Adopția AI este în creștere. Dar și performanța afacerilor?

Companiile se străduiesc să transforme investițiile în AI în randamente semnificative. Utilizarea este în creștere, însă doar 13% dintre organizații declară că AI le aduce o valoare transformațională semnificativă. Acest decalaj ar trebui să-i determine pe lideri să facă un pas înapoi și să se întrebe dacă măsoară activitatea sau schimbarea semnificativă.

Sub presiunea de a demonstra clar rentabilitatea investiției în AI (ROI), organizațiile recurg adesea la indicatori ușor de raportat, precum utilizarea instrumentelor, numărul de utilizatori activi sau ratele de adopție. Acești indicatori arată dacă angajații folosesc AI. Ei ne spun prea puțin despre îmbunătățirea muncii sau despre valoarea generată de investiție.

De exemplu, PwC a constatat că 64% dintre angajații chestionați au folosit AI la locul de muncă în ultimele 12 luni, cu zece puncte procentuale mai mult față de anul precedent. La prima vedere, acesta este un semn încurajator de creștere, dar nu demonstrează un impact asupra rezultatului financiar. Adopția AI devine un indicator de vanitate atunci când liderii o tratează drept dovadă a transformării. Un indicator mai relevant este măsura în care AI ajută la transformarea concluziilor desprinse din proiectele anterioare în cadre de lucru, instrumente și acceleratoare care îmbunătățesc modul în care echipele obțin rezultate.

Problema ascunsă: AI poate accelera activități care trebuie schimbate

Înainte de a adăuga AI, organizațiile trebuie să înțeleagă scopul fluxului de lucru, să identifice pașii inutili și să regândească modul în care ar trebui desfășurată activitatea. Acest lucru contează deoarece implementarea AI poate accelera un proces ineficient, mutând blocajele în etapele următoare și generând mai multă muncă de verificare sau refacere.

Aceeași înțelegere ar trebui să ghideze și ceea ce măsoară organizațiile. Analizarea întregului flux de lucru ajută echipele să vadă cum afectează schimbările unei sarcini tot ceea ce urmează și dacă îmbunătățirile aparente reduc cu adevărat efortul sau doar îl transferă altcuiva.

AI poate accelera sarcini individuale, precum redactarea de conținut, rezumarea informațiilor sau analizarea mai rapidă a datelor, fără să îmbunătățească procesele. De exemplu, generarea mai rapidă de conținut poate crea mai multă muncă pentru cei care îl verifică și îl aprobă în etapele următoare. Blocajul se mută, chiar dacă angajații raportează economii de timp la nivel individual.

Aici pot deveni indicatorii de productivitate indicatori de vanitate. Finalizarea mai rapidă a unei sarcini poate părea un câștig imediat, dar s-ar putea să nu țină cont de efortul necesar pentru a transforma rezultatul într-unul util în etapele următoare. Regândirea fluxului de lucru ar trebui să pornească de la rezultatul dorit, apoi să stabilească unde aduce AI valoare și care pași trebuie schimbați.

Contează atât productivitatea sarcinilor, cât și productivitatea fluxului de lucru. Pentru a le măsura împreună, echipele trebuie să privească dincolo de timpul economisit la nivel individual și să evalueze calitatea, refacerea muncii și efortul uman total necesar pentru obținerea rezultatului.

Ce am învățat devenind propriul nostru client AI

La Arionkoder, am creat Socrates, programul nostru intern de transformare, pentru a deveni o organizație nativă AI. Testarea AI pe noi înșine, ca „prim caz”, a arătat cum câștigurile de productivitate la nivelul sarcinilor individuale pot masca problemele din întregul flux de lucru. De exemplu, în fluxurile noastre de lucru pentru managementul proiectelor, am presupus inițial că folosirea AI pentru a genera rezumate ale ședințelor, liste de acțiuni și actualizări despre proiecte ar face aceste sarcini mai eficiente. Totuși, volumul mai mare de informații necesita în continuare verificări manuale, prioritizare și coordonare între echipe. Astfel, volumul de muncă a fost transferat în etapele următoare, nu redus. Ne-am dat seama că accelerarea sarcinilor individuale nu face neapărat întregul flux de lucru mai eficient. Obiectivul Socrates a rămas relevant, dar programul trebuia să ajute echipele să treacă de la accelerarea unor sarcini izolate la regândirea fluxurilor de lucru de la un capăt la altul.

Acest eșec s-a dovedit util când am analizat ce se întâmplase și am aplicat concluziile la următoarea încercare. Ne-a confirmat că transformarea prin AI presupune mai mult decât simpla introducere a tehnologiei. Ea necesită schimbarea modului în care oamenii învață din experimente, iau decizii și colaborează. Socrates trebuia să-i ajute pe angajați să conecteze ceea ce construiau individual cu modul în care se desfășura munca.

Abordarea revizuită oferă acestei etape de experimentare o succesiune clară. Un angajat ar putea începe prin a folosi AI pentru a rezolva o problemă mică, reală. Următorul pas ar fi să testeze dacă altcineva poate folosi ceea ce a construit. Apoi, compania ar putea analiza fluxul de lucru mai amplu, identifica dificultățile și conecta activitatea cu capabilitățile dezvoltate de alte echipe. Învățarea împărtășită între angajați ajută la evaluarea măsurii în care o îmbunătățire rămâne utilă și dincolo de sarcina pe care a fost concepută inițial să o sprijine.

