Prawdziwa wartość sztucznej inteligencji opiera się na danych i ludziach – a nie tylko na technologiach

Obietnica sztucznej inteligencji rośnie z każdym dniem – od zwiększania indywidualnej produktywności po umożliwienie organizacjom odkrywania nowych, potężnych informacji biznesowych za pomocą danych. Chociaż potencjał sztucznej inteligencji wydaje się nieograniczony, a jej wpływ łatwo sobie wyobrazić, droga do prawdziwie opartej na sztucznej inteligencji ekosystemu jest zarówno złożona, jak i wyzwaniem. Ta podróż nie zaczyna się i nie kończy na wdrożeniu, przyjęciu lub nawet stałym używaniu sztucznej inteligencji – tam się kończy. Zrealizowanie pełnej wartości rozwiązania sztucznej inteligencji ostatecznie zależy od jakości danych i ludzi, którzy je wdrażają, zarządzają i stosują, aby osiągnąć znaczące wyniki.

Dane: Kamień węgielny sukcesu sztucznej inteligencji

Dane, stała organizacyjna. Niezależnie od tego, czy jest to sklep wielkości „Mamy i Taty” czy organizacja korporacyjna, każda firma działa na danych (rekordy finansowe, zapasy, nagrania z monitoringu itp.). Zarządzanie, dostępność i zarządzanie tymi danymi jest kamieniem węgielnym realizacji pełnego potencjału sztucznej inteligencji w organizacji. Gartner niedawno zauważył, że 63% organizacji albo nie ma pewności, albo jest niepewnych, czy ich obecna praktyka danych lub struktura zarządzania jest wystarczająca do pomyślnego wdrożenia sztucznej inteligencji. Włączenie organizacji do pełnego potencjału sztucznej inteligencji wymaga dobrze przemyślanej praktyki danych. Od zbierania, przechowywania, syntezy, analizy, bezpieczeństwa, prywatności, zarządzania i kontroli dostępu – musi być wdrożony framework i metodyka, aby właściwie wykorzystać sztuczną inteligencję. Dodatkowo, istotne jest zminimalizowanie ryzyka i niezamierzonych konsekwencji. Podsumowując, dane są kamieniem węgielnym analizy i paliwem dla Twojej sztucznej inteligencji.

Dostęp rozwiązania sztucznej inteligencji do Twoich danych określa jego potencjał dostarczania – tak bardzo, że widzimy pojawienie się nowych funkcji dostosowanych specjalnie do tego, takich jak Chief Data Officer (CDO). Po prostu, jeśli rozwiązanie sztucznej inteligencji zostanie wprowadzone do środowiska z „swobodnymi” danymi dostępnymi dla każdego – będzie ono pełne błędów, tendencyjne, niezgodne z przepisami i bardzo prawdopodobne, że ujawni wrażliwe i prywatne informacje. Odwrotnie, gdy środowisko danych jest bogate, uporządkowane, dokładne, w ramach frameworku i metodyki, w jaki sposób organizacja używa swoich danych – sztuczna inteligencja może dostarczyć natychmiastowe korzyści i zaoszczędzić wiele godzin na modelowaniu, prognozowaniu i rozwoju. Wokół kamienia węgielnego danych są prawa dostępu i polityki zarządzania danymi, które przedstawiają swoje własne problemy – ludzki element.

Ludzie: Nie doceniany czynnik w przyjęciu sztucznej inteligencji

IDC niedawno udostępnił informację, że 45% CEO i ponad 66% CIO ankietowanych wyraziło wahanie wokół dostawców technologii, którzy nie całkowicie rozumieją potencjalne ryzyko sztucznej inteligencji. Ci liderzy są uzasadnieni w swojej ostrożności. Można argumentować, że konsekwencje starych ryzyk IT pozostają takie same w przypadku zarządzanej sztucznej inteligencji (np. przestoje, awarie operacyjne, kosztowne składki ubezpieczeniowe, kary za niezgodność, doświadczenia klienta, naruszenia danych, oprogramowanie ransomware i wiele innych) i są nasilone przez integrację sztucznej inteligencji z IT. Problematyczne jest brak zrozumienia korzeni tych konsekwencji lub dla tych, którzy nie są świadomi, lęk, który pochodzi z umożliwienia sztucznej inteligencji jako katalizatora tych konsekwencji.

