Raport Genpact i HFS Research ujawnia 18 bilionów dolarów wartości przedsiębiorstw uwięzionych przez luki w gotowości do sztucznej inteligencji

Sztuczna inteligencja stała się centralnym punktem strategii przedsiębiorstw, z organizacjami na całym świecie inwestującymi miliardy dolarów w inicjatywy związane z AI, systemami agentywnymi i programami transformacji cyfrowej. Jednakże, zgodnie z The $18 Trillion Opportunity: Four Enterprise Debts Will Make or Break Your AI Future, nowym raportem od Genpact we współpracy z HFS Research, większość przedsiębiorstw ma trudności z przekształceniem inwestycji w AI w wymierne wartości biznesowe. Powodem, jak twierdzi raport, nie jest brak technologii AI. Zamiast tego, organizacje są hamowane przez cztery wzajemnie powiązane formy długu przedsiębiorstwa: dług procesowy, dług danych, dług technologiczny i dług talentów. Razem, te ukryte zobowiązania uwięziły szacunkowo 17,9 bilionów dolarów wartości przedsiębiorstw.

Ambicje AI są wysokie, ale gotowość przedsiębiorstw pozostaje niska

Raport opiera się na badaniu 2002 wyższych menedżerów przedsiębiorstw z 16 branż i 14 funkcji biznesowych. Wyniki ujawniają uderzający rozdział między ambicjami AI a gotowością organizacyjną. Podczas gdy 92% wyższych menedżerów w firmach Global 2000 uważa, że agentywna AI zasadniczo zmieni sposób wykonywania pracy, tylko 13% raportuje, że agentywna AI jest już zintegrowana z ich operacjami.

Przerwa ta stała się coraz bardziej istotna, gdy przedsiębiorstwa przechodzą od eksperymentowania do wdrożenia. Zgodnie z CEO Genpact, Balkrishanem „BK” Kalrą, firmy przechodzą od świata, w którym praca jest przetwarzana i walidowana przez ludzi do świata, który jest coraz bardziej napędzany przez przepływy pracy przetwarzane przez maszyny z nadzorem ludzkim. Jednakże, proste nakładanie AI na istniejące systemy nie jest wystarczające. Organizacje muszą najpierw rozwiązać podstawowe problemy, które determinują, czy AI powiedzie się czy nie.

Raport opisuje to wyzwanie jako „lukę prędkości AI”, różnicę między tym, co pracownicy mogą osiągnąć z AI indywidualnie, a tym, co całe przedsiębiorstwo może osiągnąć poprzez strukturalne wdrożenie.

Cztery długi przedsiębiorstw podważające transformację

Badanie identyfikuje cztery kategorie długu, które łącznie uniemożliwiają organizacjom realizację wartości AI.

Dług technologiczny pozostaje najbardziej znanym wyzwaniem. Większość menedżerów klasyfikuje swój dług technologiczny jako ciężki, napędzany przez starzejące się systemy rdzeniowe, złożoność integracji, koncentrację dostawców i obciążenia infrastruktury. Średni system rdzeniowy przedsiębiorstwa ma około dziesięć lat, podczas gdy zespoły developerskie spędzają ponad 40% swojego czasu na utrzymaniu istniejącej technologii, zamiast budowania nowych możliwości.

Dług danych wyłonił się jako największa bariera AI. Większość danych przedsiębiorstw jest uważana za niskiej jakości, tylko 33% jest uważana za gotową do AI, a pracownicy spędzają do 40% swojego czasu na uzgodnieniu, poprawie lub przygotowaniu danych. Raport szacuje, że niepowodzenia jakości danych przyczyniają się do 42% opóźnień, niewystarczających wyników lub całkowitego niepowodzenia inicjatyw analitycznych i AI.

Dług procesowy odzwierciedla rzeczywistość, że wiele organizacji nadal opiera się na ręcznych, fragmentarycznych i słabo zarządzanych przepływach pracy. Blisko połowa procesów przedsiębiorstw nadal wymaga interwencji ręcznej, podczas gdy mniej niż połowa jest formalnie udokumentowana i zarządzana. Niewydajne procesy pochłaniają około 40% czasu pracy pracowników i tworzą znaczne bariery dla automatyzacji i wdrożenia AI.

