Hogyan győzzük le az innovációt a FOMO-n és használjuk az AI/GenAI-t konkrét üzleti problémák megoldására

Belekezdünk a vállalati vezetés mozgalmas szezonjába, amikor az összes funkciót képviselő vezetők találkoznak, hogy értékeljék a teljesítményt és megtervezzék a továbbiakat. Egy év emelkedő költségek, tartós ellátási lánc problémák és a fenntarthatósági célok elérésére irányuló folyamatos erőfeszítések után rengeteg kihívás áll előttünk. De úgy tűnik, hogy egy téma továbbra is mindenkit foglalkoztat: a mesterséges intelligencia (AI) / a generatív AI (GenAI).

Ez az innováció korszaka, a FOMO, és a vezetőket túlnyomó többségben arra kérik, hogy építsenek be néhány AI/GenAI funkciót a működésükbe, hogy vállalataik ne maradjanak le. De minden izgalom közepette fontos emlékeznünk arra, hogy az innováció folyamat, nem megoldás. A tartós hatás elérése érdekében a szervezeteknek biztosítaniuk kell, hogy minden új képességet a konkrét igényekhez igazítsanak, értékeljenek kockázat szempontjából, és mérhető üzleti eredményekhez kapcsolják.

Íme három gyakori kérdés/kihívás a vállalati vezetői csapatoktól, és arról, hogy miben segíthet az AI/Gen AI, valamint számos olyan iparágból származó példák, ahol ez az innováció már változást hoz:

Úgy tűnik, hogy minden nap új technológiát vezetnek be, és a költségvetésünk máris szűkös. Hogyan határozhatjuk meg, hogy az AI/GenAI innovációba való befektetésünk hol hozza a legtöbb ROI-t?

Paradox módon, amikor mindenki elkezd felgyorsulni, itt az ideje, hogy a vezetői csapat lelassítson, és az alapokra összpontosítson. Először is győződjön meg arról, hogy mindenki egyetért azzal, ahogyan Ön az AI-ról/GenAI-ról gondolkodik. A mesterséges intelligencia már egy ideje létezik, és magas szinten a legjobb, ha úgy tekintünk rá, mint egy adatelemzési, betekintési és intelligensebb munkaeszközre. A GenAI egyre inkább kialakulóban van, és magában foglalja, hogyan lehet felhasználni ezeket az ismereteket a tényleges tartalom és ajánlások önálló generálására. Minden vállalat profitálhat az AI/GenAI képességek beépítéséből, de elősegíti az átmenet demokratizálását, hogy a dolgozók értékesnek érezzék magukat.

A vállalati szintű mesterséges intelligencia ökoszisztémát kiépíteni kívánó vállalatok inspirációt meríthetnek a „Kaizen” a Toyota által úttörő módszer. Ez a megközelítés magában foglalja a folyamatos fejlesztést, ahol a csapatokat a szervezet minden szintjén apró, fokozatos változtatásokra ösztönzik a pazarlás megszüntetése és a folyamatok optimalizálása érdekében. Ez nem csak abban segít meghatározni, hogy az AI/GenAI hol fejtheti ki a legnagyobb hatást, hanem elkezdi elősegíteni a „teszt és tanulni” gondolkodásmódot, amely áthatja a szervezet kultúráját, és boldogabb, produktívabb alkalmazottakat eredményez.

Fókuszban: Közlekedési ipar 

 A szállítás területén az AI/GenAI segít a vállalatoknak a kereslet-előrejelzéstől és a készletkezeléstől a prediktív karbantartásig és az útvonal-optimalizálásig mindent javítani. Delta Air Lines a GenAI-t használja az ügyfelek adatainak elemzésére és személyre szabott utazási élmények biztosítására, a UPS pedig mesterséges intelligencia-alapú ORION rendszerét használja a szállítási útvonalak módosítására a forgalmi viszonyok változásával, és New York City MTA mesterséges intelligenciát alkalmaz a viteldíjelkerülés csökkentése érdekében.

A méretezés során azt tapasztaljuk, hogy kommunikációs szakadékok alakulnak ki a C-Suite és a funkcionális vezetés, különösen az IT között. Hogyan használhatjuk az AI/GenAI-t hatékonyabb belső és külső üzenetek létrehozására anélkül, hogy elveszítené hitelességünket?

Míg a GenAI rendkívül valósághű üzeneteket tud produkálni, fontos bizonyos szabványok fenntartása a márka hírnevének védelme érdekében. Más szóval, a stílus számít, és az emberek úgy akarnak kommunikálni, hogy az őszinte legyen. Egy friss felmérés szerint a PwC, amely megállapítja, hogy a bizalom egyre kritikusabb a C-Suite, a fogyasztók és az alkalmazottak körében, és a vállalatvezetők 93%-a egyetért azzal, hogy a bizalom kiépítése és fenntartása javítja az eredményt. Ugyanez igaz egy szervezeten belül is, és gyakori, hogy a dolgozók óvatosak az új, hamisan csengő vezetési irányelvekkel kapcsolatban, vagy bizalmatlanok a nem megfelelő kontextusba helyezett új technológiákkal szemben.

