Cambiando come pensiamo a GenAI nella sala riunioni: Navigare nel ROI a breve e lungo termine

Mentre le squadre di leadership in tutto il mondo iniziano a pianificare per il 2025, l’argomento che tutti hanno in mente è quando aspettarsi che i loro investimenti in AI e/o generative AI (GenAI) diano i loro frutti. Nuove ricerche di Google Cloud hanno rivelato che più di 6 su 10 grandi aziende (con più di 100 dipendenti) stanno utilizzando GenAI, e il 74% sta già vedendo un ritorno sull’investimento (ROI) considerevole. Tuttavia, massimizzare il ROI da AI/GenAI richiede un approccio strategico che vada oltre la giustificazione dei costi, comprendendo sia i ritorni diretti che indiretti, una chiara comprensione dei tempi di attesa e delle spese nascoste, e l’integrazione di funzionalità centrate sull’essere umano per garantire processi affidabili e scalabili.

Ridefinire il ROI

Considerando tutta l’attenzione che AI/GenAI hanno ricevuto quest’anno nei media, può essere facile dimenticare che questi investimenti sono ancora relativamente nuovi, il che significa che la maggior parte delle aziende non ha ancora visto il tipo di ROI che è possibile. Ciò rende ancora più importante gestire le aspettative nella sala riunioni fin dall’inizio, poiché qualsiasi valutazione precoce creerà impressioni critiche che influenzeranno come la leadership vedrà gli investimenti futuri. Se hanno grandi speranze per un cambiamento immediato e trasformativo, la loro opinione potrebbe peggiorare se quei cambiamenti sono ancora in via di sviluppo nelle fasi iniziali. In altre parole, nuove innovazioni richiedono nuove prospettive di misurazione, e i leader dovrebbero ridefinire come pensano al ROI a breve e lungo termine.

In termini di cosa costituisce una trasformazione di successo, il progresso è spesso misurato meglio nell’occhio di chi guarda, ma anche “piccole” vittorie possono portare a risultati potenziali più grandi in futuro. Ecco tre modi per aiutare a contestualizzare i vostri investimenti in AI/GenAI, nonché alcuni esempi di coloro che sono in un viaggio simile.

1. Distinguere tra ROI diretto e indiretto

In alcuni settori, un ROI diretto è più facile da individuare. Ad esempio, se un’azienda di retail o CPG inizia a offrire nuove funzionalità GenAI, probabilmente otterrà un’immediata sensazione dai clienti di come le funzionalità stanno essere ricevute. Mentre in altri settori come la produzione, c’è un ROI indiretto che dipende da investimenti a lungo termine. Con quei tipi di ritorni “a gocce”, è solitamente l’impatto “a gocce” che può creare nuove opportunità o sbloccare nuovi valori. Immaginate di implementare una nuova soluzione AI per migliorare la produttività del team. Mentre il vostro obiettivo iniziale potrebbe essere stato l’output, l’aumento di attività potrebbe anche portare a scoprire interamente nuovi percorsi di crescita che non erano stati considerati. Quello è il più emozionante e entusiasmante aspetto di AI/GenAI – il potenziale sconosciuto. E sebbene il potenziale sia difficile da misurare, dovrebbe sempre essere incluso come fattore nel calcolo del ritorno.

Un buon esempio di entrambi i ROI diretti e indiretti può essere trovato nella azienda di e-commerce Mercari, che l’anno scorso ha aggiunto un assistente di shopping ChatGPT alla sua piattaforma di mercato per articoli di seconda mano. Il loro nuovo “Merchant AI” avrebbe permesso ai clienti di “accedere al sito, impegnare l’assistente di shopping in conversazione naturale, rispondere alle domande sulle loro esigenze e quindi ricevere una serie di raccomandazioni” per i passaggi successivi. Il ROI diretto di questo è stato una riduzione del 74% del volume dei biglietti su Mercari, mentre il ROI indiretto è stato che i risparmi di tempo risultanti hanno permesso all’azienda di ridurre gradualmente il debito tecnico e di ampliare le sue operazioni.

