De ce majoritatea investițiilor în IA vor fi sub așteptări 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 dorință sau entuziasm.

În timp ce IA este prezentă în fiecare industrie și sector, problema constă în faptul că companiile nu se pregătesc suficient 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 înainte.

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

Haideti să explorăm cele trei motive principale pentru care inițiativele de IA eșuează.

Punerea tehnologiei înainte și a afacerii pe al doilea plan

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

A fost investit mult în IA, ceea ce face ca companiile să dorească să se implice și să investească în prototipuri de ultimă generație. Cu toate acestea, riscul este că pot cheltui milioane de dolari pe o soluție care nu are un obiectiv de afaceri 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 lipsei de control al riscurilor și a costurilor în creștere sau a lipsei de valoare de afaceri.

Datele proaste sunt o piedică deosebită pe care majoritatea companiilor nu o pot depăși, în special 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 piardă ore întregi încercând să găsească informații lipsă esențiale pentru luarea deciziilor strategice.

Și nu numai echipele sunt subminate, ci și uneltele. Modelele de învățare automată, de exemplu, nu pot funcționa corect 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 de afaceri 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 de afaceri ar trebui să vină pe primul loc, iar implementarea tehnologică să urmeze în consecință. În cele din urmă, soluțiile tehnologice ar trebui să servească ca mijloc de a obține rezultate de afaceri. Mai mult, nevoia de afaceri este esențialmente coloana vertebrală a implementărilor de tehnologie și IA.

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

Companiile au nevoie de obiective măsurabile pentru a verifica în mod constant că IA nu numai că îmbunătățește eficiența, ci și că este cuantificabilă. Acest lucru este esențial atunci când se explică acționarilor companiei că pariul scump al IA nu a fost doar meritat, ci că au date pentru a demonstra acest lucru.

Implementarea prea ambițioasă a IA

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

Cu toate acestea, încercările prea ambițioase de a rezolva o problemă dintr-o singură lovitură 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, Walmart a avut succes la scară largă prin introducerea algoritmilor de învățare automată pentru a optimiza gestionarea stocurilor. Rezultatul? O reducere cu 30% a stocurilor supradimensionate și o creștere cu 20% a disponibilității produselor pe raft.

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

Cadrul 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, iată cum cadrul “zona de câștig” ar putea fi aplicat unei companii de logistică care implementează IA:

• Zona de performanță: Operațiunile de bază ale companiei, cum ar fi programarea depozitului și livrarea mărfurilor, sunt esențiale pentru generarea de venituri. Indicatorii de performanță legați de îmbunătățirea eficienței depozitului pentru a reduce timpul 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 detenție, 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 de afaceri recurente.

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

Lipsa de adoptare a utilizatorilor

Companiile se grăbesc să valorifice toate beneficiile oferite de IA și 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 uneltele de IA sunt integrate în fluxurile de lucru și fac parte din procesele de afaceri.

Alte unelte, cum ar fi CRM-urile, optimizează și controlează un întreg 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 “de sarcină” decât la nivelul unui proces întreg; poate fi utilizată sporadic în cadrul diferitelor etape ale unor metode diferite; mai degrabă decât a sprijini un flux de lucru complet, fiecare utilizator ar putea aplica IA în mod diferit pentru sarcinile sale specifice.

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

În acest caz, gestionarea schimbării devine crucială pentru adoptarea utilizatorilor. Gestionarea 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 o gestionare corespunzătoare a schimbării, companiile vor rata ținta atunci când vine vorba de adoptarea de către utilizatori a instrumentelor de IA, riscând astfel să accentueze lacunele tehnologice, care pot duce la mai multe ineficiențe, greșeli și eșecuri în a valorifica pe deplin potențialul soluției de IA.

Pentru a funcționa, inițiativele de gestionare a schimbării au nevoie de o echipă de conducere calificată și desemnată 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 a încuraja angajații să aibă o mai bună înțelegere și încredere în noul sistem. Abia atunci vor apărea înțelegerea și acceptarea, ceea ce va duce la adoptarea și aplicarea pe scară largă a tehnologiei de către companii.

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