Bagaimana Mengatasi FOMO Inovasi & Menggunakan AI/GenAI untuk Menyelesaikan Masalah Bisnis Spesifik

Kami memasuki musim sibuk untuk kepemimpinan perusahaan ketika manajer dari semua fungsi bertemu untuk mengevaluasi kinerja dan merencanakan apa yang akan datang. Setelah setahun biaya yang meningkat, masalah rantai pasokan yang berkepanjangan, dan upaya berkelanjutan untuk memenuhi target keberlanjutan, ada banyak tantangan. Namun, satu topik masih tampaknya menjadi perhatian utama di benak semua orang – kecerdasan buatan (AI)/kecerdasan buatan generatif (GenAI).

Ini adalah era FOMO inovasi, dan para pemimpin secara luar biasa diminta untuk mengintegrasikan beberapa fungsi AI/GenAI ke dalam operasional mereka sehingga perusahaan mereka tidak ketinggalan. Namun, di tengah-tengah semua kegembiraan, penting untuk diingat bahwa inovasi adalah proses, bukan solusi. Untuk menciptakan dampak yang berkelanjutan, organisasi harus memastikan bahwa kemampuan baru apa pun harus sesuai dengan kebutuhan spesifik, dievaluasi untuk risiko, dan dihubungkan dengan hasil bisnis yang dapat diukur.

Berikut adalah tiga pertanyaan/tantangan umum dari tim kepemimpinan perusahaan dan bagaimana AI/Gen AI dapat membantu, beserta contoh dari beberapa industri di mana inovasi ini sudah membuat perbedaan:

Rasanya seperti ada teknologi baru yang diperkenalkan setiap hari, dan anggaran kami sudah terlalu tipis. Bagaimana kami dapat menentukan di mana investasi kami dalam inovasi AI/GenAI akan menghasilkan ROI terbesar?

Secara paradoks, ketika semua orang mulai mempercepat, saatnya bagi tim kepemimpinan Anda untuk melambatkan dan fokus pada hal-hal mendasar. Pertama, pastikan semua orang sejalan dengan cara Anda berpikir tentang AI/GenAI. AI telah ada selama beberapa waktu sekarang, dan pada tingkat yang lebih tinggi, yang terbaik adalah memikirkannya sebagai alat untuk menganalisis data, mengumpulkan wawasan, dan bekerja lebih cerdas. GenAI lebih baru dan melibatkan bagaimana menggunakan semua wawasan tersebut untuk secara otonom menghasilkan konten dan rekomendasi yang sebenarnya. Setiap perusahaan dapat membenefit dari mengintegrasikan kemampuan AI/GenAI, tetapi membantu untuk mendemokratisasi transisi sehingga pekerja merasa dihargai.

Perusahaan yang ingin membangun ekosistem AI perusahaan dapat mengambil inspirasi dari metode “Kaizen” yang dipelopori oleh Toyota. Pendekatan ini melibatkan perbaikan terus-menerus, di mana tim di semua tingkat organisasi didorong untuk membuat perubahan kecil, inkremental untuk menghilangkan limbah dan mengoptimalkan proses. Tidak hanya ini membantu mengidentifikasi di mana AI/GenAI mungkin memiliki dampak terbesar, tetapi juga mulai membentuk “uji-dan-pelajari” mindset yang akan meresap ke dalam budaya organisasi dan menghasilkan karyawan yang lebih bahagia dan produktif.

Fokus Pada: Industri Transportasi

Di transportasi, AI/GenAI membantu perusahaan memperbaiki semua mulai dari peramalan permintaan dan manajemen persediaan hingga perawatan prediktif dan optimasi rute. Delta Air Lines menggunakan GenAI untuk menganalisis data pelanggan dan memberikan pengalaman perjalanan yang dipersonalisasi, UPS menggunakan sistem ORION yang didukung AI untuk menyesuaikan rute pengiriman berdasarkan perubahan kondisi lalu lintas, dan New York City MTA menerapkan AI untuk mengurangi pengelakan biaya.

Ketika kami berkembang, kami menemukan bahwa celah komunikasi sedang berkembang antara C-Suite dan kepemimpinan fungsional, terutama IT. Bagaimana kami dapat menggunakan AI/GenAI untuk menciptakan pesan internal dan eksternal yang lebih efektif tanpa kehilangan autentisitas?

Sementara GenAI dapat menghasilkan pesan yang sangat realistis, penting untuk mempertahankan standar tertentu untuk melindungi reputasi merek. Dengan kata lain, gaya sangat penting, dan orang ingin berkomunikasi dengan cara yang terasa asli. Menurut survei terbaru dari PwC, membangun kepercayaan tersebut semakin penting di antara C-Suite, konsumen, dan karyawan, dan 93% eksekutif bisnis setuju bahwa membangun dan mempertahankan kepercayaan meningkatkan garis bawah. Hal yang sama berlaku di dalam sebuah organisasi, dan umum bagi pekerja untuk berhati-hati terhadap direktif manajemen baru yang terdengar palsu, atau curiga terhadap teknologi baru yang tidak ditempatkan dalam konteks yang tepat.

