Een beetje minder conversatie, een beetje meer actie: Hoe u de implementatie van generatieve AI de komende 6 maanden kunt versnellen

Genoeg dagdromen, genoeg speculaties, genoeg hype – dit is een jaar van actie. Volgens het McKinsey Global Institute, kan bijna 50% van de typische bedrijfsactiviteiten nu worden geautomatiseerd door generatieve AI (GenAI), een type kunstmatige intelligentie dat tekst, afbeeldingen, video en synthetische gegevens kan produceren.

Deze automatisering drijft enorme waarde en lost kritieke bedrijfsuitdagingen op in verschillende industrieën en functies, waardoor de klantervaring wordt verbeterd, operaties worden geoptimaliseerd en innovatie wordt gestimuleerd. Maar voor het grootste deel is GenAI nog niet op grote schaal getest en moet de werkelijke ROI op deze investeringen worden verduidelijkt.

Terwijl bedrijven zijn begonnen met het zwaar investeren in experimentele en ad-hoc GenAI-projecten, kan het schalen van deze inspanningen een gecompliceerd onderneming zijn. Leiders worstelen met de vraag hoe ze de voordelen van GenAI kunnen maximaliseren, terwijl ze de kosten observeren en minimaliseren, de auditability en toegangscontrole waarborgen, de prestaties verbeteren, modelabstraheringen bieden en de beveiliging versterken. Zij die tot nu toe hebben geaarzeld om GenAI omarmen vanwege de hoge overhead en gegevensbeheer-/beveiligingszorgen, moeten het volgende overwegen bij het opbouwen van GenAI in hun workflows en bredere bedrijfsstrategieën.

Maak een plan van gemeten transformatie: 3 belangrijke acties om nu te ondernemen

1. Verhoog de vaardigheden van uw workforce om het volledige potentieel van GenAI op een manier te benutten die het risico mitigeert.

Het is een moedige nieuwe wereld in kunstmatige intelligentie, en er zijn verschillende niveaus van begrip over wat mogelijk is. Bedrijven die net op deze reis beginnen, kunnen profiteren van het uitvoeren van organisatorische programma’s om zowel IT- als bedrijfsteams te trainen op het potentieel van GenAI, door specifieke protocollen te ontwikkelen rond risico, transparantie en ethiek.

Organisaties kunnen kiezen of ze buitenlandse expertise binnenhalen of een nieuwe rol creëren die is gewijd aan AI-ethiek, maar ze moeten begrijpen dat de training niet voor de show is. Het opdelen van dagen of weken aan programmering die alle medewerkers (niet alleen die in technische rollen) coacht over het gebruik van GenAI, zal een betere organisatiebrede buy-in zien dan diegenen die dat niet doen.

Door bedrijfsteams te onderwijzen over het identificeren van potentiële GenAI-toepassingen die hen in hun respectievelijke werk kunnen helpen (en feit van fictie rond beveiligingszorgen te scheiden) zullen organisaties in een veel betere positie zijn om de totale waarde te beoordelen.

2. Fuseer AI met GenAI: Maak uw infrastructuur klaar voor gegevenszware veranderingen

GenAI verwerven snel aandacht voor hun vermogen om de productiviteit te stimuleren, waardoor operationele marges op ongezien niveaus worden gedreven. Het is echter belangrijk om te onthouden dat GenAI geen zilveren kogel is. Met de opkomst van GenAI zijn traditionele data-engineeringpraktijken en AI belangrijker geworden dan ooit tevoren.

Overweeg de volgende GenAI-geactiveerde oplossingen:

1. Detailhandel: Hyperpersonalisatie in de detailhandel stimuleren met behulp van autonome agenten om aanbevelingen te genereren.
2. Reizen: Gebruik van een GenAI-geïnfuseerd workflow om gepersonaliseerde reisroutes te creëren op basis van individuele voorkeuren.
3. Bankwezen: Gebruik van conversatieagenten om bankieren te personaliseren, van rekeninguittreksels tot bestedingsanalyse en aanbevelingen.

GenAI alleen is niet voldoende om de bovengenoemde oplossingen te laten werken. Het is cruciaal om de natuurlijke taalbegrip en redeneercapaciteit van GenAI te binden met de bewezen nauwkeurigheid en efficiëntie van traditionele AI.

Bijvoorbeeld kan hyperpersonalisatie met grotere consistentie worden bereikt als we traditionele machine learning-algoritmen gebruiken om een ​​boeket aanbevelingen te genereren en GenAI-geactiveerde agenten gebruiken om te redeneren welke van hen het meest relevant zal zijn voor de gebruiker.

Daarom is het cruciaal om naar GenAI, traditionele AI en data-engineeringpraktijken te kijken in samenhang, met één prism, in plaats van in isolatie. Dit maakt het uiterst belangrijk voor organisaties om infrastructuur te bieden om AI-ontwikkeling met GenAI-oplossingen te combineren.

3. Bouw uw GenAI-bereidheid: Schaal, innoveer, controleer

Het is slim om proactief te zijn, maar transformatie gebeurt niet ‘s nachts. Door de imperatieve “must-haves” voor de organisatie te identificeren, kunt u uw ontwikkelingstijdlijn op basis van kritieke behoeften laten verspillen.