2. Considerare il tempo di attesa per gli investimenti in AI/GenAI e i costi nascosti che li accompagnano

Considerando la costante pressione sulla C-Suite per aumentare i profitti, c’è poca possibilità che adottino improvvisamente una mentalità “le cose buone arrivano a coloro che aspettano”. Ma la realtà è che qualsiasi incursione in AI/GenAI richiede tempo e denaro, anche prima di raggiungere la linea di partenza. Dall’investimento in infrastrutture e formazione all’acquisto di API diverse e dati rilevanti, può essere necessario un lavoro di preparazione di mesi che non mostrerà alcun “ritorno” se non essere pronti a iniziare. Un altro costo nascosto (di cui molte persone non parlano) è la realtà che si otterranno allucinazioni ed errori creati da AI che possono costare alle aziende grandi quantità di denaro inviandole nella direzione sbagliata, aprendo una falla o potenzialmente scatenando un costoso problema di PR. L’intera esperienza è molto nuova, il che rende tutto un po’ più rischioso e costoso, quindi è importante per i leader considerare questo quando valutano il ROI.

McKinsey ha offerto una visione su questo processo decisionale e sui costi associati, rifacendosi allo scenario classico “noleggio, acquisto o costruzione”. Nella loro archetype, i CIO o i CTO dovrebbero considerare se sono un “Taker” (utilizzando LLM pubblicamente disponibili con poca personalizzazione), uno “Shaper” (integrando modelli con dati di proprietà per ottenere risultati più personalizzati) o un “Maker” (costruendo un modello personalizzato per affrontare un caso di business specifico). Ogni archetype ha i propri costi che i leader tecnologici dovranno valutare, dal “Taker” che costa fino a 2 milioni di dollari, al “Maker” che può talvolta raggiungere 100 volte quel importo.

Cercare di rendere l’investimento in AI/GenAI più centrato sull’essere umano

C’è ancora molta paura (soprattutto tra i lavoratori) che l’AI sostituirà gli esseri umani. Invece di liquidare queste preoccupazioni, le aziende dovrebbero presentare qualsiasi trasformazione come un miglioramento e non come una sostituzione, e cercare di trovare modi per rendere il loro investimento più centrato sull’essere umano. Con GenAI, non si tratta di una transazione; è una partnership, e c’è ancora un reale bisogno di esseri umani per valutare l’efficacia di eventuali insight o materiali generati per garantire che siano liberi da pregiudizi, allucinazioni o altre interpretazioni errate. È quindi fondamentale che le aziende sfidino costantemente l’AI a fornire la ragione dietro ogni decisione per garantire l’accuratezza. Ciò darà al contenuto più validazione, i lavoratori vedranno un ruolo definito nel processo, e ciò aiuterà infine il ROI perché si impara a ogni fase.

È anche una buona idea stabilire fermi limiti per fornire limiti stretti su quali informazioni l’AI possa raccogliere. Chiedetevi: “Dovremmo permettere all’AI di accedere a Internet?” Forse no. Il punto è considerare il bisogno prima, e se avete altre metodologie provate, utilizzatele. A volte, l’AI è utile solo per riassumere, non “pensare”. Si tratta di creare l’equilibrio giusto, e gli esseri umani hanno ancora un ruolo critico da svolgere. Secondo una ricerca di Accenture, il 94% degli esecutivi ritiene che le tecnologie di interfaccia umana permetteranno di comprendere meglio i comportamenti e le intenzioni, trasformando l’interazione uomo-macchina.

Chiudere il divario tra promessa e realtà

Gli esperti concordano che, mentre la bassa barriera all’ingresso di GenAI è una grande caratteristica, il suo “potenziale a lungo termine dipende dalla dimostrazione del suo valore a breve termine”. Ciò significa che qualsiasi prova di AI/GenAI dovrebbe avere una serie di criteri di successo chiaramente definiti (ma flessibili) prima del lancio, e le aziende dovrebbero costantemente monitorare i processi per garantire che stiano fornendo costantemente valore. Quando si tratta di questa nuova era di innovazione digitale, potrebbe non esserci una tradizionale “linea del traguardo” verso cui stiamo tutti correndo. Invece, cambiando come pensiamo al ROI a breve e lungo termine di AI/GenAI, le aziende possono essere più sagge con i loro dollari di investimento e concentrarsi sullo sviluppo di capacità che possano scalare insieme all’azienda. in un’era di innovazione digitale, potrebbe non esserci una tradizionale “linea del traguardo” verso cui stiamo tutti correndo. Invece, cambiando come pensiamo al ROI a breve e lungo termine di AI/GenAI, le aziende possono essere più sagge con i loro dollari di investimento e concentrarsi sullo sviluppo di capacità che possano scalare insieme all’azienda.