De ce majoritatea investițiilor în IA vor avea rezultate slabe sau vor eșua

Oamenii și companiile sunt obsedați de potențialul IA, dar 80% din proiectele de IA vor eșua – și nu este vorba de lipsă de voință sau entuziasm. 

În timp ce IA pătrunde în fiecare industrie și sector, problema constă în faptul că companiile nu se pregătesc corespunzător pentru această schimbare tehnologică. 

Boston Consulting Group raportează că una din trei companii la nivel global planifică să cheltuiască peste 25 de milioane de dolari pe IA. Prin urmare, milioane de dolari vor fi irosiți dacă companiile continuă să se implice în soluții de IA fără a planifica în avans. 

Cu toate acestea, cu inițiative puternice de management al schimbării și un sistem pentru a sprijini inovația și indicatorii de performanță măsurabili, companiile pot schimba soarta succesului în IA.

Să analizăm cele trei motive principale pentru care inițiativele de IA eșuează . 

Punerea tehnologiei pe primul loc și a afacerii pe al doilea

Sute de rapoarte și studii, în special despre IA generativă, arată viteza și inteligența impresionantă a algoritmilor și programelor de IA. 

A fost investit mult în IA, ceea ce determină companiile să sară în apă și să investească în soluții de ultimă generație. Cu toate acestea, riscul este că pot cheltui milioane de dolari pe o soluție care nu are un obiectiv comercial clar sau nu are un impact măsurabil.

De fapt, Gartner prezice că cel puțin 30% din proiectele de IA generativă vor fi abandonate până la sfârșitul anului 2025 din cauza calității proaste a datelor, a controlului inadecvat al riscurilor și a costurilor în creștere sau a lipsei de valoare comercială.

Datele proaste sunt o piedică particulară pe care majoritatea companiilor nu o pot depăși, mai ales atunci când vine vorba de maximizarea eficienței și eficacității soluțiilor de IA. Datele izolate sunt printre cele mai importante probleme și reprezintă o problemă de afaceri care nu poate fi ignorată. Echipele pot ajunge să irosească ore încercând să găsească informații lipsă esențiale pentru luarea deciziilor strategice. 

Și nu numai echipele sunt subminate, ci și instrumentele. Modelele de învățare automată, de exemplu, nu pot funcționa corespunzător atunci când datele sunt deconectate și pline de erori. 

Pentru a asigura un randament pozitiv al investiției și înainte de a începe orice lucrări tehnice, organizațiile trebuie să identifice problemele comerciale specifice pe care soluția de IA urmează să le rezolve. Acest lucru include stabilirea unor indicatori de performanță măsurabili și obiective, cum ar fi reducerea costurilor, creșterea veniturilor sau îmbunătățirea eficienței, cum ar fi reducerea timpului necesar pentru a obține date.

În special, strategia comercială trebuie să vină pe primul loc, iar implementarea tehnologică urmează în consecință. În cele din urmă, soluțiile tehnologice ar trebui să servească ca mijloc de a stimula rezultatele comerciale. Mai mult, nevoia comercială este esențialmente coloana vertebrală a implementărilor de IA și a altor tehnologii. 

De exemplu, o companie de logistică care dorește să utilizeze IA ar putea stabili obiective măsurabile pentru software-ul său de IA pentru a optimiza previziunile cererii și a îmbunătăți gestionarea flotei, reducând numărul de camioane subutilizate cu 25% în primii șase luni și ajutându-i să crească profiturile cu 5%. 

Companiile au nevoie de obiective măsurabile pentru a verifica constant că IA nu numai că îmbunătățește eficiența, ci și că este cuantificabilă. Acest lucru este esențial atunci când explici stakeholderilor companiei că pariul scump pe IA nu numai că a fost meritat, dar au și date pentru a dovedi acest lucru.  

Implementarea prea ambițioasă a IA

Promisiunea IA de a revoluționa totul este reiterată constant în mass-media și este adesea prezentată ca o soluție magică. Acest lucru poate instaura o falsă încredere în liderii de afaceri, determinându-i să creadă că pot utiliza noi sisteme de IA și să le integreze toate în procesele de afaceri simultan. 

Cu toate acestea, încercările prea ambițioase de a rezolva o problemă dintr-o dată duc de obicei la eșec. În schimb, companiile ar trebui să înceapă cu pași mici și să scaleze strategic pentru a obține rezultate mai bune. 

De exemplu, s-a demonstrat succesul la scară largă cu Walmart, care a introdus algoritmi de învățare automată pentru a optimiza gestionarea stocurilor. Rezultatul? O reducere cu 30% a stocurilor supradimensionate și o creștere cu 20% a disponibilității pe raft.

Pentru a ajuta la acest lucru, companiile ar trebui să adopte un cadru “zone to win” pentru implementarea IA, o metodologie dovedită care ajută echipele să înțeleagă că trebuie să echilibreze operațiunile curente cu inovația viitoare. 

Cadru divide activitățile de afaceri în patru zone: performanță, productivitate, incubare și transformare. IA nu poate perturba totul deodată, iar zona de incubare creează un spațiu dedicat pentru experimentarea tehnologiilor de IA fără a perturba afacerile de bază.

