Sedikit Percakapan, Sedikit Lebih Banyak Tindakan: Cara Mempercepat Penerapan AI Generatif dalam 6 Bulan Kedepan

Cukup melamun, cukup berspekulasi, cukup hype – ini adalah tahun aksi. Menurut McKinsey Global Institute, hampir 50% aktivitas bisnis pada umumnya kini dapat diotomatisasi AI generatif (GenAI), salah satu jenis kecerdasan buatan yang dapat menghasilkan teks, gambar, video, dan data sintetis.

Otomatisasi ini mendorong nilai yang luar biasa dan memecahkan tantangan bisnis penting di seluruh industri dan fungsi, meningkatkan pengalaman pelanggan, mengoptimalkan operasi, dan memacu inovasi. Namun, secara umum, GenAI belum diuji secara besar-besaran, dan ROI sebenarnya dari investasi ini perlu diklarifikasi.

Meskipun perusahaan sudah mulai berinvestasi besar-besaran pada proyek GenAI eksperimental dan ad-hoc, meningkatkan upaya ini bisa menjadi upaya yang rumit. Para pemimpin berupaya untuk memaksimalkan manfaat GenAI sambil mengamati dan meminimalkan biaya, memastikan kemampuan audit dan kontrol akses, meningkatkan kinerja, menyediakan abstraksi model, dan memperkuat keamanan. Mereka yang sampai saat ini ragu-ragu untuk menggunakan GenAI karena takut akan biaya overhead yang tinggi dan masalah tata kelola/keamanan data harus mempertimbangkan hal-hal berikut saat mereka memasukkan GenAI ke dalam alur kerja dan strategi bisnis mereka yang lebih besar.

Buat rencana transformasi terukur: 3 tindakan utama yang harus diambil saat ini

1. Tingkatkan keterampilan tenaga kerja Anda untuk memanfaatkan potensi penuh GenAI dengan cara yang memitigasi risiko.

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

Organisasi dapat memilih apakah akan mendatangkan keahlian dari luar atau menciptakan peran baru yang didedikasikan untuk etika AI, namun mereka harus memahami bahwa pelatihan ini bukan untuk pamer. Mendedikasikan waktu berhari-hari atau berminggu-minggu untuk pemrograman yang melatih seluruh karyawan (tidak hanya mereka yang memegang peran teknis) tentang cara menggunakan GenAI akan menghasilkan dukungan yang lebih baik di seluruh organisasi dibandingkan mereka yang tidak.

Dengan mendidik tim bisnis dalam mengidentifikasi potensi aplikasi GenAI yang dapat membantu mereka dalam pekerjaan masing-masing (dan memisahkan fakta dari fiksi seputar masalah keamanan), organisasi akan berada dalam posisi yang lebih baik untuk menilai nilai total.

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

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

Pertimbangkan solusi yang didukung GenAI berikut:

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

GenAI saja tidak cukup untuk mendukung solusi yang disebutkan di atas. Pemahaman bahasa alami dan kemampuan penalaran GenAI harus dipadukan dengan akurasi dan efisiensi AI tradisional yang telah terbukti.

Misalnya, hiper-personalisasi dapat dicapai dengan lebih konsisten jika kita menggunakan algoritme pembelajaran mesin tradisional untuk menghasilkan serangkaian rekomendasi dan menggunakan agen yang didukung GenAI untuk mempertimbangkan rekomendasi mana yang paling relevan bagi pengguna.

Oleh karena itu, penting untuk melihat GenAI, AI tradisional, dan praktik rekayasa data secara terpadu, dalam satu prisma, dan bukan secara terpisah. Hal ini menjadikannya sangat penting bagi organisasi untuk menyediakan infrastruktur guna menggabungkan pengembangan AI dengan solusi GenAI.

3. Bangun kesiapan GenAI Anda: Skalakan, inovasi, kendalikan

Bersikap proaktif adalah hal yang cerdas, namun transformasi tidak terjadi dalam semalam. Dengan mengidentifikasi hal-hal penting yang “harus dimiliki” bagi organisasi, Anda dapat mengatur jadwal pengembangan berdasarkan kebutuhan kritis.

Kemudian, tunjuk sekelompok pemimpin internal untuk mempercepat kesadaran dan penerapan Sistem Operasi GenAI—sebuah platform yang menyediakan kemampuan audit, pengendalian biaya dan penagihan balik, keamanan, privasi, kontrol akses, dan abstraksi model—untuk menerapkan aplikasi dan proses GenAI menggunakan platform ini. Hal ini akan membantu inovasi dengan kecepatan dan skala besar dengan memastikan iterasi cepat kasus penggunaan GenAI dengan berfokus terutama pada fungsionalitas, sehingga meningkatkan dukungan di seluruh organisasi.

Di ritel, menurut baru-baru ini IBM belajar depan NRF 2024, pelanggan modern mengharapkan perjalanan belanja yang disesuaikan, lengkap dengan “kenyamanan pilihan produk, informasi terperinci, metode pembayaran yang beragam, dan integrasi pengalaman di dalam toko dan online” yang memenuhi preferensi masing-masing.

