Lite mindre samtale, mer handling: Hvordan akselerere generativ AI-utvikling i løpet av de neste 6 månedene

Nok med dagdrømmeri, nok med spekulasjoner, nok med hype – dette er et år med handling. Ifølge McKinsey Global Institute kan nesten 50% av typiske forretningsaktiviteter nå automatiseres med generativ AI (GenAI), en type kunstig intelligens som kan produsere tekst, bilder, video og syntetisk data.

Denne automatisering driver enorm verdi og løser kritiske forretningsutfordringer på tvers av industrier og funksjoner, og forbedrer kundeopplevelser, optimaliserer drift og fremmer innovasjon. Men for det meste har GenAI ikke blitt testet på en stor skala, og den virkelige avkastningen på disse investeringene må klargjøres.

Mens selskaper har begynt å investere tungt i eksperimentelle og ad-hoc GenAI-prosjekter, kan skaling av disse prosjektene være en komplisert oppgave. Ledere sliter med å maksimere GenAI-fordelene samtidig som de observerer og minimiserer kostnadene, sikrer kontroll og tilgang, forbedrer ytelsen, gir modellabstraksjoner og styrker sikkerheten. De som har vært nølende med å omfavne GenAI til nå på grunn av høy overhead og bekymringer om datastyring og sikkerhet, bør vurdere følgende når de bygger GenAI inn i sine arbeidsflyter og større forretningsstrategier.

Opprett en plan for målt transformasjon: 3 nøkkelhandlingar å gjøre nå

1. Oppgradere arbeidsstokken din for å utnytte GenAI sitt fulle potensiale på en risikomild måte.

Det er en ny verden i kunstig intelligens, og det finnes varierende nivåer av forståelse for hva som er mulig. Selskaper som nettopp starter på denne reisen, kan dra nytte av å kjøre organisatoriske programmer for å trene både IT- og forretningslag på GenAI sitt potensiale, og utvikle spesifikke protokoller rundt risiko, transparens og etikk.

Organisasjoner kan velge å bringe inn eksterne eksperter eller opprette en ny rolle dedikert til AI-etikk, men de må forstå at opplæringen ikke er til pynt. Å dedikere dager eller uker til programmer som trener alle ansatte (ikke bare de i tekniske roller) på hvordan man bruker GenAI, vil se bedre organisatorisk gjennomføring enn de som ikke gjør det.

Ved å utdanne forretningslag på å identifisere potensielle GenAI-applikasjoner som kan hjelpe dem i deres respektive arbeid (og skille faktum fra fiksjon rundt sikkerhetsbekymringer), vil organisasjonene være i en mye bedre posisjon til å vurdere totalverdien.

2. Fusjonere AI med GenAI: Gjør infrastrukturen din klar for dataintensive endringer

GenAI har raskt fått oppmerksomhet for sin evne til å drive produktivitet, og å presse driftsmarginer til tidligere uante nivåer. Det er likevel viktig å huske at GenAI ikke er en sølvpule. Med GenAI sitt oppsving, har tradisjonelle dataingeniørpraksis og AI blitt viktigere enn noensinne.

Vurdér følgende GenAI-drevne løsninger:

1. Retail: Driver hyper-personalisering i retail ved å bruke autonome agenter til å generere anbefalinger.
2. Reise: Bruker en GenAI-beriket arbeidsflyt til å opprette personlige reiseplaner basert på individuelle preferanser.
3. Bank: Bruker samtaleagenter til å personliggjøre banktjenester fra fakturabetaling til analyse av utgiftstrender og anbefalinger.

GenAI alene er ikke tilstrekkelig til å drive løsningene ovenfor. Det er kritisk å binde den naturlige språkforståelsen og resonneringsevnen til GenAI med den beviste nøyaktigheten og effektiviteten til tradisjonell AI.

For eksempel kan hyper-personalisering oppnås med større konsistens hvis vi bruker tradisjonelle maskinlæringsalgoritmer til å generere en bukett av anbefalinger og bruker GenAI-drevne agenter til å resonere om hvilke av dem som vil være mest relevante for brukeren.

Derfor er det kritisk å se på GenAI, tradisjonell AI og dataingeniørpraksis i sammenheng, med ett enkelt prisme, snarere enn i isolasjon. Dette gjør det svært viktig for organisasjoner å tilby infrastruktur for å kombinere AI-utvikling med GenAI-løsninger.

3. Bygg GenAI-beredskapen din: Skalér, innovér, kontroller

Det er smart å være proaktiv, men transformasjon skjer ikke over natten. Ved å identifisere de kritiske “må-haves” for organisasjonen, kan du stagere utviklingstidslinjen basert på kritiske behov.