A helytelen kommunikáció időt és pénzt pazarol, lelassítja az innovációt és a működési hatékonyságot. A GenAI proaktívan kezelheti ezt azáltal, hogy hatalmas adathalmazokat elemez a korábbi interakciókról (ügyfelekkel és alkalmazottakkal), hogy modellezze a lehetséges reakciókat, valós idejű betekintést nyújtson, és hídként szolgáljon két „nyelv” között (azaz mit akar mondani a vállalkozás, és hogyan az ügyfelek/munkavállalók kapják meg). Ha a vezetők időben, mesterséges intelligencia által vezérelt betekintést nyernek a teljesítménybe, jobban össze tudják hangolni az operatív döntéseket a stratégiai célokkal. Ha pedig a munkavállalókat a folyamatos oktatás és a készségfejlesztési kezdeményezések révén a folyamat részévé teszik, az AI/GenAI előnynek tekinthető, nem pedig fenyegetésnek.

Fókuszban: Kiskereskedelem

A világjárvány utáni fogyasztói magatartás drámai változáson ment keresztül, ezért kritikus fontosságú, hogy a kiskereskedelmi vállalatok mesterséges intelligencia segítségével elemezzék az ügyfelek adatait, és magas szinten személyre szabott szolgáltatásokat, termékajánlatokat és marketingkampányokat nyújtsanak. A mesterséges intelligencia nagymértékben felhasználható a jövőbeli viselkedés előrejelzésére is, lehetővé téve a célzott értékesítési erőfeszítéseket és a jobb ügyfélszerzést. A jövő ezen a téren izgalmas, és készen áll arra, hogy teljesen forradalmasítsa a vásárlást. Például, amazon folytatja a mesterséges intelligencia által támogatott „Just Walk Out” technológiájának finomítását, amely elemzi a kamerákból és a bolti érzékelőkből származó adatokat, hogy a világ minden tájáról ki tudja tölteni a fizetés nélküli üzleteket.

Iparágunkban nagy mennyiségű érzékeny ügyfélinformációval foglalkozunk, és aggódunk amiatt, hogy az új technológia bevezetése hogyan teheti ki adatainkat fokozott sebezhetőségnek. Milyen előnyei vannak az AI/GenAI használatának ezekben az iparágakban, és hogyan csökkenthetjük a kockázatot? 

Az orvostudományhoz hasonlóan az AI/GenAI átalakítás aranyszabálya: „Először is, ne árts.” Bizonyos iparágakban, például az egészségügyben és a pénzügyi szolgáltatásokban, a mesterséges intelligencia elterjedése lassabban terjedt el összetett, erősen szabályozott környezetük miatt, de bizonyos funkciók terén óriási előrelépések történtek. A leglátványosabb bizonyíték az ügyfélszolgálat, ahol a mesterséges intelligencia által vezérelt chatbotok és virtuális asszisztensek a hét minden napján, 24 órában támogatást nyújthatnak, és segítenek megválaszolni a gyakori logisztikai kérdéseket. Például a 7-as bevezetése óta A Bank of America mesterséges intelligencia-alapú chatbotja, az „Erica” több mint 800 millió ügyfél 42 millió megkeresésére válaszolt, és több mint 1.2 milliárd alkalommal nyújtott személyre szabott betekintést/útmutatást.

Ironikus módon az érzékeny iparágakban fennálló biztonsággal kapcsolatos aggályok ellenére az AI/GenAI nettó pozitív hatást gyakorolt ​​a csalások felderítése terén. A csalás állandó probléma a pénzügyekben ez csak egyre rosszabb, és a szakértők azt jósolják, hogy a csalárd banki tevékenység 48-re 2029 milliárd dollárba kerül az iparágnak. Az AI-algoritmusok hatalmas adathalmazokat kutathatnak át, hogy azonosítsák azokat az anomáliákat, amelyek csalárd tevékenységre utalhatnak, a biztonsági csapatok pedig küszöbértékeket állíthatnak fel a gyanús tevékenységekre, és csak akkor indítanak beavatkozást, ha ezek a küszöbértékek túllépik. A GenAI segíthet bizonyos rutinfeladatok automatizálásában (adatbevitel, egyeztetés stb.), és időt szabadíthat fel a csapatok számára olyan árnyaltabb döntések meghozatalára (hiteljóváhagyások, mulasztások stb.), amelyek a mélyebb emberi elemzés előnyeit élvezik.

Fókuszban: bankszektor

A 2021, A PNC elindította a PINACLE-t, egy készpénzkezelési alkalmazás, amely mesterséges intelligenciát és gépi tanulást (ML) használ a vállalat korábbi adataiból való képzéshez. A modul betanítása után naponta frissíthető, és gördülő előrejelzést készíthet, amely segít előre jelezni a jövőbeli pénzáramlást, csökkenteni a verziókezelési problémákat, és jobb betekintést nyerni a jelenlegi és jövőbeli készpénzpozíciókba különböző forgatókönyvek esetén. A mesterséges intelligencia a befektetők, különösen a fenntarthatóságra összpontosító befektetők megerősítésében is segít. Morgan Stanley azt tanácsolja, hogy az AI elemzési képességei segíthetnek „azonosítani az erős ESG-teljesítményű vállalatokat, mérsékelni a kockázatokat, és olyan portfóliókat alakítani, amelyek jobban illeszkednek a fenntarthatósági célkitűzésekhez”.

A hangszín beállítása 2025-re

A vállalatoknak egyszeri lehetőségük van arra, hogy az AI/GenAI segítségével optimalizálják működésüket, de ez a fajta átalakulás fegyelmet igényel. A következő év felé a vezetésnek világossá kell tennie, hogy: (1) a változás csapatsport; (2) minden új technológia ROI-ját meghatározott üzleti eredményekhez kell kötni; és (3) a sebesség irány nélkül káoszt teremt. A felhajtás felhangolásával és az értelmes hatásra való összpontosítással a szervezetek tartós sikereket hoznak létre az innováció ezen izgalmas új korszakában.