Vervolgens wijst u een groep interne leiders aan om de bewustwording en adoptie van een GenAI-besturingssysteem – een platform dat auditability, kostencontrole en terugbetaling, beveiliging, privacy, toegangscontrole en modelabstrahering biedt – te versnellen om GenAI-toepassingen en -processen met dit platform aan boord te nemen. Dit zal innovatie op snelheid en schaal stimuleren door te waarborgen dat snelle iteraties van GenAI-gebruiksgevallen zich richten op functionaliteit, en zo de buy-in in de hele organisatie vergroten.

In de detailhandel, volgens een recente IBM-studie voor NRF 2024, verwachten moderne klanten een aangepaste winkelervaring, compleet met “de gemak van productkeuzes, gedetailleerde informatie, diverse betaalmogelijkheden en een naadloze integratie van in-store en online-ervaringen” die zijn aangepast aan hun individuele voorkeuren.

Om aan deze verwachtingen te voldoen, moeten detailhandelaren hun gegevens organiseren en democratiseren, zodat bedrijfsfuncties van R&D tot verkoop tot marketing vanuit hetzelfde thuisbasis werken. Zonder een duidelijk zicht op de gegevens of een plan om deze cross-functioneel te implementeren, kunnen organisaties te veel investeren in AI-geactiveerde oplossingen en weinig ROI zien. Detailhandelaren die niet weten hoe ze hun bestaande gegevens maximaal kunnen benutten, moeten een partner zoeken met diepe industrie-ervaring om een ​​AI-klaar infrastructuur te creëren. Pas dan kunnen ze profiteren van GenAI om klantenservice te stroomlijnen met minder menselijke interventie door conversatiesamenvattingen, taken te automatiseren en uiteindelijk omzetting te stimuleren – een belangrijke prioriteit voor de industrie.

Bovendien experimenteren detailhandelaren met het idee van dynamische productbeschrijvingen. Afhankelijk van AI, kunnen e-commerce-lijsten veranderen op basis van de kijker, aangepast aan de unieke wensen en behoeften van elke klant. Een sterk team, ondersteund door een niveau van GenAI-bereidheid, zal goed zijn om te profiteren van deze AI-technologieën voor hun concurrenten.

Identificeer transformatieve GenAI-gebruiksgevallen en biedt kwantificeerbare bedrijfsresultaten.

Vaak, in een haast om vooruitgang te laten zien, kunnen bedrijven beginnen met sprinten zonder een richting in gedachten. In plaats van die energie te verspillen door alles tegelijk te doen, let op specifieke gebruiksgevallen die binnen 3-6 maanden, 6-12 maanden, enz. kunnen worden voltooid. Prioriteer die korte termijnprojecten eerst om de waarde van het uitvoeren van GenAI op grote schaal te demonstreren en vervolgens, voor gebieden met potentieel, focus op het bouwen van platforms die de voordelen van GenAI aan andere afdelingen kunnen laten zien. Gebieden zoals modeltraining, autonome agenten en private LLM’s hebben een enorm potentieel voor toekomstige innovatie, en strategische investeringen in die gebieden nu zullen u een voorsprong geven op uw concurrenten.

In de banksector, onder andere, moet een aanvraag voor een lening voor middelgrote en grote ondernemingen een analyse van veel documenten omvatten, waaronder de bankafschriften van het bedrijf, auditrapporten, belastingaangiftes, creditbureau-rapporten en recente nieuws. Alles moet handmatig worden verwerkt om een ​​goedkeuringsmemo voor te bereiden. Het automatiseren van dit proces via GenAI bespaart niet alleen kwantificeerbare kosten, maar de snelheid in reductie van de totale TAT kan een concurrentievoordeel en differentiator zijn die kan helpen om nieuwe business te genereren.

Met GenAI is de banksector, onder andere, klaar om stress te verwijderen en klanten meer zichtbaarheid te bieden met relatief weinig inspanning en uptime. Terwijl er veel meer enkelvoudige gebruiksgevallen van GenAI in het spel zijn, vereist het maken van de volgende fase van een GenAI-geactiveerd bedrijf het repliceren en operationaliseren van de technologie in de hele onderneming om deze in de algemene bedrijfsstrategie te integreren.

Procrastineer niet, het is tijd om wakker te worden voor AI-aflevering

Het overwinnen van implementatie-uitdagingen en het implementeren van GenAI op grote schaal is geen kleine prestatie. Het vereist totale afstemming van de raad van bestuur en C-suite en een toezegging van zakelijke leiders in de hele organisatie. Om voorbij de angst voor het missen van AI te komen en te beginnen met het creëren van winstgedreven, AI-geactiveerde tools, moet u uw teams onderwijzen over wat er aan komt, een infrastructuur creëren die snelle veranderingen kan ondersteunen en zich richten op de korte termijnresultaten die ertoe doen voor uw klanten en partners.

Terwijl u transformeert, is het belangrijk om expertinhuren of externe raad te brengen die u kunt vertrouwen om een ​​soepele overgang te garanderen. Zoek naar actiegerichte (d.w.z. bouwers, niet alleen adviseurs) en breng leiderschap in het beslissingsproces om transparantie en samenwerking te vergroten. GenAI-mogelijkheden evolueren snel, en door nu te handelen, bent u op weg om een ​​toekomstige organisatie te creëren die klaar is voor duurzame groei.