Wat Generative AI-hoopvolle kunnen leren van Cloud Computing Trial en Error

Generative AI (GenAI) is hier om te blijven, met organisaties over de hele wereld die de mogelijkheden van de technologie smaken. Al zijn 72% van de organisaties momenteel GenAI op grote schaal of sporadisch aan het gebruiken en zijn nog eens 26% aan het experimenteren met de technologie. Echter, deze nieuwe fase van GenAI-adoptie is nog steeds in de kinderschoenen.

Volgens McKinsey beschrijven slechts 1% van de bedrijfsleiders hun GenAI-implementaties als “volwassen”, wat betekent dat de technologie volledig geïntegreerd is in de workflows en substantiële bedrijfsresultaten oplevert. Het dichten van deze volwassenheidskloof vereist voortdurende koerscorrectie, die vaak neerkomt op implementatiebelemmeringen, zoals aanzienlijke uitgaven, wantrouwen tegen onbewezen technologieën en regelgevingsrisico’s. Als deze uitdagingen je bekend voorkomen, is dat niet verwonderlijk – toen IT-teams voor het eerst overstapten naar de cloud als de volgende grote zaak, kwamen veel van dezelfde belemmeringen aan het licht.

De twee golven van nieuwe technologie-gekte verschillen op sommige punten. Terwijl cloud computing vroeg in meer mission-critical systemen werd geïmplementeerd, wordt GenAI sneller geadopteerd in pilotfases en voor use cases die voornamelijk zijn gewijd aan efficiëntie- en productiviteitswinst. Toch is de leercurve vergelijkbaar: ze dwingen organisaties om anders te denken en te werken.

Door de ervaringen van hun cloud computing-voorgangers te reflecteren, kunnen de huidige GenAI-hoopvolle zichzelf positioneren voor een beter geïnformeerd toekomst.

Cost, Risico en Verandering beheren: leren van Cloud Misstappen

Terugkijkend naar de tijd toen cloudtechnologie aan populariteit begon te winnen, onderschatte veel organisaties de complexiteit van migratie en overschatte de korte-termijnkostenbesparingen. Als gevolg daarvan vielen de meeste van dezelfde organisaties ten prooi aan drie belangrijke valkuilen: slecht kostbeheer, beveiligingsmisconfiguraties en de natuurlijke weerstand die komt met culturele en organisatorische veranderingen.

De cloud-era leerde ons dat het eenvoudig “liften en verschuiven” van workloads – ze naar de cloud verplaatsen zonder modernisering – vaak faalde om waarde te leveren. Op vergelijkbare wijze komen GenAI-initiatieven vaak stil te liggen wanneer organisaties proberen om legacy-, ongestructureerde of slecht gedocumenteerde gegevens in krachtige nieuwe modellen te stoppen zonder de gegevensbasis bij te werken. In feite kunnen GenAI-projecten onder de maat presteren of zelfs bestaande inefficiënties versterken. De les: technologie alleen kan niet over fundamentele zwakheden heen komen.

Net zoals cloudtechnologie hiaten in governance, vaardigheden en langetermijnstrategie blootlegde, heeft GenAI dat ook gedaan. Als medewerkers GenAI-hulpmiddelen zonder toezicht gebruiken of de technologie buiten de grenzen van het acceptabele gebruikbeleid gebruiken, kunnen de risico’s van schaduw-IT opnieuw verschijnen, evenals de moeilijkheden van het beveiligen van GenAI-pijpleidingen en het garanderen van naleving op grote schaal. Deze parallellen zullen blijven verschijnen naarmate GenAI van experimenten naar brede ondernemingsintegratie gaat, waarbij even robuuste cybersecurity-kaders, incidentresponsplannen en governance-structuren nodig zijn als die binnen de cloud.