Această distincție este importantă. Construirea unui lucru care funcționează pentru o singură persoană este punctul de plecare. Crearea de valoare pentru organizație presupune să înțelegem cum îl folosesc ceilalți și ce se schimbă atunci când devine parte a unui proces mai amplu.

Prin urmare, am început resetarea de la rezultatul dorit. Ce trebuia să obțină echipa? Care pași contribuiau la acel rezultat și care existau doar din cauza unui proces consacrat, care nu-și mai îndeplinea scopul? Aceste întrebări au ajutat la mutarea accentului de la adăugarea AI la sarcini individuale către regândirea fluxului de lucru în jurul unui obiectiv mai clar.

Apoi, am stabilit valori de referință și criterii adaptate fiecărui flux de lucru. Am analizat calitatea, refacerea muncii și efortul angajaților, alături de timpul necesar finalizării. Acești indicatori ne-au ajutat să evaluăm îmbunătățirile la nivelul întregului proces.

În cadrul Socrates, am reproiectat peste 20 de fluxuri de lucru, transformând experimentele axate pe probleme reale de afaceri în capabilități pe care le puteau folosi și alții. Raportarea financiară a scăzut de la patru ore la 20 de minute, în timp ce departamentul IT a raportat cu 40% mai puține sarcini repetitive și o reducere cu 60% a timpilor de răspuns. Aceste rezultate au demonstrat un progres operațional. Pentru a înțelege cum se traduc acești indicatori în valoare pentru afacere, trebuie evaluat dacă efortul a scăzut pe întregul flux de lucru și cum au folosit echipele capacitatea câștigată.

Pentru noi, lecția a fost să urmărim îmbunătățirile până la capăt. Economiile de timp la nivel individual contează, dar devin valoare pentru organizație atunci când îl ajută pe următorul coleg să lucreze mai bine și apropie echipa de rezultatul dorit.

Ce ar trebui să măsoare CIO-urile în schimb

Urmărirea unei îmbunătățiri până la efectul său asupra afacerii presupune mai mult decât monitorizarea utilizării IA sau a timpului economisit. Liderii trebuie să coreleze adopția cu îmbunătățirile modului în care se desfășoară activitatea și cu rezultatele obținute. Progresul ar trebui măsurat la trei niveluri distincte:

1. Adopție: folosesc angajații IA?

   Adopția rămâne un indicator util pentru diagnosticare. Utilizarea, participarea la experimente și feedbackul angajaților pot arăta unde oamenii capătă încredere și unde au nevoie de sprijin.

   Acești indicatori îi ajută pe lideri să înțeleagă cât de pregătită este organizația, dar nu demonstrează rentabilitatea investiției (ROI). Utilizarea intensă este un punct de plecare pentru investigații, nu o dovadă a transformării.

2. Performanța fluxului de lucru: se îmbunătățește efectiv activitatea?

   Criteriile de succes ar trebui să reflecte scopul fluxului de lucru. În funcție de cazul de utilizare, îmbunătățirea poate însemna informații mai precise, mai puține erori sau o rezolvare mai rapidă.

   Comparați performanța cu un nivel de referință, de-a lungul întregului proces. Urmăriți eliminarea etapelor inutile, refacerea muncii, calitatea și efortul total depus de angajați. Includeți persoanele care primesc rezultatele generate de IA și acționează pe baza lor. O sarcină nu devine neapărat mai eficientă dacă generează verificări sau corecturi suplimentare în altă parte.

3. Impactul asupra afacerii: îmbunătățește fluxul de lucru bazat pe IA rezultatele de business?

   Corelați îmbunătățirile fluxului de lucru cu rezultatele care contează deja pentru conducere, precum retenția clienților, veniturile, calitatea serviciilor sau costul per problemă rezolvată. De exemplu, producerea unui volum mai mare de conținut demonstrează o creștere a producției. Valoarea acelui conținut pentru afacere depinde de ceea ce reușește să obțină.

   Urmăriți ce se întâmplă cu timpul economisit. A îmbunătățit capacitatea suplimentară serviciile, a susținut creșterea sau a redus costurile operaționale? Evaluați valoarea în raport cu costul total al furnizării, inclusiv efortul uman, consumul de IA, integrarea, supravegherea, instruirea și mentenanța.

Împreună, acești indicatori îi ajută pe lideri să urmărească parcursul de la adopția IA la fluxuri de lucru mai bune și rezultate de business mai bune. Dacă utilizarea IA crește fără să reducă efortul uman, să îmbunătățească calitatea sau să genereze valoare pentru afacere, liderii trebuie să reevalueze abordarea înainte de a o extinde.

Liderii trebuie să redefinească progresul în domeniul IA

Datele despre adopție îi ajută pe lideri să vadă cine folosește IA și unde este nevoie de mai mult sprijin. Pentru a-i înțelege valoarea, trebuie să îi asculte pe cei care desfășoară activitatea și să evalueze dacă beneficiile îmbunătățesc fluxul de lucru în ansamblu. Liderii trebuie să le ofere angajaților încrederea necesară pentru a semnala abordările care sporesc efortul fără să aducă rezultate mai bune, apoi să acționeze în urma acestor constatări. Schimbarea sau oprirea unei abordări ineficiente reprezintă progres atunci când lecțiile învățate îmbunătățesc următoarea decizie.

Transformarea semnificativă se vede în eliminarea muncii inutile, obținerea unor rezultate mai bune și creșterea capacității de a ne ocupa de activitățile care contează. Acestea sunt rezultatele după care liderii ar trebui să evalueze progresul în domeniul IA și să ghideze investițiile viitoare.