Panduan Operator untuk Menghasilkan ROI dari AI

Terlepas dari semua keuntungannya, ledakan kecerdasan buatan juga telah menciptakan tantangan utama bagi para operator. Meskipun telah melakukan investasi besar dalam adopsi AI, banyak operator masih belum melihat pengembalian investasi (ROI) yang berarti terwujud dalam neraca keuangan mereka.

Faktanya, meskipun global pengeluaran Investasi di bidang AI diperkirakan akan mencapai $632 miliar pada tahun 2028, menurut MIT. analisis Ditemukan bahwa hanya sekitar 5% dari proyek percontohan AI perusahaan yang memberikan pengembalian finansial yang terukur, dengan sebagian besar menghasilkan sedikit atau bahkan tidak ada ROI sama sekali. Kesenjangan ini telah menciptakan tekanan yang semakin besar pada operator untuk menerjemahkan uang menjadi dampak, yang seringkali menyebabkan pemborosan sumber daya pada proyek percontohan yang gagal atau investasi tergesa-gesa pada solusi yang tampak menjanjikan di atas kertas tetapi gagal dalam praktiknya.

Realitanya, kesuksesan di era AI tidak akan hanya ditentukan oleh kebaruan atau kecanggihan teknologi baru, tetapi oleh seberapa jeli tim dalam memahami tantangan mendasar mereka dan memilih solusi berbasis teknologi yang memberikan nilai nyata. Tidak ada jalan pintas untuk mencapai tujuan, tetapi beberapa pertimbangan dapat membantu tim Anda bergerak ke arah yang benar.

Hindari Pajak Ketergesaan

Salah satu hambatan utama terhadap ROI AI adalah membiarkan rasa takut tertinggal memandu pengambilan keputusan. Ketika pola pikir ini memengaruhi strategi, organisasi dapat membayar pajak urgensi, menghabiskan waktu, energi, dan sumber daya yang berharga dalam upaya untuk mengikuti tren terbaru.

Tekanan tersebut dapat dipicu oleh kekuatan internal dan eksternal. Ketika kepemimpinan melihat pesaing menggembar-gemborkan kemampuan AI baru, jebakan perbandingan dapat dengan cepat terjadi, dan apa yang dimulai sebagai keinginan untuk tetap relevan dengan cepat berubah menjadi perlombaan reaktif untuk merespons.

Investasi yang dilakukan dari titik awal ini gagal karena berbagai alasan, tetapi salah satu yang paling umum adalah kurangnya kesiapan. Meskipun pesaing mungkin menawarkan produk atau layanan serupa, kesiapan suatu organisasi masih kurang. fondasi data atau kematangan operasional mungkin tidak cukup kuat untuk mendukung teknologi yang sama, sehingga mengubah apa yang tampak sebagai langkah strategis menjadi pertaruhan yang berisiko.

Itulah mengapa para manajer dan direktur yang paling dekat dengan operasional sehari-hari seringkali berada pada posisi terbaik untuk memberikan informasi terkait keputusan teknologi. Ketika teknologi yang tampaknya wajib dimiliki muncul di pasaran, tim-tim ini harus ditugaskan untuk terlebih dahulu menilai apakah ada masalah yang jelas yang dapat dipecahkan dan apakah organisasi benar-benar siap untuk mendukungnya. Karena mereka memahami di mana terdapat hambatan, di mana waktu terbuang, dan di mana teknologi dapat memberikan dampak, mereka dapat membantu mendasarkan keputusan AI pada realitas operasional daripada hanya mengejar hal baru.

Lakukan Audit Sepeda

Jebakan umum lainnya dalam pengadaan teknologi adalah membeli berlebihanHal ini berbeda dengan pajak urgensi karena terjadi setelah menentukan bahwa kebutuhan yang sebenarnya ada dan Anda siap secara operasional untuk membeli solusi AI. Pada titik ini, pertanyaannya bukan lagi "apakah kita membutuhkan sesuatu" tetapi "apa yang sebenarnya kita butuhkan"?

Masalah ini sangat umum terjadi di industri yang masih terikat pada sistem lama seperti logistik, yang telah mengalami perkembangan teknologi pesat dalam beberapa tahun terakhir. Jika dulu tantangan kita adalah mengatasi kompleksitas modern dengan sistem dan proses yang ketinggalan zaman, sekarang tantangannya adalah memilih dari daftar teknologi yang tak terbatas yang tersedia dari penyedia pihak ketiga atau melalui pengembangan internal.

"Audit Sepeda" dapat sangat membantu sebelum sampai pada tahap pembelian. Audit ini menantang para pengambil keputusan untuk menjawab pertanyaan sederhana: Apakah kita membutuhkan Ferrari atau sepeda? Tim teknologi yang ambisius senang bermimpi besar, dan penyedia pihak ketiga biasanya bertujuan untuk menawarkan solusi terbaik mereka sejak awal. Keduanya valid, tetapi berinvestasi pada tenaga kuda setingkat Ferrari tidak masuk akal jika sepeda dapat membawa Anda ke tempat yang Anda tuju.

