3 Prinsip Inti untuk Menghasilkan ROI dari Penerapan GenAI

Pemimpin perusahaan sangat ingin menerapkan kecerdasan buatan generatif (GenAI) dalam bisnis mereka. Jadi, mengapa banyak proyek gagal untuk keluar dari tahap konsep (POC)? Dalam sebuah acara Gartner, Rita Sallam, analis vice-president terkemuka, mengatakan bahwa setidaknya 30% proyek GenAI akan dihentikan setelah POC pada akhir 2025 karena masalah seperti kualitas data yang buruk, kontrol risiko yang tidak memadai, biaya yang meningkat, atau ketidakmampuan untuk mewujudkan nilai bisnis yang diinginkan.

Masalah-masalah ini adalah alasan mengapa Gartner mengatakan GenAI mulai memasuki tahap kekecewaan dalam Hype Cycle for Emerging Technology 2024. Namun, dalam survei Gartner terpisah, responden melaporkan bahwa penerapan GenAI mereka telah membantu perusahaan mencatat kenaikan pendapatan sebesar 15,8%, penghematan biaya sebesar 15,2%, dan perbaikan produktivitas sebesar 22,6%.

Jadi, apa yang membedakan perusahaan yang sukses dalam mengintegrasikan GenAI ke dalam alur kerja kunci dari mereka yang gagal untuk mewujudkan nilai bisnis yang diharapkan? Pemimpin dan tim ini menggunakan pendekatan yang berbeda yang ditandai dengan persiapan dan manajemen perubahan yang ketat. Berikut adalah tiga prinsip inti untuk memandu evaluasi, seleksi, dan pemberdayaan kasus penggunaan dengan GenAI, sehingga tim dapat memitigasi risiko dan mengelola biaya sambil mengubah proses bisnis.

1. Prinsip Inti 1: Kuantifikasi Nilai Bisnis dari Awal

Sementara pemimpin bisnis mungkin telah memprioritaskan eksperimen GenAI awalnya, mereka sekarang ingin memperoleh nilai bisnis yang nyata dari investasi.

Mitra dapat membantu perusahaan mengembangkan kasus bisnis yang terperinci dengan mengadakan workshop untuk memahami tujuan keseluruhan, keadaan proses data dan infrastruktur teknologi saat ini, dan lain-lain. Sebagai bagian dari proses ini, mereka bekerja dengan tim perusahaan untuk mengevaluasi kasus penggunaan potensial, memprioritaskan mereka dengan memecahkan masalah bisnis, menentukan tingkat upaya dan ROI yang diharapkan, dan mengembangkan indikator kinerja utama untuk mengukur kemajuan. Pada Google Cloud Next ’24, perusahaan tersebut menyoroti 101 cerita tentang organisasi yang sukses dengan GenAI dengan menerapkan agen pelanggan, karyawan, kreatif, data, kode, dan keamanan.

Kemampuan pasar terus berkembang, mempermudah jalur menuju penciptaan nilai. Microsoft dan Google telah mengintegrasikan model bahasa besar ke dalam mesin pencari mereka. Pengguna internet sekarang dapat menerima jawaban yang diringkas dan tautan, mempercepat waktu untuk mendapatkan wawasan. Demikian pula, mitra menawarkan platform akselerator GenAI dengan model AI dan pembelajaran mesin yang dapat disesuaikan dan diterapkan dalam lingkungan perusahaan dalam beberapa minggu. Perusahaan memperoleh manfaat dengan memperoleh alat yang terbukti, mengurangi biaya dan risiko penerapan, dan mempercepat kemampuan bisnis baru.

2. Prinsip Inti 2: Pastikan Kualitas Data, Privasi, dan Keamanan

Menyediakan data yang berkualitas tinggi, patuh privasi, dan aman untuk pelatihan model dan inferensi adalah fondasi dari setiap implementasi GenAI yang sukses. Perusahaan harus mempersiapkan data untuk memastikan model AI menghasilkan output yang akurat dan dapat diandalkan. Selain itu, mereka menerapkan pengaman dan alat baru untuk melindungi informasi sensitif, termasuk output model, dari paparan. Demikian pula, GenAI dapat digunakan untuk mengidentifikasi masalah keamanan yang dapat diperbaiki oleh tim atau otomatisasi.

