การลงทุนด้านเทคโนโลยีที่สำคัญที่สุดในตลาดที่ไม่แน่นอน

เมื่อสองปีที่แล้ว การสนทนาส่วนใหญ่เกี่ยวกับ AI มุ่งเน้นที่ว่าการลงทุนคุ้มค่ากับความเสี่ยงหรือไม่ คำถามนั้นได้รับการตอบแล้ว ตอนนี้คำถามที่ยากกว่าคือเงินควรไปที่ไหนและเท่าไหร่

ผมเห็นสถานการณ์นี้เกิดขึ้นอย่างต่อเนื่องกับผู้นำระดับกลางและผู้ดำเนินการส่วนทุนส่วนบุคคล ส่วนใหญ่พวกเขาได้ผ่านขั้นตอนการทดลองแล้ว ลองใช้ในเกือบทุกฟังก์ชัน ความแตกต่างในตอนนี้ขึ้นกับว่าการทดลองใดบ้างที่กลายเป็นส่วนหนึ่งของการดำเนินธุรกิจจริง และการทดลองใดที่ยังคงเป็นโครงการข้างเคียงที่ไม่เคยเข้าสู่การดำเนินงานประจำวัน

บทความล่าสุดใน MIT Sloan Management Review ให้มุมมองการเปลี่ยนแปลงเดียวกันจากมุมมองที่ต่างออกไป: แม้จะมีการลงทุนในเทคโนโลยีมานานหลายทศวรรษ แต่หลายองค์กรยังไม่เห็นผลตอบแทนที่มีนัยสำคัญ และการวิจัยชี้ให้เห็นว่าปัจจัยที่สำคัญไม่ใช่เครื่องมือเอง แต่เป็นแรงงานที่มีความสามารถจริงในการใช้เครื่องมือเหล่านั้นและวัฒนธรรมที่เน้นการเรียนรู้ ฉันจะก้าวต่อไปอีกขั้นหนึ่ง: การซื้อเครื่องมือไม่ใช่เรื่องยากอีกต่อไป การสร้างคน, ทักษะ, และความสามารถขององค์กรที่ทำให้เครื่องมือสร้างคุณค่าได้จริง คือจุดที่การตัดสินใจและความท้าทายอยู่ในตอนนี้

ทำไมบริษัทที่ก้าวหน้าอยู่จึงใช้จ่ายแตกต่าง ไม่ได้แค่มากกว่า

มีความเข้าใจผิดที่เพิ่มขึ้นว่าการลงทุนเทคโนโลยีหมายถึงการซื้อแพลตฟอร์มใหม่ล่าสุด แต่จริง ๆ แล้วไม่ใช่อย่างนั้น องค์กรจะประสบความสำเร็จเมื่อพวกเขารู้แน่ชัดว่าปัญหาทางธุรกิจที่ต้องแก้คืออะไร ก่อนที่จะเปิดบรรทัดงบประมาณ นี่คือจุดที่เรา เคยกล่าวไว้ก่อนหน้านี้: แม้เครื่องมือที่ซับซ้อนที่สุดก็ไม่สามารถสร้างผลกระทบที่มีความหมายได้หากไม่มีพื้นฐานข้อมูลรองรับ

สิ่งนั้นสอดคล้องกับสิ่งที่เราเห็นโดยตรงจาก Esquire Depositions บริษัทให้บริการด้านกฎหมายที่ได้รับการสนับสนุนจาก Gridiron Capital ซึ่งมูลค่าบริษัทเพิ่มขึ้น 10% ไม่ได้มาจากการเพิ่มแพลตฟอร์มใหม่บนสิ่งที่มีอยู่เดิม แต่จากการรวมศูนย์ข้อมูลและมาตรฐานกระบวนการที่เคยสร้างแบบกระจัดกระจายตามทีมมาหลายปี เครื่องมือสำคัญน้อยกว่าพื้นฐานที่มันตั้งอยู่

