Het veranderen van hoe we denken over GenAI in de boardroom: het navigeren van korte en langetermijn-ROI

Nu leiderschaps teams over de hele wereld beginnen met plannen voor 2025, is het onderwerp waar iedereen aan denkt wanneer ze kunnen verwachten dat hun investeringen in AI en/of generatieve AI (GenAI) zichzelf terugbetalen. Nieuw onderzoek van Google Cloud heeft aangetoond dat meer dan 6 op de 10 grote (meer dan 100 werknemers) bedrijven GenAI gebruiken, en 74% zien al een aanzienlijke terugverdiening van hun investering (ROI). Maar het maximaliseren van ROI van AI/GenAI vereist een strategische aanpak die verder gaat dan alleen het rechtvaardigen van kosten, waaronder zowel directe als indirecte rendementen, een duidelijke begrip van levertijden en verborgen uitgaven, en de integratie van mensgerichte functies om betrouwbare, schaalbare processen te garanderen.

ROI opnieuw definiëren

Gezien alle aandacht die AI/GenAI het afgelopen jaar in de media heeft gekregen, kan het makkelijk zijn om te vergeten dat deze investeringen nog relatief nieuw zijn, wat betekent dat de meeste bedrijven nog niet eens hebben gezien wat voor soort ROI mogelijk is. Dat maakt het nog belangrijker om verwachtingen in de boardroom vanaf het begin te managen, aangezien elke vroege evaluatie kritische indrukken zal creëren die bepalen hoe leiders toekomstige investeringen zullen bekijken. Als ze hoge verwachtingen hebben voor onmiddellijke, transformatieve verandering, kan hun mening zuur worden als die veranderingen nog in de vroege stadia zitten. Met andere woorden, nieuwe innovaties vragen om nieuwe meetperspectieven, en leiders moeten opnieuw definiëren hoe ze denken over korte en langetermijn-ROI.

In termen van wat een succesvolle transformatie vormt, wordt vooruitgang vaak het beste gemeten in het oog van de toeschouwer, maar zelfs “kleine” overwinningen kunnen leiden tot grotere potentiële resultaten verderop de weg. Hier zijn drie manieren om uw AI/GenAI-investeringen te contextualiseren, evenals enkele voorbeelden van mensen die op een soortgelijke reis zitten.

1. Onderscheid maken tussen directe en indirecte ROI

In sommige industrieën is een directe ROI gemakkelijker te zien. Als een detailhandels- of CPG-bedrijf bijvoorbeeld nieuwe GenAI-functionaliteit begint aan te bieden, zullen ze waarschijnlijk een onmiddellijke reactie van klanten krijgen over hoe de functies worden ontvangen. Terwijl in andere industrieën zoals de productie, er meer een indirecte ROI is die afhankelijk is van langetermijninvesteringen. Met die soort zachte rendementen is het meestal het “trickle-down-effect” dat nieuwe kansen kan creëren of nieuwe waarde kan ontgrendelen. Stel je voor dat je een nieuw AI-oplossing implementeert om teamproductiviteit te verbeteren. Terwijl je initiële doel misschien output was, kan die toename in activiteit ook leiden tot het ontdekken van geheel nieuwe groeipaden die nog niet eens waren overwogen. Dat is het meest opwindende en spannende deel over AI/GenAI – het onbekende potentieel. En hoewel het potentieel moeilijk te meten is, moet het altijd worden meegenomen als factor bij het berekenen van de terugverdiening.

Een goed voorbeeld van zowel directe als indirecte ROI kan worden gevonden bij het e-commercebedrijf Mercari, dat vorig jaar een ChatGPT-geactiveerde winkelassistent toevoegde aan zijn marketplace-platform voor tweedehandsartikelen. Hun nieuwe “Merchant AI” zou klanten in staat stellen “in te loggen op de site, de winkelassistent in natuurlijk gesprek te betrekken, vragen over hun behoeften te beantwoorden en vervolgens een reeks aanbevelingen” te ontvangen voor de volgende stappen. De directe ROI hiervan was een vermindering van 74% in het aantal tickets bij Mercari, terwijl de indirecte ROI was dat de resulterende tijdsbesparingen het bedrijf in staat stelden om langzaam technische schulden te verminderen en zijn activiteiten te schalen.

