การย้ายจากความสับสนของ AI ไปสู่ความมั่นใจของ AI: แปดคำถามที่ผู้บริหารทุกคนต้องถามเกี่ยวกับ AI

สมมติว่าสาเหตุที่การลงทุน AI ของคุณไม่ได้รับผลตอบแทนมาจากเทคโนโลยี?

การศึกษาของ MIT ที่มีการอ้างอิงอย่างกว้างขวางพบว่า 95% ของโครงการ AI ที่สร้างขึ้นไม่สามารถบรรลุผลตอบแทนจากการลงทุนที่มีความหมาย หากคุณเป็นผู้บริหารที่ดูองค์กรของคุณทดลองใช้เครื่องมือ AI ต่างๆ ทั่วทั้งองค์กร คุณจะรู้สึกถึงช่องว่างระหว่างกิจกรรมและผลลัพธ์

อาการของปัญหานี้คือที่คุ้นเคย พนักงานทดลองใช้ แต่ไม่มีผู้รับผิดชอบต่อผลลัพธ์ และแม้ว่าการทดลองจะสำเร็จในวงเล็บ แต่ก็ไม่สามารถขยายไปทั่วทั้งองค์กรได้ นอกจากนี้ยังยากที่จะแบ่งปันสิ่งที่ได้ผล เนื่องจากทุกทีมใช้ AI แตกต่างกัน ในขณะเดียวกัน ความเสี่ยงด้านการปฏิบัติตามกฎระเบียบและความปลอดภัยก็สะสมอยู่เบื้องหลัง การวัดผลยังยาก เนื่องจากแม้ว่าผลตอบแทนจากการลงทุนที่คาดการณ์ไว้จะดูเหมือนน่าประทับใจบนแผ่นเสีย แต่ไม่มีใครติดตามผลว่ามันเกิดขึ้นจริงหรือไม่

ความท้าทายไม่ใช่การขาดนวัตกรรมหรือความสนใจ พนักงานทดลองใช้เครื่องมือ AI ค้นพบการปรับปรุงประสิทธิภาพและแบ่งปันความสำเร็จ ปัญหาก็คือการไม่มีการนำทางเชิงกลยุทธ์จากผู้บริหารสูงสุด ทำให้ความพยายามเหล่านี้ไม่รวมกันเป็นโครงการที่สร้างมูลค่าและสามารถขยายได้

ปัญหา snowflake กำลังฆ่าผลตอบแทนจากการลงทุน AI ของคุณอย่างเงียบๆ

เมื่อ การนำ AI มาใช้ เกิดขึ้นจากด้านล่างโดยไม่มีการกำกับดูแลเชิงกลยุทธ์ องค์กรจะพบกับข้อจำกัด ผู้ร่วมให้ข้อมูลและทีมอาจประสบกับการปรับปรุงประสิทธิภาพ เช่น การเขียนอีเมลเร็วขึ้น การสร้างโค้ดส่วนต่างๆ ได้อย่างมีประสิทธิภาพมากขึ้น หรือการวิเคราะห์ข้อมูลได้เร็วขึ้น การปรับปรุงเหล่านี้มีคุณค่าในระดับบุคคล แต่การแปลสิ่งเหล่านี้ให้เป็นมูลค่าขององค์กรที่วัดผลได้ต้องใช้แนวทางที่สอดคล้องกัน

ประเด็นหลักคือปัญหา snowflake ไม่มีวิธีการและกรอบการทำงานที่เป็นมาตรฐาน ทำให้แต่ละโครงการ AI ภายในองค์กรมีการใช้งานที่แตกต่างกัน การใช้งานแต่ละครั้งกลายเป็น snowflake ที่ไม่เหมือนใคร ทำให้การขยายการทดลองที่ประสบความสำเร็จ การแบ่งปันความรู้อย่างมีประสิทธิภาพ และการรวม AI เข้ากับองค์กรเป็นเรื่องที่ยากมาก

