ROI ของ Applied AI: การเปลี่ยนธุรกิจไปสู่เกียร์ใหม่

AI อยู่ทุกที่ และทุกคนพูดถึง แต่ธุรกิจเพียงไม่กี่แห่งที่สามารถสร้างมูลค่าทางธุรกิจจาก AI ได้ในปัจจุบัน

มีเรื่องราวที่ไม่ถูกต้องที่ว่าองค์กรหลายแห่งสามารถนำ AI ไปใช้ได้อย่างรวดเร็ว แต่ในความเป็นจริงแล้ว มีเพียงไม่กี่แห่งเท่านั้นที่สามารถสร้างมูลค่าจากเทคโนโลยีนี้ได้ ในปี 2022 Gartner รายงานว่าโดยเฉลี่ยแล้ว ครึ่งหนึ่ง (54%) ของโครงการ AI สามารถเข้าสู่ขั้นตอนการผลิตได้ ซึ่งเป็นการเพิ่มขึ้นเล็กน้อยจากรายงาน AI ในองค์กรของ Gartner ในปี 2019 ที่พบว่า 53% ของโครงการ AI ไม่สามารถเข้าสู่ขั้นตอนการผลิตได้หลังจากการทดลอง

ผู้นำธุรกิจหลายคนตั้งคำถามถึงประโยชน์ของ AI เนื่องจากพวกเขาได้ลงทุนเวลา เงิน และทรัพยากรอื่นๆ ในการนำโซลูชันที่ขับเคลื่อนด้วย AI มาใช้ แต่ไม่สามารถเห็นผลลัพธ์ที่คาดหวังได้ แทนที่จะหยุดใช้ AI ทั้งหมด (ซึ่งส่วนใหญ่ขององค์กรไม่สามารถทำได้) องค์กรควรลดการลงทุนใน AI ทั่วไปและเน้นการใช้ Applied AI เพื่อให้ได้ ROI ที่มีความหมายในปี 2024

อนาคตของ AI จะสดใส หากคุณสามารถเข้าถึง ROI ได้

AI จะยังคงมีบทบาทสำคัญทั่วทั้งองค์กร尽管มีข้อกังวลเกี่ยวกับคุณค่าของมัน ตอนนี้ไม่ใช่เวลาที่จะลดความเร็ว แต่เป็นเวลาที่จะเปลี่ยนเส้นทาง

ที่ OneStream Software เราได้สำรวจผู้นำด้านการเงิน 800 คนจากทั่วโลกเกี่ยวกับการใช้และการรับรู้เทคโนโลยี AI ในอุตสาหกรรม ซึ่งพบว่ามากกว่าครึ่งหนึ่ง (55%) ของผู้ตอบแบบสอบถามเห็นด้วยว่า AI จะกลายเป็นส่วนประกอบหลักของกระบวนการทางการเงินในอีก 5 ปีข้างหน้า ทีมจะต้องหาวิธีแก้ปัญหาโดยใช้ AI ที่สามารถสร้าง ROI ที่มีความหมายได้ นี่คือ Applied AI

Applied AI ใช้ฟังก์ชันพรีเบิลที่ขับเคลื่อนด้วย AI เพื่อแก้ปัญหาเฉพาะด้านการเงินหรือธุรกิจ โซลูชันเหล่านี้สามารถนำไปใช้ได้เร็วขึ้นและให้ผลตอบแทนที่ดีกว่า เนื่องจากมุ่งเป้าไปที่กรณีการใช้งานเฉพาะ Applied AI มักถูกใช้ในทีมการเงินเพื่อเร่งความเร็วและความแม่นยำของแผนการและ预测รายได้ ตรวจจับข้อผิดปกติในข้อมูลในอดีต และอัตโนมัติงานประจำ ซึ่งทั้งหมดนี้มีประโยชน์อย่างมากในด้านการขาดแคลนบุคลากรด้านการบัญชีที่กำลังดำเนินอยู่

