Zmieniając sposób myślenia o GenAI w sali konferencyjnej: Nawigacja po krótko- i długoterminowym ROI

Gdy zespoły kierownicze na całym świecie zaczynają planować rok 2025, temat, który jest na ustach wszystkich, to kiedy można oczekiwać, że ich inwestycje w AI i/lub generatywny AI (GenAI) przyniosą zysk. Najnowsze badania Google Cloud ujawniły, że ponad 6 na 10 dużych (ponad 100 pracowników) firm używa GenAI, a 74% już widzi pewne znaczące zwroty z inwestycji (ROI). Ale maksymalizacja ROI z AI/GenAI wymaga strategicznego podejścia, które wykracza poza uzasadnianie kosztów, obejmując zarówno bezpośrednie, jak i pośrednie zwroty, jasne zrozumienie czasu oczekiwania i ukrytych wydatków, oraz integrację funkcji ukierunkowanych na człowieka, aby zapewnić niezawodne, skalowalne procesy.

Ponowne definiowanie ROI

Biorąc pod uwagę wszystką uwagę, jaką AI/GenAI otrzymały w mediach w ciągu ostatniego roku, łatwo można zapomnieć, że te inwestycje są nadal dość nowe, co oznacza, że większość firm jeszcze nie zobaczyła rodzaju ROI, jaki jest możliwy. To sprawia, że zarządzanie oczekiwaniami w sali konferencyjnej od samego początku jest jeszcze ważniejsze, ponieważ każda wczesna ocena stworzy krytyczne wrażenia, które wpłyną na to, jak kierownictwo postrzega przyszłe inwestycje. Jeśli mają wysokie nadzieje na natychmiastową, przełomową zmianę, ich opinia może się pogorszyć, jeśli te zmiany nadal będą się rozwijać we wczesnych stadiach. Innymi słowy, nowe innowacje wymagają nowych perspektyw pomiaru, a liderzy powinni zmienić sposób myślenia o krótko- i długoterminowym ROI.

W kwestii tego, co stanowi udaną transformację, postęp jest często najlepiej mierzony oczami obserwatora, ale nawet „małe” zwycięstwa mogą prowadzić do większych potencjalnych wyników w przyszłości. Oto trzy sposoby, aby pomóc umieścić Wasze inwestycje w AI/GenAI w kontekście, a także kilka przykładów z firm w podobnej sytuacji.

1. Rozróżnij między bezpośrednim a pośrednim ROI

W niektórych branżach bezpośredni ROI jest łatwiejszy do zidentyfikowania. Na przykład, jeśli firma detaliczna lub CPG zacznie oferować nowe funkcjonalności GenAI, prawdopodobnie uzyska natychmiastowe wrażenie od klientów, jak te funkcje są odbierane. Natomiast w innych branżach, takich jak produkcja, jest więcej pośredniego ROI, który zależy od dłuższych inwestycji. Z tymi rodzajami miękkich zwrotów jest to zwykle „efekt kaskady”, który może stworzyć nowe możliwości lub odblokować nową wartość. Wyobraź sobie, że wdrożysz nowe rozwiązanie AI, aby poprawić produktywność zespołu. Podczas gdy Twoim początkowym celem mogło być zwiększenie wydajności, to zwiększenie aktywności mogło również prowadzić do odkrycia całkowicie nowych ścieżek wzrostu, które nie były nawet brane pod uwagę. To najbardziej ekscytująca i ekscytująca część AI/GenAI – nieznany potencjał. I chociaż ten potencjał jest trudny do pomiaru, powinien zawsze być uwzględniony jako czynnik w obliczaniu zwrotu.

Dobrym przykładem zarówno bezpośredniego, jak i pośredniego ROI jest firma e-commerce Mercari, która w zeszłym roku dodała asystenta zakupowego opartego na ChatGPT do swojej platformy marketplace dla przedmiotów używanych. Ich nowy „Merchant AI” pozwoliłby klientom „zalogować się na stronie, zaangażować asystenta zakupowego w naturalną rozmowę, odpowiedzieć na pytania o ich potrzeby, a następnie otrzymać serię rekomendacji” na następne kroki. Bezpośredni ROI tego był 74% redukcja objętości biletów w Mercari, podczas gdy pośredni ROI polegał na tym, że wynikające z tego oszczędności czasu pozwoliły firmie stopniowo zmniejszyć dług techniczny i skalować swoje operacje.

