Sedikit Kurang Pembicaraan, Sedikit Lebih Aksi: Bagaimana Mempercepat Penerapan Generative AI dalam 6 Bulan Ke Depan

Cukup berkhayal, cukup spekulasi, cukup hype – ini adalah tahun aksi. Menurut McKinsey Global Institute, hampir 50% kegiatan bisnis biasa dapat diotomatisasi oleh generative AI (GenAI), jenis kecerdasan buatan yang dapat menghasilkan teks, gambar, video, dan data sintetis.

Otomatisasi ini menghasilkan nilai luar biasa dan memecahkan tantangan bisnis kritis di berbagai industri dan fungsi, meningkatkan pengalaman pelanggan, mengoptimalkan operasi, dan memicu inovasi. Namun, sebagian besar GenAI belum diuji coba pada skala besar, dan ROI yang sebenarnya dari investasi ini perlu dijelaskan.

Sementara perusahaan telah mulai berinvestasi besar-besaran dalam proyek GenAI eksperimental dan ad-hoc, menskala upaya ini dapat menjadi tugas yang rumit. Pemimpin harus berhadapan dengan cara untuk memaksimalkan manfaat GenAI sambil mengamati dan meminimalkan biaya, memastikan auditabilitas dan kontrol akses, meningkatkan kinerja, menyediakan abstraksi model dan memperkuat keamanan. Mereka yang telah ragu-ragu untuk menerima GenAI sampai sekarang karena takut akan biaya overhead yang tinggi dan kekhawatiran keamanan data harus mempertimbangkan hal-hal berikut saat membangun GenAI ke dalam alur kerja dan strategi bisnis yang lebih besar.

Buat rencana transformasi yang terukur: 3 tindakan kunci untuk dilakukan sekarang

1. Tingkatkan kemampuan tenaga kerja Anda untuk memanfaatkan potensi penuh GenAI dengan cara yang termitigasi risiko.

Ini adalah dunia baru yang berani dalam kecerdasan buatan, dan ada berbagai tingkat pemahaman tentang apa yang mungkin. Perusahaan yang baru memulai perjalanan ini dapat memperoleh manfaat dengan menjalankan program organisasi untuk melatih tim IT dan bisnis tentang potensi GenAI, mengembangkan protokol khusus tentang risiko, transparansi, dan etika.

Organisasi dapat memilih untuk membawa keahlian dari luar atau menciptakan peran baru yang didedikasikan untuk etika AI, tetapi mereka harus memahami bahwa pelatihan ini tidak hanya untuk pertunjukan. Menghabiskan hari atau minggu untuk program yang melatih semua karyawan (bukan hanya mereka yang berperan teknis) tentang cara menggunakan GenAI akan melihat partisipasi yang lebih baik di seluruh organisasi daripada mereka yang tidak.

Dengan mendidik tim bisnis tentang mengidentifikasi aplikasi GenAI potensial yang dapat membantu mereka dalam pekerjaan mereka (dan memisahkan fakta dari fiksi seputar kekhawatiran keamanan) organisasi akan berada dalam posisi yang jauh lebih baik untuk menilai nilai total.

2. Gabungkan AI dengan GenAI: Siapkan infrastruktur Anda untuk perubahan data yang berat

GenAI dengan cepat mendapatkan perhatian karena kemampuannya untuk meningkatkan produktivitas, mendorong margin operasional ke tingkat yang belum pernah terjadi sebelumnya. Namun, penting untuk diingat bahwa GenAI bukanlah solusi ajaib. Dengan munculnya GenAI, praktik rekayasa data tradisional dan AI telah menjadi lebih penting dari sebelumnya.

Pertimbangkan solusi GenAI berikut:

1. Ritel: Menggerakkan hiper-personalisasi di ritel menggunakan agen otonom untuk menghasilkan rekomendasi.
2. Perjalanan: Menggunakan alur kerja yang diperkaya GenAI untuk membuat itinerari perjalanan pribadi berdasarkan preferensi individu.
3. Perbankan: Penggunaan agen percakapan untuk mempersonalisasi perbankan dari pembayaran tagihan hingga analisis tren pengeluaran dan rekomendasi.

GenAI saja tidak cukup untuk menggerakkan solusi yang disebutkan di atas. Sangat penting untuk mengikat pemahaman bahasa alami dan kemampuan penalaran GenAI dengan akurasi dan efisiensi yang terbukti dari AI tradisional.

Sebagai contoh, hiper-personalisasi dapat dicapai dengan konsistensi yang lebih besar jika kita menggunakan algoritma pembelajaran mesin tradisional untuk menghasilkan sekumpulan rekomendasi dan menggunakan agen GenAI yang diperkuat untuk menalar mana yang paling relevan dengan pengguna.

Oleh karena itu, sangat penting untuk melihat GenAI, AI tradisional, dan praktik rekayasa data dalam kohesi, dengan satu prisma, bukan dalam isolasi. Ini membuatnya sangat penting bagi organisasi untuk menyediakan infrastruktur untuk menggabungkan pengembangan AI dengan solusi GenAI.

3. Bangun kesiapan GenAI Anda: Skala, inovasi, kontrol

Ini bijaksana untuk menjadi proaktif, tetapi transformasi tidak terjadi dalam semalam. Dengan mengidentifikasi “harus-haves” yang mendesak untuk organisasi, Anda dapat mengatur timeline pengembangan berdasarkan kebutuhan kritis.