Verder dan risicobeheer is onbeheerd kosten-overschot een langdurig probleem in tech. De cloud is geen uitzondering en naarmate bedrijven GenAI verder in hun workflows integreren, worden ze geconfronteerd met een vergelijkbare escalatie van uitgaven.

Een groeiend aantal organisaties dat probeert hun kostbeheerstrategie te verbeteren, keert zich tot FinOps als oplossing. Door gebruik te maken van tijdige, gegevensgestuurde inzichten om forecasting te verbeteren en cross-functionele verantwoordelijkheid en samenwerking te stimuleren, heeft een uitgebreid FinOps-infrastructuur zichzelf bewezen als waardevol voor het beteugelen van overbesteding en het maximaliseren van bedrijfswaarde. FinOps-principes zijn niet beperkt tot cloudkostbeheer alleen, maar bieden ook een haalbaar alternatief voor GenAI-uitgaven.

Cloudlessen in GenAI-praktijk brengen

Aan het einde van dit jaar voorspelt Gartner dat minstens 30% van de GenAI-projecten na het bewijs van concept zal worden stopgezet. Wanneer de hype de realiteit overtreft, gaan verborgen patronen achter GenAI-projectfalen – zoals onvoorbereide gegevens, onduidelijke bedrijfseigendom of onnodige complexiteit – onopgemerkt in de haast om nieuwe technologie te adopteren. Het herkennen en aanpakken van deze signalen vroeg kan het verschil betekenen tussen GenAI-succes en nog een stopgezet project. Leiders die actief naar deze waarschuwingssignalen kijken, in plaats van het proces te omzeilen, stellen hun teams in staat voor langetermijnsucces.

Zodra de adoptie is goedgekeurd, moeten bedrijven de nadruk leggen op kleine GenAI-pilotprojecten om de werkelijke waarde te testen en te garanderen in plaats van onmiddellijk naar ondernemingsbrede schaalvergroting over te gaan. Het is cruciaal dat bedrijven beginnen met slechts een paar duidelijk gedefinieerde, hoge impactuse cases met duidelijke ROI-doelen die zijn gekoppeld aan echte bedrijfsbehoeften.

Dit garandeert vroege successen, bouwt interne vertrouwen op en voorkomt het verspillen van tijd en middelen aan generieke experimenten. Door GenAI-adoptie te verankeren in een tastbaar resultaat – zoals het automatiseren van klantondersteuningsamenvattingen of het versnellen van codereviews – kunnen organisaties waarde snel aantonen, hun aanpak verfijnen en strategischer schalen. Het helpt ook om technische inspanningen te aligneren met bedrijfsdoelen, waar veel GenAI-piloten momenteel tekortschieten.

Vanaf daar is het instellen van sterke checks en balances, voortdurende monitoring en duidelijk gedefinieerde governancebeleid de volgende kritieke stap voor verantwoord gebruik en naleving. Het inschakelen van externe experts kan een goede eerste stap zijn in het navigeren van het complexe en voortdurend evoluerende regelgevingslandschap. Door te investeren in de juiste tools en infrastructuur vroeg in het GenAI-implementatieproces, evenals voortdurende training, kunnen organisaties de basis leggen voor duurzaam succes.

De juiste balans vinden met GenAI-innovatie

Door cloud-era-lessen met discipline en vooruitziendheid toe te passen, kunnen organisaties dure misstappen vermijden en GenAI’s volledige potentieel ontgrendelen – veilig, duurzaam en op grote schaal.

GenAI zal blijven een krachtige kracht, met 70% van de CEOs die melden dat ze verwachten dat de technologie hun bedrijfsmodellen de komende drie jaar zal beïnvloeden. Een aantal dat toeneemt tot 89% onder degenen die de technologie al gebruiken. Het is duidelijk dat GenAI’s transformatiepotentieel waardevol is voor beslissingsnemers, maar duurzame, grootschalige impact hangt nog steeds af van het aanpakken van vertrouwens-, governance- en integratiebarrières.