2. Uwzględnij czas oczekiwania na inwestycje w AI/GenAI i towarzyszące ukryte koszty

Biorąc pod uwagę stałą presję na C-Suite, aby zwiększyć zyski, jest mało prawdopodobne, że nagle przyjmą „dobrze się dzieje tym, którzy czekają” mentalność. Ale rzeczywistość jest taka, że każde wejście w AI/GenAI zajmuje czas i pieniądze, nawet przed tym, jak dotrzesz do linii startu. Od inwestycji w infrastrukturę i szkolenia po zakup różnych API i istotnych danych, może to być kilka miesięcy przygotowań, które nie pokażą żadnego „zwrotu” poza tym, że są gotowe do rozpoczęcia. Innym ukrytym kosztem (o którym wiele osób nie mówi) jest to, że będziesz miał halucynacje i błędy tworzone przez AI, które mogą kosztować firmom ogromne pieniądze, wysyłając je w złym kierunku, otwierając luki lub potencjalnie wywołując kosztowny problem PR. Całe doświadczenie jest bardzo nowe, co sprawia, że wszystko jest nieco bardziej ryzykowne i droższe, więc jest ważne, aby liderzy wzięli to pod uwagę przy ocenie ROI.

McKinsey zapewnił wgląd w ten proces decyzyjny i związane z nim koszty, opierając się na klasycznym scenariuszu „wynajmij, kup lub zbuduj”. W ich archetypie CIO lub CTO powinni rozważyć, czy są „Takerem” (używając publicznie dostępnych LLM z niewielką personalizacją), „Shaperem” (integrującym modele z własnymi danymi, aby uzyskać bardziej dostosowane wyniki) czy „Makerem” (budującym niestandardowy model, aby rozwiązać konkretny biznesowy przypadek). Każdy archetyp ma swoje własne koszty, które liderzy techniczni będą musieli ocenić, od „Taker” kosztującego około 2 milionów dolarów do „Makera”, który czasami może sięgać 100-krotności tej kwoty.

Stań się bardziej ludzkim inwestorem w AI/GenAI

Nadal jest wiele obaw (szczególnie wśród pracowników) że AI zastąpi ludzi. Zamiast odrzucać te obawy, firmy powinny przedstawić każdą transformację jako wzmocnienie, a nie zastąpienie, i szukać sposobów, aby uczynić swoją inwestycję bardziej ludzką. Z GenAI nie jest to transakcja; jest to partnerstwo, i nadal istnieje prawdziwa potrzeba ludzi, aby ocenić skuteczność wygenerowanych spostrzeżeń lub materiałów, aby upewnić się, że są one wolne od uprzedzeń, halucynacji lub innych błędnych interpretacji. Dlatego jest to krytyczne, aby firmy ciągle wyzywały AI do dostarczania uzasadnienia za każdą decyzją, aby zapewnić dokładność. Da to treści większą walidację, Twoim pracownikom pokaże wyraźną rolę w procesie, i ostatecznie pomoże ROI, ponieważ uczysz się na każdym etapie.

To również dobry pomysł, aby ustalić ścisłe ograniczenia, aby zapewnić ścisłe limity na rodzaj informacji, do których AI może uzyskać dostęp. Zadaj sobie pytanie: „Czy powinniśmy zezwolić AI na dostęp do internetu?” Być może nie. Chodzi o to, aby rozważyć potrzebę najpierw, a jeśli masz inne sprawdzone metody, użyj ich. Czasami AI jest po prostu przydatne do podsumowania, a nie „myślenia”. To wszystko o tworzeniu odpowiedniej równowagi, a ludzie nadal odgrywają krytyczną rolę. Zgodnie z badaniami Accenture, 94% dyrektorów wykonawczych uważa, że technologie interfejsu ludzkiego pozwolą nam lepiej zrozumieć zachowania i intencje, przekształcając interakcję człowiek-maszyna.

Zamknięcie przepaści między obietnicą a rzeczywistością

Eksperci zgadzają się, że podczas gdy niski próg wejścia do GenAI jest wspaniałą cechą, jego „długoterminowy potencjał zależy od udowodnienia jego krótkoterminowej wartości”. Oznacza to, że każde pilotażowe AI/GenAI powinno mieć szereg wyraźnie zdefiniowanych (ale elastycznych) kryteriów sukcesu przed uruchomieniem, a firmy powinny stale monitorować procesy, aby upewnić się, że nadal zapewniają wartość. Gdy chodzi o tę nową erę innowacji cyfrowych, może nigdy nie być tradycyjnej „linii mety”, do której wszyscy biegniemy. Zamiast tego, zmieniając sposób myślenia o krótko- i długoterminowym ROI AI/GenAI, firmy mogą być bardziej rozsądne ze swoimi inwestycjami i skoncentrować się na rozwijaniu możliwości, które mogą skalować się wraz z firmą.