Jak pokonać innowacyjny FOMO i używać AI/GenAI do rozwiązywania konkretnych problemów biznesowych

Wkraczamy w sezon spotkań liderów korporacyjnych, podczas których menedżerowie z wszystkich działów spotykają się, aby ocenić wyniki i zaplanować to, co nastąpi. Po roku rosnących kosztów, utrzymujących się problemów z łańcuchem dostaw i ciągłych starań, aby osiągnąć cele zrównoważonego rozwoju, jest wiele wyzwań. Jednak jeden temat nadal wydaje się być na pierwszym miejscu w umysłach wszystkich – sztuczna inteligencja (AI)/generatywna inteligencja (GenAI).

Jest to era innowacyjnego FOMO, a liderzy są przytłoczeni prośbami o włączenie funkcjonalności AI/GenAI do swoich operacji, aby ich firmy nie zostały pozostawione w tyle. Ale wśród całego entuzjazmu ważne jest pamiętać, że innowacja jest procesem, a nie rozwiązaniem. Aby stworzyć trwały wpływ, organizacje muszą upewnić się, że nowe możliwości są dopasowane do konkretnych potrzeb, ocenione pod kątem ryzyka i powiązane z wymiernymi wynikami biznesowymi.

Oto trzy powszechne pytania/wyzwania ze strony zespołów kierowniczych korporacji i jak AI/GenAI mogą pomóc, wraz z przykładami z kilku branż, w których ta innowacja już robi różnicę:

Czujemy, że nowa technologia jest wprowadzana każdego dnia, a nasz budżet jest już bardzo ograniczony. Jak możemy określić, gdzie nasza inwestycja w innowację AI/GenAI przyniesie największy zwrot z inwestycji?

Paradoksalnie, kiedy wszyscy zaczynają przyspieszać, to czas, aby Twoja drużyna kierownicza zwolniła i skupiła się na podstawach. Po pierwsze, upewnij się, że wszyscy są zgodni z tym, jak myślisz o AI/GenAI. AI jest już od dawna, a na wysokim poziomie, najlepiej myśleć o niej jako o narzędziu do analizy danych, gromadzenia informacji i pracy w sposób bardziej inteligentny. GenAI jest bardziej wczesny i dotyczy tego, jak używać wszystkich tych informacji, aby autonomicznie generować rzeczywistą treść i rekomendacje. Każda firma może skorzystać na włączeniu funkcjonalności AI/GenAI, ale pomaga to, aby demokratyzować przejście, dzięki czemu pracownicy czują się cenieni.

Firmy, które chcą zbudować firmowy ekosystem AI, mogą czerpać inspirację z metody „Kaizen”, której twórcą jest Toyota. Ten podejście obejmuje ciągłe doskonalenie, w którym zespoły na wszystkich poziomach organizacji są zachęcane do wprowadzania małych, stopniowych zmian, aby wyeliminować marnotrawstwo i zoptymalizować procesy. Nie tylko pomaga to określić, gdzie AI/GenAI mogą mieć największy wpływ, ale także zaczyna tworzyć „test-and-learn” nastawienie, które przenika przez kulturę organizacji i skutkuje szczęśliwszymi, bardziej produktywnymi pracownikami.

Skup się na: Branży transportowej

W branży transportowej AI/GenAI pomaga firmom poprawić wszystko, od prognozowania popytu i zarządzania zapasami po konserwację predykcyjną i optymalizację tras. Linie lotnicze Delta używają GenAI do analizy danych klientów i zapewnienia personalizowanych doświadczeń podróżnych, UPS używa swojego systemu ORION, aby dostosować trasy dostaw do warunków ruchu, a Nowojorskie metro wdraża AI, aby zmniejszyć uchylanie się od opłat.

Po tym, jak się rozwijamy, zauważamy, że powstają lukę komunikacyjne między kierownictwem a liderami funkcyjnymi, szczególnie w dziale IT. Jak możemy używać AI/GenAI, aby stworzyć bardziej skuteczne komunikaty wewnętrzne i zewnętrzne, nie tracąc autentyczności?

Pomimo że GenAI może generować niezwykle realistyczne komunikaty, ważne jest, aby zachować pewne standardy, aby zabezpieczyć reputację marki. Innymi słowy, styl się liczy, a ludzie chcą komunikować się w sposób, który wydaje się im autentyczny. Według niedawnego sondażu PwC, budowanie zaufania jest coraz bardziej krytyczne wśród kierownictwa, konsumentów i pracowników, a 93% liderów biznesu zgadza się, że budowanie i utrzymanie zaufania poprawia wyniki finansowe. To samo dotyczy organizacji, a pracownicy często są ostrożni wobec nowych dyrektyw zarządu, które brzmią nieszczere, lub nieufni wobec nowej technologii, która nie jest umieszczona w odpowiednim kontekście.

