Teidän AI-virkailijat epäonnistuvat, koska he eivät tiedä liiketoimintanne

Viime vuonna Absa, yksi Afrikan suurimmista pankeista, tarvitsi 120 päivää uuden rahanpesun havaitsemismallin siirtämiseen rakentamisesta tuotantoon. Vaikka se oli lähellä alan keskiarvoa tuolloin, sama pankki voi nykyään käyttää uuden mallin 15 päivässä, vaikka sääntely-ympäristö, transaktioiden määrä ja vaatimukset ovat edelleen samat.

Ja silti PwC:n kysely osoitti, että 56 %:lla yritysjohtajista ei ole ollut merkittävää taloudellista hyötyä heidän AI-sijoituksistaan. Jokainen yritysjohtaja, johon puhun, on kuullut esityksen: jos käytät AI-virkailijoita ja automatisoit työnkulkuja, näet nopeasti ROI:n. Sen sijaan 18 kuukauden ja usean miljoonan dollarin jälkeen liiketoimintavaikutus on MIA. Puuttuva ainesosa on toimialan konteksti, joka antaa virkailijalle tarvittavat tiedot sisäisen liiketoimintapäätöksen tekemiseen ja määrää, mitä tehdä, kun se erehtyy.

Kun virkailijat lopettavat neuvonnan ja aloittavat toiminnan

Gartner arvioi, että vuoteen 2027 mennessä 50 % liiketoimintapäätöksistä on tehostettu tai automatisoitu AI-virkailijoiden avulla päätöksenteon älykkyyden osalta. Hyvin äskettäin asti AI:n rooli yrityksissä oli neuvominen, jolloin työntekijä teki päätöksen. Huonoin mahdollinen skenaario oli puuttuva oivallus, myöhästynyt päätös tai toiminnan puute hälytyksen seurauksena. Virkailijoiden kanssa seuraukset ovat paljon suuremmat.

Maailmanlaajuisen lääkevalmistajan biologisen tehtaan tarkastusalueella, kun tarkastaja skannaa laboratorion oven, oikea tarkastusprosessi käynnistyy automaattisesti, ja se on räätälöity kyseisen huoneen laitteiston ja määritysten mukaan. Virkailija järjestää tarkastuksen, tuo esiin viiteaineiston ja antaa tarkastajalle vahvistaa. GxP-sääntelyn mukaisessa laitoksessa jokainen tarkastus on oltava valmis tarkastelulle, mikä tarkoittaa, että virkailija ottaa osan operatiivisesta kuormituksesta ympäristössä, jossa on todellisia seuraamuksia, jos se tekee virheen järjestyksessä.

Useimmat hallinnon puitteet, jotka ovat käytössä tänään, on rakennettu edelliseen neuvonnan maailmaan: jaksolliset mallin tarkastelut, joissa ihminen tarkastaa yhden järjestelmän tulosteen. Nyt meillä on virkailijoita, jotka antavat tehtäviä muille virkailijoille, koordinoivat työnkulkuja ja moninkertaistavat huonon alkupäätöksen koko prosessiketjussa, ennen kuin kukaan huomaa.

Miksi yleiset virkailijat menevät seinään

Yleispurposeinen virkailija voi näyttää aidoilta olosuhteissa. Se alkaa kuitenkin kamppailla yritystoiminnassa, jossa on rajoitukset, riippuvuudet ja arvostelukutsut, jotka ovat selvät kenelle tahansa, joka on työskennellyt lattialla, ja näkymättömiä mallille, jota ei ole opetettu näkemään niitä.

Ruokajuurikasvatuksen kategoriapäällikkö yhdellä maailman viidestä suurimmasta elintarvike- ja juomayrityksestä kohtasi saman ongelman eri mittakaavassa: 96 %:n markkinoiden kattavuus, eikä perinteisiä liikkeitä ollut jäljellä. Kategoriapäällikkö määritteli päätöksenteon logiikan suoraan yhdistämällä yli 100 tietolähdettä yli 1 000 ominaisuuden kunkin kaupan mukaan ja antamalla AI-mallin koota kauppoja asiakasluokkiin, joille kategoriatiimi voisi toimia. Tuloksena oli kolme asiakasryhmää, viikoittaiset sprintit jälleenmyyjien kanssa, 8 %:n myyntilisa ja 35 % nopeammat hyllytasoitukset.

Tämä toimi, koska virkailija tiesi jo, mitä planogrammi on, mitä asiakasryhmä tarkoittaa ja miten mainosmuutoksen vaikutus leviää muihin luokkiin. Yleinen malli on opetettava toimialakohtaiseen sanastoon, mikä maksaa 12-18 kuukautta, jota useimmat yritykset eivät voi odottaa.

Miksi hallintoa on rakennettava

Vastuun puitteet, joita useimmat yritykset tänään käyttävät, on rakennettu selittämään mallin tulostetta jälkikäteen ja tarkastamaan sitä jaksollisesti. Ne eivät ole rakennettu sille, mitä tapahtuu, kun virkailija laukaisee kumoamattoman toiminnon työnkulussa.

