Przewodnik operatora po generowaniu zwrotu z inwestycji w AI

Dla wszystkich jego zalet, sztuczna inteligencja stworzyła również podstawowe wyzwanie dla operatorów. Pomimo znaczących inwestycji w wdrożenie AI, wiele operatorów nadal nie widzi znaczącego zwrotu z inwestycji na arkuszach bilansowych.

W rzeczywistości, podczas gdy globalne wydatki na AI mają sięgnąć 632 miliardów dolarów do 2028 roku, analiza MIT wykazała, że tylko około 5% pilotażowych projektów AI przedsiębiorstw przynosi wymierne finansowe zwroty, a ogromna większość generuje niewielki lub żaden zwrot z inwestycji. Ta luka spowodowała rosnące ciśnienie na operatorów, aby przekształcić dolary w wpływ, często prowadząc do marnowania zasobów na nieudane pilotaże lub pośpieszne inwestycje w rozwiązania, które wyglądają obiecująco na papierze, ale nie spełniają oczekiwań w praktyce.

Rzeczywistość jest taka, że sukces w erze AI nie zostanie zdefiniowany po prostu przez nowość lub zaawansowanie nowej technologii, ale przez to, jak wybredne zespoły mogą być w zrozumieniu swoich podstawowych wyzwań i wyborze rozwiązań wspomaganych przez technologie, które dostarczają prawdziwą wartość. Nie ma srebrnej kuli, aby to uzyskać, ale kilka uwag może pomóc w ruszeniu Twojego zespołu w dobrym kierunku.

Unikaj podatku pilności

Jedną z głównych barier dla zwrotu z inwestycji w AI jest pozwolenie, aby strach przed zostaniem w tyle kierował podejmowaniem decyzji. Kiedy ten sposób myślenia wpływa na strategię, organizacje mogą zapłacić podatek pilności, spalając cenne czas, energię i zasoby w celu utrzymania się na bieżąco z najnowszymi trendami.

Wewnętrzne i zewnętrzne siły mogą spowodować to ciśnienie. Kiedy kierownictwo widzi, jak konkurent promuje nową funkcjonalność AI, może nastąpić gwałtowny spadek w pułapkę porównań, a to, co zaczyna się jako pragnienie pozostania istotnym, szybko przeradza się w reaktywny wyścig, aby zareagować.

Inwestycje dokonane z tego punktu wyjścia kończą się niepowodzeniem z wielu powodów, ale jednym z najczęstszych jest niewystarczająca gotowość. Podczas gdy konkurent może oferować podobny produkt lub usługę, fundament danych lub dojrzałość operacyjna organizacji może nie być wystarczająco silna, aby wspomagać tę samą technologię, zmieniając to, co wydaje się strategicznym posunięciem, w ryzykowne zakład.

To dlatego menedżerowie i dyrektorzy najbliżej codziennych operacji są często najlepiej przygotowani do poinformowania decyzji technologicznych. Kiedy technologia, która wydaje się niezbędna, pojawia się na rynku, te zespoły powinny być zadane do oceny, czy istnieje wyraźny problem, który może rozwiązać, i czy organizacja jest naprawdę gotowa, aby ją wspomagać. Ponieważ rozumieją, gdzie istnieje tarcie, gdzie czas jest tracony, i gdzie technologia mogłaby mieć wpływ, mogą pomóc w ugruntowaniu decyzji AI w operacyjnej rzeczywistości, a nie w pogoń za nowością.

Przeprowadź audyt rowerowy

Inną powszechną pułapką w zakupie technologii jest przekupowanie. Różni się to od podatku pilności, ponieważ występuje po ustaleniu, że istnieje prawdziwa potrzeba i jesteś operacyjnie gotowy do zakupu rozwiązania AI. W tym momencie pytanie nie brzmi „czy potrzebujemy czegoś”, ale „co tak naprawdę potrzebujemy”?

Ten problem jest szczególnie powszechny w branżach związanych z dziedzictwem, takich jak logistyka, która przeszła od zera do sześćdziesiątki z możliwościami technologicznymi w ciągu ostatnich kilku lat. Gdzie kiedyś naszym wyzwaniem było pokonywanie nowoczesnych złożoności za pomocą przestarzałych systemów i procesów, dzisiaj jest to wybór spośród nieskończonych list życzeń technologicznych dostępnych od dostawców zewnętrznych lub za pomocą rozwoju wewnętrznego.

Audyt rowerowy może pomóc ogromnie przed osiągnięciem punktu zakupu. Wyzwania decydentów do odpowiedzi na proste pytanie: Czy potrzebujemy Ferrari, czy roweru? Ambitne zespoły technologiczne kochają marzyć o wielkich rzeczach, a dostawcy zewnętrzni zwykle mają na celu zaoferowanie swojego najlepszego rozwiązania od samego początku. Obydwie są ważne, ale inwestowanie w rozwiązanie o mocy Ferrari nie ma sensu, gdy rower wystarczy, aby dostać się tam, gdzie trzeba.

