Генпакт и исследование HFS обнаружили $18 триллионов вenterprise-ценности, заблокированной из-за разрыва в готовности к ИИ

Искусственный интеллект стал центральной частью стратегии предприятия, и организации по всему миру инвестируют миллиарды долларов в инициативы ИИ, агентные системы и программы цифровой трансформации. Однако, согласно The $18 Trillion Opportunity: Four Enterprise Debts Will Make or Break Your AI Future, новому отчету компании Генпакт в партнерстве с HFS Research, большинство предприятий испытывают трудности в переводе инвестиций в ИИ в измеримую бизнес-ценность. Причина, по мнению отчета, не заключается в отсутствии технологий ИИ. Вместо этого организации сдерживаются четырьмя взаимосвязанными формами долга предприятия: долгом процессов, долгом данных, технологическим долгом и долгом талантов. Вместе эти скрытые обязательства блокируют примерно 17,9 триллионов долларов ценности предприятия.

Амбиции ИИ высоки, но готовность предприятия остается низкой

Отчет основан на опросе 2002 руководителей предприятий из 16 отраслей и 14 бизнес-функций. Результаты показывают поразительную разницу между амбициями ИИ и организационной готовностью. Хотя 92% старших руководителей компаний Global 2000 считают, что агентный ИИ фундаментально изменит способ выполнения работы, только 13% сообщают, что агентный ИИ уже интегрирован в их операции.

Этот разрыв стал все более важным, поскольку предприятия переходят от экспериментов к развертыванию. Согласно генеральному директору Генпакта Балкришану “БК” Калре, бизнес переходит от мира, где работа обрабатывается и проверяется людьми, к миру, все более управляемому машинными потоками с человеческим надзором. Однако простое наложение ИИ на существующие системы недостаточно. Организации должны сначала решить проблемы фундаментальных основ, которые определяют, будет ли ИИ успешным или нет.

Отчет описывает эту проблему как “разрыв скорости ИИ”, разницу между тем, чего могут достичь сотрудники с помощью ИИ индивидуально и тем, чего может достичь вся организация через структурированное развертывание.

Четыре долга предприятия, подрывающие трансформацию

Исследование выявляет четыре категории долга, которые коллективно препятствуют организациям в получении ценности ИИ.

Технологический долг остается наиболее знакомым вызовом. Более половины руководителей классифицируют свой технологический долг как тяжелый, обусловленный старением основных систем, сложностью интеграции, концентрацией поставщиков и бременем инфраструктуры. Средняя основная система предприятия составляет примерно десять лет, в то время как команды разработки тратят более 40% своего времени на поддержание существующих технологий, а не на создание новых возможностей.

Долг данных стал самым значительным барьером ИИ. Более половины данных предприятия считаются низкокачественными, только 33% считаются готовыми к ИИ, и сотрудники тратят до 40% своего времени на согласование, исправление или подготовку данных. Отчет оценивает, что неудачи в качестве данных способствуют задержке, недопроизводительности или полному провалу 42% инициатив аналитики и ИИ.

Долг процессов отражает реальность, что многие организации продолжают полагаться на ручные, фрагментированные и плохо управляемые рабочие процессы. Почти половина процессов предприятия все еще требует ручного вмешательства, в то время как менее половины正式но документированы и управляемы. Нерациональные процессы потребляют примерно 40% рабочего времени сотрудников и создают значительные барьеры для автоматизации и развертывания ИИ.

Долг талантов может быть наименее заметным, но, возможно, наиболее значимым. Только 32% рабочей силы считается готовым к ИИ, в то время как до половины работников сообщают о разочаровании и отстранении, вызванных операционными неэффективностями. Нехватка талантов, пробелы в навыках и низкая готовность к ИИ усугубляют каждую другую категорию долга, замедляя принятие и ограничивая организационную гибкость.

Долг предприятия стоит компаниям больше, чем они осознают

Почти 90% руководителей предприятий признают, что долг предприятия уже влияет на бизнес-результаты. Последствия распространяются далеко за пределы отделов ИТ.

Отчет показал, что долг предприятия увеличивает операционные затраты в среднем на 34%, задерживает выпуск продукции примерно на восемь месяцев, вызывает примерно 34% инициатив трансформации, не дающих ожидаемых результатов, и ограничивает получение ценности ИИ для 85% опрошенных организаций.

Важно отметить, что эти долги не действуют независимо. Технологический долг может ухудшить качество данных. Слабое управление может создать неэффективные процессы и проблемы с талантами одновременно. Ручные рабочие процессы часто генерируют как процессный, так и долг данных одновременно. Отчет утверждает, что организации часто терпят неудачу, потому что они пытаются решить одну категорию в изоляции, а не рассматривать долг предприятия как системную проблему.

Количественная оценка $18 триллионов возможностей

Одним из наиболее привлекающих внимания выводов отчета является оценка, что решение проблемы долга предприятия может разблокировать почти 17,9 триллионов долларов ценности в компаниях Global 2000. Самые большие возможности исходят от долга процессов и долга данных, каждый из которых представляет примерно 7,7 триллионов долларов потенциальной ценности. Технологический долг составляет 1,5 триллиона долларов, в то время как долг талантов представляет примерно 1 триллион долларов.