Dług talentów może być najmniej widoczny, ale być może najbardziej doniosły. Tylko 32% siły roboczej jest uważana za gotową do AI, podczas gdy do połowy pracowników z wyższymi kwalifikacjami raportuje frustrację i brak zaangażowania spowodowane nieefektywnością operacyjną. Braki talentów, luki umiejętności i niska gotowość do AI nasilają każdą inną kategorię długu, spowalniając przyjęcie i ograniczając elastyczność organizacyjną.

Dług przedsiębiorstw kosztuje firmy więcej, niż się zdaje

Blisko 90% liderów przedsiębiorstw przyznaje, że dług przedsiębiorstw już wpływa na wyniki biznesowe. Konsekwencje sięgają daleko poza departamenty IT.

Raport wykazał, że dług przedsiębiorstw zwiększa koszty operacyjne o średnio 34%, opóźnia wprowadzanie produktów o około osiem miesięcy, powoduje, że około 34% inicjatyw transformacyjnych nie przynosi oczekiwanych wyników, i ogranicza realizację wartości AI w 85% organizacji objętych badaniem.

Co ważne, te długi nie działają niezależnie. Dług technologiczny może pogorszyć jakość danych. Słaba governance może tworzyć niewydajności procesowe i wyzwania talentów jednocześnie. Ręczne przepływy pracy często generują zarówno dług procesowy, jak i dług danych w tym samym czasie. Raport twierdzi, że organizacje często zawodzą, ponieważ próbują rozwiązać jeden rodzaj długu w izolacji, zamiast traktować dług przedsiębiorstw jako problem systemowy.

Wycena 18-bilardowej okazji

Jednym z najbardziej uderzających wyników raportu jest szacowanie, że rozwiązanie długu przedsiębiorstw mogłoby odblokować prawie 17,9 bilionów dolarów wartości w firmach Global 2000. Największe okazje pochodzą z długu procesowego i długu danych, każdy reprezentujący około 7,7 bilionów dolarów wartości do odzyskania. Dług technologiczny stanowi 1,5 bilionów dolarów, podczas gdy dług talentów reprezentuje około 1 bilion dolarów.

Badacze obliczyli te liczby na podstawie szacunków menedżerów dotyczących potencjalnego wzrostu przychodów i redukcji kosztów wynikających z rozwiązania długu. Na podstawie odpowiedzi ankietowych, rozwiązanie długu przedsiębiorstw mogłoby spowodować około 8% szybszy wzrost przychodów rocznie i około 16% redukcję kosztów rocznie w dużych przedsiębiorstwach.

Być może najważniejsze, raport kończy się wnioskiem, że oszczędności kosztów same w sobie nie opowiadają całej historii. Rozwiązanie długu tworzy okazje do szybszych wprowadzeń produktów, krótszych cykli sprzedaży, lepszego podejmowania decyzji, lepszych doświadczeń klientów i bardziej efektywnych wdrożeń AI. Innymi słowy, organizacje zyskują zarówno wydajność, jak i wzrost jednocześnie.

Dlaczego inicjatywy AI zawodzą

Pomimo rosnących inwestycji, wiele inicjatyw AI ma trudności z przekroczeniem etapu pilotażowego.

Zgodnie z ankietą, dług danych jest najczęstszym powodem, dla którego organizacje nie realizują wartości AI, wymienianym przez 33% respondentów. Dług technologiczny następuje na drugim miejscu, z 28%, dług procesowy na trzecim, z 23%, a dług talentów na czwartym, z 16%.

Konsekwencje różnią się w zależności od rodzaju długu. Dług danych uwięził inicjatywy AI w fazie dowodu pojęciowego. Dług technologiczny zwiększa koszty wdrożenia i utrudnia skalowanie. Dług procesowy tworzy niewiarygodne wyniki, gdy agenci AI działają w ramach niespójnych przepływów pracy. Dług talentów spowalnia przyjęcie i ogranicza nadzór ludzki niezbędny dla udanych systemów agentywnych.

Raport wielokrotnie podkreśla, że AI nie może kompensować złych podstaw przez cały czas. Organizacje, które próbują zautomatyzować wadliwe procesy lub wdrożyć AI na słabej jakości danych, ryzykują skalowanie nieefektywności zamiast ich rozwiązywania.

