Liderzy opinii

Poradnik operatora do generowania zwrotu z inwestycji w AI

mm
Dodaj Unite.AI do preferowanych źródeł w Google

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

W rzeczywistości, podczas gdy globalne wydatki na AI mają osiągnąć 632 miliardy dolarów do 2028 roku, analiza MIT wykazała, że tylko około 5% pilotażowych projektów AI w przedsiębiorstwach przynosi wymierne finansowe korzyści, a ogromna większość generuje niewielkie lub żadne korzyści. Ta luka spowodowała rosnące ciśnienie na operatorów, aby przetłumaczyć dolary na wpływ, często prowadząc do marnowania zasobów na nieudanych pilotażach lub pośpiesznych inwestycjach w rozwiązania, które wyglądają obiecująco na papierze, ale nie spełniają oczekiwań w praktyce.

Rzeczywistość jest taka, że sukces w erze AI nie zostanie zdefiniowany wyłącznie przez nowość lub zaawansowanie nowej technologii, ale przez to, jak wybredne zespoły mogą być w rozumieniu swoich podstawowych wyzwań i wyborze technologicznych rozwiązań, które dostarczają prawdziwą wartość. Nie ma srebrnej kuli, aby to osiągnąć, 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 pozostaniem w tyle kierował procesem decyzyjnym. Kiedy ta mentalność wpływa na strategię, organizacje mogą zapłacić podatek pilności, spalając cenny czas, energię i zasoby w próbie utrzymania się z najnowszymi trendami.

Wewnętrzne i zewnętrzne siły mogą wyzwolić to ciśnienie. Kiedy kierownictwo widzi konkurenta chwalącego nową możliwość AI, może nastąpić gwałtowny spadek w pułapkę porównań, a to, co zaczyna się jako pragnienie pozostania istotnym, szybko zmienia 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 wesprzeć tę samą technologię, zmieniając to, co wydaje się strategicznym posunięciem, w ryzykowne zakład.

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

Przeprowadź audit roweru

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”?

Problem ten jest szczególnie powszechny w branżach związanych z dziedzictwem, takich jak logistyka, które przeszły od zera do sześćdziesiątki z możliwościami technologicznymi w ostatnich latach. Gdzie kiedyś naszym wyzwaniem było pokonywanie nowoczesnych złożoności z użyciem przestarzałych systemów i procesów, dzisiaj jest to wybór spośród nieskończonych list życzeń technologicznych dostępnych od dostawców zewnętrznych lub poprzez rozwój wewnętrzny.

“Audit roweru” może pomóc ogromnie przed osiągnięciem punktu zakupu. Wyzwala decydentów do odpowiedzi na proste pytanie: Czy potrzebujemy Ferrari, czy roweru? Ambitne zespoły technologiczne kochają marzyć o wielkich rzeczach, a dostawcy zewnętrzni zwykle starają się zaoferować swoje najlepsze rozwiązanie od samego początku. Oba są ważne, ale inwestowanie w możliwości Ferrari nie ma sensu, gdy rower wystarczy, aby dostać się tam, gdzie potrzebujesz.

Audit z metrykami

Jednym ze sposobów podjęcia tej decyzji jest zrozumienie problemu, który próbujesz rozwiązać, na trzech poziomach metryk: Podstawowych, Wtórnych i Trzeciorzędnych. Ocena wszystkich trzech razem pomaga wyjaśnić, gdzie istnieje tarcie, jaki jest optymalny poziom wydajności na każdym poziomie, i jaki jest niezbędny poziom inwestycji, aby zamknąć lukę.

Metryki trzeciorzędne reprezentują podstawowe zachowania operacyjne. Znaczne 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 inwestycjach.

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

Metryki podstawowe to duże skały, takie jak przychody. To tam, gdzie rozwiązania na poziomie Ferrari zwykle pojawiają się. Jest to zwykle droga technologia, która obiecuje znaczący wpływ na dolną linię. Chociaż warto je zbadać, jest krytyczne, aby pamiętać, że chyba, że wtórne i trzeciorzędne wyzwania są rozwiązane najpierw, te rozwiązania mogą nie osiągnąć swojego pełnego potencjału zwrotu z inwestycji.

Większe, ukierunkowane inwestycje na niższych poziomach są często najlepszym miejscem do rozpoczęcia, ponieważ tendencja do dostarczania szybkich wyników. Tworzą one również możliwości, aby nauczyć się, co działa, dostarczając przyrostowe korzyści, które kumulują się w czasie, ostatecznie pomagając zbudować w kierunku tego samego lub większego łącznego wpływu, co większe inwestycje, z znacznie mniejszym ryzykiem.

Wraz z auditem roweru i tym trójpoziomowym ramieniem metryk organizacje mogą złagodzić ryzyko, dostosowując rozwiązania do prawdziwych problemów. Punktem nie jest unikanie zaawansowanego AI, ale rozpoczęcie od rozwiązania najbardziej wpływowych problemów przy najmniejszych wymaganych inwestycjach i skalowanie od tego momentu.

Bądź strategiczny w partnerstwach z startupami

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

Ale kupujący, uważaj: produkty i ludzie za tymi nowymi firmami są często niewykwalifikowani. 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 kiedy próbujesz ruszyć igłę w kierunku problemów o prawdziwych finansowych implikacjach, wydawanie 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 cenowa i zdolność do utrzymania wydajności w miarę wzrostu są wszystkie podlegające zmianie. Te zmiany mogą kształtować długoterminową wartość partnerstwa w sposób, który nie jest w pełni widoczny na początku.

Poruszanie się w tej niepewności wymaga cierpliwości i roztropności na początku. Poświęcenie czasu na walidację rozwiązania za pomocą dowodu koncepcyjnego, zrozumienie zobowiązań umownych przed głębszą integracją oraz bezpośrednia rozmowa z istniejącymi użytkownikami pomaga zespołom wybrać dostawców, którzy są w stanie dostarczyć wartość przez całe partnerstwo.

Czynienie AI opłacalnym

Weźmiecie razem, te uwagi wzmacniają rzeczywistość, że praktykowanie silnej dyskrecji jest pierwszym i najbardziej krytycznym 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 on osiągalny tylko poprzez dyscyplinę, klarowność i pragmatyczne podejmowanie decyzji, które korzystają dolnej linii w czasie.

J-Ann Tio Toles jest Dyrektorem Strategii w firmie Arrive Logistics, nadzorując departamenty technologii, nauki o danych, marketingu i biznesowej inteligencji. Z ponad dekadą doświadczenia w branży sprzedaży przewoźników, technologii, strategii i operacji biznesowych, wypracowała sobie reputację wszechstronnego lidera z pasją do rozwoju następnej generacji profesjonalistów Arrive.