Ηγέτες σκέψης

Αλλάζοντας τον Τρόπο Σκέψης μας για το GenAI στη Διοίκηση: Πλοηγώντας το Βραχυπρόθεσμο και Μακροπρόθεσμο ROI

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Όπως οι ομάδες διοίκησης σε όλο τον κόσμο αρχίζουν να σχεδιάζουν για το 2025, το θέμα που βρίσκεται στο μυαλό όλων είναι πότε να περιμένουν να απολαύσουν τα οφέλη από τις επενδύσεις τους σε AI και/ή γενετική AI (GenAI). Νέα έρευνα από το Google Cloud έχει αποκαλύψει ότι περισσότερες από 6 στις 10 μεγάλες εταιρείες (με περισσότερους από 100 υπαλλήλους) χρησιμοποιούν GenAI, και το 74% ήδη βλέπει κάποια σημαντική απόδοση επένδυσης (ROI). Αλλά για να μεγιστοποιηθεί η ROI από το AI/GenAI, απαιτείται μια στρατηγική προσέγγιση που υπερβαίνει την απλή δικαιολογία των εξόδων, περιλαμβάνοντας τόσο άμεσες όσο και έμμεσες επιστροφές, μια σαφή κατανόηση των χρόνων και των κρυφών εξόδων, και την ενσωμάτωση ανθρωποκεντρικών χαρακτηριστικών για να διασφαλιστεί η αξιόπιστη και κλιμακωτή διαδικασία.

Επαναπροσδιορισμός του ROI

Δεδομένου του ενδιαφέροντος που έχει λάβει το AI/GenAI τα τελευταία χρόνια από τα μέσα ενημέρωσης, μπορεί να είναι εύκολο να ξεχάσουμε ότι αυτές οι επενδύσεις είναι ακόμη σχετικά νέες, το οποίο σημαίνει ότι οι περισσότερες εταιρείες δεν έχουν ακόμη δει το είδος της ROI που είναι δυνατό. Αυτό κάνει ακόμη πιο σημαντικό να διαχειριστούν τις προσδοκίες στη διοίκηση από την αρχή,既然 οποιαδήποτε πρώιμη αξιολόγηση θα δημιουργήσει κρίσιμες εντυπώσεις που θα επηρεάσουν τον τρόπο με τον οποίο η διοίκηση θα κοιτάξει τις μελλοντικές επενδύσεις. Αν έχουν υψηλές προσδοκίες για άμεση, μετασχηματιστική αλλαγή, η γνώμη τους μπορεί να χαλάσει αν αυτές οι αλλαγές είναι ακόμη στην αρχή. Με άλλα λόγια, οι νέες καινοτομίες απαιτούν νέες προοπτικές μέτρησης, και οι ηγέτες πρέπει να επαναπροσδιορίσουν τον τρόπο με τον οποίο σκέφτονται το βραχυπρόθεσμο και μακροπρόθεσμο ROI.

Σε ότι αφορά το τι συνιστά μια επιτυχημένη μεταμόρφωση, η πρόοδος μετράται συχνά καλύτερα στο μάτι του παρατηρητή, αλλά ακόμη και “μικρές” νίκες possono οδηγήσει σε μεγαλύτερα πιθανά αποτελέσματα στο δρόμο. Εδώ είναι τρεις τρόποι για να βοηθήσετε να τοποθετήσετε τις επενδύσεις σας σε AI/GenAI, καθώς και κάποια παραδείγματα από εκείνους που βρίσκονται σε παρόμοια διαδρομή.

1. Διακρίνουμε μεταξύ άμεσου και έμμεσου ROI

Σε κάποια βιομηχανίες, το άμεσο ROI είναι πιο εύκολο να εντοπιστεί. Για παράδειγμα, αν μια εταιρεία λιανικής ή CPG αρχίσει να προσφέρει νέες λειτουργίες GenAI, θα λάβει άμεση ανταπόκριση από τους πελάτες σχετικά με τον τρόπο με τον οποίο οι λειτουργίες λαμβάνονται. Ενώ σε άλλες βιομηχανίες όπως η παραγωγή, υπάρχει περισσότερο έμμεσο ROI που εξαρτάται από μακροπρόθεσμες επενδύσεις. Με αυτά τα είδη μαλακών επιστροφών, συνήθως η “επίπτωση της σταγόνης” μπορεί να δημιουργήσει νέες ευκαιρίες ή να απελευθερώσει νέες αξίες. Φανταστείτε ότι εφαρμόζετε μια νέα λύση AI για να βελτιώσετε την παραγωγικότητα της ομάδας. Ενώ ο αρχικός σας στόχος μπορεί να ήταν η παραγωγή, η αύξηση της δραστηριότητας μπορεί επίσης να οδηγήσει στην ανακάλυψη εντελώς νέων μονοπατιών ανάπτυξης που δεν είχαν ακόμη ληφθεί υπόψη. Αυτό είναι το πιο συναρπαστικό και ενθουσιαστικό μέρος του AI/GenAI – το άγνωστο δυναμικό. Και αν και το δυναμικό είναι δύσκολο να μετρηθεί, πρέπει πάντα να περιλαμβάνεται ως παράγοντας στον υπολογισμό της απόδοσης.

