Фаза медового месяца ИИ закончилась, так что же дальше?

Бесчисленные обсуждения о трансформирующем потенциале ИИ прошли за последние два года с момента первоначального выпуска ChatGPT, который вызвал так много волнения. Корпоративные лидеры были готовы использовать эту технологию для снижения операционных расходов. Может быть, удивительно, но для многих лидеров ключевым показателем, используемым для оценки успеха инструмента ИИ, не является срок окупаемости инвестиций (ROI). Это скорость окупаемости инвестиций.

В условиях снижения толерантности к риску и увеличения давления на доходы лидеры ожидают, что инвестиции будут быстро приносить результаты. В то же время ажиотаж вокруг ИИ утихает, что позволяет вести более прагматичные разговоры о доходности инвестиций в ИИ.

Следующая фаза: реальность того, где работает ИИ

Успех на сегодняшнем рынке, где царят подписки, зависит от того, насколько хорошо вы удерживаете клиентов, а не насколько хорошо вы их привлекаете. В большинстве секторов рынок перенасыщен, и многие организации предлагают аналогичные услуги практически одинакового качества. Добавьте к этому снижение лояльности клиентов, растущие ожидания и увеличивающуюся готовность переключаться на другие бренды, и организации оказываются в ситуации, когда у них нет места для ошибок, чтобы идти в ногу с жесткой конкуренцией. Опыт клиента (CX) является ключевым фактором, определяющим, будут ли организации, работающие по подписке, процветать или отставать.

В этой среде организации могут лучше всего конкурировать, ориентируясь на постепенные улучшения, а не избегая расходов. Каждый выбор, который делает организация, должен быть направлен на конкретные, ориентированные на клиента цели — даже если это стоит немного больше вначале. Это распространяется и на внедрение ИИ. Организации задавались вопросом, как ИИ может окупить свои затраты, используя его как замену существующих ресурсов. Теперь им нужно задаться вопросом, как ИИ может создать ценность для организации, улучшая работу с клиентами.

Ответ достаточно прост. ИИ имеет много потенциальных применений, которые улучшают CX как直接но, так и косвенно. Инструменты, работающие на ИИ, могут повысить персонализацию, используя данные о поведении клиентов, чтобы гарантировать, что пользователи видят правильное сообщение или акцию в правильное время. Эти же данные могут помочь в разработке продуктов, выявляя пробелы на рынке, которые организация может использовать для лучшего обслуживания клиентов. Они также могут сделать организации более проактивными, помогая им предвидеть нарушения, активировать планы действий в чрезвычайных ситуациях и передавать необходимую информацию пользователям.

Однако эта работа происходит в основном за кулисами и не может произойти за одну ночь.

Хотите ИИ наилучшего качества? Начните с «невидимых» применений

Единственный способ точно знать, принесет ли тот или иной случай использования ИИ на переднем или заднем плане желаемые результаты, — это использовать более скрытые, за кулисами возможности ИИ.

За заголовками о мгновенной трансформации стоит основная способность ИИ: анализ. Большие языковые модели (LLM) вроде ChatGPT привлекли внимание своей, казалось бы, гибкостью, но они выполняют только одну задачу, независимо от того, где они работают. Они суммируют информацию. Организациям предстоит сделать доступной правильную информацию, и это требует времени. Это два факта, которые часто терялись в разговоре, и они означают конец репутации ИИ как «быстрого решения».

Следующая эпоха будет определяться «невидимыми» улучшениями, облегченными ИИ, когда организации будут строить свои технические основы. Организации могут начать с LLM, которые помогают:

1. Интегрировать существующие базы данных и разрушать барьеры, чтобы обеспечить видимость от начала до конца — и контекст, который с этим приходит.
2. Внедрять инструменты сбора данных в реальном времени, чтобы гарантировать, что идеи являются актуальными и отражают последние тенденции, закономерности и нарушения.
3. Ускорять согласование и управление, чтобы гарантировать точность и освободить работников для сосредоточения на задачах более высокого уровня, требующих человеческого подхода.

