, Urteilsvermögen und Empathie in die Entscheidungsfindung ein, indem sie auf die Fähigkeiten von GenAI aufbauen.

Wie können Unternehmen also das Potenzial der Zusammenarbeit zwischen Mensch und GenAI maximieren? Leiter sollten sich die Zeit nehmen, um klar definierte Rollen und Verantwortlichkeiten festzulegen, Teams kontinuierlich auf die neuesten Fähigkeiten zu schulen und Schutzmechanismen und Eskalationspfade bereitzustellen, wenn GenAI nicht wie erwartet funktioniert. Darüber hinaus sollten sie ihre Vision für GenAI darlegen, die das Geschäft umgestalten soll, und betonen, dass sie menschliche Fähigkeiten ergänzen und nicht ersetzen. Eine Forrester-Umfrage ergab, dass 36 % der Mitarbeiter befürchten, ihre Jobs durch Automatisierung oder AI zu verlieren, aber nur 1,5 % werden tatsächlich ihre Jobs verlieren, während 6,5 % von GenAI beeinflusst werden. Als Ergebnis sollten Mitarbeiter diese Technologie annehmen, anstatt sie zu scheuen.

Allstate hat einen GenAI-gesteuerten Chatbot implementiert, der die natürliche Sprachverarbeitung nutzt, um Echtzeit-Unterstützung in mehreren Sprachen zu bieten und tieferes Verständnis für das Kundenverhalten zu gewinnen. Zum Beispiel versucht es, die Leistung der vorherigen Modelle um das Dreifache zu verbessern, indem es die Kundenreisen identifiziert, die Unterstützung durch Agenten erfordern.

Der Chatbot strafft den Schadensfallprozess, indem er eine zentrale Plattform für die Erfassung und Überprüfung relevanter Informationen bereitstellt. Während menschliche Agenten weiterhin komplexe Schadensfälle bearbeiten, die Expertenurteile erfordern, verbessert der Chatbot die Effizienz erheblich, indem er Routineaufgaben automatisiert und die Verarbeitungszeit reduziert. Durch die Verwendung von AI, um Formulare zu vervollständigen, verbessert Allstate die Genauigkeit und Kundenzufriedenheit.

Erzielen Sie mehr ROI aus GenAI, indem Sie diese 3 Kernprinzipien anwenden

Als GenAI in das Bewusstsein der Welt trat, setzten Leiter es schnell in ihren Unternehmen ein, um Experimentierung und Innovation zu fördern. Manchmal jedoch überholten POCs die Grundlagen, was zu steigenden Kosten und Lösungen führte, die nicht den gewünschten Wert lieferten.

Leiter können diese drei Kernprinzipien – Entwicklung eines soliden Geschäftsplans, Ansprechen von Datenanforderungen und Unterstützung von Teams bei der Zusammenarbeit mit AI – nutzen, um neue GenAI-Initiativen erfolgreich zu machen. Sie können auf hochwertige Anwendungsfälle und Tools, Datensicherheitsmaßnahmen und Produktivitäts- und Innovationsverbesserungen hinweisen, die die Unternehmensleitung, Aufsichtsräte, Kunden und Investoren begeistern.