การนำทางการวางระบบ AI: หลีกเลี่ยงอุปสรรคและรับประกันความสำเร็จ

เส้นทางสู่ AI ไม่ใช่การแข่งขันสปรินท์ แต่เป็นการวิ่งมาราธอน และธุรกิจต่างๆ ต้องจัดตัวให้พร้อมตามลำดับ ธุรกิจที่วิ่งไปก่อนที่จะเรียนรู้ที่จะเดินจะล้มเหลว และเข้าร่วมสุสานธุรกิจที่พยายามเคลื่อนที่เร็วเกินไปเพื่อถึงเส้นชัย AI ไม่มีเส้นชัย ไม่มีจุดหมายที่ธุรกิจสามารถมาถึงและพูดได้ว่า AI ถูกพิชิตเพียงพอ ตามรายงานของ McKinsey ปี 2023 เป็นปีที่ AI โดดเด่น โดยมีพนักงานประมาณ 79% ระบุว่าพวกเขาได้รับการสัมผัสกับ AI ในระดับหนึ่ง อย่างไรก็ตาม เทคโนโลยีที่โดดเด่นไม่ได้ตามเส้นทางพัฒนาที่เป็นเส้นตรง แต่จะขึ้นและลง จนกลายเป็นส่วนหนึ่งของธุรกิจ ส่วนใหญ่ธุรกิจเข้าใจว่า AI เป็นมาราธอน ไม่ใช่สปรินท์ และนั่นคือสิ่งที่ควรพิจารณา

ลองพิจารณา Hype Cycle ของ Gartner เป็นตัวอย่าง เทคโนโลยีใหม่ทุกอย่างที่เกิดขึ้นจะผ่านช่วงต่างๆ ของวงจรฮายป์ โดยมีข้อยกเว้นไม่มากนัก ช่วงเหล่านั้น ได้แก่ Innovation Trigger; Peak of Inflated Expectations; Trough of Disillusionment; Slope of Enlightenment และ Plateau of Productivity ในปี 2023 Gartner วาง Generative AI อย่างแน่นหนาในช่วงแรก: Peak of Inflated Expectations นี่คือช่วงเวลาที่ระดับฮายป์เกี่ยวกับเทคโนโลยีสูงสุด และในขณะที่บางธุรกิจสามารถใช้ประโยชน์จากมันในช่วงแรกและพุ่งหน้าไปข้างหน้า ส่วนใหญ่จะดิ้นรนผ่าน Trough of Disillusionment และอาจไม่ถึง Plateau of Productivity

ทั้งหมดนี้หมายความว่าธุรกิจต้องเดินอย่างระมัดระวังเมื่อพูดถึงการวางระบบ AI แม้ว่าความน่าดึงดูดใจของเทคโนโลยีและความสามารถในตอนแรกจะน่าสนใจ แต่ก็ยังหาที่ยืนและขอบเขตของมันยังไม่ได้รับการทดสอบอย่างเต็มที่ ซึ่งไม่ได้หมายความว่าธุรกิจควรหลีกเลี่ยง AI แต่ควรตระหนักถึงความสำคัญของการตั้งจุดมุ่งหมายที่ยั่งยืน และวางแผนการเดินทางอย่างรอบคอบ ทีมผู้นำและพนักงานต้องถูกนำเข้าสู่ความคิดนี้ คุณภาพและความสมบูรณ์ของข้อมูลต้องได้รับการรับประกัน วัตถุประสงค์ในการปฏิบัติตามกฎระเบียบต้องได้รับการตอบสนอง – และนั่นก็เพียงแค่ต้นกำเนิด

โดยการเริ่มต้นด้วยการวางแผนและกำหนดเป้าหมายที่สามารถทำได้ ธุรกิจสามารถใช้ AI ในลักษณะที่วัดผลและยั่งยืนได้ โดยการเคลื่อนที่ไปพร้อมกับเทคโนโลยีแทนการกระโดดไปข้างหน้า มีอุปสรรคทั่วไปที่เราเห็นในปี 2024 ดังนี้

อุปสรรคที่ 1: การนำทาง AI

เป็นข้อเท็จจริง: ไม่มีการซื้อขายจากด้านบน การเริ่มต้น AI จะล้มเหลว ในขณะที่พนักงานอาจค้นพบเครื่องมือ AI ที่สร้างขึ้นและรวมเข้ากับงานประจำวันของตน ซึ่งจะทำให้บริษัทต่างๆ ต้องเผชิญกับปัญหาเกี่ยวกับความเป็นส่วนตัวของข้อมูล ความปลอดภัย และการปฏิบัติตามกฎระเบียบ การวางระบบ AI ในทุก ๆ ด้านต้องมาจากด้านบน และการขาดความสนใจใน AI จากด้านบนต้องเป็นอันตรายไม่น้อยกว่าการเข้าไปใน AI อย่างรวดเร็ว

