Ajatusjohtajat

Älykkyys ei ole muodonmuutos. Päätöksenteon nopeus on.

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Älykkyys ilman nopeutta luo edistymisen illuusion

Useimmat yritykset pitävät itseään analytiikassa kehittyneinä. He ovat investoineet moderniin data-alustaan, kehittäneet edistyneitä malleja ja laajentaneet analytiikkatiimejä. Nyt monet lisäävät generatiivista älykkyyttä.

Ulkoapäin tämä näyttää muodonmuutokselta. Organisaation sisällä päätöksenteko usein tuntuu yhtä hitaalta kuin vuosia sitten.

Malli on muodostumassa vaikeasti vastustamattomaksi. Näkemykset ovat runsaampia, monimutkaisempia ja helpommin saatavilla kuin koskaan aiemmin. Silti päätökset liikkuvat edelleen samojen työnkulkujen, hyväksyntöjen ja pullonkaulojen kautta. Johtajat kohtaavat enemmän kojussuuntia ja enemmän KPI:itä, mutta ei välttämättä enemmän selkeyttä siitä, mitä tehdä seuraavaksi.

Tämä on edistymisen illusio. Älykkyys on parantunut, mutta nopeus ei. Ja ilman nopeutta näkemykset harvoin kääntyvät merkittäviksi vaikutuksiksi.

Todellinen pullonkaula on rakenteellinen, ei analytiikka

Tämän kuilun ytimessä on rakenteellinen ongelma, ei analytiikkaongelma. Organisaatiot usein olettavat, että paremmat mallit ja rikkaammat tiedot johtavat luonnollisesti parempiin päätöksiin. Käytännössä analytiikan kehittyminen lisää tietoisuutta ilman päätösten parantamista.

Näkemykset tuotetaan yhdessä liiketoiminnan osassa ja toteutetaan toisessa. Omistajuus on usein epäselvä, ja päätösoikeudet ovat hajanaisia. Näkymien ja toteutuksen välissä on tulkinnan, validoinnin ja sopimisen kerros, joka aiheuttaa viivästystä jokaisessa vaiheessa.

Tarkastele myyntiorganisaatiota, jossa hinnoittelumalli tuottaa päivittäin suositukset korkealla tarkkuudella. Huolimatta siitä, hinnoittelumuutokset edellyttävät edelleen monialaista hyväksyntää ja toteutetaan viikoittaisella tahti. Analytiikka toimii lähes reaaliajassa, mutta liiketoiminta ei. Pullonkaula ei ole malli. Se on mallin ympärillä oleva toimintamalli.

Tämä malli toistuu teollisuuskohtaisesti. Tietojen päivityssykli harvoin vastaa päätösten tahtia. Tulostuksissa puuttuu usein selkeät kynnysarvot tai toimintakynnys. Näkemykset elävät kojussuunnissa, kun taas päätökset tehdään täysin eri järjestelmissä. Vastuu näkymien toteuttamisesta on epäselvä, mikä usein muuttaa hälytykset taustameluksi muutoksen katalysaattorien sijaan.

Tästä seuraa, että analytiikka pysyy neuvonantajana. Se selittää, mitä tapahtuu, mutta ei muuta johdonmukaisesti sitä, mitä tapahtuu seuraavaksi.

Päätöksenteon nopeuden parantaminen edellyttää muutosta siinä, miten analytiikkaa suunnitellaan ja mitataan. Se ei riitä, että seurataan mallin tarkkuutta tai kojussuunnin käyttöä. Se, mitä tapahtuu näkymän jälkeen, on se, mikä on tärkeää. Kuinka kauan kestää toimia? Kuinka usein päätökset automatisoidaan? Kuinka moni päätös muuttaa todella lopputuloksia?

Nämä ovat mittarit, jotka paljastavat, johtavatko analytiikka vaikutusta vai vain lisäävät näkyvyyttä.

GenAI tekee tämän huonommaksi ennen kuin se tekee sen paremmaksi

Generatiivinen älykkyys laskee selvittelyn kustannuksia dramaattisesti. Kysymyksiä voidaan esittää jatkuvasti, ja vastauksia voidaan generoida sekunneissa. Teoriassa tämä pitäisi kiihdyttää päätöksentekoa.

Käytännössä se usein paljastaa, kuinka hitaasti organisaatiot jo ovat.

Kun näkemykset muodostuvat runsaammaksi, kuilu tietämisessä ja tekemisessä tulee näkyvämmäksi. Joidenkin tapausten päätöksenteon nopeus voi jopa hidastua, kun tiimit yrittävät vahvistaa ja sovittaa kasvavaa määrää tulosteita. Enemmän älykkyyttä ei automaattisesti johda nopeampaan toimintaan.

