3 Podstawowe Zasady, aby Zwiększyć ROI z Wdrożeń GenAI

Liderzy firm są bardzo zainteresowani wdrożeniem generative AI (GenAI) w swoich przedsiębiorstwach. Dlaczego wiele projektów nie udaje się wyjść poza fazę proof of concept (POC)? Na niedawnym wydarzeniu Gartner, Rita Sallam, wybitny wiceprezes analityk, powiedziała, że co najmniej 30% projektów GenAI zostanie porzuconych po POC do końca 2025 roku z powodu problemów takich jak słoka jakość danych, niewystarczające kontrole ryzyka, szybko rosnące koszty lub niemożność realizacji pożądanej wartości biznesowej.

Te problemy są jednymi z powodów, dla których Gartner powiedział, że GenAI zaczyna wchodzić w trough of disillusionment w swoim najnowszym Hype Cycle for Emerging Technology, 2024. Jednak w oddzielnym badaniu Gartner, respondenci zgłosili, że ich wdrożenia GenAI pomogły firmom osiągnąć 15,8% wzrost przychodu, 15,2% oszczędności kosztów i 22,6% poprawę produktywności.

Co więc odróżnia przedsiębiorstwa, które udaje się zintegrować GenAI z kluczowymi procesami biznesowymi, od tych, które nie udaje się zrealizować przewidywanej wartości biznesowej? Ci liderzy i zespoły stosują inny podejście, charakteryzujące się rygorystyczną przygotowaniem i zarządzaniem zmianą. Oto trzy kluczowe zasady, które pomogą w ocenie, wyborze i włączeniu przypadków użycia GenAI, aby zespoły mogły zminimalizować ryzyko i zarządzać kosztami, przekształcając procesy biznesowe.

1. Podstawowa zasada 1: Rygorystycznie kwantyfikuj wartość biznesową od samego początku:

Podczas gdy liderzy biznesu mogli wcześniej priorytetem było eksperymentowanie z GenAI, teraz są bardzo zainteresowani osiągnięciem wymiernych korzyści biznesowych z inwestycji.

Partnerzy mogą pomóc przedsiębiorstwom opracować szczegółowe studium przypadku, organizując warsztaty, aby zrozumieć ogólne cele, bieżący stan procesów danych i infrastruktury technologicznej, itd. W ramach tego procesu pracują z zespołami przedsiębiorstw, aby ocenić potencjalne przypadki użycia, priorytetem rozwiązywania bólów biznesowych, określając poziom wysiłku i oczekiwaną stopę zwrotu, oraz opracowując wskaźniki wydajności, aby mierzyć postępy. Na Google Cloud Next ’24, firma ta przedstawiła 101 historii organizacji, które odnoszą sukcesy z GenAI, wdrażając agenci klienta, pracownika, kreatywnego, danych, kodu i bezpieczeństwa.

Możliwości rynkowe nadal ewoluują, upraszczając ścieżkę tworzenia wartości. Microsoft i Google zintegrowały duże modele językowe ze swoimi silnikami wyszukiwania. Użytkownicy internetu mogą teraz otrzymać podsumowane odpowiedzi i linki, przyspieszając czas dostępu do wglądu. Podobnie, partnerzy oferują platformy przyspieszania GenAI z modelami AI i uczenia maszynowego, które firmy mogą dostosować i wdrożyć w swoim środowisku w ciągu kilku tygodni. Przedsiębiorstwa korzystają, zyskując sprawdzone narzędzia, redukując koszty i ryzyko wdrożenia, oraz szybciej skalując nowe możliwości biznesowe.

2. Podstawowa zasada 2: Zapewnij jakość danych, prywatność i bezpieczeństwo.

Zapewnienie wysokiej jakości, zgodnych z prywatnością i bezpiecznych danych do szkolenia i inferencji modelu jest podstawą każdej udanej implementacji GenAI. Przedsiębiorstwa muszą przygotować dane, aby zapewnić, że modele AI generują dokładne i niezawodne dane wyjściowe. Ponadto wdrażają barierki ochronne i nowe narzędzia, aby chronić wrażliwe informacje, w tym dane wyjściowe modelu, przed ujawnieniem. Podobnie, GenAI można wykorzystać do identyfikacji problemów bezpieczeństwa, które mogą być naprawione przez zespoły lub automatyzację.

