CIO-urile au nevoie de o modalitate mai bună de a contabiliza munca AI în IT

În ultimii doi ani, CIO-urile au avut un obiectiv simplu pentru AI în IT: să îl introducă în organizație, să permită echipelor să experimenteze și să vadă unde ar putea îmbunătăți livrarea serviciilor.

Organizațiile IT au achiziționat licențe, au desfășurat proiecte pilot și au adăugat funcționalități AI în stack-uri de software deja supraîncărcate. Acest lucru avea sens în timp ce echipele încă descopereau ce poate face AI. Acum că cheltuielile se află în bugete reale, și CFO-urile vor să știe ce primește compania pentru banii săi.

Problema este că multe dintre cifrele pe care le folosesc CIO-urile pentru a măsura AI nu răspund la acea întrebare. CIO-urile pot arăta câți angajați folosesc AI, cât de des îl folosesc și cât timp spun că le economisește. Finanțele vor să știe dacă compania a cheltuit mai puțini bani, a realizat mai multă muncă sau a evitat angajarea de noi persoane.

Economisirea a cinci ore pe săptămână pentru un angajat pare valoroasă, dar compania trebuie totuși să știe ce s-a întâmplat cu acele cinci ore. Dacă angajatul gestionează mai multă muncă sau echipa poate susține o sarcină în creștere fără a angaja o altă persoană, compania poate vedea rezultatul financiar. Dacă nu se schimbă nimic altceva, economiile de timp s-ar putea să nu apară niciodată în buget.

Pe măsură ce companiile cheltuie mai mult pe AI, CIO-urile trebuie să devină mult mai specifice în legătură cu munca pe care AI o realizează și cu costul acelei munci.

Timpul economisit nu înseamnă neapărat bani economisiți

Multe calcule ale ROI-ului AI încep cu timpul ca criteriu – de exemplu, dacă AI economisește unui angajat 30 de minute pe zi, o companie poate multiplica acele minute la mii de angajați și poate obține un număr foarte mare.

Dar procesele de afaceri rareori funcționează atât de ordonat. Munca trece de la o persoană la alta, așteaptă aprobări și rămâne în cozi. Dacă AI economisește zece minute într-o parte a unui proces și apoi munca așteaptă șase ore pentru altcineva, compania nu a câștigat zece minute de capacitate utilă.

Pentru CIO-uri, întrebarea mai utilă este dacă AI modifică performanța serviciului în sine. Dacă cererile de acces trec prin coadă mai repede, mai puține tichete necesită intervenție umană sau costul per cerere scade, IT poate măsura rezultatul utilizând aceleași repere operaționale pe care le urmărește deja.

Aviva este un exemplu bun. Asigurătorul a utilizat peste 80 de modele AI ca parte a schimbărilor în operațiunea de despăgubiri și a raportat reducerea timpului de evaluare a răspunderii cu 23 de zile și a plângerilor cu 65 la sută. Aceste cifre le spun conducerii ce s-a schimbat în operațiune și oferă finanțelor ceva ce poate fi măsurat.

CIO-urile trebuie să aplice aceeași gândire investițiilor lor în AI. Înainte de a extinde un pilot, ar trebui să știe ce parte a afacerii se așteaptă să schimbe și câtă muncă trebuie să preia AI pentru ca acest lucru să se întâmple.

Munca pe care AI o finalizează este un punct de plecare mai bun

Luați în considerare o cerere de acces IT obișnuită. Un copilot ar putea rezuma ticheta și să redacteze un răspuns, în timp ce un agent IT verifică politica companiei, confirmă solicitantul, obține aprobarea, modifică permisiunea și închide cererea.

Copilotul poate economisi angajatului câteva minute, dar cea mai mare parte a muncii aparține în continuare angajatului.

Acum imaginați-vă un sistem AI care poate verifica cererea în raport cu politica companiei, poate colecta informațiile lipsă, poate direcționa cererea spre aprobare și poate efectua modificarea odată ce primește aprobarea. IT poate vedea câte cereri finalizează sistemul AI, cât de des trebuie să intervină un angajat și câtă muncă umană necesită fiecare cerere.

Acest lucru oferă CIO-urilor o modalitate mult mai clară de a contabiliza AI. În loc să estimeze câte minute a economisit tehnologia, pot măsura câtă muncă a finalizat și ce a costat finalizarea acelei munci.

Același abordare poate fi aplicată la integrarea angajaților, suportul intern și răspunsul la incidente. Partea importantă este să se ofere AI responsabilitatea pentru munca pe care compania o înțelege deja și știe cum să o măsoare.

