Γιατί η Επιχειρησιακή AI Σταματά και Τι Απαιτείται για να Κλιμακωθεί Πέρα από το Πιλοτικό

Τρία χρόνια πριν, οι περισσότεροι ηγέτες επιχειρήσεων αρνούνταν την AI. Η κυρίαρχη άποψη ήταν ότι αυτό ήταν θόρυβος στην αγορά ή απλώς ένα έξυπνο παιχνίδι, αλλά όχι μια τεχνολογία επιχειρηματικού επιπέδου. Η λέξη «παραπλάνηση» ήταν στο μυαλό όλων. Μόνο τον τελευταίο χρόνο, αυτή η σκεπτικιστική στάση έχει σχεδόν εντελώς αντιστραφεί. Οι προσδοκίες βρίσκονται τώρα στην κορυφή, με τα διοικητικά συμβούλια να είναι πεπεισμένα ότι η AI θα μετασχηματίσει κάθε ρόλο και κάθε διαδικασία.

Ωστόσο και τα δύο άκρα χάνουν το νόημα. Η AI δεν είναι ούτε μια παροδική μόδα ούτε ένα μαγικό ραβδί. Είναι η πιο ολοκληρωτική μεταμόρφωση που έχει δει η βιομηχανία· μεγαλύτερη από το cloud, που ήταν θεμελιωδώς για αποδοτικότητα και ευελιξία. Η AI είναι μια επιχειρηματική μεταμόρφωση. Αυτό είναι ακριβώς ο λόγος που τόσες πολλές οργανώσεις, μετά από εντυπωσιακά πιλοτικά, βρίσκονται σε αδιέξοδο. Η State of AI survey from McKinsey & Company καταγράφει το μέγεθος του προβλήματος: σχεδόν τα δύο τρίτα των ερωτηθέντων λένε ότι οι οργανισμοί τους δεν έχουν ακόμη ξεκινήσει την κλιμάκωση της AI σε όλη την επιχείρηση.

Το Πραγματικό Σημείο Που Φράζει Δεν Είναι η Ικανότητα

Είναι δελεαστικό να κατηγορούμε την τεχνολογία, αλλά αυτό θα ήταν λάθος. Σε αυτό το στάδιο, τα μοντέλα frontier διαθέτουν τεράστια ικανότητα. Η δυσκολία έγκειται στην ενσωμάτωση της AI σε πραγματικές επιχειρηματικές διαδικασίες ώστε να παραχθούν μετρήσιμα αποτελέσματα.

Η έρευνα IDC διαπίστωσε ότι το 88% των αποδείξεων-ένδειξης AI αποτυγχάνουν να φτάσουν στην παραγωγική υλοποίηση, πράγμα που σημαίνει ότι για κάθε 33 που ξεκινούν, μόνο τέσσερα ολοκληρώνονται. Ο λόγος σπάνια είναι η ίδια η τεχνολογία. Ένα πιλοτικό δείχνει τι είναι δυνατόν· η κλιμάκωση απαιτεί από έναν οργανισμό να αλλάξει τον τρόπο που γίνεται η εργασία. Αυτό είναι πολύ πιο περίπλοκο εγχείρημα από ό,τι προβλέπουν οι περισσότεροι ηγέτες. Περιλαμβάνει διαχείριση αλλαγών, τριβές μεταξύ λειτουργιών, κύκλους προϋπολογισμού που δεν σχεδιάστηκαν ποτέ για αυτό το είδος επένδυσης, και το δύσκολο έργο του επανασχεδιασμού των ροών εργασίας από άκρη σε άκρη. Αυτός είναι ο λόγος που το ταξίδι από από την απόδειξη-ένδειξης στην παραγωγή διαρκεί περισσότερο από ό,τι υποδηλώνει η προώθηση: οι επιχειρήσεις είναι σύνθετες και η πολυπλοκότητα αντιστέκεται στις συντομεύσεις.

Οι ηγέτες πρέπει να αντισταθούν στην αντίδραση «υιοθέτηση AI τώρα» που παράγει ακατάστατα, αποσυνδεδεμένα πειράματα. Ξεκινήστε αντίθετα ορίζοντας το συγκεκριμένο πρόβλημα και το αναμενόμενο αποτέλεσμα, για παράδειγμα, τη μείωση του χρόνου επίλυσης υπηρεσιών, την ταχύτερη ανάκτηση γνώσης, τη συντόμευση του κύκλου ανάπτυξης. Όταν η AI σχεδιάζεται γύρω από ένα καθορισμένο workflow, η επίδραση γίνεται μετρήσιμη, και η μετρήσιμη επίδραση κερδίζει το δικαίωμα κλιμάκωσης.