Teollisuuden johtajat havainnollistavat, miltä näyttää, kun tämä kuilu on suljettu. Yritykset kuten Amazon ja Google eivät ainoastaan tuota näkemyksiä laajassa mittakaavassa. Ne liittävät nämä näkemykset suoraan toteutukseen. Hinnoittelupäätökset, suositukset ja mainoskilpailupäätökset mukautetaan jatkuvasti reaaliajassa usein ilman ihmisen väliintuloa. Etu ei ole ainoastaan parempi analytiikka. Se on kyky upottaa analytiikkaa toiminnallisiin järjestelmiin, missä päätökset todella tehdään.

GenAI ei poista kitkaa itsestään. Se vahvistaa olemassa olevia työtapoja. Organisaatioissa, joissa näkemykset ovat erillisiä toteutuksesta, se lisää analyysin määrää ilman nopeuden lisäämistä. Organisaatioissa, joissa näkemykset on upotettu työnkulkuihin ja yhdistetty selkeisiin päätösoikeuksiin, se voi merkittävästi kiihdyttää toimintaa.

Virhe on toteutuksessa, ei näkemys

Useimmat organisaatiot eivät ole ongelmana näkemys. Heillä on toteutusongelma.

Analytiikan tulostuksia rakennetaan usein raportointia varten eikä toimintaa varten. Pisteet toimitetaan ilman kynnysarvoja. Ennusteet saapuvat ilman suositeltuja toimia. Hälytykset tulevat ilman selkeää omistajuutta. Jokainen tuloste edellyttää edelleen ihmisen tulkintaa ennen kuin päätös voidaan tehdä. Tässä kohdassa kertyy aikaa.

Päätöksenteon nopeuden suunnittelu edellyttää erilaista lähestymistapaa. Näkemykset on upotettava suoraan toiminnallisiin järjestelmiin, kuten CRM-alustoihin, toimitusketjun työkaluihin ja markkinointimoottoreihin, jotta ne ilmestyvät toiminnan kohdassa eikä erillisissä kojussuunnissa. Päätöskynnysarvot on määriteltävä etukäteen, jotta järjestelmät voivat laukaista toimia automaattisesti, kun se on tarpeen. Matalan riskin, toistuvat päätökset voidaan automatisoida kokonaan, jotta ihmisen tuomio voisi keskittyä korkeamman panoksen skenaarioihin.

Samaan aikaan tieto, mallit ja työnkulut on sovitettava liiketoiminnan tahtiin. Jos päätökset on tehtävä päivittäin, koko järjestelmän on suunniteltava tukemaan sitä tahtia.

Tämä vaatii usein muutoksen asenteessa. Analytiikkatiimit on perinteisesti koulutettu optimoimaan tarkkuutta, mutta kilpailuympäristössä ajankohtaisuus usein on tärkeämpää. Hieman epätäydellinen vastaus, joka toimitetaan oikeaan aikaan, voi luoda paljon enemmän arvoa kuin täydellinen vastaus, joka toimitetaan liian myöhään.

Organisaatiot, jotka sulkevat näkymien ja toiminnan välisen kuilun, eivät ainoastaan paranna analytiikkaa. Ne suunnittelevat uudelleen, miten päätökset tehdään, omistetaan ja toteutetaan.

Nopeus on todellinen muodonmuutos

Älykkyys ei ole muodonmuutos. Se on vahvistaja.

Se vahvistaa järjestelmien voimakkuudet ja heikkoudet, jotka ovat jo paikallaan. Organisaatioissa, jotka on suunniteltu nopeutta varten, se kiihdyttää vaikutusta. Organisaatioissa, jotka on suunniteltu ensisijaisesti analytiikkaa varten, se moninkertaistaa kitkan.

Todellinen muodonmuutos on päätöksenteon nopeus. Se on kyky siirtyä signaalista toimintaan nopeasti, johdonmukaisesti ja laajassa mittakaavassa. Se on rakennettu upottamalla älykkyyttä työnkulkuihin, automatisoimalla rutiinipäätöksiä ja sovittamalla omistajuutta toteutukseen.

Kun älykkyys jatkaa kehittymistään, kilpailuetu ei tule siitä, kuka on eniten näkemyksiä. Se tulee siitä, kuka voi toimia niiden perusteella ensin. Koska lopulta vaikutus ei luoda tietämisestä enemmän. Se luodaan toimimalla nopeammin.

Liiketoimintajohtajana LatentView Analyticsissa Boobesh on johtaja, jolla on käytännön kokemus analytiikasta, datasta, digitaalisesta markkinoinnista ja data visualisoinnista, joka keskittyy teknologia-asiakkaiden kasvuun rakentamalla korkean suorituskyvyn tiimejä, jotka luovat innovatiivisia ratkaisuja, jotka mahdollistavat toimintaa ohjaavat näkymät.