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

Genoeg dagdromen, genoeg speculatie, 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 levert enorm veel waarde op en lost kritieke bedrijfsuitdagingen op in verschillende branches en functies, waardoor de klantbeleving wordt verbeterd, de 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 nog worden verduidelijkt.

Terwijl bedrijven zijn begonnen met het zwaar investeren in experimentele en ad-hoc GenAI-projecten, kan het schalen van deze inspanningen een gecompliceerde onderneming zijn. Leiders worstelen met de vraag hoe ze de voordelen van GenAI kunnen maximaliseren en tegelijkertijd de kosten kunnen minimaliseren, de controle kunnen waarborgen en de toegang kunnen beperken, de prestaties kunnen verbeteren, modelabstraheringen kunnen bieden en de beveiliging kunnen versterken. Diegenen die tot nu toe hebben geaarzeld om GenAI te omarmen vanwege de hoge overhead en zorgen over gegevensbeheer en -beveiliging, moeten het volgende overwegen bij het opnemen 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 werknemers om het volledige potentieel van GenAI te benutten op een manier die het risico minimaliseert.

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

Organisaties kunnen kiezen of ze externe expertise binnenhalen of een nieuwe rol creëren die gewijd is aan AI-ethiek, maar ze moeten begrijpen dat de training niet voor de show is. Het toewijden van dagen of weken aan programmering die alle medewerkers (niet alleen die in technische rollen) leert hoe ze GenAI kunnen gebruiken, zal een betere organisatorische acceptatie zien dan diegenen die dat niet doen.

Door business teams te trainen op 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. Combineer AI met GenAI: Maak uw infrastructuur klaar voor gegevenszware veranderingen

GenAI krijgt snel aandacht voor zijn vermogen om de productiviteit te stimuleren, waardoor operationele marges op ongekende niveaus worden gestuurd. 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-geïnfuseerde workflow om gepersonaliseerde reisroutes te creëren op basis van individuele voorkeuren.
3. Banken: Gebruik van conversatieagenten om bankieren te personaliseren, van rekeningen betalen tot trendanalyse van uitgaven en aanbevelingen.

GenAI alleen is niet voldoende om de bovengenoemde oplossingen te activeren. Het is essentieel om de natuurlijke taalbegrip en -redenering 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 van cruciaal belang 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 te combineren met GenAI-oplossingen.

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

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

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

In de detailhandel, volgens een recente IBM-onderzoek voor NRF 2024, verwachten moderne klanten een op maat gemaakte winkelervaring, complete met “de gemakkelijkheid van productkeuzes, gedetailleerde informatie, diverse betaalmethoden en een naadloze integratie van winkel- en online-ervaringen” die zijn afgestemd op hun individuele voorkeuren.

Om aan deze verwachtingen te voldoen, moeten retailers hun toegang tot 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 ze cross-functioneel te implementeren, kunnen organisaties te veel investeren in AI-geactiveerde oplossingen en zien ze weinig ROI. Detailhandelaren die onzeker zijn over hoe ze hun bestaande gegevens maximaal kunnen benutten, moeten een partner zoeken met diepe branche-ervaring om een ​​AI-klaar infrastructuur te vestigen. Pas dan kunnen ze profiteren van GenAI om klantenservice te stroomlijnen met minder menselijke interventie door conversatiesamenvattingen, taken te automatiseren en uiteindelijk conversie te stimuleren – een belangrijke prioriteit voor de branche.

Verder experimenteren retailers met het idee van dynamische productbeschrijvingen. Afhankelijk van AI kunnen e-commerce-lijsten veranderen op basis van de kijker, afgestemd op de unieke wensen en behoeften van elke klant. Een sterk team, ondersteund door een niveau van GenAI-klaarheid, zal goed uitgerust zijn om te profiteren van deze AI-technologieën vóór 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 aan het najagen van alles tegelijk, 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, richt u zich 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 is het aanvragen van een lening voor middelgrote en grote ondernemingen een analyse van veel documenten, 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 vermindering van de totale doorlooptijd kan een concurrentievoordeel en differentiator zijn die kan helpen bij het genereren van nieuw bedrijf.

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

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

Het overwinnen van implementatie-uitdagingen en het op grote schaal implementeren van GenAI is geen kleine prestatie. Het vereist totale afstemming van de raad van bestuur en de C-suite en een toezegging van businessleiders in de hele organisatie. Om de angst voor het missen van AI te overwinnen en te beginnen met het creëren van winstgenererende, AI-geactiveerde tools, moet u uw teams trainen op 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 experten in dienst te nemen of externe raadgevers te zoeken die u kunt vertrouwen om te helpen bij een soepele overgang. Zoek naar diegenen die actiegericht zijn (d.w.z. bouwers, niet alleen adviseurs) en breng leiderschap in het beslissingsproces om transparantie te vergroten en samenwerking te stimuleren. GenAI-mogelijkheden evolueren snel, en door nu te handelen, bent u op weg om een ​​toekomstgericht bedrijf te creëren dat klaar is voor duurzame groei.