Kemudian, tetapkan sekelompok pemimpin internal untuk mempercepat kesadaran dan adopsi Sistem Operasi GenAI—a platform yang menyediakan auditabilitas, kontrol biaya dan pengembalian, keamanan, privasi, kontrol akses, dan abstraksi model—untuk mengonboard aplikasi dan proses GenAI menggunakan platform ini. Ini akan membantu inovasi dengan kecepatan dan skala dengan memastikan iterasi GenAI yang cepat dengan fokus utama pada fungsionalitas, dan sehingga meningkatkan partisipasi di seluruh organisasi.

Di ritel, menurut sebuah studi IBM baru-baru ini sebelum NRF 2024, pelanggan modern mengharapkan perjalanan belanja yang disesuaikan, lengkap dengan “kenyamanan pilihan produk, informasi rinci, metode pembayaran yang beragam, dan integrasi yang mulus dari pengalaman toko dan online” yang sesuai dengan preferensi mereka.

Untuk memenuhi harapan ini, pengecer perlu mengatur dan mendemokratisasi akses ke data mereka sehingga fungsi bisnis dari R&D hingga penjualan hingga pemasaran bekerja dari basis yang sama. Tanpa pandangan yang jelas tentang data atau rencana untuk menerapkan secara lintas fungsional, organisasi dapat berinvestasi berlebihan dalam solusi yang ditenagai AI dan melihat sedikit ROI. Pengecer yang tidak yakin tentang cara memaksimalkan data yang ada harus berpaling kepada mitra dengan pengalaman industri yang mendalam untuk membangun infrastruktur yang siap AI. Hanya kemudian, mereka dapat memanfaatkan GenAI untuk menyederhanakan layanan pelanggan dengan sedikit intervensi manusia dengan menyediakan ringkasan percakapan, mengotomatisasi tugas, dan pada akhirnya meningkatkan konversi—a prioritas utama untuk industri.

Lebih lanjut, pengecer bereksperimen dengan gagasan tentang deskripsi produk dinamis. Bergantung pada AI, daftar e-commerce dapat berubah berdasarkan pemirsa, disesuaikan dengan keinginan dan kebutuhan unik setiap pelanggan. Tim yang kuat, yang dibangun dengan tingkat kesiapan GenAI, akan siap untuk memanfaatkan teknologi AI ini sebelum pesaing.

Identifikasi kasus penggunaan GenAI yang transformatif & tawarkan hasil bisnis yang terukur.

Seringkali, dalam tergesa-gesa untuk menunjukkan kemajuan, perusahaan dapat memulai sprint tanpa arah yang jelas. Alih-alih menghabiskan energi untuk melakukan segalanya sekaligus, ambil catatan tentang kasus penggunaan khusus yang dapat diselesaikan dalam 3-6 bulan, 6-12 bulan, dll. Prioritaskan proyek jangka pendek ini terlebih dahulu untuk menunjukkan nilai menjalankan GenAI pada skala besar dan kemudian, untuk area yang memiliki potensi, fokus pada membangun platform yang dapat menunjukkan manfaat GenAI kepada departemen lain. Area seperti pelatihan model, agen otonom, dan LLM pribadi menawarkan potensi inovasi besar di masa depan, dan investasi strategis di area tersebut sekarang akan memberi Anda keunggulan atas kompetitor.

Di perbankan, mengajukan permohonan pinjaman untuk perusahaan menengah dan besar memerlukan analisis banyak dokumen termasuk laporan bank perusahaan, laporan audit, pengembalian pajak, laporan biro kredit, dan berita terbaru. Semua ini harus diproses secara manual untuk menyiapkan memo persetujuan. Mengotomatisasi proses ini melalui GenAI tidak hanya menghemat biaya yang terukur tetapi juga kecepatan pengurangan waktu tanggap keseluruhan dapat menjadi keunggulan kompetitif dan pembeda yang dapat membantu menghasilkan bisnis baru.

Dengan GenAI, sektor perbankan di antara yang lain siap untuk menghilangkan stres dan memberikan visibilitas tambahan kepada pelanggan dengan upaya dan waktu yang relatif rendah. Sementara ada banyak kasus penggunaan GenAI tunggal lainnya, mencapai fase berikutnya dari bisnis yang ditenagai GenAI memerlukan mereplikasi dan mengoperasikan teknologi ini di seluruh perusahaan untuk memasukkannya ke dalam strategi bisnis secara keseluruhan.

Jangan menunda, saatnya untuk bangun dan menghadapi pengiriman AI

Mengatasi tantangan implementasi dan menerapkan GenAI pada skala besar bukanlah prestasi kecil. Ini membutuhkan keselarasan total dari dewan dan C-suite dan komitmen dari pemimpin bisnis di seluruh organisasi. Untuk melewati ketakutan akan ketinggalan AI dan mulai menciptakan alat yang ditenagai AI yang menghasilkan keuntungan, edukasikan tim Anda tentang apa yang akan datang, bangun infrastruktur yang dapat menopang perubahan yang cepat, dan fokus pada hasil jangka pendek yang penting bagi klien dan mitra Anda.

Ketika Anda melakukan transformasi, penting untuk membawa pekerja ahli atau konsultasi luar yang dapat dipercaya untuk membantu memastikan transisi yang lancar. Cari mereka yang berorientasi pada aksi (yaitu, pembangun, bukan hanya penasihat) dan membawa kepemimpinan ke dalam proses pengambilan keputusan lebih awal untuk meningkatkan transparansi dan memfasilitasi kolaborasi. GenAI capabilities are evolving rapidly, and by acting now you’ll be on your way to creating a future-ready organization poised for sustainable growth.