Ένα καλό παράδειγμα και για άμεσο και έμμεσο ROI μπορεί να βρεθεί στην εταιρεία λιανικής Mercari, η οποία το προηγούμενο έτος πρόσθεσε einen βοηθό αγορών με ChatGPT στην πλατφόρμα αγοράς για αντικείμενα δεύτερης χειρός. Ο νέος “Εμπορικός AI” θα επέτρεπε στους πελάτες να “συνδεθούν στην ιστοσελίδα, να ενεργοποιήσουν τον βοηθό αγορών σε φυσική συζήτηση, να απαντήσουν σε ερωτήσεις σχετικά με τις ανάγκες τους και στη συνέχεια να λάβουν eine σειρά συστάσεων” για τα επόμενα βήματα. Το άμεσο ROI ήταν μια μείωση 74% στο όγκο των εισιτηρίων στη Mercari, ενώ το έμμεσο ROI ήταν ότι οι απώλειες χρόνου που προέκυψαν επέτρεψαν στην εταιρεία να μειώσει σταδιακά το τεχνικό χρέος και να κλιμακωσει τις επιχειρήσεις της.

2. Λαμβάνουμε υπόψη τον χρόνο και τους κρυφούς κόστους για τις επενδύσεις σε AI/GenAI

Λαμβάνοντας υπόψη την συνεχή πίεση στη διοίκηση να αυξήσει τα κέρδη, δεν υπάρχει καμία πιθανότητα να υιοθετήσουν ξαφνικά μια στάση “τα καλά πράγματα έρχονται σε εκείνους που περιμένουν”. Αλλά η πραγματικότητα είναι ότι οποιαδήποτε είσοδος στο AI/GenAI παίρνει χρόνο και χρήμα, ακόμη και πριν φτάσετε στη γραμμή εκκίνησης. Από την επένδυση σε υποδομή και εκπαίδευση έως την απόκτηση διαφορετικών API και σχετικών δεδομένων, μπορεί να είναι μήνες προετοιμασίας που δεν θα δείξουν κανένα “επιστρέφον” παρά μόνο ότι είστε έτοιμοι να αρχίσετε. Ένα άλλο κρυφό κόστος (που πολλοί δεν μιλάνε) είναι η πραγματικότητα ότι θα πάρετε ψευδείς και λάθη που δημιουργούνται από το AI, τα οποία possono κοστίσουν στις εταιρείες πολλά χρήματα, στέλνοντάς τες στη λάθος κατεύθυνση, ανοίγοντας μια漏ολα ή πιθανώς προκαλώντας ένα ακριβό πρόβλημα δημοσίων σχέσεων. Η ολόκληρη εμπειρία είναι πολύ καινούρια, γεγονός που κάνει τα πάντα λίγο πιο рисκερά και πιο ακριβά, οπότε είναι σημαντικό για τους ηγέτες να λάβουν αυτό υπόψη όταν αξιολογούν το ROI.

Η McKinsey πρόσφερε μια εικόνα σε αυτή τη διαδικασία λήψης αποφάσεων και τα συνδεόμενα κόστη, αναφερόμενος στο κλασικό σενάριο “ενοικίαση, αγορά ή κατασκευή”. Στο αρχέτυπό τους, οι CIOs ή CTOs πρέπει να σκεφτούν αν είναι “Παραλήπτης” (χρησιμοποιώντας δημόσια διαθέσιμες LLMs με μικρή προσαρμογή), “Δημιουργός” (ενσωματώνοντας μοντέλα με ιδιοκτησιακά δεδομένα για να λάβουν πιο εξατομικευμένα αποτελέσματα) ή “Κατασκευαστής” (κατασκευάζοντας ένα εξειδικευμένο μοντέλο για να αντιμετωπίσουν một συγκεκριμένο επιχειρηματικό caso). Κάθε αρχέτυπο έχει τα δικά του κόστη που οι τεχνολογικοί ηγέτες θα πρέπει να αξιολογήσουν, από “Παραλήπτη” που κοστίζει μέχρι 2 εκατομμύρια δολάρια, έως “Κατασκευαστή” που μπορεί να φτάσει τα 100 φορές这一 ποσό.