2. Rekening houden met de levertijd voor AI/GenAI-investeringen en de bijbehorende verborgen kosten

Gezien de constante druk op de C-Suite om winst te maken, is er weinig kans dat ze plotseling een “goede dingen komen voor wie wacht” mentaliteit aannemen. Maar de realiteit is dat elke stap in AI/GenAI tijd en geld kost, zelfs voordat je de startlijn bereikt. Van investeringen in infrastructuur en training tot het verwerven van verschillende API’s en relevante gegevens, kan het maanden van voorbereidingswerk zijn dat geen “rendement” oplevert, behalve dat je klaar bent om te beginnen. Een andere verborgen kostenpost (waar veel mensen niet over praten) is de realiteit dat je hallucinaties en fouten krijgt die door AI worden gegenereerd, die bedrijven veel geld kunnen kosten door ze in de verkeerde richting te sturen, een lacune te openen of mogelijk een dure PR-probleem te triggeren. De hele ervaring is nog relatief nieuw, waardoor alles een beetje riskanter en duurder wordt, dus het is belangrijk dat leiders dit in overweging nemen bij het evalueren van ROI.

McKinsey bood inzicht in dit beslissingsproces en de daarmee samenhangende kosten, door te reflecteren op het klassieke “huren, kopen of bouwen” scenario. In hun archetype moeten CIO’s of CTO’s overwegen of ze een “Taker” zijn (gebruikmaking van openbaar beschikbare LLM’s met weinig aanpassing), een “Shaper” (integreren van modellen met eigendomsgegevens om meer aangepaste resultaten te krijgen), of een “Maker” (bouwen van een op maat gemaakt model om een specifiek bedrijfsgeval aan te pakken). Elk archetype heeft zijn eigen kosten die technisch leiders moeten beoordelen, van “Taker” die tot $2 miljoen kan kosten, tot “Maker” die soms tot 100x dat bedrag kan bereiken.

Streven naar het maken van investeringen in AI/GenAI meer mensgericht

Er is nog veel angst (vooral onder werknemers) dat AI mensen zal vervangen. In plaats van deze zorgen te negeren, moeten bedrijven elke transformatie positioneren als een verbetering in plaats van een vervanging en proberen manieren te vinden om hun investering meer mensgericht te maken. Met GenAI is het geen transactie; het is een partnership, en er is nog steeds een echte behoefte aan mensen om de effectiviteit van gegenereerde inzichten of materialen te evalueren om ervoor te zorgen dat ze vrij zijn van vooroordelen, hallucinaties of andere misinterpretaties. Dat is waarom het cruciaal is dat bedrijven AI continu uitdagen om een rationale achter elke beslissing te geven om nauwkeurigheid te garanderen. Het zal de inhoud meer validatie geven, uw werknemers zullen een gedefinieerde rol in het proces zien, en het zal uiteindelijk helpen bij ROI omdat u op elk niveau leert.

Het is ook een goed idee om strikte richtlijnen vast te stellen om strikte limieten te stellen aan het soort informatie dat AI kan verzamelen. Vraag uzelf af: “Moeten we AI toestaan om toegang te krijgen tot het internet?” Misschien niet. Het punt is om de behoefte eerst te overwegen, en als u andere bewezen methoden heeft, gebruikt u die. Soms is AI alleen nuttig voor samenvatten, niet “denken”. Het gaat allemaal om het creëren van de juiste balans, en mensen spelen nog steeds een kritieke rol. Volgens onderzoek van Accenture voelen 94% van de executives dat human interface-technologieën ons beter zullen laten begrijpen wat gedragingen en intenties zijn, waardoor human-machine-interactie wordt getransformeerd.

Het dichten van de kloof tussen belofte en realiteit

Experts zijn het erover eens dat, terwijl de lage drempel voor toegang tot GenAI een geweldige functie is, het “langetermijnpotentieel afhankelijk is van het aantonen van de korte-termijnwaarde”. Dat betekent dat elke AI/GenAI-piloot een reeks duidelijk gedefinieerde (maar flexibele) succescriteria moet hebben voordat ze worden gelanceerd, en bedrijven moeten constant processen monitoren om ervoor te zorgen dat ze continue waarde bieden. Als het gaat om deze nieuwe tijdperk van digitale innovatie, kan het zijn dat er nooit een traditionele “finish line” is waar we allemaal naartoe racen. In plaats daarvan kunnen bedrijven, door te veranderen hoe ze denken over korte en langetermijn-ROI van AI/GenAI, slimmer omgaan met hun investeringsdollars en zich richten op het ontwikkelen van capaciteiten die kunnen schalen met de onderneming.