Mastercard menggunakan GenAI untuk memfasilitasi interaksi pelanggan dan mengurangi penipuan. Chatbot AI-nya menyediakan akses instan ke rekomendasi yang dipersonalisasi, informasi akun, dan riwayat transaksi.

Perusahaan tersebut juga menggunakan pemodelan prediktif GenAI untuk mengidentifikasi pola pengeluaran yang tidak biasa, yang dapat menunjukkan potensi penipuan. Dengan GenAI, Mastercard telah meningkatkan tingkat deteksi kartu yang dikompromikan dua kali lipat; mengurangi positif palsu hingga 200%; dan meningkatkan kecepatan mengidentifikasi pedagang yang rentan terhadap penipuan sebesar 300%.

3. Prinsip Inti 3: Memperkuat Kolaborasi Manusia-GenAI

Sementara GenAI akan mengotomatisasi beberapa proses, sebagian besar waktu, itu akan membantu manusia dalam membuat keputusan yang lebih baik. GenAI dapat menciptakan data sintetis, memproses data, mengenali pola, dan membuat analitik prediktif untuk memperkuat kerja sama dan penciptaan layanan baru. Misalnya, GenAI dapat menyediakan skenario dan rekomendasi untuk pengambil keputusan untuk dipertimbangkan sehingga mereka dapat mengoptimalkan hasil. Manusia membawa kesadaran pasar dan kontekstual, pengetahuan bisnis, penilaian, dan empati ke dalam pengambilan keputusan, membangun pada kemampuan GenAI.

Jadi, bagaimana perusahaan dapat memaksimalkan potensi kolaborasi manusia-GenAI? Pemimpin harus mengambil waktu untuk menetapkan peran dan tanggung jawab yang jelas, terus-menerus melatih tim pada kemampuan terbaru, dan menyediakan pengaman dan jalur eskalasi ketika GenAI tidak berfungsi seperti yang diharapkan. Selain itu, mereka harus membagikan visi mereka untuk GenAI yang membentuk kembali bisnis dan menekankan bahwa mereka sedang memperkuat kemampuan manusia, bukan menggantinya. Survei Forrester menemukan bahwa 36% karyawan takut kehilangan pekerjaan mereka karena otomatisasi atau AI, tetapi hanya 1,5% yang akan, sementara 6,5% akan memiliki peran yang dipengaruhi oleh GenAI. Sebagai hasilnya, karyawan harus menerima teknologi ini daripada menghindarinya.

Allstate telah menerapkan chatbot GenAI yang memanfaatkan pemrosesan bahasa alami untuk menyediakan dukungan multibahasa secara real-time dan memperoleh wawasan yang lebih baik tentang perilaku pelanggan. Misalnya, mereka berusaha untuk meningkatkan kinerja model sebelumnya tiga kali lipat dengan mengidentifikasi perjalanan pelanggan yang memerlukan dukungan agen.

Chatbot ini mempermudah proses klaim dengan menyediakan platform terpusat untuk mengumpulkan dan meninjau informasi yang relevan. Sementara agen manusia terus menangani klaim yang kompleks yang memerlukan penilaian ahli, chatbot secara signifikan meningkatkan efisiensi dengan mengotomatisasi tugas rutin dan mengurangi waktu pemrosesan. Dengan menggunakan AI untuk mempermudah pengisian formulir, Allstate meningkatkan akurasi dan kepuasan pelanggan.

Menghasilkan Lebih Banyak ROI dari GenAI dengan Mengadopsi 3 Prinsip Inti Ini

Ketika GenAI muncul ke kesadaran dunia, pemimpin dengan cepat menerapkannya pada bisnis mereka, mendorong eksperimen dan inovasi. Namun, terkadang POC melangkah lebih cepat dari fondasi, meningkatkan biaya dan menciptakan solusi yang tidak menghasilkan nilai yang diinginkan.

Pemimpin dapat menggunakan tiga prinsip inti ini – mengembangkan kasus bisnis yang solid, memenuhi kebutuhan data, dan membantu tim berkolaborasi dengan AI – untuk membuat inisiatif GenAI baru sukses. Mereka akan dapat menunjukkan kasus penggunaan yang bernilai tinggi dan alat, pengaman data, dan perbaikan produktivitas dan inovasi yang mengesankan C-suite, dewan, pelanggan, dan investor.