Tankeledare
Hållbar tillväxt börjar med att bygga grunden för Gen AI
Hur många gånger har du pratat om generativ AI nyligen? Det verkar komma upp i varje enskild affärsmöte, oavsett agenda eller samtalsämne. Med tanke på denna trend är det ingen överraskning att företagsutgifter för generativ AI-teknologi följer en av de brantaste stigningarna någonsin. Stora globala företag spenderade $15 miljarder på gen AI-lösningar 2023, vilket motsvarar cirka 2% av den globala företagsprogramvarumarknaden under teknikens första fulla år. Medan den procenten kan verka liten på ytan, tänk på faktumet att det tog fyra år för SaaS att nå den nivån. Och år 2027 förväntas utgifterna för gen AI stiga ännu högre – så högt som $250 miljarder.
Vad betyder allt detta? Att företagens uppmärksamhet kommer att fokuseras kraftigt – och i vissa fall kanske till och med uteslutande – på att öka gen AI i deras teknikstackar. Är det en bra sak? Svaret, naturligtvis, är komplicerat.
Ja, experter som McKinsey & Co. förväntar sig att gen AI:s påverkan på den totala produktiviteten ska lägga till biljoner dollar i värde till den globala ekonomin. Men överinvestering i gen AI, på bekostnad av att bygga en grundläggande grund för framgång, kan faktiskt vara kontraproduktivt för företag som inte redan har byggt en stark grund för sin teknikstack och affärsprocesser.
Detta hände, i viss utsträckning, under de tidiga dagarna av molnet. När molnrevolutionen slog till hårt, tillbaka i slutet av 2000-talet, dubblade affärs- och tekniksledare om på transformationen. Och på grund av begränsade budgetar, omallokerade de utgifter från vardagliga operationer. Resultatet: Företag distribuerade nya och innovativa affärsmodeller ovanpå underfinansierade tekniska verktyg och outvecklade processer.
Det kan hända igen med gen AI. Medan tekniken lovar att hjälpa företag att skriva kod, skapa innehåll, forska tekniska lösningar, sälja mer produkter och utbilda anställda, behöver uppmärksamhet ägnas åt de underliggande aspekterna av affären, så att deras gen AI-investeringar kan generera mest bang för deras buck.
Det viktigaste målet? Företag behöver prioritera modernisering och fixa befintliga tekniska och processrelaterade problem för att göra plats för nya och spännande innovationer som gen AI.
Det finns sex faser som företag bör tackla innan – och under – deras ökning in i världen av AI.
Först, optimera vad du har. Rengöringsoperationen börjar här. Utvärdera styrkan i teknikstacken, undersök den organisatoriska strukturen och granska de grundläggande policys. Identifiera röda flaggor och försök att justera vad du har genom att tillämpa branschens bästa praxis. Ge nära uppmärksamhet åt din datastack för både strukturerad och ostrukturerad data. Detta är grundläggande för AI, inklusive gen AI.
Andra, accelerera optimeringen. När företag rengör de initiala problemen, kan de identifiera möjligheter för förbättring. Försök att standardisera och förbättra processer utan att slita ut dem med rötterna. Även en högnivågranskning kan skärpa processer och förbättra din konkurrensfördel.
Tredje, modernisera dina resurser, men se till att hålla människor i loopet. Detta är kanske det viktigaste steget. Mänsklig kreativitet är, efter allt, den viktigaste drivkraften för organisatorisk framgång. Så, titta på sätt att replattform, förbättra arbetsflödesdesign och lägga till automation, men håll människor centrala i processen. Frigör anställda för att fokusera på högnivåarbete och upprätthåll det oersättliga värdet av mänskligt intellekt i den färdiga produkten.
Fjärde, omvärdera områden där AI kan stödja affärsstrategi. Finns det nya marknader att sikta på? Nya produkter att introducera? Bättre sätt att betjäna kunder? Ledare bör uppmuntra anställda på alla nivåer i affären – över operationer, finans, marknadsföring, försäljning, programvaruutveckling – att tänka på hur de kan göra mer med AI. Möjligheterna är oändliga nu när du har minskat din teknikskuld och lutat dig mot kraften i AI.
Femte, titta på sätt att kontinuerligt innovera. All transformation behöver vara kontinuerlig och felfri. Att etablera en baslinje och en grund är viktigt. Men att projicera framgång in i framtiden, när AI blir en större del av det vardagliga affärsverktyget, är kritiskt.
Sist, sätt ett premium på kompetensutveckling. Att lita mer på gen AI kommer att tvinga organisationer att revidera och höja vissa rollbesättningar. För att göra detta, behöver de investera i kompetensutvecklings- och omskolningsprogram, ge individer chansen att lära sig nya färdigheter och övergå till de framväxande rollerna. Detta skapar en kumulativ effekt på entreprenörskap. Medan AI möjliggör för individer att innovera, införa nya metoder och förbättra status quo, behöver individer själva utveckla nya färdigheter och ta aktiva roller i hanteringen av tekniken själv.
Att bygga en AI-aktiverad moderniseringsansats bygger på tron att affärsinnovation bör vara hållbar.
Här är ett exempel på hur ett ledande teknologiföretag förberedde sig för sitt företag inom gen AI. Företaget hade varit dominant på sin marknad och var nöjd med sin position. Men det utmanades av agila, modiga, äventyrliga startups som var redo att anta gen AI utan bördan av legacy-infrastruktur.
Vi arbetade med företaget för att vägleda affären genom de sex faserna av AI-aktiverad modernisering. Vi konfronterade till och med företagets rädsla för nya tekniker som gen AI genom att visa hur anställda kunde använda den för att tolka tusentals rader av kod från deras legacysystem. Den mer läsbara koden gav affärsledare möjlighet att identifiera möjligheter för modernisering, omvärdering och innovationsfaserna. Idag påbörjar företaget sitt gen AI-projekt, lämnar begränsningarna från det förflutna bakom.
Slutsats
Gen AI är här, och det lovar att revolutionera affärsstrategier framöver. Företag bör investera, men också lära sig av några av misstagen som gjordes med molnstrategier i det förflutna. De behöver starta sin rengöringsoperation – följande en AI-aktiverad moderniseringsmentalitet – för att införa gen AI i hjärtat av företaget och leda en hållbar tillväxt för framtiden.












