Een handleiding voor operators om rendement te genereren met AI

Ondanks alle voordelen heeft de opkomst van kunstmatige intelligentie ook een fundamentele uitdaging voor operators gecreëerd. Ondanks aanzienlijke investeringen in de implementatie van AI, zien veel operators nog steeds geen betekenisvol rendement op hun investering (ROI) terug in de resultaten.

In feite, hoewel wereldwijd uitgaven Volgens een onderzoek van MIT zal de markt voor AI naar verwachting in 2028 een waarde van 632 miljard dollar bereiken in 2028. analyse Uit onderzoek is gebleken dat slechts ongeveer 5% van de AI-pilots binnen bedrijven meetbare financiële resultaten oplevert, terwijl de overgrote meerderheid weinig tot geen rendement op de investering genereert. Deze kloof heeft de druk op bedrijven vergroot om investeringen om te zetten in concrete resultaten, wat vaak leidt tot verspilling van middelen aan mislukte pilots of overhaaste investeringen in oplossingen die er op papier veelbelovend uitzien, maar in de praktijk tekortschieten.

De realiteit is dat succes in het AI-tijdperk niet simpelweg wordt bepaald door de nieuwheid of geavanceerdheid van een nieuwe technologie, maar door hoe goed teams hun fundamentele uitdagingen begrijpen en technologiegedreven oplossingen kiezen die daadwerkelijk waarde opleveren. Er bestaat geen wondermiddel om het goed te doen, maar een paar aandachtspunten kunnen uw team wel op weg helpen.

Vermijd de spoedtoeslag.

Een belangrijke belemmering voor een goed rendement op AI-investeringen is de angst om achter te blijven bij het nemen van beslissingen. Wanneer deze denkwijze de strategie beïnvloedt, kunnen organisaties een prijs betalen voor de urgentie die ze ervaren, waarbij ze waardevolle tijd, energie en middelen verspillen in een poging om de nieuwste trends bij te benen.

Zowel interne als externe factoren kunnen die druk veroorzaken. Wanneer een leidinggevende ziet dat een concurrent een nieuwe AI-functionaliteit aanprijst, kan dit snel leiden tot een vergelijkingsdrang. Wat begint als een wens om relevant te blijven, verandert dan al snel in een reactieve wedloop om te reageren.

Investeringen die vanuit dit uitgangspunt worden gedaan, mislukken om vele redenen, maar een van de meest voorkomende is onvoldoende paraatheid. Hoewel een concurrent een vergelijkbaar product of dienst kan aanbieden, is de organisatie mogelijk niet voldoende voorbereid. gegevensverzameling Of de operationele volwassenheid is mogelijk niet sterk genoeg om dezelfde technologie te ondersteunen, waardoor wat een strategische zet lijkt, een riskante gok wordt.

Daarom zijn managers en directeuren die het dichtst bij de dagelijkse gang van zaken staan ​​vaak het best geplaatst om technologische beslissingen te onderbouwen. Wanneer een ogenschijnlijk onmisbare technologie op de markt komt, zouden deze teams eerst moeten beoordelen of er een duidelijk probleem is dat ermee kan worden opgelost en of de organisatie er daadwerkelijk klaar voor is om deze te ondersteunen. Omdat zij begrijpen waar knelpunten bestaan, waar tijd verloren gaat en waar technologie een verschil kan maken, kunnen zij helpen om AI-beslissingen te baseren op de operationele realiteit in plaats van op het najagen van de nieuwste trends.

Voer een fietsaudit uit.

Een andere veelvoorkomende valkuil bij de aanschaf van technologie is overmatig inkopenDit verschilt van de urgentieheffing, omdat deze pas wordt toegepast nadat is vastgesteld dat er daadwerkelijk behoefte bestaat en u operationeel klaar bent om een ​​AI-oplossing aan te schaffen. Op dat moment is de vraag niet langer "hebben we iets nodig?", maar "wat hebben we precies nodig?".

Dit probleem doet zich met name voor in traditionele sectoren zoals de logistiek, die de afgelopen jaren een enorme technologische ontwikkeling heeft doorgemaakt. Waar onze uitdaging vroeger lag in het aanpakken van moderne complexiteit met verouderde systemen en processen, is het nu een kwestie van kiezen uit de oneindige technologische mogelijkheden die externe leveranciers of interne ontwikkelaars bieden.

Een 'fietsaudit' kan enorm helpen vóór de aankoop. Het daagt besluitnemers uit om een ​​simpele vraag te beantwoorden: hebben we een Ferrari of een fiets nodig? Ambitieuze techteams dromen graag groots, en externe leveranciers proberen doorgaans direct hun beste oplossing aan te bieden. Beide zijn valide, maar investeren in een Ferrari met de nodige pk's is niet zinvol als je met een fiets ook kunt komen waar je moet zijn.

