Wie man Innovations-FOMO überwindet und AI/GenAI nutzt, um spezifische Geschäftsprobleme zu lösen

Wir befinden uns in der heißen Phase für das corporate Leadership, in der Manager aus allen Funktionen zusammenkommen, um Leistungen zu bewerten und für das nächste Jahr zu planen. Nach einem Jahr mit steigenden Kosten, anhaltenden Lieferkettenproblemen und laufenden Bemühungen, um Nachhaltigkeitsziele zu erreichen, gibt es genügend Herausforderungen. Aber ein Thema scheint immer noch im Mittelpunkt aller Gedanken zu sein – künstliche Intelligenz (AI)/generative AI (GenAI).

Es ist das Zeitalter von Innovations-FOMO, und Führungskräfte werden überwältigend aufgefordert, einige AI/GenAI-Funktionen in ihre Betriebe zu integrieren, damit ihre Unternehmen nicht zurückbleiben. Aber trotz all der Aufregung ist es wichtig, daran zu erinnern, dass Innovation ein Prozess und keine Lösung ist. Um langfristige Auswirkungen zu erzielen, müssen Organisationen sicherstellen, dass jede neue Fähigkeit bestimmten Bedürfnissen entspricht, auf Risiken hin überprüft wird und an messbare Geschäftsergebnisse geknüpft ist.

Hier sind drei häufige Fragen/Herausforderungen von Führungsteams und wie AI/GenAI helfen kann, zusammen mit Beispielen aus mehreren Branchen, in denen diese Innovation bereits einen Unterschied macht:

Es gibt jeden Tag neue Technologien, und unser Budget ist bereits sehr knapp. Wie können wir bestimmen, wo unsere Investition in AI/GenAI-Innovation den größten ROI bringt?

Paradoxerweise ist es, wenn alle anfangen, sich zu beschleunigen, Zeit für Ihr Führungsteam, sich zu verlangsamen und sich auf die Grundlagen zu konzentrieren. Zuerst müssen Sie sicherstellen, dass alle mit der Art und Weise, wie Sie über AI/GenAI denken, einverstanden sind. AI ist bereits seit einiger Zeit vorhanden, und im Großen und Ganzen ist es am besten, es als Werkzeug zur Analyse von Daten, zur Gewinnung von Erkenntnissen und zur intelligenten Arbeit zu betrachten. GenAI ist neuartiger und beinhaltet, wie man all diese Erkenntnisse nutzt, um autonom tatsächliche Inhalte und Empfehlungen zu generieren. Jedes Unternehmen kann von der Integration von AI/GenAI-Fähigkeiten profitieren, aber es hilft, den Übergang zu demokratisieren, damit die Arbeiter sich wertvoll fühlen.

Unternehmen, die ein unternehmensweites AI-Ökosystem aufbauen möchten, können sich an der “Kaizen”-Methode orientieren, die von Toyota entwickelt wurde. Dieser Ansatz beinhaltet kontinuierliche Verbesserung, bei der Teams auf allen Ebenen eines Unternehmens ermutigt werden, kleine, schrittweise Änderungen vorzunehmen, um Abfall zu eliminieren und Prozesse zu optimieren. Dies hilft nicht nur dabei, zu identifizieren, wo AI/GenAI den größten Einfluss haben könnte, sondern fördert auch eine “Test-und-Lern”-Mentalität, die durch die Kultur eines Unternehmens hindurchgeht und zu glücklicheren, produktiveren Mitarbeitern führt.

Fokus auf: Verkehrswirtschaft

Im Verkehrsbereich hilft AI/GenAI Unternehmen, alles von Nachfrageprognosen und Lagerverwaltung bis hin zu prädiktiver Wartung und Routenoptimierung zu verbessern. Delta Air Lines nutzt GenAI, um Kundendaten zu analysieren und personalisierte Reiseerlebnisse zu bieten, UPS nutzt sein AI-gestütztes ORION-System, um Lieferstrecken anzupassen, wenn sich die Verkehrsbedingungen ändern, und die New York City MTA setzt AI ein, um Fahrgeldhinterziehung zu reduzieren.

Wenn wir wachsen, entwickeln sich Kommunikationslücken zwischen der Geschäftsleitung und der funktionalen Führung, insbesondere im IT-Bereich. Wie können wir AI/GenAI nutzen, um effektivere interne und externe Nachrichten zu erstellen, ohne unsere Authentizität zu verlieren?

Während GenAI bemerkenswert realistische Nachrichten produzieren kann, ist es wichtig, bestimmte Standards zu wahren, um den Ruf des Unternehmens zu schützen. Mit anderen Worten, der Stil zählt, und Menschen möchten auf eine Weise kommunizieren, die authentisch erscheint. Laut einer aktuellen Umfrage von PwC ist es immer wichtiger, Vertrauen aufzubauen, und 93 % der Geschäftsführer stimmen zu, dass der Aufbau und die Aufrechterhaltung von Vertrauen die Grundlage für den Erfolg bilden. Gleiches gilt innerhalb eines Unternehmens, und es ist häufig der Fall, dass Mitarbeiter misstrauisch gegenüber neuen Management-Richtlinien sind, die nicht authentisch erscheinen, oder gegenüber neuer Technologie, die nicht in den richtigen Kontext gesetzt wird.