Niewłaściwa komunikacja marnuje czas i pieniądze, spowalniając innowacje i efektywność operacyjną. GenAI może proaktywnie rozwiązać ten problem, analizując ogromne zestawy danych poprzednich interakcji (z klientami i pracownikami), aby modelować potencjalne reakcje, oferować informacje w czasie rzeczywistym i służyć jako mostek między dwoma „językami” (tj. tym, co firma chce powiedzieć, a tym, jak jest odbierane przez klientów/pracowników). Kiedy liderzy mają terminowe, napędzane przez AI informacje o wynikach, mogą lepiej dopasować decyzje operacyjne do celów strategicznych. A kiedy pracownicy są włączeni do procesu poprzez ciągłe edukowanie i doskonalenie, AI/GenAI mogą być postrzegane jako aktywa, a nie zagrożenie.

Skup się na: Branży detalicznej

Zachowania konsumentów po pandemii zmieniły się dramatycznie, więc kluczowe jest, aby firmy detaliczne używały AI do analizy danych klientów i dostarczania wysoko personalizowanych usług, rekomendacji produktów i kampanii marketingowych. W skali AI może również pomóc w przewidywaniu przyszłego zachowania, umożliwiając ukierunkowane wysiłki sprzedażowe i poprawę pozyskiwania klientów. Przyszłość w tym obszarze jest ekscytująca i ma potencjał całkowicie odmienić, jak robimy zakupy. Na przykład, Amazon nadal udoskonala swoją technologię „Just Walk Out”, która analizuje dane z kamer i czujników w sklepie, aby napędzać sklepy bez kas.

W naszej branży mamy do czynienia z dużymi ilościami wrażliwych informacji klientów i jesteśmy zaniepokojeni tym, jak wprowadzenie nowej technologii mogłoby nasze dane narażać na zwiększone ryzyko. Jakie są korzyści z używania AI/GenAI w tych branżach, i jak możemy zminimalizować ryzyko?

Jak w medycynie, złotą zasadą w transformacji AI/GenAI jest „Po pierwsze, nie szkodzić”. Pewne branże, takie jak opieka zdrowotna i usługi finansowe, miały wolniejszą, powszechną adopcję AI ze względu na ich złożone, ściśle regulowane środowiska, ale dokonano ogromnych postępów w określonych funkcjach. Najbardziej widocznym dowodem jest obszar obsługi klienta, gdzie AI-pomocy czatboty i wirtualni asystenci mogą zapewnić 24/7 wsparcie i pomóc odpowiedzieć na powszechne pytania logistyczne. Na przykład, od momentu uruchomienia w 2018 roku, AI-pomoc Banku Ameryki „Erica” odpowiedziała na 800 milionów zapytań od ponad 42 milionów klientów i zapewniła spersonalizowane informacje i wskazówki ponad 1,2 miliarda razy.

Ironicznie, pomimo utrzymujących się obaw o bezpieczeństwo w wrażliwych branżach, AI/GenAI miały ogromny, pozytywny wpływ w dziedzinie wykrywania oszustw. Oszustwa są powszechnym problemem w finansach, który tylko się pogarsza, a eksperci przewidują, że oszustwa bankowe będą kosztować branżę 48 miliardów dolarów do 2029 roku. Algorytmy AI mogą przeszukiwać ogromne zestawy danych, aby zidentyfikować anomalie, które mogą wskazywać na oszustwa, i zespoły bezpieczeństwa mogą ustalić progi podejrzanej aktywności, wyzwalając interwencje tylko wtedy, gdy te progi są przekroczone. GenAI może również pomóc w automatyzowaniu pewnych rutynowych zadań (wprowadzania danych, rekonsolidacji itp.) i uwolnić czas dla zespołów, aby podejmować bardziej nuansowane decyzje (akceptacja kredytów, niespłacenia itp.), które korzystają z głębszej analizy ludzkiej.

Skup się na: Branży bankowej

W 2021 roku PNC uruchomił PINACLE, aplikację zarządzania gotówką, która używa AI i machine learning (ML), aby trenować na podstawie historycznych danych firmy. Po tym, jak moduł jest wytrenowany, może być aktualizowany codziennie i generować prognozę przyszłych przepływów gotówkowych, zmniejszać problemy z kontrolą wersji i zapewnić lepszą wiedzę o bieżących i przyszłych stanach gotówkowych w różnych scenariuszach. AI również pomaga w empowerment inwestorów, szczególnie tych, którzy koncentrują się na zrównoważonym rozwoju. Morgan Stanley doradza, że analityczne możliwości AI mogą pomóc „zidentyfikować firmy z silnymi wynikami ESG, zminimalizować ryzyko i ukształtować portfele, które lepiej odpowiadają celom zrównoważonego rozwoju”.

Ustawianie tonu na 2025

Firmy mają jednorazową okazję, aby zoptymalizować swoje operacje za pomocą AI/GenAI, ale tego rodzaju transformacja wymaga dyscypliny. Wchodząc w nadchodzący rok, liderzy muszą jasno powiedzieć, że: (1) zmiana jest sportem zespołowym; (2) zwrot z inwestycji w nową technologię musi być powiązany z konkretnymi wynikami biznesowymi; i (3) prędkość bez kierunku tworzy chaos. Wyłączając szum i koncentrując się na znaczącym wpływie, organizacje będą przygotowane do trwałego sukcesu w tej ekscytującej nowej erze innowacji.