Die Art und Weise, wie wir über GenAI im Vorstand denken, ändern: Navigation im Kurz- und Langfrist-ROI

Da Führungsteams auf der ganzen Welt beginnen, für 2025 zu planen, ist das Thema, das allen im Kopf herumgeht, wann sie mit einer Rückkehr auf ihre Investitionen in KI und/oder generative KI (GenAI) rechnen können. Neue Forschung von Google Cloud hat enthüllt, dass mehr als 6 von 10 großen (mehr als 100 Mitarbeiter) Unternehmen GenAI verwenden und 74% bereits eine gewisse Rückkehr auf ihre Investitionen (ROI) sehen. Aber um den ROI von KI/GenAI zu maximieren, ist ein strategischer Ansatz erforderlich, der über die bloße Rechtfertigung von Kosten hinausgeht und sowohl direkte als auch indirekte Erträge umfasst, ein klares Verständnis von Vorlaufzeiten und versteckten Kosten sowie die Integration von menschenzentrierten Funktionen, um zuverlässige und skalierbare Prozesse zu gewährleisten.

ROI neu denken

Angesichts all der Aufmerksamkeit, die KI und GenAI in den Medien erhalten haben, kann es leicht vergessen werden, dass diese Investitionen noch relativ neu sind, was bedeutet, dass die meisten Unternehmen noch nicht einmal angefangen haben, die Art von ROI zu sehen, die möglich ist. Das macht es noch wichtiger, Erwartungen im Vorstand von Anfang an zu managen, da jede frühe Bewertung kritische Eindrücke schaffen wird, die beeinflussen, wie die Führung zukünftige Investitionen betrachtet. Wenn sie hohe Erwartungen an sofortige, transformative Veränderungen haben, könnte ihre Meinung sauer werden, wenn diese Veränderungen noch in den Anfängen stecken. Anders ausgedrückt, neue Innovationen erfordern neue Messperspektiven, und Führungskräfte sollten ihre Art und Weise ändern, wie sie über Kurz- und Langfrist-ROI denken.

In Bezug auf das, was eine erfolgreiche Transformation ausmacht, wird der Fortschritt oft am besten im Auge des Betrachters gemessen, aber auch “kleine” Siege können zu größeren potenziellen Ergebnissen führen. Hier sind drei Möglichkeiten, Ihre Investitionen in KI/GenAI zu kontextualisieren, sowie einige Beispiele von denen, die auf einer ähnlichen Reise sind.

1. Direkten und indirekten ROI unterscheiden

In einigen Branchen ist ein direkter ROI einfacher zu erkennen. Wenn beispielsweise ein Einzelhandels- oder CPG-Unternehmen neue GenAI-Funktionen anbietet, wird es wahrscheinlich sofort ein Gefühl von den Kunden erhalten, wie die Funktionen angenommen werden. In anderen Branchen wie der Fertigung gibt es jedoch einen indirekten ROI, der von längeren Investitionen abhängt. Mit diesen “weichen” Rückkehrern ist es normalerweise der “Trickle-Down-Effekt”, der neue Chancen schaffen oder neuen Wert freisetzen kann. Stellen Sie sich vor, Sie implementieren eine neue KI-Lösung, um die Teamproduktivität zu verbessern. Während Ihr ursprüngliches Ziel möglicherweise die Ausgabe war, könnte die Zunahme der Aktivität auch dazu führen, völlig neue Wachstumspfade zu entdecken, die noch nicht einmal in Betracht gezogen wurden. Das ist der aufregendste und begeisterndste Teil von KI und GenAI – das unbekannte Potenzial. Und obwohl das Potenzial schwer zu messen ist, sollte es immer als Faktor bei der Berechnung der Rückkehr berücksichtigt werden.

Ein gutes Beispiel für direkten und indirekten ROI findet sich bei dem E-Commerce-Unternehmen Mercari, das letztes Jahr einen ChatGPT-aktiven Einkaufsassistenten auf seiner Plattform für gebrauchte Artikel hinzugefügt hat. Der neue “Merchant AI” ermöglichte es Kunden, “auf die Website zuzugreifen, den Einkaufsassistenten in natürlicher Konversation zu engagieren, Fragen zu ihren Bedürfnissen zu beantworten und dann eine Reihe von Empfehlungen” für die nächsten Schritte zu erhalten. Der direkte ROI davon war eine 74-prozentige Reduzierung des Ticketvolumens bei Mercari, während der indirekte ROI darin bestand, dass die resultierenden Zeiteinsparungen es dem Unternehmen ermöglichten, allmählich technische Schulden zu reduzieren und seine Betriebe zu skalieren.