Dar trebuie să contabilizați și munca umană

Un sistem AI poate începe 1,000 de cereri de integrare și poate necesita intervenția unui angajat la 600 dintre ele. Considerarea tuturor celor 1,000 ca fiind automatizate ar oferi conducerii o imagine greșită a cantității de muncă pe care AI-ul a gestionat-o efectiv.

Aceste intervenții costă bani. Dacă un agent lucrează la o cerere câteva minute și apoi o predă unui angajat care petrece alte douăzeci de minute pentru a o finaliza, acele douăzeci de minute fac parte din costul procesului.

Asta înseamnă că IT are nevoie de un registru al celor întâmplate în fiecare sarcină. Trebuie să știe ce a făcut AI-ul, ce sisteme a accesat, unde a necesitat aprobare, când a intervenit un angajat și dacă munca a fost finalizată efectiv. Aceste înregistrări pot alimenta măsurile tradiționale ale biroului de servicii, cum ar fi timpul mediu de rezolvare, adăugând în același timp metrici care contează specific pentru AI, inclusiv ratele de intervenție și costul per sarcină finalizată.

Echipele de securitate au nevoie de aproape aceleași informații când ceva merge greșit. Dacă un sistem AI modifică o permisiune greșită sau efectuează o acțiune pe care nu ar fi trebuit să o facă, trebuie să reconstruiască ce s-a întâmplat și să înțeleagă de ce.

Păstrarea acelui registru oferă directorilor IT o modalitate de a măsura ambele părți ale investiției. Ei pot vedea costul rulării AI‑ului și forța de muncă umană încă necesară pentru a supraveghea și finaliza munca acestuia.

Câtă responsabilitate primește AI-ul influențează economia

Directorii IT trebuie, de asemenea, să decidă câtă autoritate sunt dispuși să acorde AI-ului.

Un sistem AI cu permisiuni limitate poate necesita ca un angajat să aprobe multe dintre acțiunile sale. Acest lucru menține o persoană implicată, dar înseamnă și că compania continuă să plătească pentru mai multă forță de muncă umană.

Acordarea unui nivel mai mare de autoritate sistemului poate permite acestuia să finalizeze mai multă muncă pe cont propriu, dar conferă și departamentului IT un risc suplimentar de gestionat. Un sistem care poate crea un cont sau modifica o permisiune poate provoca mai multe daune când greșește decât unul care poate doar să recomande ce ar trebui să facă un angajat. Costul poate crește, de asemenea, neașteptat atunci când un agent rămâne blocat într-o buclă, reîncearcă aceeași sarcină sau consumă resurse de calcul pentru că o instrucțiune a fost prea vagă. Aceste eșecuri fac parte și ele din economie.

Companiile vor trasa acea linie diferit în funcție de munca implicată. Ceea ce contează pentru calculul ROI‑ului este să știm unde se situează linia și câtă implicare umană generează.

Dacă un sistem AI poate finaliza în siguranță 90% dintr-un proces, economia lui poate arăta foarte diferit față de un sistem care are nevoie de un angajat la fiecare altă etapă.

Începeți cu munca care deja costă bani

Directorii IT care planifică următoarea rundă de cheltuieli pentru AI ar trebui să înceapă cu munca care deja consumă timp semnificativ sau forță de muncă.

Cererile de acces, integrarea angajaților, răspunsul la incidente și suportul intern oferă IT‑ului ceva concret de măsurat. Compania știe deja aproximativ câte cereri gestionează, cât timp de angajat necesită și unde tinde munca să se blocheze.

De acolo, IT poate determina care părți pot fi gestionate în siguranță de AI și unde un angajat trebuie încă să intervină. Apoi poate decide ce se așteaptă ca investiția să realizeze.

Poate echipa dorește să gestioneze cu 30% mai multe tichete fără a angaja noi persoane. Poate vrea să reducă costul fiecărei cereri de acces. Poate vrea ca angajații să petreacă mai puțin timp în suportul de rutină, pentru a putea gestiona munca care în prezent se află în backlog. Odată ce IT cunoaște costul total al finalizării unei sarcini cu AI, inclusiv intervenția umană, poate stabili un cost țintă pentru acea sarcină și poate decide dacă automatizarea merită cu adevărat.

După ce AI începe să facă munca, directorii IT pot compara ce așteptau cu ce s‑a întâmplat de fapt. Ei pot vedea câtă muncă a finalizat AI-ul, cât de des a trebuit ca oamenii să intervină și care a fost costul întregului proces.

Acest lucru oferă directorilor IT o modalitate mult mai simplă de a discuta cheltuielile pentru AI cu departamentul financiar. În loc să încerce să atribuie o valoare în dolari la miile de minute estimate economisite, pot arăta ce muncă a gestionat AI-ul, câtă forță de muncă umană a necesitat în continuare și dacă compania a cheltuit mai puțini bani pentru a finaliza acea muncă.