Untuk memenuhi harapan ini, pengecer perlu mengatur dan mendemokratisasi akses ke data mereka sehingga fungsi bisnis mulai dari penelitian dan pengembangan, penjualan, hingga pemasaran dapat berjalan dari satu tempat yang sama. Tanpa gambaran yang jelas mengenai data atau rencana untuk menerapkannya secara lintas fungsi, organisasi dapat berinvestasi berlebihan dalam solusi yang didukung AI dan hanya melihat sedikit ROI. Para retailer yang tidak yakin bagaimana cara memaksimalkan data yang mereka miliki sebaiknya beralih ke mitra yang memiliki pengalaman industri yang mendalam untuk membangun infrastruktur yang mendukung AI. Hanya dengan cara ini, mereka dapat memanfaatkan GenAI untuk menyederhanakan layanan pelanggan dengan lebih sedikit campur tangan manusia dengan memberikan ringkasan percakapan, mengotomatisasi tugas, dan pada akhirnya mendorong konversi—yang merupakan prioritas utama industri ini.

Selanjutnya, pengecer sedang bereksperimen dengan gagasan deskripsi produk yang dinamis. Bergantung pada AI, daftar e-niaga dapat berubah berdasarkan pemirsa, disesuaikan dengan keinginan dan kebutuhan unik setiap pelanggan. Tim yang kuat, yang didukung oleh tingkat kesiapan GenAI, akan diperlengkapi dengan baik untuk memanfaatkan teknologi AI ini sebelum para pesaing.

Identifikasi kasus penggunaan GenAI yang transformatif & tawarkan hasil bisnis yang dapat diukur.

Seringkali, karena terburu-buru untuk menunjukkan kemajuan, perusahaan mulai berlari tanpa memikirkan arah. Daripada menghabiskan energi tersebut untuk melakukan semuanya sekaligus, perhatikan kasus penggunaan spesifik yang dapat diselesaikan dalam waktu 3-6 bulan, 6-12 bulan, dll. Prioritaskan proyek jangka pendek tersebut terlebih dahulu untuk menunjukkan manfaat menjalankan GenAI dalam skala besar dan kemudian, untuk area yang memiliki potensi, fokuslah pada pembangunan platform yang dapat menunjukkan manfaat GenAI kepada departemen lain. Bidang-bidang seperti pelatihan model, agen otonom, dan LLM swasta memiliki potensi besar untuk inovasi masa depan, dan investasi strategis di bidang-bidang tersebut sekarang akan memberi Anda keunggulan dalam persaingan.

Di perbankan, pengajuan pinjaman untuk usaha menengah dan besar memerlukan analisis terhadap banyak dokumen termasuk laporan bank perusahaan, laporan audit, pengembalian pajak, laporan biro kredit, dan berita terkini. Semua ini harus diproses secara manual untuk menyiapkan nota persetujuan. Mengotomatiskan proses ini melalui GenAI, tidak hanya menghemat biaya yang dapat diukur tetapi juga kecepatan pengurangan TAT secara keseluruhan dapat menjadi keunggulan kompetitif dan pembeda yang dapat membantu menghasilkan bisnis baru.

Dengan GenAI, sektor perbankan siap untuk menghilangkan stres dan memberikan visibilitas tambahan kepada nasabah dengan upaya dan waktu aktif yang relatif rendah. Meskipun terdapat lebih banyak kasus penggunaan GenAI yang lain, untuk mencapai fase berikutnya dari bisnis yang didukung GenAI memerlukan replikasi dan operasionalisasi teknologi di seluruh perusahaan untuk memasukkannya ke dalam strategi bisnis secara keseluruhan.

Jangan menunda-nunda, inilah waktunya untuk sadar akan penyampaian AI

Mengatasi tantangan implementasi dan menerapkan GenAI dalam skala besar bukanlah hal yang mudah. Dibutuhkan keselarasan total dari dewan direksi dan C-suite serta komitmen dari para pemimpin bisnis di seluruh organisasi. Untuk mengatasi rasa takut akan kehilangan AI dan mulai menciptakan alat yang menghasilkan keuntungan dan didukung AI, mendidik tim Anda tentang apa yang akan terjadi, membangun infrastruktur yang dapat mempertahankan perubahan yang cepat, dan fokus pada hasil jangka pendek yang penting. kepada klien dan mitra Anda.

Saat Anda bertransformasi, penting untuk merekrut ahli atau penasihat luar yang dapat Anda percayai untuk membantu memastikan transisi yang lancar. Carilah mereka yang berorientasi pada tindakan (yaitu pembangun, bukan hanya penasihat) dan libatkan kepemimpinan dalam proses pengambilan keputusan sejak dini untuk meningkatkan transparansi dan mendorong kolaborasi. Kemampuan GenAI berkembang pesat, dan dengan bertindak sekarang, Anda akan berada di jalur yang tepat untuk menciptakan organisasi yang siap menghadapi masa depan dan siap untuk pertumbuhan berkelanjutan.