Руководство оператора по получению ROI от ИИ

Несмотря на все преимущества, бум искусственного интеллекта также создал основную проблему для операторов. Несмотря на значительные инвестиции в внедрение ИИ, многие операторы до сих пор не видят значительного ROI на балансе.

Фактически, в то время как глобальные расходы на ИИ ожидаются достигнуть 632 миллиардов долларов к 2028 году, анализ MIT выявил, что только около 5% пилотных проектов ИИ в корпорациях дают измеримые финансовые результаты, при этом большинство из них генерируют мало или вообще не генерируют ROI. Этот разрыв создал растущее давление на операторов, чтобы перевести доллары в результат, часто приводя к浪费 ресурсов на неудачные пилотные проекты или поспешные инвестиции в решения, которые выглядят перспективными на бумаге, но не оправдывают ожиданий на практике.

Реальность такова, что успех в эпоху ИИ не будет определяться просто новизной или сложностью новой технологии, а тем, насколько разборчивы команды в понимании своих основных проблем и выборе технологических решений, которые дают реальную ценность. Нет серебряной пули, чтобы все сделать правильно, но несколько соображений могут помочь вашей команде двигаться в правильном направлении.

Избегайте налога на срочность

Одним из ключевых барьеров для ROI от ИИ является позволение страху отстать от других руководить процессом принятия решений. Когда этот настрой влияет на стратегию, организации могут платить налог на срочность, сжигая ценное время, энергию и ресурсы в попытке поспевать за последними тенденциями.

Внутренние и внешние силы могут спровоцировать это давление. Когда руководство видит, как конкурент демонстрирует новую возможность ИИ, может начаться быстрый спуск в ловушку сравнения, и то, что начинается как желание оставаться актуальным, быстро превращается в реактивную гонку за ответом.

Инвестиции, сделанные с этой точки зрения, часто терпят неудачу по многим причинам, но одной из наиболее распространенных является недостаточная готовность. Хотя конкурент может предложить аналогичный продукт или услугу, основа данных или операционная зрелость организации может быть недостаточно сильной, чтобы поддержать ту же технологию, превращая то, что кажется стратегическим шагом, в рискованную ставку.

Поэтому менеджеры и директора,closest к повседневной деятельности, часто лучше всего подготовлены, чтобы проинформировать технологические решения. Когда на рынок выходит новая технология, эти команды должны быть задействованы в первую очередь для оценки, есть ли明ая проблема, которую она может решить, и готова ли организация真正 поддержать ее. Поскольку они понимают, где существует трение, где теряется время и где технология может оказать влияние, они могут помочь основать решения ИИ в операционной реальности, а не гоняться за новизной.

Проведите аудит велосипеда

Другой распространенный ловушкой при закупке технологий является чрезмерная покупка. Это отличается от налога на срочность, поскольку происходит после определения того, что существует реальная потребность и вы операционно готовы приобрести решение ИИ. На этом этапе вопросом становится не “нужно ли нам что-то”, а “что нам действительно нужно”?

Эта проблема особенно распространена в отраслях с устаревшими технологиями, таких как логистика, которая прошла путь от 0 до 60 с технологическими возможностями в последние годы. Если ранее нашей проблемой было решение современных сложностей с помощью устаревших систем и процессов, то сегодня это выбор из бесконечных списков технологических желаний, доступных от третьих поставщиков или через внутреннее развитие.

Аудит “велосипеда” может существенно помочь до достижения точки покупки. Он бросает вызов лицам, принимающим решения, ответить на простой вопрос: нам нужен Феррари или велосипед? Амбициозные технологические команды любят мечтать большое, а третьи поставщики обычно стремятся предложить свое лучшее решение сразу. Оба варианта действительны, но инвестиции в решение уровня Феррари не имеют смысла, когда велосипед может привести вас туда, куда вам нужно.

Аудит с метриками

Одним из способов принять это решение является понимание проблемы, которую вы пытаетесь решить, на трех уровнях метрик: Первичных, Вторичных и Третичных. Оценка всех трех вместе помогает прояснить, где существует трение, как выглядит оптимальная производительность на каждом уровне и сколько инвестиций необходимо, чтобы закрыть разрыв.

Третичные метрики представляют собой основные операционные поведения. Значительные неэффективности часто живут на этом уровне, и решения уровня “велосипеда”, которые позволяют улучшить такие вещи, как более чистый захват данных и более эффективное выполнение, могут оказать существенное влияние с относительно небольшим вложением.

Вторичные метрики отражают реальные драйверы производительности – например, коэффициенты конверсии клиентов и другие рычаги, которые команды могут влиять, увеличивая производительность. Решение неэффективностей на этом уровне обычно требует чего-то более сложного, чем велосипед, но менее сложного, чем Феррари, например, сложной автоматизации, которая может справиться с более крупными наборами данных.

Первичные метрики – это большие камни, такие как выручка. Это то место, где решения уровня Феррари обычно появляются. Это, как правило, высокобюджетные технологии, которые обещают существенное влияние на дно линии. Хотя они стоит изучить, важно помнить, что если вторичные и третичные проблемы не решены сначала, эти решения могут не оправдать своего истинного потенциала ROI.

Меньшие, целевые инвестиции на более низких уровнях часто являются лучшим местом для начала, поскольку они, как правило, дают быстрые результаты. Они также создают возможности для изучения того, что работает, при этом обеспечивая.incremental выгоды, которые накапливаются со временем, в конечном итоге помогая построить тот же или больший общий эффект, что и более крупные инвестиции, но с гораздо меньшим риском.

Будьте стратегичны в отношении партнерства с стартапами

Недавний всплеск венчурного капитала, связанного с ИИ, наводнил рынок новыми стартапами. Эти нарушители придут к столу с предложениями, обещающими инновации и результаты, достаточно убедительные, чтобы заставить даже наиболее разборчивые команды по закупкам.

Но покупатель, будьте осторожны: как продукты, так и люди, стоящие за многими из этих новичков, часто не проверены. Становление ранним采用ющим несет в себе врожденный риск, включая возможность того, что вы можете невольно строить продукт вместе с ними. Хотя это может предложить преимущества, это должно быть сознательным выбором – поскольку, когда вы пытаетесь переместить иглу на проблемы с реальными финансовыми последствиями, тратя ценные ресурсы на помощь поставщику в доработке его последнего обновления, может вводить ненужные головные боли.

Ориентирование в этой неопределенности требует терпения и разборчивости на начальном этапе. Тратя время на проверку решения через концепцию, понимание контрактных обязательств до более глубокой интеграции и прямой разговор с существующими пользователями помогает командам выбрать поставщиков, которые могут обеспечить ценность на протяжении всего срока партнерства.

Сделать ИИ окупаемым

Взятые вместе, эти соображения подкрепляют реальность того, что практика сильной разборчивости является первым и наиболее критическим фактором в получении ROI от ИИ. Когда команды фокусируются на выявлении реального трения, результаты улучшаются, поскольку неэффективности удаляются и время перераспределяется на более высокоценные задачи. Это то, как выглядит истинный ROI, и он зарабатывается только через дисциплину, ясность и прагматическое принятие решений, которые приносят пользу дну линии со временем.