Audit met meetgegevens

Een manier om die beslissing te nemen, is door het probleem dat u probeert op te lossen te begrijpen aan de hand van drie meetniveaus: primair, secundair en tertiair. Door alle drie niveaus samen te beoordelen, wordt duidelijk waar knelpunten zitten, hoe optimale prestaties er op elk niveau uitzien en hoeveel investering er nodig is om de kloof te dichten.

Tertiaire meetwaarden vertegenwoordigen de kern van het operationele gedrag. Aanzienlijke inefficiënties bevinden zich vaak op dit niveau, en oplossingen op fietsniveau die verbeteringen mogelijk maken zoals een betere gegevensverzameling en een efficiëntere uitvoering, kunnen met een relatief kleine investering een grote impact hebben.

Secundaire meetwaarden weerspiegelen de werkelijke prestatiebevorderende factoren – denk aan klantconversiepercentages en andere factoren die teams kunnen beïnvloeden door de productiviteit te verhogen. Het oplossen van inefficiënties op dit gebied vereist doorgaans iets geavanceerder dan een fiets, maar minder complex dan een Ferrari, zoals geavanceerde automatisering die grotere datasets kan verwerken.

Primaire meetpunten zijn de grote stenen zoals omzet. Dit is waar oplossingen van Ferrari-niveau vaak opduiken. Het gaat doorgaans om dure technologie die een aanzienlijke impact op de winst belooft. Hoewel het de moeite waard is om deze te onderzoeken, is het cruciaal om te onthouden dat, tenzij secundaire en tertiaire uitdagingen eerst worden aangepakt, deze oplossingen hun werkelijke ROI-potentieel niet kunnen behalen.

Kleinere, gerichte investeringen op een lager niveau zijn vaak de beste manier om te beginnen, omdat ze doorgaans snel resultaat opleveren. Ze bieden ook de mogelijkheid om te leren wat werkt, terwijl ze stapsgewijze winsten genereren die zich in de loop der tijd opstapelen. Uiteindelijk dragen ze bij aan eenzelfde of zelfs grotere totale impact als grotere investeringen, maar met veel minder risico.

De Bicycle Audit en dit drieledige meetkader helpen organisaties samen risico's te beperken door oplossingen af ​​te stemmen op de werkelijke problemen. Het doel is niet om geavanceerde AI te vermijden, maar om klein te beginnen door de meest impactvolle problemen op te lossen met de minimaal benodigde investering en van daaruit op te schalen.

Wees strategisch bij het kiezen van startup-partners.

De recente ontstaat De markt voor durfkapitaal op het gebied van AI is overspoeld met nieuwe startups. Deze vernieuwers zullen met pitches komen die innovatie en resultaten beloven die overtuigend genoeg zijn om zelfs de meest kritische inkoopteams te overtuigen.

Maar wees voorzichtig: zowel de producten als de mensen achter veel van deze nieuwkomers zijn vaak onbewezen. Een van de eersten zijn die een product gebruikt, brengt inherente risico's met zich mee, waaronder de mogelijkheid dat je onbewust meewerkt aan de ontwikkeling van het product. Hoewel dat voordelen kan bieden, moet het een bewuste keuze zijn. Want als je problemen met reële financiële gevolgen wilt aanpakken, kan het besteden van waardevolle middelen aan het helpen van een leverancier bij het perfectioneren van de nieuwste update onnodige problemen opleveren.

Zodra een leverancier is geïntegreerd, ligt een groot deel van het resultaat buiten uw controle. Hun roadmap, de schaalbaarheid van de klantenservice, de prijsdynamiek en het vermogen om de prestaties te handhaven naarmate ze groeien, zijn allemaal onderhevig aan veranderingen. Deze veranderingen kunnen de waarde van de samenwerking op de lange termijn beïnvloeden op manieren die in eerste instantie niet volledig zichtbaar zijn.

Omgaan met die onzekerheid vereist geduld en onderscheidingsvermogen vooraf. Door de tijd te nemen om een ​​oplossing te valideren via een proof of concept, contractuele verplichtingen te begrijpen vóór verdere integratie en rechtstreeks met bestaande gebruikers te spreken, kunnen teams leveranciers kiezen die in staat zijn om gedurende de hele looptijd van de samenwerking waarde te leveren.

AI laten renderen

Al met al bevestigen deze overwegingen dat scherp onderscheidingsvermogen de eerste en belangrijkste factor is voor het genereren van rendement op investering (ROI) met AI. Wanneer teams zich richten op het identificeren van echte knelpunten, verbeteren de resultaten omdat inefficiënties worden weggenomen en tijd wordt vrijgemaakt voor taken met een hogere toegevoegde waarde. Dat is hoe echte ROI eruitziet, en die wordt alleen verdiend door discipline, helderheid en pragmatische besluitvorming die op de lange termijn de winstgevendheid ten goede komt.