Изменение подхода к оценке ROI в генеративном ИИ в совете директоров: навигация по краткосрочным и долгосрочным инвестициям

Когда руководящие команды по всему миру начинают планировать 2025 год, тема, которая волнует всех, – когда ожидать окупаемости инвестиций в ИИ и/или генеративный ИИ (GenAI). Новые исследования Google Cloud показали, что более 6 из 10 крупных (более 100 сотрудников) компаний используют GenAI, и 74% уже видят некоторую окупаемость инвестиций (ROI). Однако для максимизации ROI от ИИ/GenAI требуется стратегический подход, который выходит за рамки оправдания затрат, включая как прямые, так и косвенные доходы, четкое понимание сроков и скрытых расходов, а также интеграцию человеческих факторов для обеспечения надежных и масштабируемых процессов.

Переосмысление ROI

Учитывая все внимание, которое ИИ/GenAI получили в СМИ в прошлом году, легко забыть, что эти инвестиции еще относительно новые, что означает, что большинство компаний еще не увидели той ROI, которая возможна. Это делает еще более важным управление ожиданиями в совете директоров с самого начала, поскольку любая ранняя оценка создаст критические впечатления, которые повлияют на то, как руководство будет смотреть на будущие инвестиции. Если у них есть высокие надежды на немедленные, трансформационные изменения, их мнение может испортиться, если эти изменения еще только начинают развиваться на ранних этапах. Другими словами, новые инновации требуют новых точек зрения измерения, и лидеры должны переосмыслить, как они думают о краткосрочной и долгосрочной ROI.

В плане того, что составляет успешную трансформацию, прогресс часто лучше всего измеряется глазами наблюдателя, но даже “небольшие” победы могут привести к большим потенциальным результатам в будущем. Вот три способа помочь контекстуализировать ваши инвестиции в ИИ/GenAI, а также некоторые примеры из тех, кто находится на подобном пути.

1. Различать прямую и косвенную ROI

В некоторых отраслях прямая ROI легче обнаружить. Например, если розничная или компания производитель потребительских товаров начинает предлагать новые функции GenAI, они, скорее всего, получат немедленное представление от клиентов о том, как эти функции принимаются. В то время как в других отраслях, таких как производство, есть более косвенная ROI, которая зависит от долгосрочных инвестиций. С такими “мягкими” доходами обычно есть “эффект капающей воды”, который может создать новые возможности или открыть новую ценность. Представьте, что вы реализуете новое решение ИИ для улучшения производительности команды. Хотя ваша первоначальная цель могла быть выход, увеличение активности также может привести к открытию совершенно новых путей роста, которые даже не были рассмотрены. Это самое интересное и волнующее в ИИ/GenAI – неизвестный потенциал. И хотя потенциал трудно измерить, он всегда должен включаться в качестве фактора при расчете дохода.

Хорошая иллюстрация как прямой, так и косвенной ROI может быть найдена в электронной коммерческой компании Mercari, которая в прошлом году добавила помощника покупателя, работающего на ChatGPT, к своей платформе рынка для подержанных товаров. Их новый “Мерчант ИИ” позволял клиентам “войти на сайт, взаимодействовать с помощником покупателя в естественной беседе, ответить на вопросы о своих потребностях и затем получить серию рекомендаций” для следующих шагов. Прямая ROI этого было 74% сокращение объема запросов в Mercari, в то время как косвенная ROI заключалась в том, что полученные экономии времени позволили компании постепенно сократить технический долг и масштабировать свои операции.

2. Учитывать сроки инвестиций в ИИ/GenAI и сопровождающие скрытые затраты

Учитывая постоянное давление на руководство, чтобы увеличить прибыль, маловероятно, что они вдруг примут подход “хорошее приходит к тем, кто ждет”. Но реальность такова, что любое начинание в ИИ/GenAI требует времени и денег, даже до того, как вы достигнете стартовой линии. От инвестиций в инфраструктуру и обучения до приобретения различных API и соответствующих данных может потребоваться несколько месяцев подготовительной работы, которая не покажет никакой “доходности”, кроме того, что вы будете готовы начать. Другой скрытой затратой (о которой многие люди не говорят) является то, что вы получите галлюцинации и ошибки, созданные ИИ, которые могут стоить компаниям больших денег, отправив их в неправильном направлении, открытия лазейки или потенциально запуска costly PR-проблемы. Всему этому опыту еще не хватает, что делает все немного рискованнее и дороже, поэтому для лидеров важно учитывать это при оценке ROI.

McKinsey предложил идеи по этому процессу принятия решений и связанным с ним затратам, обыгрывая классический сценарий “аренда, покупка или строительство”. В их архетипе CIO или CTO должны рассмотреть, являются ли они “Принимающим” (используя общедоступные LLM с минимальной настройкой), “Формирователем” (интегрируя модели с собственными данными для получения более настроенных результатов) или “Создателем” (строителем индивидуальной модели для решения конкретного бизнес-кейса). Каждый архетип имеет свои собственные затраты, которые лидеры технологий должны оценить, от “Принимающего”, который может стоить до 2 миллионов долларов, до “Создателя”, который может иногда достигать 100 раз этой суммы.

Стремление к тому, чтобы сделать инвестиции в ИИ/GenAI более人間но-ориентированными

Еще много страхов (особенно среди работников) существует, что ИИ заменит людей. Вместо того, чтобы игнорировать эти опасения, компании должны позиционировать любую трансформацию как улучшение, а не замену, и попытаться найти способы сделать свои инвестиции более человечными. С GenAI это не транзакция; это партнерство, и все еще существует реальная необходимость для людей оценивать эффективность любых сгенерированных выводов или материалов, чтобы обеспечить их свободу от предвзятости, галлюцинаций или других неправильных интерпретаций. Поэтому крайне важно, чтобы компании постоянно бросали вызов ИИ, чтобы он предоставлял обоснование каждого решения, чтобы обеспечить точность. Это даст содержанию больше подтверждения, ваши работники увидят определенную роль в процессе, и это в конечном итоге поможет ROI, потому что вы учитесь на каждом этапе.

Также хорошей идеей будет установить твердые ограничения, чтобы обеспечить строгие пределы того, какой информации ИИ может получить. Задайте себе вопрос: “Должны ли мы разрешить ИИ получить доступ к интернету?” Может быть, нет. Суть в том, чтобы рассмотреть необходимость сначала, и если у вас есть другие проверенные методологии, используйте их. Иногда ИИ просто полезен для суммирования, а не “думания”. Все это о создании правильного баланса, и люди все еще играют решающую роль. Согласно исследованиям Accenture, 94% руководителей считают, что технологии человеческого интерфейса позволят нам лучше понять поведение и намерения, преобразуя взаимодействие человека и машины.

Закрытие разрыва между обещанием и реальностью

Эксперты согласны с тем, что, хотя низкий барьер для входа в GenAI является отличной функцией, его долгосрочный потенциал зависит от демонстрации его краткосрочной ценности. Это означает, что любые пилотные проекты ИИ/GenAI должны иметь серию четко определенных (но гибких) критериев успеха до их запуска, и компании должны постоянно контролировать процессы, чтобы обеспечить их постоянную ценность. Когда речь идет об этой новой эре цифровых инноваций, может никогда не быть традиционной “финишной черты”, к которой мы все бежим. Вместо этого, изменив подход к краткосрочной и долгосрочной ROI ИИ/GenAI, компании могут быть более умными с своими инвестиционными долларами и сосредоточиться на развитии возможностей, которые могут масштабироваться вместе с бизнесом.