Исследователи рассчитали эти цифры на основе оценок руководителей потенциального роста выручки и сокращения затрат в результате решения проблемы долга. На основе ответов опроса решение проблемы долга предприятия может привести к примерно 8% более быстрому годовому росту выручки и примерно 16% годовому сокращению затрат в крупных предприятиях.

Возможно, наиболее заметно, что отчет заключает, что экономия затрат не рассказывает всю историю. Решение проблемы долга создает возможности для более быстрого выпуска продукции, более коротких циклов продаж, лучшего принятия решений, лучшего опыта клиентов и более эффективного развертывания ИИ. Другими словами, организации получают как эффективность, так и рост одновременно.

Почему инициативы ИИ застревают

Несмотря на растущие инвестиции, многие инициативы ИИ испытывают трудности в продвижении за пределы пилотных программ.

Согласно опросу, долг данных является основной причиной, по которой организации не могут получить ценность ИИ, указанной 33% респондентов. Технологический долг следует за ним на уровне 28%, долг процессов – 23%, а долг талантов – 16%.

Последствия различаются в зависимости от типа долга. Долг данных блокирует инициативы ИИ на стадии доказательства концепции. Технологический долг увеличивает затраты на развертывание и усложняет масштабирование. Долг процессов создает ненадежные результаты, когда агенты ИИ работают в рамках несовместимых рабочих процессов. Долг талантов замедляет принятие и ограничивает человеческий надзор, необходимый для успешных агентных систем.

Отчет повторяет, что ИИ не может компенсировать разбитые основы бесконечно. Организации, которые пытаются автоматизировать несовершенные процессы или развернуть ИИ на низкокачественных данных, рискуют масштабировать неэффективности, а не решать их.

Некоторые отрасли сталкиваются с большими возможностями, чем другие

Возможность решения проблемы долга не распределена равномерно по отраслям.

Производство возглавляет список, с оценочной возможностью в 4,8 триллионов долларов, объединяющей рост выручки и экономию затрат. Здравоохранение и науки о жизни следуют с примерно 3,3 триллионов долларов, в то время как розничная торговля и потребительские товары составляют еще 2,7 триллионов долларов. Энергетика, технологии, банковское дело, транспорт и страхование также представляют значительные возможности.

Природа долга варьируется по секторам. Финансовые услуги испытывают наибольшие трудности с долгом данных из-за десятилетий слияний, поглощений и нормативных требований. Производство, розничная торговля и здравоохранение испытывают наибольший долг процессов из-за длительных, многосторонних рабочих процессов. Компании по производству биотехнологий и технологического оборудования часто сталкиваются с наибольшим технологическим долгом из-за встроенных программных систем и нормативных ограничений.

На функциональном уровне команды инженерии, разработки продукта и ИТ предлагают самые большие возможности для создания ценности. Эти области находятся ближе всего к технологическим стекам, инфраструктуре и рабочим процессам, которые определяют, может ли ИИ предприятия масштабироваться успешно.

6% тех, кто все понял

Одним из наиболее откровенных выводов отчета является то, что только 6% предприятий квалифицируются как “доказанные решатели долга”. Эти организации установили, выполнили и измерили успешные программы решения проблемы долга. Еще 43% активно работают над решением проблемы долга, в то время как 51% либо не имеют плана, либо не имеют утвержденного плана, либо еще не начали.

Согласно исследованию, успешные организации имеют несколько общих характеристик. Они рассматривают решение проблемы долга как мандат уровня генерального директора, а не инициативу ИТ. Они проводят стратегию двойной скорости, которая балансирует долгосрочную фундаментальную работу с ближайшими операционными улучшениями. Они инвестируют大量 средств в возможности, такие как развитие талантов, управление, готовность к ИИ и платформы данных. Они также используют ИИ сам по себе, чтобы ускорить сокращение долга за счет анализа процессов, анализа рабочих процессов, улучшения качества данных и обучения персонала.

Возможно, наиболее важно, что эти организации действуют, а не бесконечно планируют. Отчет заключает, что разрыв между успешными и неудачными предприятиями не является в первую очередь технологическим. Это разница в выполнении.

Настоящий вызов ИИ может не быть ИИ

Одна из самых сильных тем на протяжении всего отчета заключается в том, что долг предприятия в конечном итоге является вызовом лидерства, а не технологическим вызовом. Хотя организации продолжают увеличивать расходы на ИИ, многие не решают операционные, культурные и структурные проблемы, которые определяют, приносят ли эти инвестиции ценность.

Как The $18 Trillion Opportunity: Four Enterprise Debts Will Make or Break Your AI Future делает ясным, трансформация ИИ и решение проблемы долга больше не являются отдельными инициативами. Они все более являются одной и той же программой, рассматриваемой с разных сторон. Организации, которые решают проблемы процессов, данных, технологий и талантов вместе, могут разблокировать значительные выгоды в росте и эффективности. Те, кто продолжает строить ИИ на нестабильных основах, рискуют тратить больше, достигая меньше.

Для руководителей предприятий центральное сообщение отчета простое: знаете, где находится ваш долг, понимаете, что он вам стоит, и начинайте исправлять его, прежде чем конкуренты расширят разрыв. Организации, которые выиграют в эпоху ИИ, могут не быть теми, кто тратит больше всего на искусственный интеллект, а теми, кто сначала построит операционные основы, необходимые для успеха ИИ.