Kesalahpahaman membuang waktu dan uang, memperlambat inovasi dan efisiensi operasional. GenAI dapat secara proaktif mengatasi hal ini dengan menganalisis dataset besar dari interaksi sebelumnya (dengan pelanggan dan karyawan) untuk memodelkan reaksi potensial, menawarkan wawasan waktu nyata, dan berfungsi sebagai jembatan antara dua “bahasa” (yaitu apa yang bisnis ingin katakan, dan bagaimana itu diterima oleh pelanggan/karyawan). Ketika eksekutif memiliki wawasan yang tepat waktu dan didorong AI tentang kinerja, mereka dapat lebih baik menyelaraskan keputusan operasional dengan tujuan strategis. Dan ketika pekerja dilibatkan dalam proses melalui inisiatif pendidikan dan pengembangan keterampilan yang berkelanjutan, AI/GenAI dapat dianggap sebagai aset bukan ancaman.

Fokus Pada: Industri Ritel

Perilaku konsumen pascapandemi telah bergeser secara dramatis, sehingga sangat penting bagi perusahaan ritel untuk menggunakan AI untuk menganalisis data pelanggan dan memberikan layanan yang sangat dipersonalisasi, rekomendasi produk, dan kampanye pemasaran. Pada skala besar, AI juga dapat digunakan untuk membantu memprediksi perilaku di masa depan, memungkinkan upaya penjualan yang ditargetkan dan akuisisi pelanggan yang ditingkatkan. Masa depan di ruang ini sangat menarik, dan siap untuk merevolusi secara total bagaimana kita berbelanja. Sebagai contoh, Amazon terus memperbarui teknologi “Just Walk Out” yang didukung AI yang menganalisis data dari kamera dan sensor dalam toko untuk mengaktifkan toko tanpa checkout di seluruh dunia.

Di industri kami, kami menangani sejumlah besar informasi pelanggan yang sensitif dan kami khawatir tentang bagaimana memperkenalkan teknologi baru mungkin membuat data kami terpapar pada kerentanan yang meningkat. Apa saja manfaat menggunakan AI/GenAI di industri ini, dan bagaimana kami dapat mitigasi risiko?

Seperti halnya kedokteran, aturan emas dalam transformasi AI/GenAI adalah, “Pertama, jangan menyebabkan kerusakan.” Beberapa industri seperti layanan kesehatan dan jasa keuangan telah memiliki adopsi AI yang lebih lambat karena lingkungan yang kompleks dan sangat diatur, tetapi telah ada kemajuan besar dalam fungsi tertentu. Bukti paling terlihat ada di layanan pelanggan, di mana chatbot dan asisten virtual yang didukung AI dapat memberikan dukungan 24/7 dan membantu menjawab pertanyaan logistik umum. Sebagai contoh, sejak peluncurannya pada 2018, chatbot AI “Erica” dari Bank of America telah merespons 800 juta pertanyaan dari lebih dari 42 juta klien dan memberikan wawasan/guidansi pribadi lebih dari 1,2 miliar kali.

Ironisnya, meskipun kekhawatiran yang masih ada tentang keamanan di industri sensitif, AI/GenAI telah menikmati dampak netto positif di bidang deteksi penipuan. Penipuan adalah masalah endemik dalam keuangan yang hanya memburuk, dan para ahli memprediksi bahwa penipuan perbankan akan menelan biaya industri sebesar $48 miliar pada 2029. Algoritma AI dapat menyisir dataset besar untuk mengidentifikasi anomali yang mungkin menunjukkan aktivitas penipuan dan tim keamanan dapat menetapkan ambang batas untuk aktivitas yang mencurigakan, memicu intervensi hanya ketika ambang batas ini dilampaui. GenAI juga dapat membantu mengotomatisasi tugas rutin tertentu (entri data, rekonsiliasi, dll.) dan membebaskan waktu bagi tim untuk membuat keputusan yang lebih nuansa (persetujuan pinjaman, default, dll.) yang membutuhkan analisis manusia yang lebih dalam.

Fokus Pada: Industri Perbankan

Pada 2021, PNC meluncurkan PINACLE, sebuah aplikasi manajemen kas yang menggunakan AI dan pembelajaran mesin (ML) untuk melatih dari data historis perusahaan. Setelah modul tersebut dilatih, itu dapat diperbarui setiap hari dan menghasilkan perkiraan bergulir untuk membantu memprediksi arus kas di masa depan, mengurangi masalah kontrol versi, dan memperoleh wawasan yang lebih baik tentang posisi kas saat ini dan masa depan untuk berbagai skenario. AI juga membantu memberdayakan investor, terutama mereka yang fokus pada keberlanjutan. Morgan Stanley menyarankan bahwa kemampuan analitis AI dapat membantu “mengidentifikasi perusahaan dengan kinerja ESG yang kuat, mitigasi risiko, dan membentuk portofolio yang lebih sejalan dengan tujuan keberlanjutan.”

Menetapkan Nada untuk 2025

Perusahaan memiliki kesempatan seumur hidup untuk mengoptimalkan operasional mereka dengan AI/GenAI, tetapi transformasi seperti itu memerlukan disiplin. Memasuki tahun depan, kepemimpinan perlu membuat jelas bahwa: (1) perubahan adalah olahraga tim; (2) ROI dari teknologi baru apa pun harus dihubungkan dengan hasil bisnis spesifik; dan (3) kecepatan tanpa arah menciptakan kekacauan. Dengan menyetel keluar hypes dan tetap fokus pada dampak yang berarti, organisasi akan siap untuk kesuksesan yang berkelanjutan di era inovasi yang menarik ini.