Audit dengan Metrik

Salah satu cara untuk mengambil keputusan tersebut adalah dengan memahami masalah yang ingin Anda selesaikan di tiga tingkatan metrik: Primer, Sekunder, dan Tersier. Menilai ketiganya secara bersamaan membantu memperjelas di mana gesekan terjadi, seperti apa kinerja optimal di setiap lapisan, dan berapa banyak investasi yang diperlukan untuk menutup kesenjangan tersebut.

Metrik tersier mewakili perilaku operasional inti. Inefisiensi yang signifikan seringkali terdapat pada lapisan ini, dan solusi tingkat dasar yang memungkinkan peningkatan seperti pengumpulan data yang lebih bersih dan eksekusi yang lebih efisien dapat memberikan dampak besar dengan investasi yang relatif kecil.

Metrik sekunder mencerminkan pendorong kinerja yang sebenarnya — misalnya, tingkat konversi pelanggan dan pengungkit lain yang dapat dipengaruhi tim melalui peningkatan produktivitas. Mengatasi inefisiensi di sini biasanya membutuhkan sesuatu yang lebih canggih daripada sepeda tetapi kurang kompleks daripada Ferrari, seperti otomatisasi canggih yang dapat menangani kumpulan data yang lebih besar.

Metrik utama adalah hal-hal besar seperti pendapatan. Di sinilah solusi kelas atas cenderung muncul. Biasanya berupa teknologi mahal yang menjanjikan dampak signifikan pada laba bersih. Meskipun layak untuk dieksplorasi, penting untuk diingat bahwa kecuali tantangan sekunder dan tersier diatasi terlebih dahulu, solusi ini dapat gagal mencapai potensi ROI sebenarnya.

Investasi kecil dan terarah pada tingkat yang lebih rendah seringkali merupakan titik awal terbaik karena cenderung memberikan hasil yang cepat. Investasi ini juga menciptakan peluang untuk mempelajari apa yang berhasil sambil memberikan keuntungan bertahap yang berlipat ganda dari waktu ke waktu, yang pada akhirnya membantu membangun dampak total yang sama atau lebih besar daripada investasi yang lebih besar, dengan risiko yang jauh lebih rendah.

Bersama-sama, Audit Sepeda dan kerangka metrik tiga tingkat ini membantu organisasi mengurangi risiko dengan menyesuaikan solusi dengan masalah nyata. Intinya bukanlah untuk menghindari AI tingkat lanjut, tetapi untuk memulai dari hal kecil dengan menyelesaikan masalah yang paling berdampak dengan investasi paling sedikit yang dibutuhkan dan kemudian meningkatkannya secara bertahap.

Bersikap Strategis dalam Memilih Mitra Startup

Baru-baru ini gelora Modal ventura terkait AI telah membanjiri pasar dengan perusahaan rintisan baru. Para pendobrak ini akan datang dengan presentasi yang menjanjikan inovasi dan hasil yang cukup menarik untuk mempengaruhi bahkan tim pengadaan yang paling teliti sekalipun.

Namun, pembeli harus berhati-hati: baik produk maupun orang-orang di balik banyak pendatang baru ini seringkali belum terbukti. Menjadi pengguna awal membawa risiko yang melekat, termasuk kemungkinan Anda tanpa sadar membangun produk bersama mereka. Meskipun hal itu dapat menawarkan keuntungan, itu harus menjadi pilihan yang sadar — karena ketika Anda mencoba untuk mengatasi masalah dengan implikasi finansial yang nyata, menghabiskan sumber daya yang berharga untuk membantu vendor menyempurnakan pembaruan terbarunya dapat menimbulkan masalah yang tidak perlu.

Setelah vendor terintegrasi, sebagian besar hasilnya berada di luar kendali Anda. Rencana kerja mereka, skalabilitas dukungan pelanggan, dinamika harga, dan kemampuan untuk mempertahankan kinerja seiring pertumbuhan mereka semuanya dapat berubah. Pergeseran tersebut dapat membentuk nilai jangka panjang kemitraan dengan cara yang tidak sepenuhnya terlihat pada awalnya.

Menghadapi ketidakpastian tersebut membutuhkan kesabaran dan kebijaksanaan di tahap awal. Meluangkan waktu untuk memvalidasi solusi melalui uji coba konsep, memahami komitmen kontraktual sebelum integrasi yang lebih dalam, dan berbicara langsung dengan pengguna yang ada membantu tim memilih penyedia yang mampu memberikan nilai tambah selama masa kemitraan.

Membuat AI Menguntungkan

Secara keseluruhan, pertimbangan-pertimbangan ini memperkuat kenyataan bahwa mempraktikkan daya pertimbangan yang kuat adalah faktor pertama dan terpenting dalam menghasilkan ROI dari AI. Ketika tim fokus pada identifikasi hambatan nyata, hasilnya meningkat karena inefisiensi dihilangkan dan waktu dialokasikan kembali ke tugas-tugas yang bernilai lebih tinggi. Itulah wujud ROI yang sebenarnya, dan itu hanya diperoleh melalui disiplin, kejelasan, dan pengambilan keputusan pragmatis yang menguntungkan laba perusahaan dari waktu ke waktu.