นอกจากนี้ เมื่อการทดลองเกิดขึ้นโดยไม่มีการกำกับดูแลเชิงกลยุทธ์ ทีมอาจใช้เครื่องมือ AI ที่คุ้นเคยโดยไม่คำนึงถึงความเหมาะสมของเครื่องมือนั้นๆ ต่อกรณีการใช้งาน เครื่องมือที่ช่วยเขียนอีเมลการตลาดอาจกลายเป็นค้อนสำหรับปัญหาทุกอย่าง แม้ว่าเครื่องมือที่ออกแบบมาโดยเฉพาะสำหรับการใช้งานเฉพาะ เช่น การวิเคราะห์เอกสารทางกฎหมาย การคาดการณ์ทางการเงิน หรือเอกสารทางเทคนิค จะให้ผลลัพธ์ที่ดีกว่า

นอกจากนี้ หากการทดลองเกิดขึ้นโดยไม่มีการกำกับดูแลเชิงกลยุทธ์ อาจทำให้เกิดความเสี่ยงด้านการปฏิบัติตามกฎระเบียบและความปลอดภัยที่องค์กรค้นพบในภายหลัง ในการแสวงหาความมีประสิทธิภาพ พนักงานอาจทำให้ข้อมูลลูกค้าที่ละเอียดอ่อนถูกเปิดเผยต่อโมเดล AI สาธารณะ ละเมิดกฎระเบียบ หรือสร้างปัญหาด้านสิทธิ์ในทรัพย์สินทางปัญญา

ผู้บริหารไม่จำเป็นต้องเป็นวิศวกร AI แต่ต้องถามคำถามที่มีประสิทธิภาพมากขึ้น

ผู้บริหารไม่จำเป็นต้องเป็นนักวิศวกร AI หรือเข้าใจว่า AI ทำงานอย่างไรเพื่อนำองค์กรให้ประสบความสำเร็จ สิ่งสำคัญคือต้องรู้ว่าต้องถามคำถามอะไรและตัดสินใจอย่างไร การสร้างความเชี่ยวชาญด้านการนำ AI มาใช้ไม่ใช่เรื่องของการเข้าใจสถาปัตยกรรม แต่เป็นการพัฒนาความเข้าใจเชิงกลยุทธ์เพื่อแยกแยะข้อมูลที่สำคัญออกจากข้อมูลที่ไม่เกี่ยวข้อง

ผู้นำควรตอบคำถามที่สำคัญ八ข้อที่จะกำหนดเส้นทาง AI ขององค์กร

1. ใครเป็นเจ้าของการสร้างมูลค่า AI และรับผิดชอบต่อผลตอบแทน? หากไม่มีผู้รับผิดชอบที่ชัดเจน ไม่มีการวัดผลและไม่มีผู้รับผิดชอบเมื่อผลลัพธ์ไม่เกิดขึ้น
2. การเดิมพัน AI ธุรกิจใดที่เรากำลังทำใน 12-24 เดือนข้างหน้า? องค์กรต้องตัดสินใจว่าจะทำตามแนวทางใด เช่น การเพิ่มประสิทธิภาพ การเพิ่มความสามารถของผลิตภัณฑ์ใหม่ การปรับปรุงประสบการณ์ของลูกค้า หรือมุ่งเน้นทรัพยากรไปที่ทิศทางเชิงกลยุทธ์เดียว การตัดสินใจนี้กำหนดการกระจายทรัพยากรและมาตรการความสำเร็จ
3. เรามีวินัยในการวัดผลเพียงพอที่จะตรวจสอบว่าผลตอบแทนจากการลงทุนที่คาดการณ์ไว้กลายเป็นผลตอบแทนที่แท้จริงหรือไม่? องค์กรส่วนใหญ่ดีในการคาดการณ์ แต่ไม่ค่อยติดตามอย่างเข้มงวด
4. เรายินดีที่จะลงทุนในการเปลี่ยนแปลงองค์กรที่ AI ต้องการหรือไม่? สิ่งนี้รวมถึงการฝึกอบรมที่ครอบคลุม กรอบการกำกับดูแล และโครงการจัดการการเปลี่ยนแปลง การลงทุนด้านเทคโนโลยีเพียงอย่างเดียวจะไม่ให้ผลลัพธ์
5. เราต้องการความสามารถภายในองค์กรใดเพื่อปิดช่องว่างด้านความเชี่ยวชาญของผู้นำ? คณะกรรมการที่ปรึกษา โปรแกรมการศึกษา และการร่วมมือกับภายนอกสามารถช่วยให้ผู้บริหารพัฒนาการรับรู้รูปแบบสำหรับการดำเนินงาน AI ที่มีประสิทธิภาพ
6. เราจะสร้างสมดุลระหว่างการทดลองอย่างรวดเร็วและวินัยในการดำเนินงานได้อย่างไร? วงจรพัฒนาของ AI เร็วกว่าและไม่แน่นอนกว่าซอฟต์แวร์แบบดั้งเดิม ซึ่งต้องการแนวทางที่แตกต่างในการจัดการพอร์ตโฟลิโอและความอดทนต่อความเสี่ยง
7. เราจะใช้ AI อย่างปลอดภัย ยุติธรรม และภายในขอบเขตความเสี่ยงที่ยอมรับได้อย่างไร? องค์กรต้องการกรอบการทำงานสำหรับการประเมินความลำเอียง ความเป็นส่วนตัว ความโปร่งใส และความรับผิดชอบก่อนที่ปัญหาเหล่านี้จะบานปลาย
8. การลงทุนด้านเทคโนโลยีใดที่เป็นพื้นฐานสนับสนุนกลยุทธ์ของเรา? โครงสร้างพื้นฐานบนคลาวด์ แพลตฟอร์มข้อมูล การติดตั้งแบบจำลอง และสถาปัตยกรรมการบูรณาการเป็นตัดสินใจระดับคณะกรรมการ ไม่ใช่การตัดสินใจของฝ่ายไอทีเท่านั้น