Olen työskennellyt vakuutusyhtiön kanssa, joka toimii Keski- ja Itä-Euroopan markkinoilla ja joka on otettava huomioon kunkin markkinan sääntelyvaatimukset tehdessään noudattamispäätöksiä. Jokaisen asiakkaan due diligence -päätöksen on oltava jäljitettävissä live-merkintänä, joka sisältää syötteen, mallin, tulosteen ja allekirjoittajan. Yhtiön AI-järjestelmä voi ohjata transaktion, joka on noudattaa yhdessä markkinassa ja ei toisessa ilman noudattamisanalyytikkojen manuaalista päätöksentekoa.

Tämä on sama arkkitehtuuri, joka mahdollistaa Absan käyttää tuotantoon AML-järjestelmää 15 päivässä, eikä 120. Nopeus on sisäänrakennettu, joten pankki voi välittömästi antaa päätöksen versiot sääntelijälle.

Yritykset, jotka panostavat näihin hallintokerroksiin aikaisin, pyörittävät edelleen virkailijoita laajassa mittakaavassa 18 kuukauden kuluttua. Ne, jotka käsittävät tämän lainsäädännön harjoituksena, joka on kiinnitetty käyttöön jälkeenpäin, ovat ne, jotka joutuvat jatkuvasti uudelleenarkkitehtoimaan.

Toimialan älykkyys ei ole hienosäätöä

Kyvykkäät perusmallit eivät toimita luotettavasti yritysten tuloksia, koska ne on rakennettu olemaan laajasti hyödyllisiä. Yritystoiminnat vaativat syvää, kapeaa erikoistumista. Kahden sekoittaminen on jo maksanut teollisuudelle aikaa ja resursseja, mutta se on edelleen yleisin virhe, jonka näen.

Toimialan älykkyys ei ole soveltamista retrieval-augmented generation (RAG) tai hienosäätöä yleisestä mallista. Se on ero virkailijan, joka voi prosessoida tietoa ruokakaupasta, ja ymmärtää, miten liiketoiminta rakensi ja käytti 5 000 yksilöllisesti räätälöityä planogrammia yli 750 kaupan ilman keskustiimin koskettelemista kussakin paikassa.

Tämänkaltaista operatiivista sujuvuutta saadaan vuosien toimialakohtaisen koulutusaineiston, päätöksenteon logiikan, joka on rakennettu oikeiden operatiivisten rajoitusten ympärille, ja tietokerroksen, joka sisältää, miten hinnoittelumuutos vaikuttaa marginaaliin, miten valikoiman muutos vaikuttaa hyllyn saatavuuteen ja miten se vaikuttaa asiakasuskollisuuteen. Yhdellä suurella yhdysvaltalaisella elintarvikeketjulla tämä yhdistynyt päättely tuotti 200 miljoonan dollarin lisäliikevaihdon.

Rakentaminen tästä perustasta tai saaminen kumppanilta, joka on jo tehnyt työn, on todellinen etukäteen kustannus aineistossa, toimialan asiantuntemuksessa ja kurissa koodata instituutioaalinen arvostelukyky sen sijaan, että siirrytään suoraan koepilottiin. Jos tämä perusta on kiireinen, virkailija, joka näyttää toimialan tietävältä koepilottina, voi silti hajota ensimmäisessä tuotantoon tulevassa reunatapauksessa.

Mitä tarkoittaa oikeasti saada yrityksen virkailijat oikein

Yritykset, jotka jatkuvasti laskevat kyvykkäitä malleja olemassa oleviin työnkulkuun, joutuvat myöntämään hallituksilleen, ettei ROI:a ole näkyvissä. MIT päätteli viime vuonna, että huolimatta yritysten investoinneista generatiiviseen AI:hen, 95 %:lla organisaatioista ei ole saatu mitään tuottoa. Jos et halua olla siinä ryhmässä, aseta toimialan älykkyys paikoilleen ennen päivää yksi, upota hallinto arkkitehtuuriin ja pidä virkailijoita vastuussa tiettyjen tuloksien saavuttamisesta.

Malli, joka on takana kunkin virkailijan, on ironisesti vähiten kestävä osa tätä yhtälöä. Parempi tulee seuraavasta julkaisusta, joko yritykseltä, joka rakensi mallin, jonka käytät, tai yhdestä sen kilpailijoista. Mitä ei muutu seuraavan mallin julkaisun myötä, on se, ovatko virkailijat ymmärtäneet liiketoimintasi. Sinun on rakennettava se tietoisesti. Virkailijat, jotka menestyvät ympäristössäsi, eivät ole markkinoiden kyvykkäimmät yleispurposeiset virkailijat, mutta ne ansaitsevat luottamuksesi tehdä yhä enemmän liiketoimintasi puolesta.