Изменения в организации являются первым шагом к эффективному внедрению и распространяются как на системы, так и на персонал. На этом этапе лидерам также следует учитывать, как развертывание ИИ может повлиять на персонал, и работать над преодолением потенциальных препятствий. Разработка программ повышения квалификации и переподготовки поможет гарантировать, что персонал готов работать эффективно вместе с новыми технологиями. Сам ИИ может помочь в этих усилиях — еще одно из его «невидимых» применений. Например, он может выявить индивидуальные пробелы в знаниях на основе данных об использовании. Этот тип информации может руководить программами обучения, чтобы гарантировать, что работники имеют все необходимое для процветания.

Как только организации интегрируют, точные и актуальные записи и персонал, который понимает, как и когда использовать ИИ, они могут добавить еще один слой «невидимых» инструментов. Следующая волна решений должна сосредоточиться на аналитике, которая помогает культивировать глубокое понимание того, как работает бизнес, чего хотят клиенты и какие препятствия мешают. Эти решения строятся друг на друге, и каждый шаг открывает новый уровень понимания.

Более конкретно, описательная аналитика использует исторические данные для выявления исторических закономерностей; она говорит организациям, что произошло. Диагностическая аналитика использует дополнительные данные для контекстуализации того, что произошло, выявления причин и подчеркивания последствий инцидентов и изменений; она говорит организациям, почему все произошло так, как произошло. Прогностическая аналитика использует идеи из прошлых событий для моделирования влияния предложенных изменений и отслеживания тенденций; она показывает организациям, что может произойти. Презкриптивная аналитика использует все эти результаты для принятия обоснованных решений; она говорит организациям, что делать дальше.

Хотя решения по аналитике, такие как эти, могут использовать более продвинутые возможности ИИ, стоит отметить, что — сначала — почти все эти процессы происходят за кулисами. В конечном итоге прогностические и презкриптивные алгоритмы могут найти свое место в решениях, ориентированных на потребителя, но это может произойти только после того, как будет заложена эта критическая внутренняя основа.

Когда фаза медового месяца ИИ заканчивается, так же заканчивается и его репутация как «магического решения» — но избавление от этого восприятия имеет решающее значение для реализации полного потенциала технологии. Лидеры, которые хотят сделать заголовки завтра с инновационными применениями ИИ, должны сначала выполнить эту основную работу, которая может быть трудной пилюлей на фоне давления на более быструю окупаемость инвестиций. Однако переход к более целостным, постепенным и долгосрочным оценкам ценности ИИ позволит организациям ускорить окупаемость инвестиций. Этот подход дает лидерам инструменты и время для разработки четкого представления о том, что нужно исправить, понимания небольших изменений, которые будут иметь наибольшее влияние, и возможности разработатьsound стратегии, которые приносят результаты сегодня без ущерба для прибыльности завтра.

Прагматизм от начала до конца

Хотя привлекательные случаи использования могут привлечь клиентов на первый взгляд, а возможности снижения затрат могут привлечь внимание корпоративных лидеров, ни то, ни другое вряд ли определит влияние ИИ в долгосрочной перспективе. Вместо этого технология станет синонимом работы за кулисами, которая стимулирует осязаемые улучшения в масштабе.

Конец фазы медового месяца знаменует начало более зрелых отношений с ИИ, которые требуют тщательного рассмотрения того, как он может действительно улучшить опыт клиентов и стимулировать прибыльность. В конечном итоге ключом является рассмотрение ИИ не как быстрого решения, а как стратегического партнера в стремлении к лояльности клиентов, удовлетворяющим опытом и простым решениям в сегодняшних все более сложных операциях.

В ближайшие месяцы и годы организации, которые преуспеют, будут теми, которые глубже копнут, привержены изменениям и признают потенциал ИИ как краткосрочных, так и долгосрочных инвестиций.