2. Berücksichtigen Sie die Vorlaufzeit für Investitionen in KI/GenAI und die begleitenden versteckten Kosten

Angesichts des ständigen Drucks auf die Führungskräfte, Gewinne zu steigern, ist es unwahrscheinlich, dass sie plötzlich eine “Gute Dinge kommen zu denen, die warten” Mentalität annehmen. Aber die Realität ist, dass jeder Schritt in KI und GenAI Zeit und Geld erfordert, noch bevor Sie die Startlinie erreichen. Von Investitionen in Infrastruktur und Schulung bis hin zur Beschaffung verschiedener APIs und relevanter Daten kann es Monate der Vorbereitungsarbeit sein, die keine “Rückkehr” zeigen, außer dass Sie bereit sind, zu beginnen. Eine weitere versteckte Kosten (die viele Leute nicht besprechen) ist die Realität, dass Sie Halluzinationen und Fehler durch KI erhalten, die Unternehmen viel Geld kosten können, indem sie sie in die falsche Richtung schicken, eine Lücke öffnen oder möglicherweise ein teures PR-Problem auslösen. Die ganze Erfahrung ist sehr neu, was alles ein bisschen riskanter und teurer macht, also ist es wichtig, dass Führungskräfte dies bei der Bewertung des ROI berücksichtigen.

McKinsey bot Einblicke in diesen Entscheidungsprozess und die damit verbundenen Kosten und nahm das klassische “Mieten, Kaufen oder Bauen” Szenario auf. In ihrem Archetyp sollten CIOs oder CTOs berücksichtigen, ob sie ein “Nehmer” (öffentlich verfügbare LLMs mit wenig Anpassung), ein “Formgeber” (Integration von Modellen mit eigenen Daten, um benutzerdefinierte Ergebnisse zu erhalten) oder ein “Hersteller” (Bau eines maßgeschneiderten Modells, um einen bestimmten Geschäftsfall zu lösen) sind. Jeder Archetyp hat seine eigenen Kosten, die Technologieführer bewerten müssen, von “Nehmer”, der bis zu 2 Millionen Dollar kosten kann, bis “Hersteller”, der manchmal 100-mal so viel kosten kann.

Streben Sie danach, Investitionen in KI/GenAI menschenzentrierter zu machen

Es gibt immer noch viel Angst (insbesondere unter Arbeitnehmern), dass KI Menschen ersetzen wird. Anstatt diese Bedenken zu ignorieren, sollten Unternehmen jede Transformation als Ergänzung und nicht als Ersatz darstellen und versuchen, Wege zu finden, um ihre Investitionen menschenzentrierter zu machen. Bei GenAI handelt es sich nicht um eine Transaktion, sondern um eine Partnerschaft, und es gibt immer noch ein echtes Bedürfnis nach Menschen, die die Wirksamkeit der generierten Erkenntnisse oder Materialien bewerten, um sicherzustellen, dass sie frei von Voreingenommenheit, Halluzinationen oder anderen Fehlinterpretationen sind. Deshalb ist es entscheidend, dass Unternehmen KI ständig auffordern, die Begründung hinter jeder Entscheidung zu liefern, um Genauigkeit zu gewährleisten. Es gibt dem Inhalt mehr Validität, Ihre Mitarbeiter sehen eine definierte Rolle im Prozess, und es hilft letztendlich dem ROI, weil Sie bei jedem Schritt lernen.

Es ist auch eine gute Idee, feste Schutzmechanismen zu schaffen, um strenge Grenzen für die Art von Informationen zu setzen, die KI sammeln kann. Fragen Sie sich, “Sollten wir es KI erlauben, auf das Internet zuzugreifen?” Vielleicht nicht. Der Punkt ist, das Bedürfnis zuerst zu berücksichtigen, und wenn Sie andere bewährte Methoden haben, sollten Sie diese verwenden. Manchmal ist KI nur nützlich für die Zusammenfassung, nicht für das “Denken”. Es geht darum, das richtige Gleichgewicht zu schaffen, und Menschen spielen immer noch eine entscheidende Rolle. Laut Forschung von Accenture glauben 94% der Führungskräfte, dass Mensch-Computer-Schnittstellen es uns ermöglichen werden, Verhaltensweisen und Absichten besser zu verstehen und die Mensch-Maschine-Interaktion zu verändern.

Schließen Sie die Lücke zwischen Versprechen und Realität

Experten stimmen darin überein, dass, obwohl die niedrige Einstiegshürde von GenAI ein großartiges Feature ist, ihr “langfristiges Potenzial von der Evidenz ihres kurzfristigen Wertes abhängt”. Das bedeutet, dass alle KI/GenAI-Pilotprojekte eine Reihe klar definierter (aber flexibler) Erfolgskriterien haben sollten, bevor sie starten, und Unternehmen sollten ständig Prozesse überwachen, um sicherzustellen, dass sie kontinuierlich Wert liefern. Wenn es um diese neue Ära der digitalen Innovation geht, gibt es möglicherweise nie eine traditionelle “Ziellinie”, auf die wir alle zulaufen. Stattdessen können Unternehmen, indem sie ihre Art und Weise ändern, wie sie über den Kurz- und Langfrist-ROI von KI und GenAI denken, cleverer mit ihren Investitionsgeldern umgehen und sich auf die Entwicklung von Fähigkeiten konzentrieren, die sich mit dem Geschäft skalieren lassen.