การทำงานผ่านคำถามเหล่านี้จะเสริมสร้างความเข้าใจและรูปแบบการรับรู้ของผู้นำ ผู้นำจะพัฒนามุมมองร่วมกันของการดำเนินงาน AI ที่ดี ทำให้พวกเขาสามารถระบุโครงการที่อ่อนแอได้เร็วและสนับสนุนโครงการที่มีแนวโน้ม

สามความสามารถที่สร้างองค์กรที่ชนะ

เมื่อผู้นำกำหนดความชัดเจนเชิงกลยุทธ์แล้ว พวกเขาสามารถมุ่งเน้นไปที่สามความสามารถที่เชื่อมโยงกันซึ่งทำให้ผู้นำการนำ AI ที่ประสบความสำเร็จแตกต่างจากผู้ที่ดิ้นรน

เรียนรู้ที่จะระบุกรณีธุรกิจที่อ่อนแอได้เร็ว สัญญาณเตือนรวมถึงการเป็นเจ้าของที่ไม่ชัดเจน การคาดการณ์ผลตอบแทนจากการลงทุนที่คลุมเครือ การไม่เชื่อมโยงกับกระบวนการและ 워์กโฟลว์หลัก และการนำเทคโนโลยีมาใช้ก่อนผลลัพธ์ทางธุรกิจ หากข้อเสนอเริ่มต้นด้วยการถามว่าจะใช้โมเดล AI ใดแทนการแก้ปัญหาใด ก็จะไม่ถูกต้อง ความกลัวที่จะพลาดโอกาสไม่ควรเป็นตัวขับเคลื่อนโครงการ AI ทุกโครงการต้องมีกรณีธุรกิจที่มีเหตุผลซึ่งอธิบายกลไกการสร้างมูลค่าอย่างชัดเจน

รักษาการนำ AI มาใช้เป็นความท้าทายในการเปลี่ยนแปลงองค์กร ไม่ใช่การนำเทคโนโลยีมาใช้ การเปิดตัวเครื่องมือ AI โดยไม่มีการเสริมกำลังอย่างเป็นระบบจะทำให้เกิดการเพิ่มประสิทธิภาพเพียงเล็กน้อย องค์กรที่ชนะลงทุนในการทำงานหนักๆ ที่บริษัทส่วนใหญ่หลีกเลี่ยง: โปรแกรมฝึกอบรมที่ครอบคลุมซึ่งสร้างความรู้ AI; โครงการจัดการการเปลี่ยนแปลงที่จัดการกับการหยุดชะงักของ 워์กโฟลว์และช่วยทีมปรับตัว; กรอบการกำกับดูแลที่ทำให้เกิดนวัตกรรม; และวิธีการที่เป็นมาตรฐานซึ่งป้องกันปัญหา snowflake ในขณะเดียวกันก็อนุญาตให้มีความยืดหยุ่น