Προσπαθούμε να κάνουμε τις επενδύσεις σε AI/GenAI πιο ανθρωποκεντρικές

Υπάρχει ακόμη πολύ φόβος εκεί έξω (ειδικά μεταξύ των εργαζομένων) ότι το AI θα αντικαταστήσει τους ανθρώπους. Αντί να απορρίπτουν αυτές τις ανησυχίες, οι εταιρείες πρέπει να θέσουν οποιαδήποτε μεταμόρφωση ως μια βελτίωση αντί για αντικατάσταση και να ψάξουν για τρόπους να κάνουν τις επενδύσεις τους πιο ανθρωποκεντρικές. Με το GenAI, δεν είναι μια συναλλαγή, είναι μια συνεργασία, και υπάρχει ακόμη μια πραγματική ανάγκη για ανθρώπους να αξιολογήσουν την αποτελεσματικότητα των γεννημένων ερευνών ή υλικών για να διασφαλίσουν ότι είναι ελεύθερα από προκαταλήψεις, ψευδείς ή άλλες παρεξηγήσεις. Αυτό είναι γιατί είναι κρίσιμο για τις εταιρείες να προκαλέσουν συνεχώς το AI να παρέχει λόγο πίσω από κάθε απόφαση για να διασφαλίσουν την ακρίβεια. Θα δώσει περισσότερη επικύρωση στο περιεχόμενο, οι εργαζόμενοι θα δουν einen καθορισμένο ρόλο στη διαδικασία, και θα βοηθήσει τελικά την ROI γιατί μαθαίνετε σε κάθε στάδιο.

Είναι επίσης μια καλή ιδέα να θέσετε σαφείς οδηγίες για να παρέχετε σαφείς περιορισμούς στο είδος πληροφοριών που μπορεί να συλλέξει το AI. Ρωτήστε τον εαυτό σας, “Πρέπει να επιτρέψουμε στο AI να έχει πρόσβαση στο διαδίκτυο;” Ίσως όχι. Το σημείο είναι να εξετάσετε την ανάγκη πρώτα, και αν έχετε άλλες αποδεδειγμένες μεθοδολογίες, χρησιμοποιήστε αυτές. Κάποιες φορές, το AI είναι απλώς χρήσιμο για την περίληψη, όχι “σκέψη”. Όλα γύρω από τη δημιουργία της σωστής ισορροπίας, και οι άνθρωποι έχουν ακόμη einen κρίσιμο ρόλο να παίξουν. Σύμφωνα με έρευνα της Accenture, το 94% των εκτελεστών πιστεύει ότι οι τεχνολογίες διεπαφής ανθρώπου θα μας επιτρέψουν να κατανοήσουμε καλύτερα τις συμπεριφορές και τις προθέσεις, μεταμορφώνοντας την αλληλεπίδραση ανθρώπου-μηχανής.

Κλείνοντας το Χάσμα Μεταξύ Υπόσχεσης και Πραγματικότητας

Οι εμπειρογνώμονες συμφωνούν ότι, ενώ η GenAI έχει χαμηλό εμπόδιο εισόδου, η μακροπρόθεσμη δυναμική της εξαρτάται από την απόδειξη της βραχυπρόθεσμης αξίας της. Αυτό σημαίνει ότι οποιαδήποτε πιλότος του AI/GenAI πρέπει να έχει μια σειρά από σαφώς καθορισμένα (αλλά ευέλικτα) κριτήρια επιτυχίας πριν από την εκκίνηση, και οι εταιρείες πρέπει να παρακολουθούν συνεχώς τις διαδικασίες για να διασφαλίσουν ότι παρέχουν συνεχώς αξία. Όταν πρόκειται για αυτή τη νέα εποχή ψηφιακής καινοτομίας, μπορεί να μην υπάρχει παραδοσιακό “τελικό σημείο” που τρέχουμε. Αντίθετα, αλλάζοντας τον τρόπο με τον οποίο σκεφτόμαστε το βραχυπρόθεσμο και μακροπρόθεσμο ROI του AI/GenAI, οι εταιρείες μπορούν να είναι πιο έξυπνες με τα επενδυτικά δολάρια και να επικεντρωθούν στην ανάπτυξη ικανοτήτων που μπορούν να κλιμακωθούν μαζί με την επιχείρηση. είναι μια νέα εποχή ψηφιακής καινοτομίας, μπορεί να μην υπάρχει παραδοσιακό “τελικό σημείο” που τρέχουμε. Αντίθετα, αλλάζοντας τον τρόπο με τον οποίο σκεφτόμαστε το βραχυπρόθεσμο και μακροπρόθεσμο ROI του AI/GenAI, οι εταιρείες μπορούν να είναι πιο έξυπνες με τα επενδυτικά δολάρια και να επικεντρωθούν στην ανάπτυξη ικανοτήτων που μπορούν να κλιμακωθούν μαζί με την επιχείρηση.

Ο Prasun Velayudhan είναι Associate Director στην LatentView Analytics, μια παγκόσμια εταιρεία ψηφιακής επιστήμης που εμπνέει και μεταμορφώνει τις επιχειρήσεις για να excελίσουν στον ψηφιακό κόσμο με την αξιοποίηση της δύναμης των δεδομένων και της ανάλυσης. Ο Prasun έχει περισσότερες από 10 χρόνια εμπειρίας στην ανάλυση δεδομένων, με εστίαση στην μέτρηση της αγοράς και την επιστήμη της ανάπτυξης. Έχει σχεδιάσει και παραδώσει έργα ανάλυσης δεδομένων που επέτρεψαν την λήψη αποφάσεων με βάση τα δεδομένα, την βελτιστοποίηση του funnel, την αυτοχρηματοδότηση και τις στρατηγικές διατήρησης των χρηστών.