Van Pilot tot Productie: Inzicht in het Schalen van GenAI-Programma’s voor de Langetermijn

Over een paar jaar, als we terugkijken op de verspreiding van generatieve AI (GenAI), zal 2024 worden gezien als een keerpunt – een periode van wijdverbreide experimenten, optimisme en groei, toen zakelijke leiders die eerder aarzelden om hun tenen in ongeteste innovatie-wateren te dippen, er met hun hoofd in dook. In McKinsey’s Global Survey on AI die in het midden van 2024 werd uitgevoerd, voorspelden 75% dat GenAI zal leiden tot significante of disruptieve veranderingen in hun industrieën in de komende jaren.

Terwijl er veel is geleerd over de voordelen en beperkingen van GenAI, is het belangrijk om te onthouden dat we nog steeds in een evolutiefase zitten. Pilotprogramma’s kunnen snel worden opgezet en zijn relatief goedkoop om te bouwen, maar wat gebeurt er als die programma’s in productie gaan onder de verantwoordelijkheid van het kantoor van de CIO? Hoe zullen functiespecifieke use cases presteren in minder gecontroleerde omgevingen, en hoe kunnen teams voorkomen dat ze het momentum verliezen voordat hun programma zelfs maar de kans heeft gehad om resultaten te laten zien?

Veelvoorkomende Uitdagingen bij het Overgangen van Pilot naar Productie

Gezien het enorme potentieel van GenAI om efficiëntie te verbeteren, kosten te verlagen en besluitvorming te verbeteren, was de opdracht van de C-Suite aan functionele zakelijke leiders duidelijk – ga verder en experimenteer. Zakelijke leiders gingen aan de slag, speelden met GenAI-functionaliteit en creëerden hun eigen pilotprogramma’s. Marketingteams gebruikten GenAI om hoogwaardig gepersonaliseerde klantervaringen te creëren en repetitieve taken te automatiseren. In de klantenservice hielp GenAI bij het aan de slag gaan van intelligente chatbots om problemen in real-time op te lossen, en R&D-teams konden enorme hoeveelheden gegevens analyseren om nieuwe trends te ontdekken.

Er is nog steeds een grote disconnect tussen al dit potentieel en de uiteindelijke uitvoering.

Zodra een pilotprogramma in de baan van het kantoor van de CIO terechtkomt, wordt de data veel nauwkeuriger gecontroleerd. We zijn inmiddels vertrouwd met enkele van de veelvoorkomende problemen met GenAI, zoals modelbias en hallucinaties, en op een grotere schaal worden die problemen grote problemen. Een CIO is verantwoordelijk voor gegevensprivacie en gegevensbeheer in de hele organisatie, terwijl zakelijke leiders gegevens gebruiken die mogelijk alleen relevant zijn voor hun specifieke focusgebied.

3 Belangrijke Dingen om Over Na te Denken voordat u Schaalvergroting Toepast

Maak geen fout, zakelijke leiders hebben significante vooruitgang geboekt bij het opbouwen van GenAI-use cases met indrukwekkende resultaten voor hun specifieke functie, maar schaalvergroting voor langetermijneffecten is heel anders. Hier zijn drie overwegingen voordat u deze reis aanvangt:

1. Betrek het IT- en Informatiebeveiligingsteam Vroeg (en Vaak)

Het is gebruikelijk voor functionele zakelijke leiders om blinders te ontwikkelen in hun dagelijkse werk en te onderschatten wat er nodig is om hun pilotprogramma uit te breiden naar de bredere organisatie. Maar zodra dat pilotprogramma in productie gaat, hebben zakelijke leiders de steun van het IT- en informatiebeveiligingsteam nodig om alle verschillende dingen te overwegen die mis kunnen gaan.

Dat is waarom het een goed idee is om het IT- en informatiebeveiligingsteam vanaf het begin te betrekken om te helpen bij het testen van het pilotprogramma en om potentiële zorgen te bespreken. Dit zal ook helpen om cross-functionele samenwerking te bevorderen, wat essentieel is voor het binnenhalen van buitenperspectieven en het uitdagen van de bevestigingsbias die kan optreden binnen individuele functies.

2. Gebruik Echte Gegevens Wanneer Mogelijk

Zoals eerder vermeld, zijn gegevensgedreven problemen onder de grootste obstakels bij het schalen van GenAI. Dat komt omdat pilotprogramma’s vaak afhankelijk zijn van synthetische gegevens die kunnen leiden tot mismatched verwachtingen tussen zakelijke leiders, IT-teams en uiteindelijk de CIO. Synthetische gegevens zijn kunstmatig gegenereerde gegevens die zijn gemaakt om real-world gegevens na te bootsen, in wezen fungerend als een vervanging voor echte gegevens, maar zonder enige gevoelige persoonlijke informatie.

Functionele leiders zullen niet altijd toegang hebben tot echte gegevens, dus enkele goede tips voor het oplossen van het probleem zouden zijn: (1) vermijd pilotprogramma’s die mogelijk aanvullende regelgevingscontrole in de toekomst nodig hebben; (2) stel richtlijnen op om te voorkomen dat slechte gegevens de resultaten van het pilotprogramma verstoren; en (3) investeer in oplossingen die gebruikmaken van de bestaande technologie-stack van het bedrijf om de kans op toekomstige uitlijning te vergroten.

3. Stel Realistische Verwachtingen

Toen GenAI voor het eerst publieke aandacht kreeg na de lancering van ChatGPT in het najaar van 2022, waren de verwachtingen enorm hoog voor de technologie om industrieën over een nacht ijs te veranderen. Die hype (voor beter of voor erger) is grotendeels blijven bestaan, en teams staan nog steeds onder enorme druk om onmiddellijke resultaten te laten zien als hun GenAI-investeringen hoop hebben om verdere financiering te ontvangen.

De realiteit is dat GenAI, hoewel het transformatief zal zijn, bedrijven de tijd (en ondersteuning) moet geven om te beginnen met transformeren. GenAI is geen plug-and-play, noch is zijn ware waarde beperkt tot slimme chatbots of creatieve beeldvorming. Bedrijven die GenAI-programma’s succesvol kunnen schalen, zullen degenen zijn die eerst de tijd nemen om een cultuur van innovatie op te bouwen die langetermijneffecten prioriteert boven kortetermijnresultaten.

We Zijn Allemaal Hierin Samen

Ondanks hoeveel we onlangs over GenAI hebben gelezen, is het nog steeds een zeer embryonale technologie, en bedrijven moeten voorzichtig zijn met elke leverancier die beweert dat ze alles hebben uitgevonden. Dat soort arrogantie vertroebelt het oordeel, versnelt halfbakken concepten en leidt tot infrastructuurproblemen die bedrijven failliet kunnen maken. In plaats daarvan, als we een nieuw jaar van GenAI-opwinding ingaan, laten we ook de tijd nemen om te praten over hoe we deze krachtige technologie verantwoordelijk kunnen schalen. Door het IT-team vanaf het begin te betrekken, te vertrouwen op real-world gegevens en redelijke ROI-verwachtingen te handhaven, kunnen bedrijven helpen ervoor zorgen dat hun GenAI-strategieën niet alleen schaalbaar zijn, maar ook duurzaam.