การฝึกอบรมและการกำกับดูแลสร้างวินัยขององค์กรที่เร่งการสร้างมูลค่า เมื่อบุคคลเข้าใจความสามารถและขอบเขตของเครื่องมือ AI เมื่อมีกระบวนการที่ชัดเจนสำหรับการเสนอ การประเมิน และการขยายโครงการ ความคิดที่ดีจะเคลื่อนที่เร็วขึ้น และความคิดที่ไม่ดีจะถูกกรองออกไปเร็วขึ้น

กำหนดความเป็นเจ้าของและอำนาจการตัดสินใจก่อนที่จะลงทุน องค์กรต้องกำหนดสิทธิ์ในการตัดสินใจก่อนที่จะลงทุนเวลาและทรัพยากร ใครตัดสินใจว่าโครงการใดจะได้รับทุน? ใครเป็นเจ้าของงานบูรณาการระหว่างแผนก? ใครรับผิดชอบเมื่อผลลัพธ์ไม่เกิดขึ้น?

โครงสร้างการกำกับดูแลควรได้รับการจัดตั้งขึ้นตั้งแต่เริ่มต้น แต่ควรได้รับการออกแบบอย่างรอบคอบ เป้าหมายคือการทำให้เกิดนวัตกรรมอย่างปลอดภัยโดยไม่จำกัดความสามารถ การใช้แนวทางที่อิงความเสี่ยงจะช่วยให้บรรลุเป้าหมายนี้ได้ การใช้งานที่มีความเสี่ยงต่ำ เช่น การใช้ AI สำหรับการอภิปรายภายใน การสร้างร่างแรกของเนื้อหาที่ไม่ละเอียดอ่อน หรือการวิเคราะห์ข้อมูลตามปกติ ต้องการการกำกับดูแลที่เข้มงวดน้อยกว่า การใช้งานที่มีความเสี่ยงสูงซึ่งจัดการข้อมูลที่ละเอียดอ่อน ตัดสินใจที่มีผลกระทบต่อลูกค้าหรือพนักงาน หรือดำเนินการในโดเมนที่มีการควบคุม ต้องการการป้องกันที่เข้มงวดมากขึ้น เช่น การกำกับดูแลของมนุษย์ สายตรวจสอบ และกลไกการตรวจสอบ

จากความสับสนสู่ความมั่นใจผ่านการนำทาง

ผลตอบแทนจากการลงทุน AI ไม่ใช่ปัญหาด้านเทคโนโลยี แต่เป็นคำถามด้านการนำทาง องค์กรที่ดิ้นรนเพื่อจับผลตอบแทนจาก AI ไม่ได้ใช้เครื่องมือที่ด้อยกว่าหรือทีมที่มีความสามารถน้อยกว่า พวกเขาไม่ได้กำหนดความชัดเจนเชิงกลยุทธ์ วินัยขององค์กร และโครงสร้างการกำกับดูแลที่จำเป็นในการขยายการทดลองให้เป็นความสามารถ

ตัวแยกแยะที่แท้จริงสำหรับการนำ AI ที่ประสบความสำเร็จคือการกำกับดูแลของผู้บริหารและวินัยในการดำเนินงาน ไม่ใช่ความเชี่ยวชาญทางเทคนิค ผู้นำที่สามารถถามคำถามที่ถูกต้อง กำหนดความเป็นเจ้าของ ลงทุนในการเปลี่ยนแปลงองค์กร และสร้างกรอบการกำกับดูแลที่อิงความเสี่ยง จะช่วยให้องค์กรของตน

ด้วยทิศทางเชิงกลยุทธ์ที่ถูกต้องจากด้านบน นวัตกรรมจากด้านล่างสามารถเติบโตได้ภายในขอบเขตการทดลองสามารถขยายไปสู่ความสามารถขององค์กร และ AI สามารถเปลี่ยนจากความสับสนและการกระจายกิจกรรมไปสู่ตัวขับเคลื่อนของความได้เปรียบทางการแข่งขันและมูลค่าทางธุรกิจ