โดยรวมแล้ว Applied AI ให้ข้อมูลเชิงลึกที่มีคุณค่าเกี่ยวกับตัวประกอบภายในและภายนอกที่มีอิทธิพลต่อธุรกิจ ทำให้ผู้นำสามารถควบคุมองค์กรของตนได้อย่างมั่นใจ ข้อมูลเชิงลึกเหล่านี้สามารถลดความเสี่ยง ระบุโอกาสทางธุรกิจใหม่ๆ และปรับปรุงการตัดสินใจโดยรวมได้อย่างมีประสิทธิภาพ โซลูชันแบบ purpose-built เหล่านี้เป็นเครื่องมือทางธุรกิจที่มีพลังสำหรับองค์กรสมัยใหม่

ข้อดีของ Applied AI: ความเร็วและความแม่นยำ

ธุรกิจต้องการข้อมูลเชิงลึกที่ทันเวลาและแม่นยำเพื่อสนับสนุนการตัดสินใจที่มั่นใจและคล่องตัว ข้อความนี้อาจดูเหมือนชัดเจน แต่โมเดล AI ทั่วไปหลายรูปแบบไม่สามารถใช้งานได้อย่างรวดเร็วเพียงพอที่จะให้ข้อมูลเชิงลึกที่จำเป็นในการตัดสินใจที่ต้องทำในวันนี้

ไม่เหมือนกับ AI ทั่วไป Applied AI สามารถใช้งานได้เร็วขึ้นและผลลัพธ์มักจะแม่นยำกว่า องค์กรสามารถใช้โมเดลการพยากรณ์ AI ได้ภายในไม่กี่วัน ซึ่งให้การเข้าถึงข้อมูลเชิงลึกที่เกี่ยวข้องและสำคัญต่อธุรกิจ

ในด้านการตลาด Applied AI สามารถให้การพยากรณ์ความต้องการที่แม่นยำยิ่งขึ้นตามผลิตภัณฑ์ ช่องทาง ภูมิภาค และกลุ่มลูกค้า ทำให้สามารถทำการตลาดได้อย่างมีประสิทธิภาพโดยการมุ่งเป้าไปที่กลุ่มตลาดเฉพาะ และลดการใช้ทรัพยากรที่ไม่จำเป็น

ในแผนกการเงิน ทีมสามารถใช้ Applied AI เพื่อสร้างการพยากรณ์ความต้องการที่แม่นยำยิ่งขึ้นเพื่อให้การวางแผนการเงินมีฐานะที่ดี ทำให้ธุรกิจสามารถจัดสรรงบประมาณได้อย่างมีประสิทธิภาพและตัดสินใจลงทุนได้อย่างมีข้อมูล

การสำรวจ AI-Driven Finance ยังพบว่าผู้นำด้านการเงินระดับโลกเชื่อว่า AI ได้ให้ผลลัพธ์ที่ดีขึ้นแก่ทีมของตนแล้ว เช่น การตัดสินใจที่รวดเร็วขึ้น (49%) ข้อมูลเชิงลึกที่ดีขึ้น (48%) คุณภาพของผลลัพธ์ที่ดีขึ้น (48%) และการกระจายทรัพยากรที่ดีขึ้น (38%) เมื่อ AI ถูกนำมาใช้สำหรับกรณีการใช้งานเฉพาะ มันสามารถมีประสิทธิภาพและให้ผลลัพธ์ที่ดีขึ้น

การขจัดอุปสรรคของ AI

แม้ว่า Applied AI จะให้ ROI ที่ดีกว่า AI ทั่วไปในหลายกรณี แต่ยังมีอุปสรรคที่ต้องระวังอยู่

ผู้นำธุรกิจหลายคนไม่เชื่อใจผลลัพธ์ที่ได้จาก AI เนื่องจากพวกเขาเคยผิดหวังจากผลลัพธ์ที่ไม่น่าประทับใจจาก AI ทั่วไป พวกเขาอาจไม่เข้าใจถึงความโปร่งใสของโมเดลหรือไม่สามารถรวม AI เข้ากับกระบวนการทางธุรกิจได้เนื่องจากความไม่สอดคล้องกันระหว่างโมเดล AI และค่านิยมทางธุรกิจ นี่คือจุดที่ Applied AI มีประโยชน์ในการเพิ่มความเร็วและ ROI