Pilne pytanie brzmi: „Czy powinienem zainwestować w ten kosztowny narzędzie IT, które może znacznie poprawić wyniki mojej firmy na każdym poziomie funkcjonalnym, biorąc pod uwagę ryzyko implozji IT z powodu braku przygotowania i umiejętności pracowników?” To dramatyczne? Zdecydowanie – ryzyko biznesowe zawsze jest, a my już wiemy odpowiedź na to pytanie. Im bardziej złożone technologie i podniesiony potencjał operacyjny, tym bardziej wysiłek włożony w umożliwienie zespołom używania tych narzędzi w sposób legalny, właściwy, wydajny i skuteczny.

Wyzwanie dostawców

Brak zaufania do dostawców technologii wykracza poza ekspertyzę i odzwierciedla głębszy problem: niezdolność do jasnego sformułowania konkretnych ryzyk, których organizacja może i będzie musiała stawić czoła w przypadku niewłaściwych wdrożeń i nierzeczywistych oczekiwań.

Relacja między organizacją a dostawcami technologii jest podobna do relacji między pacjentem a praktykiem zdrowia. Pacjent konsultuje się z praktykiem zdrowia z objawami, szukając diagnozy i licząc na proste i efektywne rozwiązanie. W sytuacjach prewencyjnych praktyk zdrowia współpracuje z pacjentem nad zaleceniami dietetycznymi, wyborami stylu życia i specjalistycznym leczeniem, aby osiągnąć określone cele zdrowotne. Podobnie, istnieje oczekiwanie, że organizacje otrzymają rozwiązania od dostawców technologii, aby rozwiązać lub zaplanować wdrożenie technologii. Jednak gdy organizacje nie są w stanie dostarczyć konkretnych ryzyk specyficznych dla danego środowiska IT, nasila to niepewność wdrożenia sztucznej inteligencji.

Nawet gdy dostawcy IT skutecznie komunikują ryzyka i potencjalne wpływy sztucznej inteligencji, wiele organizacji jest odstraszonych przez prawdziwy całkowity koszt posiadania (TCO) związany z położeniem niezbędnej podstawy. Rosnące świadomość, że pomyślne wdrożenie sztucznej inteligencji musi rozpocząć się w istniejącym środowisku – i dopiero gdy to środowisko zostanie zmodernizowane, organizacje mogą prawdziwie odblokować wartość integracji sztucznej inteligencji. Jest to podobne do założenia, że ktokolwiek może wskoczyć do kokpitu samochodu Formuły 1 i natychmiast wygrać wyścigi. Każda rozsądna osoba wie, że sukces w wyścigach jest wynikiem zarówno umiejętnego kierowcy, jak i wysokowydajnego samochodu. Podobnie, korzyści sztucznej inteligencji mogą być zrealizowane tylko wtedy, gdy organizacja jest właściwie przygotowana, przeszkolona i wyposażona w przyjęcie i wdrożenie jej.

Przykład: Microsoft 365 Copilot

Microsoft 365 Copilot to doskonały przykład istniejącego rozwiązania sztucznej inteligencji, którego potencjalny wpływ i wartość były często niezrozumiane lub zubożone z powodu niezgodnych oczekiwań klientów – w jaki sposób sztuczna inteligencja powinna być wdrożona i co powinna robić, a nie rozumiejąc, co może robić. Dziś ponad 70% firm z listy Fortune 500 już wykorzystuje Microsoft 365 Copilot. Jednak powszechny strach, że sztuczna inteligencja zastąpi miejsca pracy, jest w dużej mierze mitem w przypadku większości prawdziwych aplikacji sztucznej inteligencji. Chociaż zastąpienie miejsc pracy miało miejsce w niektórych obszarach – takich jak w pełni zautomatyzowane „ciemne magazyny” – ważne jest, aby odróżnić sztuczną inteligencję jako całość od jej użycia w robotyce. To ostatnie miało bardziej bezpośredni wpływ na zastąpienie miejsc pracy.