ลองพิจารณาในภาคส่วนประกันสุขภาพในสหรัฐอเมริกาเป็นตัวอย่าง ในการสำรวจล่าสุดโดย ActiveOps มีการเปิดเผยว่า 70% ของผู้นำการดำเนินงานเชื่อว่าผู้บริหารระดับสูงไม่สนใจการลงทุนใน AI ซึ่งเป็นอุปสรรคที่สำคัญต่อนวัตกรรม แม้ว่าพวกเขาจะเห็นประโยชน์ โดยมีเกือบ 8 ใน 10 คนเห็นด้วยว่า AI สามารถช่วยปรับปรุงประสิทธิภาพการดำเนินงานได้อย่างมาก การขาดการสนับสนุนจากด้านบนตำแหน่งเป็นอุปสรรคที่น่าหงุดหงิดต่อความก้าวหน้า

ที่ไหนที่ AI ถูกนำมาใช้ การซื้อขายและความสนับสนุนจากผู้นำเป็นสิ่งจำเป็น ช่องทางการสื่อสารที่ชัดเจนระหว่างผู้นำและทีมโครงการ AI ควรได้รับการจัดตั้งขึ้น การอัปเดตอย่างสม่ำเสมอ รายงานความคืบหน้าที่โปร่งใส และการอภิปรายเกี่ยวกับความท้าทายและโอกาสจะช่วยให้ผู้นำมีส่วนร่วมและได้รับข้อมูล เมื่อผู้นำมีความรู้เกี่ยวกับการเดินทาง AI และ里程ที่สำคัญ พวกเขาจะมีแนวโน้มที่จะให้การสนับสนุนที่ต่อเนื่องเพื่อช่วยให้ผ่านพ้นความซับซ้อนและปัญหาไม่คาดคิด

อุปสรรคที่ 2: คุณภาพและความสมบูรณ์ของข้อมูล

การใช้ข้อมูลที่มีคุณภาพไม่ดีกับ AI เหมือนกับการใส่น้ำมันดีเซลเข้าไปในรถที่ใช้ก๊าซธรรมชาติ คุณจะได้รับประสิทธิภาพที่ไม่ดี ส่วนประกอบที่เสียหาย และค่าใช้จ่ายที่สูงในการซ่อมแซม AI ระบบพึ่งพาข้อมูลจำนวนมากเพื่อเรียนรู้ ปรับตัว และทำการคาดการณ์ที่แม่นยำ หากข้อมูลที่ป้อนเข้าไปในระบบเหล่านี้มีข้อบกพร่อง ไม่สมบูรณ์ ผิดประเภท หรือมีอคติ ผลลัพธ์จะไม่น่าเชื่อถือ นี่ไม่เพียงแต่ทำให้ประสิทธิภาพของ AI ลดลง แต่ยังอาจนำไปสู่ความล้มเหลวที่สำคัญและความไม่เชื่อมั่นในความสามารถของ AI

การวิจัยของเราแสดงให้เห็นว่า 90% ของผู้นำการดำเนินงานระบุว่าต้องใช้ความพยายามมากเกินไปในการดึงข้อมูลเชิงลึกจากข้อมูลการดำเนินงาน – มีข้อมูลมากเกินไปที่ถูกแยกออกและกระจัดกระจายไปทั่วระบบต่างๆ และมีข้อผิดพลาดมากมาย นี่เป็นอุปสรรคอีกอย่างหนึ่งที่ธุรกิจต้องเผชิญเมื่อพิจารณา AI – ข้อมูลของพวกเขายังไม่พร้อม

อุปสรรคที่ 3: ความรู้ AI

AI เป็นเครื่องมือ และเครื่องมือจะมีประสิทธิภาพเฉพาะเมื่อใช้โดยผู้ที่เหมาะสม ความสำเร็จของการเริ่มต้น AI ขึ้นอยู่ไม่เพียงแต่เทคโนโลยีเท่านั้น แต่ยังขึ้นอยู่กับบุคคลที่ใช้ AI และบุคคลเหล่านั้นมีจำนวนไม่มาก ตาม Salesforce เกือบสองในสาม (60%) ของผู้เชี่ยวชาญด้าน IT ระบุว่าการขาดทักษะ AI เป็นอุปสรรคหลักที่สำคัญที่สุดในการใช้ AI นั่นดูเหมือนธุรกิจไม่พร้อมสำหรับ AI และพวกเขาต้องเริ่มหาแนวทางแก้ไขช่องว่างทักษะ ก่อน ที่จะเริ่มลงทุนในเทคโนโลยี AI

อะไรต่อไป?

การนำ AI ไปใช้สำเร็จต้องใช้มากกว่าการลงทุนในเทคโนโลยี; ต้องใช้แนวทางเชิงกลยุทธ์ที่มีจังหวะและรับประกันการซื้อขายจากพนักงานและความสนับสนุนจากผู้นำ นอกจากนี้ยังต้องมีการตระหนักรู้และตื่นตัวว่าเทคโนโลยีมีข้อจำกัด – ในขณะที่ความสนใจใน AI โดดเด่นและใช้งานสูง มีโอกาสที่ฟองสบู่ AI จะแตกก่อนที่จะกลายเป็นเครื่องมือที่มั่นคงและเชื่อถือได้ที่ธุรกิจต้องการให้ AI เป็น