3 ydintä periaatetta GenAI:n hyödyntämiseen ja tuottavuuden parantamiseen

Yritysjohtajat ovat innostuneita käyttämään generatiivista tekoälyä (GenAI) liiketoiminnassaan. Miksi niin monet hankkeet eivät kuitenkaan pääse yli koekäyttövaiheen? Gartnerin tapahtumassa Rita Sallam, erottuva varapresidentti-analyytikko, sanoi, että vähintään 30 % GenAI-hankkeista hylätään koekäyttövaiheen jälkeen vuoteen 2025 mennessä ongelmien vuoksi, kuten huonon datan laatu, riittämättömät riskienhallintatoimenpiteet, nopeasti kasvavat kulut tai kyvyttömyys toteuttaa toivottua liiketoimintaa.

Nämä ongelmat ovat syitä, miksi Gartner on alkanut laskea GenAI:n sisään pettymyksen pohjalle viimeisimmässä Hype Cycle for Emerging Technology -raportissaan 2024. Kuitenkin erillisessä Gartnerin kyselyssä vastaajat ilmoittivat, että heidän GenAI-käyttöönsä on johtanut 15,8 %:n myyntituoton kasvuun, 15,2 %:n kustannussäästöihin ja 22,6 %:n tuottavuuden parantumiseen.

Mikä siis erottaa yritykset, jotka onnistuvat integroimasta GenAI:ta avainprosesseihin, niistä, jotka eivät onnistu saavuttamaan odotettua liiketoimintaa? Nämä johtajat ja tiimit käyttävät toisenlaista lähestymistapaa, jolle on ominaista tarkka valmistelu ja muutosjohtaminen. Tässä on kolme avainperiaatetta GenAI-käyttötapauksien arviointiin, valintaan ja mahdollistamiseen, jotta tiimit voivat vähentää riskejä ja hallita kustannuksia liiketoimintaprosessien muuttaessa.

1. Ydinsääntö 1: Määrittele liiketoimintaa johtava arvo alusta alkaen:

Liiketoimintajohtajat ovat aluksi priorisoineet GenAI-kokeiluja, mutta nyt he haluavat saada konkreettista liiketoimintaa hyödyttävää arvoa sijoituksistaan.

Kumppanit voivat auttaa yrityksiä kehittämään yksityiskohtaiset liiketoimintasuunnitelmat järjestämällä työpajoja, joissa ymmärretään yleiset tavoitteet, nykytila dataprosesseja ja teknologiainfrastruktuureja ja muuta. Tämän prosessin aikana he työskentelevät yritysten tiimien kanssa arvioimassa potentiaalisia käyttötapauksia, priorisoimalla niitä liiketoimintakipujen ratkaisemisen, määrittämällä vaivannäön ja odotetun tuoton tasot sekä kehittämällä avainsuoritusindikaattoreita edistymisen mittaamiseksi. Google Cloud Next ’24 -tapahtumassa yhtiö korosti 101 tarinaa organisaatioista, jotka ovat onnistuneet GenAI:ssa käyttämällä asiakas-, työntekijä-, luova-, data-, koodi- ja turvallisuusagentteja.

Markkinoiden mahdollisuudet jatkavat kehittymistä, ja polku arvonluomiseen on sujuvampi. Microsoft ja Google ovat integroineet suuret kielen mallit hakukoneisiinsa. Internetin käyttäjät voivat nyt saada yhteenvedon vastauksista ja linkeistä, mikä nopeuttaa heidän aikaansaamistaan. Vastaavasti kumppanit tarjoavat GenAI-kiihdytysalustoja, joissa on tekoäly- ja koneoppimismalleja, joita yritykset voivat mukauttaa ja ottaa käyttöön omissa ympäristöissään muutamassa viikossa. Yritykset hyötyvät todistetuista työkaluista, vähentävät käyttöönoton kustannuksia ja riskejä sekä laajentavat uusia liiketoimintakapasiteetteja nopeammin.

2. Ydinsääntö 2: Varmista datan laatu, yksityisyys ja turvallisuus.

Tarjoamalla korkealaatuiset, yksityisyydensuojan mukaiset ja turvalliset tiedot mallien koulutukseen ja päätöksentekoon on jokaisen onnistuneen GenAI-toteutuksen perusta. Yritysten on valmisteltava tietoja, jotta tekoälymallit tuottavat tarkat ja luotettavat tulokset. Lisäksi he toteuttavat varotoimia ja uusia työkaluja suojelemaan arkaluontoisia tietoja, mukaan lukien mallien tulokset, paljastumiselta. Vastaavasti GenAI voidaan käyttää turvallisuusongelmien tunnistamiseen, joita tiimit tai automaatio voivat korjata.