Audyt za pomocą metryk

Jednym ze sposobów podjęcia tej decyzji jest zrozumienie problemu, który próbujesz rozwiązać na trzech poziomach metryk: Podstawowy, Wtórny i Trzeci. Ocena wszystkich trzech razem pomaga wyjaśnić, gdzie istnieje tarcie, jaki jest optymalny poziom wydajności na każdym poziomie i jakie nakłady są niezbędne do zamknięcia luki.

Metryki trzeciorzędowe reprezentują podstawowe zachowania operacyjne. Znaczące nieefektywności często żyją na tym poziomie, a rozwiązania na poziomie roweru, które umożliwiają ulepszenia, takie jak czystsze przechwytywanie danych i bardziej wydajne wykonanie, mogą mieć duży wpływ przy relatywnie niewielkich nakładach.

Metryki wtórne odzwierciedlają prawdziwe napędzające wyniki — myśl o wskaźnikach konwersji klientów i innych dźwigniach, które zespoły mogą wpłynąć na zwiększoną produktywność. Rozwiązywanie nieefektywności na tym poziomie zwykle wymaga czegoś bardziej zaawansowanego niż rower, ale mniej złożonego niż Ferrari, takiego jak zaawansowana automatyzacja, która może obsłużyć większe zestawy danych.

Metryki podstawowe to duże skały, takie jak przychód. To jest miejsce, w którym rozwiązania na poziomie Ferrari zwykle pojawiają się. Jest to zwykle wysokobudżetowa technologia, która obiecuje znaczący wpływ na dolną linię. Chociaż warto je zbadać, jest kluczowe, aby pamiętać, że chyba, że wtórne i trzeciorzędowe wyzwania są najpierw rozwiązane, te rozwiązania mogą nie osiągnąć swojego pełnego potencjału zwrotu z inwestycji.

Mniejsze, ukierunkowane inwestycje na niższych poziomach są często najlepszym miejscem do rozpoczęcia, ponieważ tendencja do dostarczania szybkich wyników. Tworzą one również możliwości, aby dowiedzieć się, co działa, podczas gdy zapewniają stopniowe zyski, które kumulują się w czasie, ostatecznie pomagając zbudować ten sam lub większy łączny wpływ, co większe inwestycje, z znacznie mniejszym ryzykiem.

Razem audyt rowerowy i ten trójwarstwowy framework metryk pomagają organizacjom ograniczyć ryzyko, dostosowując rozwiązania do prawdziwych problemów. Punktem nie jest unikanie zaawansowanego AI, ale rozpoczęcie od rozwiązywania najbardziej wpływowych problemów przy użyciu najmniejszych nakładów wymaganych i skalowania od tego momentu.

Bądź strategiczny w partnerstwie z startupami

Ostatni przypływ kapitału venture w AI zalał rynek nowymi startupami. Te firmy będą przychodzić z prezentacjami obiecującymi innowacje i wyniki na tyle kuszące, aby przekonać nawet najbardziej wybredne zespoły zakupowe.

Jednakże kupujący, uważaj: zarówno produkty, jak i ludzie za wieloma z tych nowych firm są często niesprawdzeni. Bycie wczesnym adoptorem niesie ze sobą wewnętrzne ryzyko, w tym możliwość, że możesz nieświadomie budować produkt razem z nimi. Chociaż może to oferować korzyści, powinno to być świadomym wyborem — ponieważ, gdy próbujesz ruszyć igłę w przypadku problemów o realnych implikacjach finansowych, wydatkowanie cennych zasobów na pomoc dostawcy w udoskonaleniu jego najnowszej aktualizacji może wprowadzić niepotrzebne bóle głowy.

Gdy dostawca jest zintegrowany, wiele wyników leży poza Twoją kontrolą. Ich mapa drogowa, skalowalność obsługi klienta, dynamika cen i zdolność do utrzymania wydajności w miarę wzrostu są wszystkie podatne na zmiany. Te zmiany mogą kształtować długoterminową wartość partnerstwa w sposób, który nie jest w pełni widoczny na początku.

Przewijanie tej niepewności wymaga cierpliwości i roztropności na początku. Zajęcie czasu na sprawdzenie rozwiązania za pomocą dowodu pojęcia, zrozumienie zobowiązań umownych przed głębszą integracją i rozmawianie bezpośrednio z istniejącymi użytkownikami pomaga zespołom wybrać dostawców, którzy są w stanie dostarczyć wartość przez cały okres partnerstwa.

Czynienie AI opłacalnym

Weźmię to razem, te rozważania wzmacniają rzeczywistość, że praktykowanie silnej dyskrecji jest pierwszym i najważniejszym czynnikiem w generowaniu zwrotu z inwestycji w AI. Kiedy zespoły koncentrują się na identyfikowaniu prawdziwego tarcia, wyniki poprawiają się, ponieważ nieefektywności są usuwane, a czas jest ponownie przydzielany do zadań o wyższej wartości. To jest to, co prawdziwy zwrot z inwestycji wygląda, i jest tylko zarobiony przez dyscyplinę, klarowność i pragmatyczne podejmowanie decyzji, które korzystają liniom dolnym w czasie.