Dlaczego długoterminowy ROI nie jest wystarczający: Zapewnienie wartości na każdym etapie wdrożenia AI

Przedsiębiorstwa słyszą jedną rzecz powtarzającą się: przyspieszajcie wdrożenie AI i pokazujcie wyniki, już teraz. Wdrożenie przyspiesza, a 78% organizacji już używa AI w co najmniej jednej funkcji biznesowej do 2024 roku – w porównaniu z 55% rok temu.

Jednakże jest pewien haczyk: presja na wykazanie wartości biznesowej rośnie równie szybko.

To jest trudne zadanie, gdy kadencje CDO są krótkie, a rola Chief AI Officer (CAIO) wciąż ewoluuje. Z tak wielką zmianą na stanowiskach kierowniczych, programy AI często zawodzą zanim mogą wykazać jakąkolwiek prawdziwą wartość.

Kluczowe wyzwanie jest jasne: firmy muszą przestać budować strategie AI, które ścigają obietnicę “przyszłej transformacji” i zacząć koncentrować się na tworzeniu solidnych fundamentów, które dostarczają wartość dzisiaj – przy jednoczesnym przygotowaniu do przyszłości.

Problem z “tylko przyszłymi” strategiami

Dyrektorzy są wlewają pieniądze w AI. W rzeczywistości, 92% zwiększa swoje budżety w ciągu najbliższych trzech lat, a ponad połowa z nich celuje w zwiększenie o 10%. Dodatkowo, instytucje finansowe, takie jak Morgan Stanley, przewidują znaczne zwroty, takie jak ~920 miliardów dolarów rocznej korzyści netto dla S&P 500.

Ten makro trend napędza to, co nazywam “big-bang-but-later” programami AI, które wyglądają imponująco na papierze, ale pozostawiają wartość zbyt daleko w przyszłości, aby mieć wpływ dzisiaj.

Surowa rzeczywistość jest taka, że bardzo niewiele organizacji ma gotowe do AI dane. Z zarządzaniem i jakością danych jako największymi przeszkodami, tylko 12% firm raportuje, że ich dane są wystarczające do skutecznego wdrożenia AI. A jak Gartner wskazuje, słabe zarządzanie spowoduje, że 60% organizacji nie osiągnie swoich celów AI do 2027 roku – nawet jeśli przyjmą AI teraz.

Krótko mówiąc, programy AI, które polegają tylko na przyszłych obietnicach, są skazane na zawodzenie, utknięcie w “pilotowym limbie” lub utratę zaufania stakeholderów długo przed nadejściem oczekiwanego ROI.

Przekształcanie wartości AI

Aby przeskoczyć przepaść między przyszłym potencjałem a obecną wartością, organizacje muszą przedefiniować, jak postrzegają wartość AI. Istnieją dwa odrębne typy:

• Bezpośrednia wartość: Są to mierzone, krótkoterminowe ulepszenia – takie jak 23% szybszy średni czas do pierwszej odpowiedzi po wdrożeniu asystenta wsparcia GenAI. Są to zwycięstwa, które pokazują stakeholderom, że AI nie jest tylko długoterminową grą.
• Wartość podstawowa: Chodzi o budowanie podstawowej infrastruktury – potoków danych, zarządzania i skalowalnych platform – które sprawią, że AI będzie działać skutecznie dzisiaj i w przyszłości. Jak raport McKinsey o stanie AI wskazuje, zarządzanie ryzykiem i zarządzanie są kluczowe dla długoterminowego sukcesu.

Gdy tylko zdefiniujesz oba strumienie wartości, wyzwanie polega na ich zbalansowaniu: Jak można osiągnąć natychmiastowe zwycięstwa, jednocześnie zapewniając, że przekładają się one na powtarzalne, zarządzane możliwości? Ci, którzy uzyskają tę równowagę, zobaczą prawdziwe zwroty.

Uderzanie w odpowiednią równowagę: Wartość teraz i później

Jeden z największych błędów, które widzę, to firmy zaniedbujące projektowanie platform AI z myślą o deweloperach. Do 2025 roku 84% deweloperów będzie używać narzędzi AI, a 51% z nich będzie ich używać codziennie. Jeśli platformy AI nie będą integrować się z istniejącymi przepływami pracy, przyjęcie będzie opóźnione, niezależnie od tego, jak potężne są modele. Sukces zależy od integracji, wyboru zadań i ciągłego szkolenia.

Równie krytyczne są zarządzanie i bezpieczeństwo. Jeśli nie są one priorytetem, niezależnie od tego, jak zaawansowane jest AI, użytkownicy nie będą mu ufać. Gartner wskazał, że problemy z zaufaniem, bezpieczeństwem dostępu i zarządzaniem są głównymi barierami dla przyjęcia, a naruszenia związane z nieprawidłowym użyciem GenAI prawdopodobnie zwiększą się wraz z przyspieszaniem innowacji. Zarządzanie powinno być priorytetem od pierwszego dnia, zwłaszcza gdy rośnie presja regulacyjna.

Najbardziej udane organizacje są tymi, które tworzą narzędzia AI, które dostarczają natychmiastową wartość – ponieważ szybkie zwycięstwa kupują kapitał polityczny. W rzeczywistości, firmy, które widzą najlepszy ROI na AI, są tymi, które mają dedykowanego CAIO. Ci liderzy koncentrują swoje zasoby na “teraz” (mieralne przypadki użycia) i “następnie” (wzmacnianie danych i platform), zapewniając stały postęp, jednocześnie przygotowując się do przyszłych zysków.

To oznacza również ustanowienie KPI, które podkreślają wczesną wartość – operacje wsparcia, sprzedaży, marketingu i inżynierii są dobrym punktem wyjścia. Definiowanie jasnych KPI – takich jak lead-to-win, churn i wyniki ryzyka modelu – wraz z planami weryfikacji, zapewni, że inicjatywy AI nie są tylko teoretyczne, ale dostarczają konkretnych wyników.

Kluczowe jest zidentyfikowanie udanych wzorców i ich powielenie. Przejście od eksperymentowania do wykonywania zachodzi, gdy firmy dostosowują swoje procesy, a nie tylko swoje narzędzia.

Wzmacnianie podstaw danych: Ciągły proces

Zbyt wiele programów AI zawodzi, ponieważ dane nie są godne zaufania. Brak zarządzania danymi jest jedną z największych barier dla sukcesu. Dlatego jakość danych, pochodzenie i dostępność powinny być traktowane z takim samym znaczeniem, jak narzędzia skierowane do użytkownika. Silne podstawy danych są podstawą każdej udanej inicjatywy AI.

Zrobienie AI biznesową koniecznością, dzisiaj i jutro

Oczekiwania są jasne: pokazać natychmiastowe, mieralne zwycięstwa, jednocześnie budując platformę i majątek danych, który zapłaci się długoterminowo. Z rosnącymi budżetami AI i zwiększającą się presją, nieudzielenie odpowiedzi na oba fronty ryzykuje resetem programu.

Liderzy, którzy mogą dostarczyć wartość teraz, jednocześnie budując przyszłość, przekształcą AI z serii izolowanych pilotów w zrównoważony silnik dla przychodu i produktywności.