W kontekście Nowoczesnej Pracy główna wartość sztucznej inteligencji leży w poprawie wydajności i wzmocnieniu ekspertyzy – a nie w zastąpieniu ich. Poprzez oszczędność czasu i zwiększenie wydajności funkcjonalnej, sztuczna inteligencja umożliwia bardziej elastyczne strategie wejścia na rynek i szybsze dostarczanie wartości. Jednak te korzyści zależą od krytycznych czynników:

• Dojrzała praktyka danych
• Silne zarządzanie dostępem i zarządzanie
• Skuteczne środki bezpieczeństwa w celu złagodzenia ryzyka
• Umożliwienie ludziom odpowiedzialnego użycia sztucznej inteligencji i najlepszych praktyk

Oto kilka przykładów ulepszeń funkcjonalnych napędzanych przez sztuczną inteligencję w różnych obszarach biznesu:

• Liderzy sprzedaży mogą generować modele skłonności przy użyciu danych z cyklu życia klienta, aby napędzać strategie cross-sell i upsell, poprawiając retencję klientów i wartość.
• Zespoły Strategii Korporacyjnej i FP&A zyskują głębsze spojrzenie dzięki czasowi zaoszczędzonemu na analizie jednostek biznesowych, umożliwiając lepsze wyalignowanie z celami korporacyjnymi.
• Zespoły ds. otrzymania zapłaty mogą zarządzać cyklami płatności w sposób bardziej efektywny dzięki szybszemu dostępowi do danych, poprawiającangażowanie klientów.
• Liderzy marketingu mogą budować bardziej skuteczne, sprzedażowo zorientowane strategie wejścia na rynek, wykorzystując spostrzeżenia sztucznej inteligencji na temat wyników sprzedaży i możliwości.
• Zespoły operacyjne mogą zmniejszyć czas spędzony na uzgadnianiu danych finansowych i sprzedaży, minimalizując chaos podczas końca kwartału lub roku.
• Zespoły ds. sukcesu klienta i wsparcia mogą skrócić czas odpowiedzi i rozwiązania, automatyzując procesy robocze i upraszczając kluczowe kroki.

Te przykłady tylko zaczynają scratchować powierzchnię potencjału sztucznej inteligencji w napędzaniu transformacji funkcjonalnej i zwiększaniu wydajności. Jednak realizacja tych korzyści wymaga odpowiedniej podstawy – systemów, które pozwalają sztucznej inteligencji na integrację, syntezę, analizę i ostatecznie dostarczanie na swoją obietnicę.

Końcowe myśli: Brak plug-and-play dla sztucznej inteligencji

Wdrożenie sztucznej inteligencji, aby odblokować jej pełny potencjał, nie jest tak proste, jak zainstalowanie programu lub aplikacji. Jest to integracja połączonej sieci autonomicznych funkcji, które przenikają cały stos IT – dostarczając spostrzeżenia i efektywność operacyjną, które wymagałyby znacznego wysiłku ręcznego, czasu i zasobów.

Zrealizowanie wartości rozwiązania sztucznej inteligencji opiera się na budowaniu praktyki danych, utrzymaniu solidnego frameworku dostępu i zarządzania, oraz zabezpieczeniu ekosystemu – tematu, który wymaga własnego głębokiego zanurzenia.

Możliwość dla dostawców technologii, aby być cennym partnerem, będzie zależała od marketingu i umożliwienia, skupionych na demontowaniu mitów i kalibracji oczekiwań dotyczących tego, co naprawdę oznacza wykorzystanie potencjału sztucznej inteligencji.