Tankeledare

En VD:s perspektiv på 4 sätt att omfamna generativ AI

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Trots sin nyliga viralitet är generativ AI inte ett helt nytt koncept, utan snarare en utveckling av den första naturligt språk-baserade chatboten som skapades 1966 av Joseph Weizenbaum, en datavetare vid MIT. Medan AI-tekniken har krälat fram inch för inch under de senaste decennierna – populariserad av hushålls digitala assistenter som Amazons Alexa – är vi i en period av exponentiell tillväxt som kommer att omforma hur vi bedriver verksamhet.

Många jämför den snabba populariseringen av generativ AI med introduktionen av den bärbara datorn på grund av hur den kommer att omforma arbetsflöden, samarbete och kreativitet inom en organisation. Under de kommande tio åren förväntar sig Sequoia Capital att GAI kommer att kunna producera innehåll som motsvarar kvaliteten och sofistikeringen hos mänskligt skapat innehåll, kod, konst och skrivande. Vissa företag satsar hårt på sin tilltro till den nya tekniken, som Salesforce, vars globala investeringsarm nyligen lanserade en ny fond på 250 miljoner dollar för generativ AI, för att stödja utvecklingen av ansvarsfull AI under de kommande 18 månaderna.

I kombination med hype är vi också i en unik fas av osäkerhet, där företag är mer försiktiga med säkerhets- eller rättsliga implikationer av generativ AI:s breda användning. Vilka företag kommer att snabbt anta generativ AI och vilka kommer att gå fram med tvekan?

Som VD för ett globalt digitalt analytiskt företag är jag försiktigt optimistisk om framtiden för GAI och dess påverkan på vår verksamhet. Här är fyra sätt som ledare kan omfamna generativ AI med tillförsikt:

1. Överväg dina mål: CX bör vara en prioritet

Varje företag idag bör vara kundfixerat. Med allt fler möjligheter att testa hur man kan väva in AI i dagliga arbetsflöden, måste vi fokusera på hur det kan hjälpa oss att bättre betjäna våra kunder.

Idealt sett vill vi att tekniken ska skapa grundläggande arbete snabbare, med färre fel. Oavsett om det är instrumentpaneldesign, modellbyggnad eller dataingenjörskap, hur kan vi utnyttja generativ AI till kundernas fördel? Detta tillvägagångssätt kommer att hjälpa till att eliminera slösad tid och resurser för att säkerställa att teamen fokuserar på sina topprioriteringar.

Generativ AI bör användas för att dra slutsatser från datamängder snabbare. På LatentView utforskar vi hur vi kan använda en teknik som GPT4 för att generera insikter som är mest relevanta för en viss person eller scenario. Med tanke på alla de interrelationer som har identifierats inom de data vi redan har, kan vi använda generativ AI för att snabbt dra ut nyckelinsikter som annars kan ha missats eller kräva timmar av manuellt arbete för att erhålla.

2. Ställ in parametrar för anställda

Att omfamna generativ AI kan vara överväldigande. Som med alla tidiga tekniker, leder ledare sina anställda genom okända vatten. På LatentView närmar vi oss de nya möjligheterna med AI med få begränsningar. VD:ar som vill göra detsamma bör ge sina team de nödvändiga resurserna och utbildningen för att lära sig om och experimentera med Generativ AI. Uppmuntra dem att arbeta samarbetsvilligt och ställa frågor, utforska nya möjligheter och användningsområden för tekniken med produktivitet i åtanke.

Till exempel, tänk att du hanterar ett snabbt växande marknadsföringsteam med flera lanseringsinitiativ över digitala och sociala kanaler. Ditt team är litet och behöver fungera så effektivt som möjligt med fokus på genomförande. Hur kan du, som ledare, använda GAI för att automatiskt skicka ut vad som är mest relevant för varje teammedlem varje dag? När varje teammedlem kommer till jobbet, öppnar de en anpassad instrumentpanel och ser att här är de tre saker som är topprioriteringar för dem den dagen – halverar den manuella hanteringen.

Insikterna baseras på data om marknadsföringsteamets mål, vad som är genomförbart på en dag och allt som medarbetaren har gjort hittills, unikt för varje medarbetare.