Niektóre branże mają większe okazje niż inne

Okazja do rozwiązania długu nie jest równomiernie rozłożona wśród branż.

Przemysł wytwórczy prowadzi listę, z szacunkową okazją 4,8 bilionów dolarów łączącą wzrost przychodów i oszczędności kosztów. Ochrona zdrowia i nauki o życiu następują z około 3,3 bilionów dolarów, podczas gdy detaliczna sprzedaż i artykuły spożywcze odpowiadają za kolejne 2,7 bilionów dolarów. Energia, technologia, bankowość, transport i ubezpieczenia również reprezentują znaczne okazje.

Natura długu różni się w zależności od sektora. Organizacje finansowe mają tendencję do największych problemów z długiem danych z powodu dziesięcioleci połączeń, przejęć i wymogów regulacyjnych. Przemysł wytwórczy, detaliczna sprzedaż i ochrona zdrowia doświadczają największego długu procesowego z powodu długich, wielostronnych przepływów pracy. Firmy z branży life sciences i technologie hardware często mają największy dług technologiczny z powodu wbudowanych systemów oprogramowania i ograniczeń regulacyjnych.

Na poziomie funkcjonalnym, zespoły inżynierskie, rozwoju produktu i IT oferują największe okazje do tworzenia wartości. Te obszary są najbliżej stosów technologicznych, infrastruktury i przepływów pracy, które determinują, czy przedsiębiorstwo AI może się powieść.

6% które rozwiązało problem

Jednym z najbardziej ujawniających wyników raportu jest to, że tylko 6% przedsiębiorstw kwalifikuje się jako tzw. „udowodnione rozwiązania długu”. Te organizacje ustanowiły, wykonały i zmierzyły udane programy rozwiązania długu. Kolejne 43% aktywnie pracuje nad rozwiązaniem długu, podczas gdy 51% nie ma planu, niezatwierdzonego planu lub jeszcze nie rozpoczęło.

Zgodnie z badaniem, udane organizacje mają kilka wspólnych cech. Traktują rozwiązanie długu jako mandat na poziomie CEO, a nie inicjatywę IT. Prowadzą strategię podwójnej prędkości, która równoważy długoterminową pracę podstawową z krótkoterminowymi ulepszeniami operacyjnymi. Inwestują dużo w zdolności, takie jak rozwój talentów, governance, gotowość do AI i platformy danych. Używają również AI do przyspieszenia redukcji długu poprzez mining procesów, analizę przepływów pracy, poprawę jakości danych i szkolenie pracowników.

Być może najważniejsze, te organizacje działają, zamiast niekończącego się planowania. Raport kończy się wnioskiem, że przerwa między udanymi a nieudanymi przedsiębiorstwami nie jest przede wszystkim technologiczna. Jest to różnica w wykonaniu.

Prawdziwe wyzwanie AI może nie być AI

Jednym z najsilniejszych tematów w całym raporcie jest to, że dług przedsiębiorstw jest ostatecznie wyzwaniem przywódczym, a nie technologicznym. Podczas gdy organizacje nadal zwiększają wydatki na AI, wiele z nich nie radzi sobie z operacyjnymi, kulturowymi i strukturalnymi problemami, które determinują, czy te inwestycje przynoszą wartość.

Jak The $18 Trillion Opportunity: Four Enterprise Debts Will Make or Break Your AI Future jasno pokazuje, transformacja AI i rozwiązanie długu nie są już oddzielnymi inicjatywami. Są one coraz bardziej tym samym programem widzianym z różnych perspektyw. Organizacje, które rozwiązują dług procesowy, dług danych, dług technologiczny i dług talentów razem, mogą odblokować znaczne zyski z wydajności i wzrostu. Te, które nadal budują AI na niestabilnych podstawach, ryzykują wydawanie więcej, osiągając mniej.

Dla liderów przedsiębiorstw, centralne przesłanie raportu jest proste: wiedz, gdzie jest twój dług, zrozum, co cię kosztuje, i zacznij go naprawiać, zanim konkurenci zwiększą lukę. Przedsiębiorstwa, które wygrają erę AI, mogą nie być tymi, które wydają najwięcej na sztuczną inteligencję, ale tymi, które najpierw zbudują operacyjne podstawy niezbędne do powodzenia AI.