Mastercard wykorzystuje GenAI do ułatwienia interakcji z klientami i redukcji oszustw. Jego chatboty AI zapewniają klientom natychmiastowy dostęp do personalizowanych rekomendacji, informacji o koncie i historii transakcji.

Firma również wykorzystuje GenAI do modelowania predykcyjnego w celu identyfikacji niezwykłych wzorców wydatków, które mogą wskazywać na potencjalne oszustwa. Z GenAI Mastercard podwoiło wskaźnik wykrywania skompromitowanych kart; zmniejszyło fałszywe pozytywy o 200%; oraz zwiększyło prędkość identyfikacji dealerów podatnych na oszustwa o 300%.

3. Podstawowa zasada 3: Wzmocnij współpracę między ludźmi a GenAI.

Podczas gdy GenAI zautomatyzuje niektóre procesy, większość czasu będzie wspomagać ludzi w podejmowaniu lepszych decyzji. GenAI może tworzyć syntetyczne dane, przetwarzać dane, rozpoznawać wzorce i tworzyć analizy predykcyjne, aby umożliwić współpracę zespołów i tworzenie nowych usług. Na przykład, GenAI może zapewnić scenariusze i rekomendacje dla decydentów, aby mogli zoptymalizować wyniki. Ludzie przynoszą świadomość rynku i kontekst, wiedzę biznesową, osąd i empatię do podejmowania decyzji, budując na możliwościach GenAI.

Więc, jak firmy mogą maksymalnie wykorzystać potencjał współpracy między ludźmi a GenAI? Liderzy powinni poświęcić czas, aby ustalić wyraźnie zdefiniowane role i odpowiedzialność, ciągle szkolić zespoły w zakresie najnowszych możliwości, oraz zapewnić barierki ochronne i ścieżki eskalacji, gdy GenAI nie działa zgodnie z oczekiwaniami. Ponadto powinni dzielić się swoją wizją na temat GenAI, która zmienia biznes, i podkreślać, że wspierają możliwości ludzkie, a nie je zastępują. Badanie Forrester wykazało, że 36% pracowników obawia się utraty pracy z powodu automatyzacji lub AI, ale tylko 1,5% straci pracę, podczas gdy 6,5% będzie miało wpływ na ich role z powodu GenAI. W związku z tym pracownicy powinni przyjąć tę technologię, zamiast ją odrzucać.

Allstate wdrożył chatbota GenAI, który wykorzystuje przetwarzanie języka naturalnego, aby dostarczyć wsparcie w czasie rzeczywistym i zwiększyć wgląd w zachowania klientów. Na przykład, stara się poprawić wydajność poprzednich modeli trzykrotnie, identyfikując te podróże klientów, które wymagają wsparcia agenta.

Chatbot upraszcza proces rozpatrywania roszczeń, zapewniając scentralizowaną platformę do gromadzenia i przeglądania istotnych informacji. Podczas gdy agenci nadal zajmują się skomplikowanymi roszczeniami wymagającymi ekspertów, chatbot znacznie zwiększa wydajność, automatyzując rutynowe zadania i redukując czas przetwarzania. Wykorzystując AI do uproszczenia wypełniania formularzy, Allstate poprawia dokładność i satysfakcję klientów.

Zwiększaj ROI z GenAI, stosując te 3 podstawowe zasady

Gdy GenAI wkroczyło do świadomości świata, liderzy szybko zastosowali je w swoich firmach, zachęcając do eksperymentowania i innowacji. Jednak czasami POC przewyższały podstawy, zwiększając koszty i tworząc rozwiązania, które nie dostarczały pożądanej wartości.

Liderzy mogą wykorzystać te trzy podstawowe zasady – opracowanie solidnego przypadku biznesowego, rozwiązanie wymagań dotyczących danych oraz wspieranie zespołów w współpracy z AI – aby uczynić nowe inicjatywy GenAI udanymi. Będą mogli wskazać przypadki użycia o wysokiej wartości i narzędzia, środki ochrony danych, oraz poprawę produktywności i innowacji, które zadowolą zarząd, rady nadzorcze, klientów i inwestorów.