Die Änderung unserer Denkweise über GenAI im Vorstand: Navigation von kurz- und langfristigem ROI

Wenn Führungsteams auf der ganzen Welt beginnen, für 2025 zu planen, ist das Thema, das jedem im Kopf herumgeht, wann sie mit ihrer Investition in KI und/oder generative KI (GenAI) mit einer Rückkehr auf ihre Investition 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 erhebliche Rückkehr auf ihre Investition (ROI) sehen. Aber die Maximierung des ROI von KI/GenAI erfordert einen strategischen Ansatz, der über die Rechtfertigung von Kosten hinausgeht und sowohl direkte/indirekte Rückkehr, ein klares Verständnis von Vorlaufzeiten und versteckten Ausgaben als auch die Integration von menschzentrierten Funktionen umfasst, um zuverlässige und skalierbare Prozesse zu gewährleisten.

Neue Perspektive auf ROI

Angesichts all der Aufmerksamkeit, die KI und GenAI in den letzten Jahren 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 langfristigen ROI denken.

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

1. Unterscheiden Sie zwischen direktem und indirektem ROI

In einigen Branchen ist ein direkter ROI leichter zu erkennen. Zum Beispiel, wenn ein Einzelhandels- oder CPG-Unternehmen beginnt, neue GenAI-Funktionen anzubieten, werden sie wahrscheinlich sofort ein Gefühl von den Kunden bekommen, wie die Funktionen angenommen werden. Während in anderen Branchen wie der Fertigungsindustrie ein indirekter ROI abhängig von langfristigen Investitionen ist. Bei diesen soften Rückkehrern ist es normalerweise der “trickle-down-Effekt”, der neue Chancen oder neuen Wert schaffen 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 diese Zunahme an 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/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 im letzten Jahr einen ChatGPT-aktiven Shopping-Assistenten zu seiner Plattform für gebrauchte Artikel hinzufügte. Ihr neuer “Merchant AI” würde es den Kunden ermöglichen, “auf die Website zu loggen, den Shopping-Assistenten 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 Ticket-Volumens bei Mercari, während der indirekte ROI darin bestand, dass die resultierenden Zeitersparnisse es dem Unternehmen ermöglichten, allmählich technische Schulden zu reduzieren und seine Betriebe zu skalieren.

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

Angesichts des ständigen Drucks auf die C-Suite, 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/GenAI Zeit und Geld erfordert, sogar 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 große Mengen an 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 Einblick in diesen Entscheidungsprozess und die damit verbundenen Kosten, indem es auf das klassische “Mieten, Kaufen oder Bauen” -Szenario einging. In ihrem Archetyp sollten CIOs oder CTOs berücksichtigen, ob sie ein “Taker” (Verwenden öffentlich verfügbarer LLMs mit wenig Anpassung), ein “Shaper” (Integrieren von Modellen mit eigenen Daten, um mehr maßgeschneiderte Ergebnisse zu erhalten) oder ein “Maker” (Bauen eines maßgeschneiderten Modells, um einen bestimmten Geschäftsfall zu bearbeiten) sind. Jedes Archetyp hat seine eigenen Kosten, die Tech-Führungskräfte bewerten müssen, von “Taker”, das bis zu 2 Millionen Dollar kosten kann, bis “Maker”, das manchmal bis zu 100-mal so viel kosten kann.

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

Es gibt immer noch viel Angst (besonders unter Arbeitnehmern), dass KI Menschen ersetzen wird. Anstatt diese Bedenken zu ignorieren, sollten Unternehmen jede Transformation als Ergänzung und nicht als Ersatz positionieren und versuchen, Wege zu finden, ihre Investition menschzentrierter zu machen. Bei GenAI ist es kein Transaktionsgeschäft, sondern eine Partnerschaft, und es gibt immer noch einen echten Bedarf an Menschen, um die Wirksamkeit der generierten Erkenntnisse oder Materialien zu bewerten und sicherzustellen, dass sie frei von Voreingenommenheit, Halluzinationen oder anderen Fehlinterpretationen sind. Deshalb ist es kritisch, dass Unternehmen KI ständig herausfordern, um die Begründung hinter jeder Entscheidung zu liefern, um Genauigkeit zu gewährleisten. Es wird dem Inhalt mehr Validität geben, Ihre Mitarbeiter werden eine definierte Rolle im Prozess sehen, und es wird letztendlich dazu beitragen, dass ROI, weil Sie an jedem Stadium lernen.

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

Schließen der Lücke zwischen Versprechen und Realität

Experten stimmen zu, dass, obwohl die niedrige Einstiegshürde von GenAI ein großartiges Feature ist, sein langfristiges Potenzial von der Evidenz seines 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 langfristigen ROI von KI/GenAI denken, cleverer mit ihren Investitionsdollars umgehen und sich auf die Entwicklung von Fähigkeiten konzentrieren, die sich mit dem Unternehmen skalieren lassen.