หนึ่งในวิธีแก้ปัญหาคือการให้ความโปร่งใสในข้อมูลและผลลัพธ์ที่ได้จากโมเดล Applied AI ทีมสามารถทำงานร่วมกับคู่ค้าทางเทคโนโลยีเพื่อทำความเข้าใจโครงสร้างของโมเดลและทดสอบสถานการณ์ต่างๆ เพื่อแสดงวิธีการกำหนดโมเดลที่แม่นยำที่สุด นอกจากนี้ ควรหาคู่ค้าที่มีประสบการณ์และทรัพยากรในการฝึกอบรมพนักงานเพื่อช่วยเหลือในการแก้ไขปัญหาการฝึกอบรมพนักงาน

การฝึกอบรมพนักงานเป็นอีกหนึ่งอุปสรรคในการนำ AI ไปใช้ ตามรายงาน AI-Driven Finance ที่กล่าวถึงก่อนหน้านี้ เกือบหนึ่งในสาม (32%) ของผู้นำด้านการเงินจากทั่วโลกระบุว่าการนำ AI ไปใช้เป็นความท้าทายที่ใหญ่ที่สุด ต่อจากข้อกังวลด้านการรักษาความปลอดภัยและการปฏิบัติตามกฎระเบียบ (31%) องค์กรควรหาคู่ค้าที่มีแนวทางปฏิบัติที่ดีที่สุดและทรัพยากรในการฝึกอบรมเพื่อช่วยเหลือในการแก้ไขปัญหาการฝึกอบรมพนักงาน คู่ค้าที่แท้จริงจะช่วยแก้ไขความต้องการการฝึกอบรมพนักงานแทนการเพียงแค่ส่งมอบเครื่องมือให้

การรักษาความปลอดภัยและการป้องกันข้อมูลอาจไม่ใช่ความท้าทายที่ใหญ่ที่สุดในการนำ AI ไปใช้ แต่ก็ยังคงเป็นเรื่องที่ต้องกังวล อุปสรรคหลักคือการแบ่งปันข้อมูลที่มีความละเอียดอ่อนกับเครื่องมือ AI ทั่วไป เช่น ChatGPT อาจทำให้ข้อมูลที่มีความละเอียดอ่อนตกไปอยู่ในมือของคู่แข่งและผู้ใช้ทั่วไป

เพื่อลดความเสี่ยงนี้ องค์กรสามารถใช้เครื่องมือ LLM และ GenAI ที่มีโครงสร้างการรักษาความปลอดภัยที่แข็งแกร่งและสามารถรวมเข้ากับระบบที่มีอยู่ได้ ซึ่งช่วยให้ผู้ใช้สามารถเข้าถึงข้อมูล “ที่ได้รับการคัดเลือก” เกี่ยวกับลูกค้า การเงิน องค์กร หรือซอฟต์แวร์ที่พวกเขาใช้อยู่ โดยสรุปแล้ว มีวิธีการเพิ่มการรักษาความปลอดภัยโดยไม่ต้องเปิดเผยข้อมูลที่มีความละเอียดอ่อน

การเปลี่ยนธุรกิจไปสู่เกียร์ใหม่ด้วย Applied AI

อนาคตของ AI ยังคงสดใส เนื่องจากผู้นำหลายคนตระหนักถึงประโยชน์ของ AI ต่อประสิทธิภาพการทำงาน การทำงานร่วมกัน และผลลัพธ์ทางธุรกิจ องค์กรหลายแห่งจะยังคงเผชิญกับความท้าทายในการแสดง ROI ในขณะเดียวกันก็จำกัดการใช้จ่ายที่ไม่จำเป็นในภูมิทัศน์เศรษฐกิจปัจจุบัน การหันมาใช้ Applied AI และผู้ให้บริการซอฟต์แวร์ที่รวม Applied AI เข้ากับแอปพลิเคชันที่มีอยู่แล้วสามารถช่วยเพิ่มประสิทธิภาพการทำงานและแก้ปัญหาทางธุรกิจที่แท้จริงได้

โซลูชัน Applied AI สามารถช่วยให้ธุรกิจบรรลุผลลัพธ์สูงสุดจากการลงทุนและได้รับข้อมูลเชิงลึกที่ช่วยให้พวกเขาเติบโตได้อย่างมีกำไร ธุรกิจจะเปลี่ยนไปสู่เกียร์ใหม่ด้วย ROI และโอกาสที่มาจากฟังก์ชัน AI ที่มีจุดมุ่งหมายเฉพาะ