Реальная ценность ИИ строится на данных и людях – а не только на технологиях

Обещание ИИ расширяется ежедневно – от повышения индивидуальной производительности до предоставления организациям возможности открыть мощные новые бизнес-инсайты посредством данных. Хотя потенциал ИИ кажется безграничным, а его влияние легко представить, путь к真正щей экосистеме, основанной на ИИ, является как сложным, так и сложным. Этот путь не начинается и не заканчивается с реализацией, принятием или даже постоянным использованием ИИ – он заканчивается там. Реализация полной ценности решения ИИ в конечном итоге зависит от качества данных и людей, которые реализуют, управляют и применяют его для достижения значимых результатов.

Данные: Основной фактор успеха ИИ

Данные – организационная константа. Будь то небольшой магазин или крупная корпорация, каждое предприятие работает на данных (финансовые записи, запасы, записи с камер безопасности и т. д.). Управление, доступность и регулирование этих данных являются основой для реализации полного потенциала ИИ в организации. Gartner недавно отметил , что 63% организаций либо не уверены, либо не знают, достаточно ли их существующая практика управления данными или структура для успешного внедрения ИИ. Для того, чтобы организация смогла раскрыть полный потенциал ИИ, необходим хорошо продуманный подход к управлению данными. От сбора, хранения, синтеза, анализа, безопасности, конфиденциальности, регулирования и контроля доступа – должна быть разработана основа и методология для использования ИИ. Кроме того, важно смягчить риски и непредвиденные последствия. В итоге, данные являются основой аналитики и топливом для вашего ИИ.

Доступ вашего решения ИИ к вашим данным определяет его потенциал для доставки – настолько, что мы наблюдаем появление новых функций, специально разработанных для этого, таких как должность главного офицера по данным (Chief Data Officer, CDO). Просто говоря, если решение ИИ вводится в среду с “свободно плавающими” данными, доступными для всех – оно будет ошибочным, предвзятым, не соответствующим требованиям и, скорее всего, будет подвергать конфиденциальную и частную информацию риску. Напротив, когда среда данных богата, структурирована, точна и находится в рамках основы и методологии использования данных организацией – ИИ может обеспечить немедленные выгоды и сэкономить много часов на моделировании, прогнозировании и разработке потенциала. Основой для данных является система прав доступа и регулирования, что представляет собой отдельную проблему – человеческий фактор.

Люди: Недооцененный фактор в принятии ИИ

IDC недавно поделился информацией, что 45% генеральных директоров и более 66% финансовых директоров, опрошенных компанией, выразили осторожность по поводу технологических поставщиков, которые не полностью понимают потенциальные риски ИИ. Эти лидеры имеют основания для своей осторожности. Вероятно, последствия традиционных рисков ИТ остаются аналогичными с управляемым ИИ (например, простои, операционные сбои, дорогостоящие премии за киберстрахование, штрафы за несоблюдение требований, опыт клиентов, утечки данных, вымогательское ПО и т. д.) и усиливаются интеграцией ИИ в ИТ. Забота возникает из-за недостаточного понимания коренных причин этих последствий или для тех, кто не осознает, тревогу, которая возникает с ассоциированным с ИИ в качестве катализатора этих последствий.

Прессингующий вопрос – “Стоит ли мне инвестировать в это дорогое решение ИТ, которое может значительно улучшить производительность моего бизнеса на каждом функциональном уровне, но с риском ИТ-implode из-за недостаточной готовности и подготовки сотрудников?” Драматично? Абсолютно – бизнес-риски всегда драматичны, и мы уже знаем ответ на этот вопрос. С более сложными технологиями и повышенным операционным потенциалом также должно быть усилено усилие по подготовке команд к использованию этих инструментов законно, правильно, эффективно и результативно.

Проблема поставщиков

Недостаток доверия к технологическим поставщикам выходит за рамки экспертизы в предмете и отражает более глубокую проблему: неспособность четко артикулировать конкретные риски, с которыми может столкнуться организация при неправильной реализации и нереалистичных ожиданиях.

Отношения между организацией и технологическими поставщиками похожи на отношения между пациентом и медицинским специалистом. Пациент консультируется с медицинским специалистом с симптомами, надеясь на простое и экономически эффективное решение. В профилактических ситуациях медицинский специалист будет работать с пациентом над рекомендациями по диете, выбору образа жизни и специализированному лечению для достижения определенных целей здоровья. Аналогично, есть ожидание, что организации получат от технологических поставщиков рецептурные решения для решения или планирования технологических реализаций. Однако, когда организации не могут предоставить конкретные риски, связанные с конкретными ИТ-средами, это усугубляет неопределенность реализации ИИ.