Så, utpeker du en gruppe interne ledere til å akselerere oppmerksomheten og adopsjonen av et GenAI-operativsystem – en plattform som tilbyr kontroll, kostnadskontroll og fakturering, sikkerhet, personvern, tilgangskontroll og modellabstraksjoner – for å påboard GenAI-applikasjoner og prosesser ved hjelp av denne plattformen. Dette vil hjelpe innovasjonen til å skje raskt og på en skalerbar måte ved å sikre raske iterasjoner av GenAI-brukstilfeller ved å fokusere primært på funksjonalitet, og dermed øke oppslutningen på tvers av organisasjonen.

I retail, ifølge en nylig IBM-studie før NRF 2024, forventer moderne kunder en tilpasset handleopplevelse, komplett med “bequemmeligheten av produktvalg, detaljert informasjon, diverse betalingsmetoder og en sammenhengende integrasjon av butikk- og nettbutikkopplevelser” som tilpasser seg deres individuelle preferanser.

For å møte disse forventningene, må detaljister organisere og demokratisere tilgangen til deres data så at forretningsfunksjoner fra FoU til salg til markedsføring arbeider fra samme utgangspunkt. Uten en klar oversikt over dataene eller en plan for å implementere dem på tvers, kan organisasjoner overinvestere i AI-drevne løsninger og se liten avkastning. Detaljister usikre på hvordan de maksimalt kan utnytte eksisterende data, bør vende seg til en partner med dypt bransjeerfaring for å etablere en AI-klar infrastruktur. Først da kan de dra nytte av GenAI til å strømlinje kundeopplevelsen med mindre menneskelig inngripen ved å tilby samtaleoppsummeringer, automatisere oppgaver og til slutt drive konvertering – en nøkkelprioritet for industrien.

Videre eksperimenterer detaljister med ideen om dynamiske produktbeskrivelser. Avhengig av AI, kan e-handelslistinger endre seg basert på viseren, tilpasset de unike ønskene og behovene til hver enkelt kunde. Et sterkt team, understøttet av et nivå av GenAI-beredskap, vil være godt rustet til å kapitalisere på disse AI-teknologiene før konkurrentene.

Identifiser transformative GenAI-brukstilfeller og tilby kvantifiserbare forretningsresultater.

Ofte, i en rush til å vise fremgang, kan selskaper begynne å sprinte uten en retning i tankene. I stedet for å bruke energi på å gå etter alt på en gang, ta notis av spesifikke brukstilfeller som kan fullføres innen 3-6 måneder, 6-12 måneder osv. Prioriter disse korte prosjektene først for å demonstrere verdien av å kjøre GenAI i stor skala, og deretter, for områder som har potensial, fokus på å bygge plattformer som kan vise fordelen av GenAI til andre avdelinger. Områder som modelltrening, autonome agenter og private LLM-er har enormt potensial for fremtidig innovasjon, og strategisk investering i disse områdene nå vil gi deg en forsprang på konkurrentene.

I bank, krever søknad om lån for mellomstore og store bedrifter en analyse av mange dokumenter, inkludert selskapets bankuttalelser, revisjonsrapporter, skatteoppgaver, kredittbyrårapporter og nyheter. Alt dette må prosesseres manuelt for å forberede en godkjenningsmemo. Automatisering av denne prosessen via GenAI, ikke bare sparer kvantifiserbare kostnader, men også reduksjonen i den totale gjennomførings­tiden kan være en konkurransefordel og differentiator som kan hjelpe å generere nytt forretnings­volum.

Med GenAI er banksektoren, blant andre, i stand til å fjerne stress og gi ytterligere synlighet til kundene med relativt lav innsats og oppetid. Mens det finnes mange flere enkelt­brukstilfeller av GenAI, krever det å nå neste fase av et GenAI-drevet bedrift å replikere og operasjonalisere teknologien på tvers av bedriften for å infusere den i den overordnede forretningsstrategien.

Ikke nøl, det er på tide å våkne opp til AI-levering

Å overvinne implementeringsutfordringer og å implementere GenAI i stor skala, er ingen liten bedrift. Det krever fullstendig samarbeid fra styret og ledelsen, og en forpliktelse fra forretningsledere på tvers av organisasjonen. For å gå forbi frykten for å gå glipp av AI og begynne å skape lønnsomme, AI-drevne verktøy, utdann dine team på hva som kommer, etablér en infrastruktur som kan holde til rask endring, og fokus på de korte resultater som betyr noe for dine kunder og partnere.

Mens du transformerer, er det viktig å bringe på ekspertansatte eller eksterne rådgivere du kan stole på for å hjelpe sikre en jevn overgang. Søk etter de som er handlingsorienterte (dvs. byggere, ikke bare rådgivere) og bringer ledelsen inn i beslutningsprosessen tidlig for å øke transparens og fremme samarbeid. GenAI-kapasiteter utvikler seg raskt, og ved å handle nå, vil du være på vei til å skape en fremtidsrettet organisasjon som er godt posisjonert for bærekraftig vekst.