Cum să încetezi să pierzi bani pe proiectele pilot AI: Trei greșeli și ce să faci în schimb

În ultimii câțiva ani, industria financiară a concurat intens pentru a implementa inteligența artificială. Companiile cumpără tot mai des modele și semnează contracte cu furnizorii, dar acest lucru produce puține sau rezultate îngrozitoare. Conform unui studiu MIT publicat anul trecut, 95% din proiectele pilot AI corporative nu au niciun efect măsurabil asupra profitului companiilor.

În același timp, cheltuielile cresc vertical, deoarece se estimează că anul trecut lumea a cheltuit 1.76 trilioane de dolari pe AI, iar în 2026 se așteaptă ca această cifră să crească la 2.59 trilioane. Astfel, banii investiți și banii returnați par să difere semnificativ, iar costurile cresc practic degeaba.

Totuși, problema nu este că tehnologia este slabă. Modelele AI devin tot mai inteligente în fiecare an, atât de mult încât OpenAI a decis să își pună dezvoltările în așteptare pentru a nu merge prea departe. Prin urmare, în acest caz, adevăratul dezavantaj este lipsa unui model operațional care să poată utiliza eficient aceste tehnologii.

Iluzia de a avea un pilot

Scara integrării AI este atât de mare încât aproape fiecare fintech sau companie financiară tradițională a lansat recent cel puțin un pilot AI, de exemplu, un chatbot pentru clienți. Dar, indiferent de ce lansează, aceste povești au, în ansamblu, un final destul de neplăcut.

Totul începe cu o echipă specifică care construiește o dovadă de concept care funcționează bine în condiții de testare controlate. Apoi, după demonstrație, managementul este impresionat și le permite să o implementeze, dar la un moment dat proiectul se prăbușește sau se dovedește ineficient. Dar de ce?

Desigur, nu fiecare proiect intern AI eșuează, deoarece în acel caz nu ar mai rămâne ingineri ML, iar tehnologia ar deveni inutilă. Dar am observat acest ciclu de eșec atât de des încât știu deja foarte bine rădăcina lui. Pe scurt, este pilotul în sine, care, deși ar putea fi bine realizat, nu a fost conceput să se potrivească modului în care afacerea funcționează cu adevărat și operează zi de zi.

Ca rezultat, un model care funcționează excelent în izolare intră în circuitul de producție și se lovește de infrastructura veche sau de angajați care nici măcar nu știu cum să lucreze cu tehnologia. Dar niciuna dintre aceste bariere nu este rezolvată de un algoritm mai inteligent. Toate pot fi remediate doar prin decizii de management, iar aceasta nu este zona de responsabilitate a oamenilor de știință în date.

Câteva greșeli pe care e mai bine să le eviți

Înainte să vedem cum să integrăm AI mai eficient într-o companie, să luăm în considerare alte greșeli care pot apărea pe parcurs.

Prima și cea mai importantă eroare, așa cum am menționat deja indirect, este tratarea AI ca pe un supliment fără a reconstrui procesele. De fapt, multe companii iau un flux de lucru existent și simplu încorporează un instrument AI într-un pas, fără să se gândească dacă AI are sens în acel proces.

Așadar, ca manager, m-aș întreba mai întâi: a fost acest proces chiar necesar în compania ta? Dacă fluxul de lucru era ineficient înainte de automatizare, va rămâne la fel de ineficient și după aceea. Poate chiar să se înrăutățească, deoarece AI poate își amintește tiparele negative și le repetă.

Următoarea greșeală apare când managerii subestimează povara conformității și guvernanței. Serviciile financiare se confruntă cu unele dintre cele mai stricte presiuni de reglementare din orice industrie și, de exemplu, nu poți automatiza întregul departament de conformitate cu AI. Același lucru este valabil pentru furnizarea directă de servicii și gestionarea portofoliului. Pare un adevăr universal, dar vei fi surprins de câți fondatori greșesc.

Și, nu în ultimul rând, multe companii uită să-și instruiască oamenii pentru implementarea AI. Când tehnologia preia rutinele angajaților, instinctul inițial este adesea să reducă personalul, deoarece multe sarcini pot fi realizate mai repede cu mai puține persoane implicate. Deși va reduce cheltuielile pe termen scurt, este o abordare foarte miopă.

Dacă vrei valoare reală, pune-ți o altă întrebare. Ce activități de nivel superior pot oamenii noștri să facă acum că sunt eliberați de rutină? Sunt ei pregătiți pentru asta cu abilitățile și motivația actuale?

Ce să începi luni pentru mai multă eficiență

Ca prim pas, auditează proiectele pilot AI suspendate. Adică, nu introduce idei noi până nu ai rezolvat corect pe cele vechi. În 90% din cazuri, problema este lipsa responsabilității, faptul că nimeni nu este clar responsabil pentru scalarea acestora. Deci atribuie proprietatea.

Dacă cineva deține deja controlul AI, următorul pas este să revizuiești procesul și să îl reconstruiești în întregime. Nu adăuga pur și simplu AI la fluxul de lucru existent. Sfatul meu este să te întrebi cum ar arăta acest proces dacă l-am proiecta astăzi de la zero, știind că AI poate realiza analiza primară. De multe ori răspunsul este mult mai simplu decât pare.

De asemenea, nu uita să calculezi cifrele reale pe care le aduce modelul AI. Dacă, la șase luni de la lansare, nu poți specifica valori privind eficacitatea modelului (de exemplu, ore economisite sau profituri crescute), atunci nu funcționează așa cum ar trebui, deci e mai bine să reevaluezi valoarea lui.

Și, poate cel mai important, nu concediați oamenii, în special pe cei responsabili și pe cei care și-au făcut întotdeauna munca onest. Dacă oamenii aduc companiei mai mulți bani decât câștigă într-un an, concedierea va deveni curând o problemă pentru dumneavoastră. Și companiile care nu înțeleg acest lucru își pierd cunoștințele instituționale și încrederea echipei, ceea ce apoi costă mult mai mult.

Luând toate împreună, 95% dintre proiectele pilot nu ating rezultatul, nu pentru că tehnologia a eșuat. Nu reușesc deoarece organizația din jurul lor a rămas aceeași și învechită. Aceasta este singura variabilă care ar trebui schimbată mai întâi.