สี่พื้นฐานสำคัญสำหรับการตัดสินใจว่าจะขยายขนาดอย่างไร

ทุกการสนทนาเรื่องเทคโนโลยีที่ผมมีกับ CEO หรือผู้ร่วมดำเนินงานในที่สุดก็สรุปได้เป็นการตัดสินใจเดียวกัน: ขยายขนาด, ปรับปรุง, หรือหยุดทำ ฉันพบว่ามีสี่ประเด็นที่แยกผลลัพธ์เหล่านี้ออกจากกัน

• มีคนรับผิดชอบ ทุกโครงการต้องมีบุคคลที่รับผิดชอบต่อผลลัพธ์ ไม่ใช่คณะกรรมการหรือผู้สนับสนุนที่เปลี่ยนไปเรื่อย ๆ
• ข้อมูลที่อยู่ใต้พื้นฐานนั้นเชื่อถือได้ AI และการอัตโนมัติทำได้ดีเท่ากับข้อมูลที่ป้อนเข้าไป หากข้อมูลไม่สม่ำเสมอหรือแยกส่วน เครื่องมือที่มีศักยภาพก็จะกลายเป็นสิ่งที่คนหลีกเลี่ยง
• ผู้ใช้จริงใช้มันในชีวิตประจำวัน การนำไปใช้ไม่ได้เกิดขึ้นแค่เพราะเปิดตัวแพลตฟอร์ม มันต้องสอดคล้องกับวิธีการทำงานที่มีอยู่ หรือมีคนใช้เวลาออกแบบกระบวนการใหม่ให้เข้ากับเครื่องมือนั้น
• ผลลัพธ์สามารถวัดได้และเชื่อมโยงกับสิ่งที่เฉพาะเจาะจง รายได้, ต้นทุน, เวลารอบ, ประสบการณ์ลูกค้า เลือกหนึ่งอย่างก่อนสร้าง ไม่ใช่หลังจากสร้างเสร็จ

ลองตรวจสอบทุกอย่างผ่านสี่ข้อเหล่านี้แล้ว การตัดสินใจมักจะจัดเรียงตัวเองเองเองได้ ฉันจะขยายโครงการที่มีเจ้าของ, ข้อมูลเชื่อถือได้, และการยอมรับจริง ฉันจะยังคงทบทวนโครงการที่แก้ปัญหาจริงแต่ยังใช้งานไม่คล่อง ฉันจะหยุดโครงการที่ดำเนินต่อไปเพียงเพราะความกระตือรือร้นหรือเมตริกกิจกรรมที่ไม่มีการตัดสินใจสนับสนุนจากแดชบอร์ดใด ๆ

สิ่งที่ควรตัดและสิ่งที่ควรปกป้อง

หลักการเดียวกันนี้ใช้กับงบประมาณเองในทั้งสองทิศทาง

ด้านการตัด: โครงการทดลองที่ไม่มีเจ้าของ, เครื่องมือซ้ำซ้อนที่ถูกซื้อโดยสามทีมต่างกันเพื่อทำงานเดียวกัน, ไลเซนส์ที่ไม่มีใครเข้าสู่ระบบ, โครงการข้อมูลที่ไม่เคยเชื่อมต่อกับขั้นตอนต่อไป สิ่งเหล่านี้ไม่เพียงแต่เสียเงิน แต่ยังเพิ่มความซับซ้อนที่ทำให้โครงการที่แท้จริงต่อไปช้าลง ทุกอย่างเหล่านี้ง่ายต่อการให้เงินสนับสนุนต่อเนื่องมากกว่าการปิดโครงการ ซึ่งเป็นเหตุผลที่ทำให้มันสะสมขึ้น

ด้านการปกป้อง: ความปลอดภัยไซเบอร์, คุณภาพข้อมูล, งานเชื่อมต่อระบบ, ประสบการณ์ที่มุ่งเน้นลูกค้าที่ทำให้ธุรกิจแตกต่าง, และกรณีการใช้ AI ที่ได้สร้างคุณค่าในงานประจำวัน การฝึกอบรมก็อยู่ในรายการนี้เช่นกัน มันเป็นหนึ่งในการลงทุนเทคโนโลยีที่มักถูกประเมินค่าต่ำเกินไปและเป็นสิ่งที่ง่ายที่สุดที่จะละเลยเมื่องบประมาณกระชั้น