De exemplu, acesta este modul în care cadru “zone to win” ar putea fi aplicat unei companii de logistică a depozitării la rece care implementează IA:

• Zona de performanță: Operațiunile de bază ale companiei, cum ar fi programarea depozitului și distribuirea mărfurilor, sunt cheia pentru a genera venituri. Indicatorii de performanță legați de îmbunătățirea eficienței depozitului pentru a reduce timpii de staționare și a crește livrările sunt prioritare. 
• Zona de productivitate: Aici, procesele interne sunt abordate pentru a îmbunătăți eficiența și a reduce costurile, cum ar fi taxele de staționare, prin integrarea capacităților de știință a datelor, cum ar fi analiza predictivă și instrumentele de analiză în timp real. 
• Zona de incubare: Compania dedică timp pentru a testa instrumente bazate pe date în anumite depozite, permițând echipelor să determine care inovații ar putea deveni fluxuri de venit viitoare.
• Zona de transformare: Aici, compania extinde transformarea digitală la nivelul întregii organizații, urmând o infrastructură digitală cuprinzătoare care asigură rezultate comerciale recurente. 

Cadru ajută conducerea să ia decizii cu privire la alocarea resurselor între menținerea operațiunilor curente și investiția în capacități viitoare bazate pe IA. Această conștientizare ajută la evitarea problemei și a eșecului inevitabil atunci când investițiile în IA sunt răspândite prea subțire pe mai multe departamente și procese.

Lipsa adoptării utilizatorilor

Companiile se grăbesc să valorifice toate beneficiile oferite de IA și de învățarea automată fără a lua în considerare mai întâi oamenii care le utilizează. Chiar și cele mai sofisticate soluții de IA eșuează dacă utilizatorii finali nu înțeleg tehnologia – totul depinde de încredere și de o instruire cuprinzătoare.

Factorul subiacent vital pentru integrarea IA este operaționalizarea acesteia. Acest lucru înseamnă a asigura că instrumentele de IA sunt integrate în fluxurile de lucru și sunt făcute să devină mainstream în procesele de afaceri. 

Alte instrumente de lucru, cum ar fi CRM-urile, optimizează și controlează întregul proces de la început până la sfârșit. Acest lucru face instruirea ușoară, deoarece fiecare etapă a procesului poate fi arătată și explicată. Cu toate acestea, IA generativă funcționează la un nivel mai granular “nivel de sarcină” decât nivelul de proces; poate fi utilizată sporadic în cadrul diferitelor etape ale diferitelor metode; mai degrabă decât să sprijine un flux de lucru complet, fiecare utilizator poate aplica IA în mod ușor diferit pentru sarcinile sale specifice. 

Ruth Svensson, partener la KPMG UK, a declarat Forbes: “Deoarece IA generativă funcționează la nivel de sarcină și nu la nivel de proces, nu puteți vedea lacunele de instruire atât de ușor.” Ca urmare, angajații pot utiliza instrumentul de IA fără a înțelege cum se potrivește în obiectivele comerciale mai largi, ceea ce duce la lacune de instruire ascunse. Aceste lacune pot include o lipsă de înțelegere a modului de a valorifica pe deplin capacitățile IA, de a interacționa eficient cu sistemul sau de a asigura că datele generate de acesta sunt utilizate corect.

În acest caz, managementul schimbării eficiente devine crucial pentru adoptarea utilizatorilor. Managementul schimbării permite organizațiilor să se asigure că angajații lor nu numai că adoptă noua tehnologie, ci și că înțeleg pe deplin implicațiile acesteia pentru sarcinile și procesele de afaceri. 

Fără un management corespunzător al schimbării, companiile vor rata ținta atunci când vine vorba de adoptarea instrumentelor de IA de către utilizatori, în timp ce riscă să accentueze lacunele tehnologice, care sunt o pantă alunecoasă către mai multe ineficiențe, greșeli și eșecuri în a maximiza potențialul soluției de IA.

Pentru ca inițiativele de management al schimbării să funcționeze, acestea au nevoie de o echipă de conducere calificată pentru a conduce mișcarea. Liderii trebuie să identifice lacunele de instruire la nivel de sarcină și să ofere sau să organizeze instruire personalizată pentru angajați pe baza sarcinilor specifice pentru care vor utiliza IA.

Ideea este de a împuternici și de a încuraja angajații să aibă o mai bună înțelegere și încredere în noul sistem. Abia atunci vor veni înțelegerea și acceptarea, ceea ce va duce la o adoptare și o aplicare mai bună a tehnologiei de către afaceri.

Este clar că IA este tehnologia definitorie a acestui deceniu, dar fără operaționalizare, impactul său va continua să fie irosit. Prin îmbunătățirea inițiativelor de management al schimbării, implementarea inițiativelor de IA în mod gradual și utilizarea indicatorilor de performanță măsurabili, companiile nu vor cheltui doar bani pe IA, ci vor profita de pe urma acesteia.