Mastercard käyttää GenAI:ta asiakasvuorovaikutusten helpottamiseen ja petosten vähentämiseen. Sen tekoälypohjaiset chatbotit tarjoavat asiakkaille välittömän pääsyn henkilökohtaisiin suosituksiin, tiliinformaatioon ja transaktiohistoriaan.

Yritys käyttää myös GenAI:n ennustemallia epätavallisten kulutusmallien tunnistamiseen, mikä voi olla merkkinä mahdollisesta petoksesta. GenAI:n avulla Mastercard on onnistunut kaksinkertaistamaan vaarantuneiden korttien havaitsemisen, vähentämään vääräpositiivisia tuloksia jopa 200 %:lla ja nopeuttamaan alttiiden kauppiaiden tunnistamista 300 %:lla.

3. Ydinsääntö 3: Vahvista ihmisten ja GenAI:n yhteistyötä.

Vaikka GenAI automatisoi joitain prosesseja, se useimmiten auttaa ihmisiä tekemään parempia päätöksiä. GenAI voi luoda syntetisiä tietoja, prosessoida tietoja, tunnistaa kuvioita ja luoda ennustevaihtoehtoja, jotta tiimit voivat tehdä parempia päätöksiä. Esimerkiksi GenAI voi tarjota skenaarioita ja suosituksia päätöksentekijöille, jotta he voivat optimoida lopputuloksia. Ihmiset tuovat markkinatietoa, liiketoimintatietoa, arvostelukykyä ja empatiaa päätöksentekoon, johon GenAI:n mahdollisuudet perustuvat.

Jotta yritykset voivat maksimoida ihmisten ja GenAI:n yhteistyön potentiaalia, johtajien on otettava aikaa määrittääksesi selkeät roolit ja vastuut, koulutettaessa tiimejä uusimpien mahdollisuuksien mukaisesti ja tarjottaessa turvallisuusvarotoimia ja eskalaatioreittejä, kun GenAI ei toimi odotetusti. Lisäksi heidän on jaettava visio GenAI:n liiketoiminnan uudelleenmuokkaamisesta ja korostettava, että he vahvistavat ihmisten kykyjä sen sijaan, että korvaavat niitä. Forresterin kyselyssä havaittiin, että 36 % työntekijöistä pelkää menettävänsä työnsä automaation tai tekoälyn vuoksi, mutta vain 1,5 % menettää työnsä, kun taas 6,5 %:n roolia vaikuttaa GenAI. Tämän seurauksena työntekijöiden on omaksuttava tämä teknologia sen sijaan, että he vastustaisivat sitä.

Allstate on toteuttanut GenAI-pohjaisen chatbotin, joka hyödyntää luonnollisen kielen prosessointia tarjotakseen reaaliaikaisen, monikielisen tuen ja saadakseen syvemmän ymmärryksen asiakasjärjestelmistä. Esimerkiksi se pyrkii parantamaan edellisten mallien suorituskykyä kolminkertaisesti tunnistamalla asiakasmatkat, jotka vaativat agenttien tukea.

Chatbot sujuvoittaa vahinkoilmoituksen käsittelyä tarjoamalla keskitetyn alustan relevanttien tietojen keräämiselle ja tarkastelulle. Vaikka ihmiset jatkavat monimutkaisten vahinkoilmoitusten käsittelyä, jotka vaativat asiantuntijoiden arvostelukykyä, chatbot parantaa merkittävästi tehokkuutta automatisoimalla rutiininomaiset tehtävät ja vähentämällä käsittelyaikaa. Käyttämällä tekoälyä lomakkeiden täyttämiseen Allstate parantaa tarkin ja asiakastyytyväisyyttä.

Hyödy tuottavuutta GenAI:sta omaksumalla nämä 3 ydinsääntöä

Kun GenAI rynnäköi maailman tietoisuuteen, johtajat sovelsivat sitä nopeasti liiketoimintaansa, kannustaen kokeiluja ja innovaatioita. Joskus kuitenkin koekäyttö eteni perusteiden edelle, kasvattaen kustannuksia ja luoden ratkaisuja, jotka eivät toimittaneet toivottua arvoa.

Johtajat voivat käyttää näitä kolmea ydinsääntöä – kehittääkseen vankkaa liiketoimintasuunnitelmaa, ratkaiseakseen datavaatimukset ja auttaakseen tiimejä yhteistyöhön tekoälyn kanssa – uusien GenAI-aloitteen onnistumiseen. He pystyvät osoittamaan korkean arvon käyttötapauksia ja työkaluja, dataturvallisuutta ja tuottavuuden ja innovaatioiden parantumista, jotka ilahduttavat C-suitia, hallituksia, asiakkaita ja sijoittajia.