เหล่านี้เป็นการลงทุนที่เงียบกว่าการเปิดตัวโครงการ AI ใหม่ ข่าวประชาสัมพันธ์ไม่ค่อยเขียนเกี่ยวกับ “เราซ่อมแซมสายข้อมูลของเรา” แต่ความเงียบไม่ได้หมายความว่าขนาดเล็ก การอัตโนมัติของกระบวนการเป็นที่ที่เงินเงียบส่วนใหญ่กำลังไหลอยู่ตอนนี้ เพราะมันชัดเจนพอที่จะให้ ROI ที่ชัดเจน เราได้ออกแบบและสร้างเวิร์กโฟลว์ที่ทำให้ทีมปฏิบัติตามกฎระเบียบของบริษัทสินเชื่อจากการตรวจสอบด้วยมือ 30% ของการโทรของลูกค้า ไปสู่การตรวจสอบทั้งหมดโดยอัตโนมัติ ปิดช่องว่างที่ 70% ที่เหลือซึ่งมีความเสี่ยงจริง เนื่องจากกฎระเบียบถือว่าการโทรแต่ละครั้งเป็นการละเมิดที่มีค่า $500‑$1,500 ต่อครั้ง

อีกโครงการอัตโนมัติหนึ่งที่เราส่งมอบล่าสุดได้ลดการป้อนข้อมูลด้วยมือที่กินเวลามากในบริการที่มีอัตรากำไรต่ำแต่ปริมาณสูงของบริษัทบัญชี ทำให้พนักงานสามารถรับงานที่มีมูลค่าสูงกว่าโดยไม่ต้องเพิ่มจำนวนพนักงาน ทั้งสองโครงการไม่ได้เกี่ยวข้องกับการเปิดตัวผลิตภัณฑ์ AI ที่ดึงดูดสายตา แต่ละโครงการแก้ไขกระบวนการเฉพาะหนึ่งอย่างและขยายผลไปทั่วองค์กร การแก้ไขที่มุ่งเป้าเช่นนี้สะสมเป็น ROI ที่ใหญ่ที่สุดที่บริษัทมักจะเห็น

การลงทุนด้วยเจตนา

ความไม่แน่นอนทำให้ผู้บริหารระมัดระวัง ซึ่งเป็นสัญชาตญาณที่สมเหตุสมผล บริษัทที่ก้าวหน้าอยู่ในขณะนี้ยังคงใช้จ่ายอย่างรุนแรง แต่จัดสรรทรัพยากรอย่างมีจุดมุ่งหมายไปยังความสามารถที่เสริมสร้างการดำเนินงาน, ปรับปรุงการตัดสินใจ, และทำให้ AI สามารถส่งมอบสิ่งที่คุณสามารถชี้ให้เห็นได้เมื่อสิ้นไตรมาส

ผมไม่คิดว่าบริษัทที่ทำผลงานเหนือคู่แข่งในไม่กี่ปีข้างหน้าจะเป็นบริษัทที่มีงบประมาณเทคโนโลยีมากที่สุด และแม้แต่วันนี้ก็ไม่เป็นความจริง ตามประสบการณ์ของผมในการช่วยบริษัทผ่านการเปลี่ยนแปลงดิจิทัล ROI ที่แท้จริงขึ้นอยู่กับสองสิ่ง: การรู้แน่ชัดว่าการลงทุนสร้างคุณค่ามากที่สุดที่ไหน (ไม่ว่าจะเป็นในวิธีการดำเนินธุรกิจ, สิ่งที่ทำให้แตกต่าง, หรือผลิตภัณฑ์และบริการที่ลูกค้าได้สัมผัสจริง) และการกำหนด KPI ที่วัดผลได้ตั้งแต่แรกเพื่อให้ผลกระทบเห็นได้ชัด นั่นคือหลักการที่แยกผลตอบแทนที่แท้จริงออกจากเสียงรบกวนที่มีค่าใช้จ่ายสูง