Hoe innovatie-FOMO te overwinnen en AI/GenAI te gebruiken om specifieke bedrijfsproblemen op te lossen

We zijn in het drukke seizoen voor corporate leiderschap beland, waarin managers van alle afdelingen samenkomen om prestaties te evalueren en plannen te maken voor wat er daarna komt. Na een jaar van stijgende kosten, hardnekkige supply chain-problemen en voortdurende inspanningen om duurzaamheidsdoelen te bereiken, zijn er genoeg uitdagingen. Maar één onderwerp lijkt nog steeds centraal te staan op ieders agenda – kunstmatige intelligentie (AI)/generatieve AI (GenAI).

Het is de tijd van innovatie-FOMO, en leiders worden overweldigend gevraagd om enige AI/GenAI-functionaliteit in hun operaties op te nemen, zodat hun bedrijven niet achterblijven. Maar te midden van alle opwinding is het belangrijk om te onthouden dat innovatie een proces is, geen oplossing. Om een duurzame impact te creëren, moeten organisaties ervoor zorgen dat elke nieuwe capaciteit is afgestemd op specifieke behoeften, wordt geëvalueerd op risico en is gekoppeld aan meetbare bedrijfsresultaten.

Hier zijn drie veelvoorkomende vragen/uitdagingen van corporate leiderschapsteams en hoe AI/GenAI kan helpen, samen met voorbeelden uit verschillende branches waar deze innovatie al een verschil maakt:

Het lijkt erop dat er elke dag nieuwe technologie wordt geïntroduceerd en ons budget is al dun gespreid. Hoe kunnen we bepalen waar onze investering in AI/GenAI-innovatie het meeste rendement oplevert?

Paradoxaal genoeg, wanneer iedereen begint te versnellen, is het tijd voor uw leiderschapsteam om te vertragen en te focussen op de basisbeginselen. Zorg eerst dat iedereen op één lijn zit over hoe u over AI/GenAI denkt. AI bestaat al een tijdje en op hoog niveau is het het beste om het te zien als een tool om gegevens te analyseren, inzichten te verzamelen en slimmer te werken. GenAI is nog meer in ontwikkeling en gaat over hoe al die inzichten kunnen worden gebruikt om autonomously echte inhoud en aanbevelingen te genereren. Elk bedrijf kan profiteren van het opnemen van AI/GenAI-capaciteiten, maar het helpt om de overgang te democratiseren, zodat werknemers zich gewaardeerd voelen.

Bedrijven die een ondernemingsbrede AI-ecosysteem willen opbouwen, kunnen inspiratie putten uit de “Kaizen”-methode die door Toyota is ontwikkeld. Deze benadering omvat continue verbetering, waarbij teams op alle niveaus van een organisatie worden aangemoedigd om kleine, incrementele veranderingen aan te brengen om verspilling te elimineren en processen te optimaliseren. Dit helpt niet alleen om te identificeren waar AI/GenAI het meeste impact kan hebben, maar het begint ook een “test-en-leren”-mentaliteit te creëren die door de cultuur van een organisatie zal heen gaan en resulteert in gelukkigere, productievere werknemers.

Focussen op: Transportsector

In de transportsector helpt AI/GenAI bedrijven om alles te verbeteren, van vraagprognoses en voorraadbeheer tot voorspellend onderhoud en route-optimalisatie. Delta Air Lines gebruikt GenAI om klantgegevens te analyseren en gepersonaliseerde reiservaringen te bieden, UPS gebruikt zijn AI-gebaseerde ORION-systeem om leveringsroutes aan te passen aan veranderende verkeersomstandigheden en de New York City MTA gebruikt AI om het aantal zwartrijders te verminderen.

Terwijl we ons uitbreiden, merken we dat er communicatiegaten ontstaan tussen het C-Suite en functioneel leiderschap, vooral IT. Hoe kunnen we AI/GenAI gebruiken om effectievere interne en externe berichten te creëren zonder onze authenticiteit te verliezen?

Hoewel GenAI opmerkelijk realistische berichten kan produceren, is het belangrijk om bepaalde standaarden te handhaven om de reputatie van het merk te beschermen. Met andere woorden, stijl telt, en mensen willen communiceren op een manier die echt aanvoelt. Volgens een recente enquête van PwC is het vestigen van vertrouwen steeds kritieker onder het C-Suite, consumenten en werknemers, en 93% van de zakenleiders is het erover eens dat het opbouwen en behouden van vertrouwen de onderkant van de lijst verbetert. Hetzelfde geldt voor binnen een organisatie, en het is gebruikelijk dat werknemers voorzichtig zijn met nieuwe managementdirectives die vals klinken, of wantrouwig tegenover nieuwe technologie die niet in de juiste context wordt geplaatst.

Verkeerde communicatie verspilt tijd en geld, vertraagt innovatie en operationele efficiëntie. GenAI kan dit proactief aanpakken door enorme datasets van eerdere interacties (met klanten en werknemers) te analyseren om potentiële reacties te modelleren, real-time inzichten te bieden en als brug te fungeren tussen twee “talen” (d.w.z. wat het bedrijf wil zeggen en hoe het wordt ontvangen door klanten/werknemers). Wanneer executives tijdige, AI-gedreven inzichten in prestaties hebben, kunnen ze operationele beslissingen beter afstemmen op strategische doelen. En wanneer werknemers deel uitmaken van het proces door middel van voortdurende educatie en omscholingsinitiatieven, kan AI/GenAI worden gezien als een activum in plaats van een bedreiging.