Даже когда поставщики ИТ эффективно сообщают о рисках и потенциальном влиянии ИИ, многие организации сдерживаются истинной полной стоимостью владения (TCO), связанной с созданием необходимой основы. Растет осознание того, что успешная реализация ИИ должна начинаться внутри существующей среды – и только когда эта среда модернизируется, организации могут действительно раскрыть ценность интеграции ИИ. Это похоже на то, как если бы кто-то мог сразу же прыгнуть в кабину Ф1-суперкара и сразу же выиграть гонки. Любой разумный человек знает, что успех в гонках является результатом как умелого водителя, так и высокопроизводительной машины. Аналогично, выгоды от ИИ могут быть реализованы только тогда, когда организация правильно подготовлена, обучена и оснащена для принятия и реализации ИИ.

Пример: Microsoft 365 Copilot

Microsoft 365 Copilot является отличным примером существующего решения ИИ, чей потенциальный эффект и ценность часто неправильно понимались или уменьшались из-за неправильных ожиданий клиентов – в том, как ИИ должен быть реализован и что они считают, что он должен делать, а не понимают, что он может делать. Сегодня более 70% компаний из списка Fortune 500 уже используют Microsoft 365 Copilot. Однако широкий страх, что ИИ заменит рабочие места, в значительной степени является заблуждением, когда речь идет о большинстве реальных приложений ИИ. Хотя замена рабочих мест произошла в некоторых областях – таких как полностью автоматизированные “темные склады” – важно различать ИИ в целом и его использование в робототехнике. Последнее оказало более прямое влияние на замену рабочих мест.

В контексте современной работы основная ценность ИИ заключается в повышении производительности и усилении экспертизы – а не в замене ее. Сохраняя время и увеличивая функциональный выход, ИИ позволяет реализовать более гибкие стратегии выхода на рынок и быстрее доставлять ценность. Однако эти выгоды зависят от критически важных факторов:

• Зрелая практика управления данными
• Сильное управление доступом и регулирование
• Робустные меры безопасности для смягчения рисков
• Подготовка людей к ответственной работе с ИИ и лучшим практикам

Вот несколько примеров улучшений, обусловленных ИИ, на различных бизнес-уровнях:

• Руководители по продажам могут создавать модели склонности с использованием данных жизненного цикла клиентов для разработки стратегий кросс-продаж и апсейла, улучшая удержание клиентов и ценность.
• Команды корпоративной стратегии и финансового планирования получают более глубокие инсайты благодаря экономии времени при анализе бизнес-единиц, что позволяет лучше согласовать их с корпоративными целями.
• Команды по управлению счетами могут управлять циклами оплаты более эффективно с помощью быстрого доступа к актуальным данным, улучшая взаимодействие с клиентами.
• Руководители по маркетингу могут создавать более эффективные, ориентированные на продажи стратегии выхода на рынок, используя инсайты ИИ о продажах и возможностях.
• Операционные команды могут сократить время, потраченное на согласование финансовых и продажных данных, минимизируя хаос в конце квартала или года.
• Команды по поддержке клиентов могут сократить время реакции и решения проблем, автоматизируя рабочие процессы и упрощая ключевые шаги.

Эти примеры только поверхностно затрагивают потенциал ИИ для стимулирования трансформации и повышения производительности. Однако для реализации этих выгод необходимо создать правильную основу – системы, которые позволяют ИИ интегрироваться, синтезировать, анализировать и в конечном итоге выполнять свои обещания.

Окончательная мысль: Нет готового решения для ИИ

Реализация ИИ для раскрытия его полного потенциала не так проста, как установка программы или приложения. Это интеграция взаимосвязанной сети автономных функций, проникающих в весь стек ИТ – доставляющих инсайты и операционные эффективности, которые в противном случае потребовали бы значительных ручных усилий, времени и ресурсов.

Реализация ценности решения ИИ основана на построении практики управления данными, поддержании прочной основы управления доступом и регулирования, и обеспечении безопасности экосистемы – темы, которая требует отдельного глубокого погружения.

Способность технологических поставщиков стать ценным партнером будет зависеть как от маркетинга, так и от подготовки, сосредоточенных на разоблачении мифов и калибровке ожиданий относительно того, что на самом деле означает использование потенциала ИИ.