Το Ορατό και το Αόρατο

Οι πράκτορες είναι ο τρόπος με τον οποίο η AI ζωντανεύει μέσα σε μια επιχείρηση, και χωρίζονται σε δύο κατηγορίες. Πρώτον, οι βοηθητικοί πράκτορες είναι ορατοί βοηθοί που συνοψίζουν email ή βοηθούν έναν προγραμματιστή να γράψει κώδικα. Δεύτερον, οι πράκτορες ενσωματώνονται αόρατα στις ροές εργασίας, εξοφλώντας λογαριασμούς, εκτελώντας αλυσίδες έγκρισης και επισημαίνοντας απάτες. Πρέπει να είναι πραγματικά επιχειρησιακού επιπέδου: να κλιμακώνουν σε όγκο, να παρέχουν ακρίβεια, να προσφέρουν πλήρη ανιχνευσιμότητα και να λειτουργούν εντός των πλαισίων υπεύθυνης AI.

Οι τίτλοι που ανακοινώνουν «αριθμούς πρακτόρων» έχουν μικρή σημασία, καθώς δεν υπάρχει τυποποιημένος τρόπος μέτρησης ενός πράκτορα. Αυτό που μετράει είναι η εργασία που επιτυγχάνει ένας συνδυασμός ανθρώπου-πράκτορα. Η παραγωγικότητα υπό την ηγεσία πρακτόρων μπορεί να εξοικονομήσει ένα εκατομμύριο δολάρια· η επανεξέταση της επιχειρηματικής διαδικασίας με ομάδες άνθρωπος-πράκτορας μπορεί να δημιουργήσει εκατό εκατομμύρια από την ίδια προσπάθεια, και αυτό είναι το σημείο στο οποίο πρέπει να κοιτάζουν οι ηγέτες.

Διακυβέρνηση, Εμπιστοσύνη και το Τεστ της Ημέρας Βροχής

Η ιδιοκτησία του αποτελέσματος είναι κρίσιμη για την εξασφάλιση της επιτυχίας. Είναι εύκολο να υλοποιηθεί η AI όταν δεκαπέντε σφάλματα είναι ανεκτά· είναι κάτι άλλο όταν η διαδικασία πρέπει να λειτουργεί άψογα σε κλίμακα. Η καθοδηγητική αρχή είναι το τεστ της βροχερής ημέρας: όταν η AI αρνείται να συνεργαστεί, αλλά η επιχείρηση συνεχίζει να λειτουργεί. Συνεπώς, η διακυβέρνηση δεν είναι εχθρός της ταχύτητας αλλά ο ενισχυτής της. Εν τω μεταξύ, η ευελιξία χωρίς διακυβέρνηση δημιουργεί χάος, ενώ η διακυβέρνηση χωρίς ευελιξία σφίγγει την καινοτομία. Αυτό που τελικά περιορίζει την AI είναι ο φόβος, η εμπιστοσύνη, η ασφάλεια και ο έλεγχος των δικών του δεδομένων. Αυτές οι ανησυχίες αποφασίζουν αν μια επιχείρηση κλιμακώνεται ή παγώνει.

Κατάλληλο Μέγεθος της Αρχιτεκτονικής

Καίρια σημασία έχει ότι για το 80 έως 90 τοις εκατό των επιχειρησιακών περιπτώσεων χρήσης, ένα μοντέλο frontier δεν είναι απαραίτητο. Ένα μικρό γλωσσικό μοντέλο που χτίζεται πάνω στα δικά δεδομένα του οργανισμού, συχνά λειτουργώντας παράλληλα με ένα μοντέλο frontier, είναι η πιο έξυπνη λύση. Το κόστος ανά token μειώνεται εκθετικά, αλλά τα μοντέλα λογικής και η επέκταση των παραθύρων περιεχομένου αυξάνουν απότομα την κατανάλωση, καθιστώντας τη βελτιστοποίηση των tokens μια σημαντική ευκαιρία από μόνη της.

Κατασκευή για το Επόμενο Κύμα

Σε κάθε τεχνολογικό κύμα, η αξία πραγματοποιείται στην άκρη όταν οι επιχειρήσεις χρησιμοποιούν πραγματικά την τεχνολογία. Η σημερινή δαπάνη βρίσκεται στο επίπεδο υποδομής, όπως πάντα στις αρχές ενός τεχνολογικού κύκλου. Το επόμενο, μεγαλύτερο κύμα είναι η υιοθέτηση σε κλίμακα.

Οι επιχειρηματικοί ηγέτες πρέπει να σημειώσουν ότι η επιχειρησιακή AI δεν σταματά επειδή η τεχνολογία είναι αδύναμη. Σταματά επειδή οι οργανισμοί αντιμετωπίζουν μια επιχειρηματική μεταμόρφωση ως τεχνολογικό έργο. Οι νικητές θα κάνουν την AI μια αξιόπιστη, επαναλήψιμη και λογοδοτική επιχειρηματική διαδικασία, και θα έχουν την υπομονή να την κλιμακώσουν και να κυνηγήσουν το μεγαλύτερο κύμα που έρχεται.