Focussen op: Detailhandel

Het consumentengedrag na de pandemie is dramatisch veranderd, dus het is cruciaal dat detailhandelsbedrijven AI gebruiken om klantgegevens te analyseren en hoogwaardige, gepersonaliseerde service, productaanbevelingen en marketingcampagnes te bieden. Op grote schaal kan AI ook worden gebruikt om toekomstig gedrag te voorspellen, waardoor gerichte verkoopinspanningen en verbeterde klantacquisitie mogelijk worden. De toekomst in deze ruimte is spannend en staat op het punt om de manier waarop we winkelen volledig te revolutioneren. Bijvoorbeeld, Amazon blijft zijn AI-gebaseerde “Just Walk Out”-technologie verfijnen, die gegevens van camera’s en in-store sensoren analyseert om winkels zonder kassa’s over de hele wereld te laten functioneren.

In onze branche hebben we te maken met grote hoeveelheden gevoelige klantgegevens en we zijn bezorgd over hoe het introduceren van nieuwe technologie onze gegevens kan blootstellen aan verhoogde kwetsbaarheden. Wat zijn enkele voordelen van het gebruik van AI/GenAI in deze branches, en hoe kunnen we risico’s mitigeren?

Net als in de geneeskunde is de gouden regel in AI/GenAI-transformatie: “Eerst, doe geen kwaad.” Bepaalde branches, zoals de gezondheidszorg en financiële dienstverlening, hebben een langzamere, bredere AI-adoptie vanwege hun complexe, zwaar gereguleerde omgevingen, maar er zijn enorme stappen gezet in specifieke functies. Het meest zichtbare bewijs is in klantenservice, waar AI-gebaseerde chatbots en virtuele assistenten 24/7 ondersteuning kunnen bieden en helpen bij het beantwoorden van veelgestelde logistieke vragen. Bijvoorbeeld, sinds de lancering in 2018, heeft Bank of America’s AI-gebaseerde chatbot “Erica” 800 miljoen vragen van meer dan 42 miljoen klanten beantwoord en gepersonaliseerde inzichten/guidance meer dan 1,2 miljard keer geboden.

Ironisch genoeg, ondanks de aanhoudende zorgen over beveiliging in gevoelige branches, heeft AI/GenAI een netto positieve invloed gehad in het veld van fraudebestrijding. Fraude is een endemisch probleem in de financiële sector dat alleen maar erger wordt, en experts voorspellen dat frauduleuze bankactiviteiten de industrie $48 miljard zullen kosten in 2029. AI-algoritmen kunnen enorme datasets doorzoeken om afwijkingen te identificeren die op frauduleuze activiteit kunnen duiden en beveiligingsteams kunnen drempels instellen voor verdachte activiteit, waardoor alleen ingrijpen wanneer deze drempels worden overschreden. GenAI kan ook helpen bij het automatiseren van bepaalde routine taken (gegevensinvoer, verificatie, enz.) en tijd vrijmaken voor teams om meer nuance beslissingen te nemen (leninggoedkeuringen, defaults, enz.) die profiteren van diepere menselijke analyse.

Focussen op: Banksector

In 2021 lanceerde PNC PINACLE, een cash-management applicatie die AI en machine learning (ML) gebruikt om te leren van een bedrijfs historische gegevens. Zodra de module is getraind, kan het dagelijks worden bijgewerkt en een rollende prognose produceren om toekomstige kasstroom te helpen voorspellen, versiebeheerproblemen te verminderen en beter inzicht te krijgen in huidige en toekomstige kasposities voor verschillende scenario’s. AI helpt ook om beleggers te empoweren, vooral diegenen die zich richten op duurzaamheid. Morgan Stanley adviseert dat de analytische capaciteiten van AI kunnen helpen “bedrijven met een sterk ESG-prestatie te identificeren, risico’s te mitigeren en portefeuilles te vormen die beter aansluiten bij duurzaamheidsdoelen.”

De toon zetten voor 2025

Bedrijven hebben een eenmalige kans om hun operaties te optimaliseren met AI/GenAI, maar zo’n transformatie vereist discipline. Gaande naar volgend jaar, moet het leiderschap duidelijk maken dat: (1) verandering een teamsport is; (2) de ROI van elke nieuwe technologie moet worden gekoppeld aan specifieke bedrijfsresultaten; en (3) snelheid zonder richting chaos creëert. Door de hype te negeren en te focussen op een betekenisvolle impact, zullen organisaties worden ingericht voor langdurig succes in deze spannende nieuwe era van innovatie. Door duidelijk te zijn dat: (1) verandering een teamsport is; (2) de ROI van elke nieuwe technologie moet worden gekoppeld aan specifieke bedrijfsresultaten; en (3) snelheid zonder richting chaos creëert. Door de hype te negeren en te focussen op een betekenisvolle impact, zullen organisaties worden ingericht voor langdurig succes in deze spannende nieuwe era van innovatie.