Men öppen utforskning kräver också vägledning. Förstärk att allt som skapas med GAI på detta stadium måste granskas noggrant. All utdata, som kod, bör genomgå rigorösa tester och validering för att säkerställa att alla GAI-aktiverade lösningar är precisa, tillförlitliga och etiska. Ledare måste utveckla strikta kvalitetskontrollprocesser för att granska all GAI-genererad innehåll innan det delas med kunder eller andra externa intressenter.

Det är också viktigt att hålla säkerheten i åtanke när AI utvecklas, utbilda team om möjliga cyberhot och planer för att mildra dessa hot. Specifikt, belysa potentiella säkerhetsrisker som är förknippade med användningen av GAI-verktyg.

3. Sök sätt som GAI kan omforma arbetsflöden

Utöver att skriva kod kommer GAI snart att automatisera och innovativt nästan varje vertikal och horisontell över hela organisationen. Här är vad jag förväntar mig kommer i närtid. Generativ AI kommer att fortsätta att bringa organisationer närmare sina kunder och klienter. I stor skala kan den analysera kunddata och bygga en unik portfölj av kundpreferenser, beteenden och behov för att förbättra CX och driva engagemang.

GAI kan också öka bandbredden för medelstora företag som kanske inte har lika robusta IT-resurser som deras företagsstora konkurrenter. Specifikt, GAI strömmar kommunikationen mellan affärsproffs och datorer – för närvarande förmedlade av IT-experter. Detta eliminerar IT som mellanhand för små projekt och processer, ökar effektiviteten.

Affärsanvändare kan också utnyttja GAI för att analysera stora datamängder och avslöja insikter som kanske missas av mänskliga analytiker med begränsad tid och resurser eller för att automatisera manuella processer och minska bördan på anställda som arbetar på distans eller i en hybrid arbetsmiljö. För e-handel och andra digitalt infödda plattformar kan GAI användas för att utveckla mer precisa och relevanta rekommendationsmotorer som kan personanpassa innehåll och marknadsmeddelanden till enskilda användare, vilket kommer att resultera i fler marknadsomvandlingar, kundbehållning och ökad intäkt.

Slutligen kan AI hjälpa till att skapa en bättre historia av arbetsflöden över tid, vilket möjliggör för anställda att komma åt institutionell kunskap lättare. GAI kommer sannolikt att användas för att fånga och dokumentera institutionell kunskap och bästa praxis, skapa en värdefull resurs för framtida teammedlemmar – säkerställer att viktig kunskap och expertis inte förloras när anställda lämnar eller går i pension.

4. Se framåt med entusiasm

Medan ledare lär sig mer om Generativ AI och hur den kommer att tillämpas över hela deras specifika verksamhet, är det viktigt att de erkänner de potentiella riskerna tillsammans med möjligheterna. Min rekommendation är att vara villig att experimentera med GAI men också gå fram med en tydlig förståelse av dess potentiella implikationer. GAI är inte en tillfällig trend, utan snarare en transformerande teknik som omformar hur vi arbetar och bedriver verksamhet.

Håll dig alltid uppdaterad med de senaste framstegen inom GAI för att säkerställa att ett företag är väl förberett för framtiden. Att skapa en kultur som uppmuntrar innovation och experiment är avgörande, eftersom det ger anställda möjlighet att utforska nya möjligheter och användningsområden för GAI. Genom öppen kommunikation och samarbete kan teammedlemmar vara fullständigt informerade och engagerade i processen att utforska och implementera GAI-aktiverade lösningar.

Att skapa en kultur som uppmuntrar innovation och experiment är avgörande, eftersom det ger anställda möjlighet att utforska nya möjligheter och användningsområden för GAI. Genom öppen kommunikation och samarbete kan teammedlemmar vara fullständigt informerade och engagerade i processen att utforska och implementera GAI-aktiverade lösningar.

Rajan Sethuraman är VD för LatentView Analytics. Hans vision för företaget är att maximera värdet av AI och framgång för kunder med en mänsklig förståelse för deras affärsbehov, guidad av expertis inom CPG, finansiella tjänster, teknik, hälsovård, detaljhandel och andra kärnsektorer.