Fehlkommunikation verschwendet Zeit und Geld, verlangsamt Innovation und betriebliche Effizienz. GenAI kann dies proaktiv angehen, indem es große Datenmengen vorheriger Interaktionen (mit Kunden und Mitarbeitern) analysiert, um mögliche Reaktionen zu modellieren, Echtzeit-Einblicke zu bieten und als Brücke zwischen zwei “Sprachen” (d. h. was das Unternehmen sagen möchte und wie es von Kunden/Mitarbeitern wahrgenommen wird) zu dienen. Wenn Führungskräfte zeitnahe, AI-gestützte Einblicke in die Leistung haben, können sie operative Entscheidungen besser mit strategischen Zielen abstimmen. Und wenn Mitarbeiter durch fortlaufende Bildungs- und Weiterbildungsinitiativen in den Prozess einbezogen werden, kann AI/GenAI als Vermögenswert und nicht als Bedrohung angesehen werden.

Fokus auf: Einzelhandelsbranche

Das Verbraucherverhalten nach der Pandemie hat sich dramatisch verändert, so dass es für Einzelhändler wichtig ist, AI zu nutzen, um Kundendaten zu analysieren und personalisierte Dienstleistungen, Produktempfehlungen und Marketingkampagnen anzubieten. Im großen Maßstab kann AI auch dazu beitragen, zukünftiges Verhalten vorherzusagen, gezielte Verkaufsbemühungen zu ermöglichen und die Kundenakquise zu verbessern. Die Zukunft in diesem Bereich ist aufregend und bereit, die Art und Weise, wie wir einkaufen, vollständig zu revolutionieren. Zum Beispiel setzt Amazon seine AI-gestützte “Just Walk Out”-Technologie fort, die Daten von Kameras und In-Store-Sensoren analysiert, um checkout-freie Geschäfte weltweit zu betreiben.

In unserer Branche haben wir es mit großen Mengen an sensiblen Kundendaten zu tun und wir sind besorgt darüber, wie die Einführung neuer Technologien unsere Daten möglicherweise anfälliger für Sicherheitsrisiken machen könnte. Welche Vorteile bietet die Nutzung von AI/GenAI in diesen Branchen, und wie können wir Risiken minimieren?

Wie in der Medizin ist die goldene Regel bei der AI/GenAI-Transformation: “Zuerst keine Schäden anrichten.” Bestimmte Branchen wie Gesundheitswesen und Finanzdienstleistungen haben aufgrund ihrer komplexen, streng regulierten Umgebungen eine langsamere flächendeckende AI-Adoption erlebt, aber es gab enorme Fortschritte in bestimmten Funktionen. Der sichtbarste Beweis liegt im Kundenservice, wo AI-gestützte Chatbots und virtuelle Assistenten 24/7-Unterstützung bieten und helfen können, häufige logistische Fragen zu beantworten. Zum Beispiel hat Bank of Americas AI-gestützter Chatbot “Erica” seit seinem Start im Jahr 2018 auf 800 Millionen Anfragen von über 42 Millionen Kunden reagiert und persönliche Einblicke/Anweisungen über 1,2 Milliarden Mal bereitgestellt.

Ironischerweise hat AI/GenAI trotz anhaltender Bedenken hinsichtlich der Sicherheit in sensiblen Branchen einen Nettonutzen in dem Bereich der Betrugsbekämpfung. Betrug ist ein endemisches Problem in der Finanzbranche, das immer schlimmer wird, und Experten prognostizieren, dass betrügerische Bankgeschäfte der Branche bis 2029 48 Milliarden Dollar kosten werden. AI-Algorithmen können große Datenmengen durchsuchen, um Anomalien zu identifizieren, die auf betrügerische Aktivitäten hindeuten, und Sicherheitsteams können Schwellenwerte für verdächtige Aktivitäten festlegen, die nur dann ausgelöst werden, wenn diese Schwellenwerte überschritten werden. GenAI kann auch dabei helfen, bestimmte Routineaufgaben (Datenbearbeitung, Abstimmung usw.) zu automatisieren und Teams freizustellen, um nuanciertere Entscheidungen zu treffen (Kreditgenehmigungen, Ausfälle usw.), die von einer tieferen menschlichen Analyse profitieren.

Fokus auf: Bankenbranche

Im Jahr 2021 startete PNC PINACLE, eine Cash-Management-Anwendung, die AI und Machine Learning (ML) nutzt, um von den historischen Daten eines Unternehmens zu lernen. Sobald das Modul trainiert ist, kann es täglich aktualisiert und eine rollierende Prognose erstellen, um die zukünftige Bargeldströmung vorherzusagen, Versionenkontrollprobleme zu reduzieren und bessere Einblicke in die aktuellen und zukünftigen Bargeldpositionen für verschiedene Szenarien zu gewinnen. AI hilft auch dabei, Anleger zu befähigen, insbesondere diejenigen, die auf Nachhaltigkeit fokussiert sind. Morgan Stanley rät, dass die analytischen Fähigkeiten von AI dazu beitragen können, “Unternehmen mit starken ESG-Leistungen zu identifizieren, Risiken zu mindern und Portfolios zu gestalten, die besser mit den Nachhaltigkeitszielen übereinstimmen”.

Die Grundlage für 2025 schaffen

Unternehmen haben eine einmalige Chance, ihre Betriebe mit AI/GenAI zu optimieren, aber eine solche Transformation erfordert Disziplin. Wenn man in das nächste Jahr geht, muss die Führung klar machen, dass: (1) der Wandel ein Teamsport ist; (2) die ROI jeder neuen Technologie an bestimmte Geschäftsergebnisse geknüpft sein muss; und (3) Geschwindigkeit ohne Richtung zu Chaos führt. Indem man den Hype ignoriert und sich auf bedeutungsvolle Auswirkungen konzentriert, werden Organisationen auf langfristigen Erfolg in dieser aufregenden neuen Ära der Innovation vorbereitet.