İnovasyon FOMO’yu Aşmak ve AI/GenAI’yi Belirli İş Problemlerini Çözmek için Kullanmak Nasıl Yapılır

Şirket liderlikleri, performansları değerlendirmek ve neler olacağı konusunda planlar yapmak için toplanmaya başladıkları yoğun bir döneme giriyoruz. Artan maliyetler, sürekli tedarik zinciri sorunları ve sürdürülebilirlik hedeflerine ulaşma çabaları gibi bir dizi zorluğun ardından, herkesin aklında vẫn bir konu var – yapay zeka (AI)/genel AI (GenAI).

Bu, inovasyon FOMO’sunun çağı ve liderlerin şirketlerini geride bırakmamak için operasyonlarına bazı AI/GenAI işlevlerini entegre etmeleri isteniyor. Ancak tüm bu heyecan arasında, inovasyonun bir süreç, değil bir çözüm olduğunu unutmamak önemlidir. Kalıcı bir etki yaratmak için, organizasyonların yeni yeteneklerin belirli ihtiyaçlarla eşleştirildiğini, risk açısından değerlendirildiğini ve ölçülebilir iş sonuçlarına bağlı olduğunu đảmaları gerekir.

Şirket liderlik ekiplerinden gelen üç ortak soru/sorun ve AI/GenAI’nin nasıl yardımcı olabileceği, ayrıca bu inovasyonun zaten fark yarattığı beberapa endüstriden örnekler:

Her gün yeni teknoloji tanıtılıyor ve bütçemiz zaten çok dar. AI/GenAI yeniliğine yatırımımızın nerede en yüksek getiriyi sağlayacağını nasıl belirleyebiliriz?

Paradoksal olarak, herkes hızlandığında, liderlik ekibinizin temellere odaklanıp yavaşlaması gerekiyor. İlk olarak, herkesin AI/GenAI hakkında nasıl düşündüğünü güvence altına alın. AI uzun süredir var ve genel olarak, verilerini analiz etmek, içgörüler elde etmek ve daha akıllıca çalışmak için bir araç olarak düşünülmesi en iyisidir. GenAI daha yeni ve bu içgörülerden yararlanarak otomatik olarak gerçek içerik ve öneriler oluşturmayı içerir. Her şirket, AI/GenAI yeteneklerini entegre etmekten yararlanabilir, ancak geçişi demokratikleştirmek ve işçilerin değerli hissetmelerine yardımcı olmak yararlıdır.

Şirketler, kurumsal çapta bir AI ekosistemi oluşturmak için Toyota tarafından geliştirilen “Kaizen” yönteminden ilham alabilir. Bu approach, sürekli iyileştirme içerir ve tüm organizasyon seviyelerindeki ekiplerin, atık ortadan kaldırmak ve süreçleri optimize etmek için küçük, artımlı değişiklikler yapmaları teşvik edilir. Bu sadece AI/GenAI’nin nerede en büyük etkiye sahip olabileceğini belirlemeye yardımcı olmakla kalmaz, aynı zamanda bir “test ve öğren” zihniyetini teşvik eder ve daha mutlu, daha verimli çalışanlarla sonuçlanır.

Odaklanma: Ulaşım Endüstrisi

Ulaşım endüstrisinde, AI/GenAI şirketlere talep tahmini, envanter yönetimi, öngörülü bakım ve rota optimizasyonu gibi her şeyi geliştirmeye yardımcı oluyor. Delta Air Lines, müşterilerle ilgili verileri analiz etmek ve kişiselleştirilmiş seyahat deneyimleri sunmak için GenAI kullanıyor, UPS, AI destekli ORION sistemini trafik koşullarının değişmesi durumunda teslimat rotalarını ayarlamak için kullanıyor ve New York City MTA, AI’yi bilet kaçaklarını azaltmak için kullanıyor.

Büyüdükçe, C-Suite ve işlevsel liderlik arasında iletişim boşlukları gelişiyor, özellikle de BT’de. AI/GenAI’yi daha etkili iç ve dış iletişimler oluşturmak için nasıl kullanabiliriz, ancak samimiyetimizi kaybetmeden?

GenAI gerçekçi mesajlar üretebilse de, marka itibarını korumak için belirli standartları korumak önemlidir. Diğer bir deyişle, stil önemlidir ve insanlar samimi hissetmeyen bir şekilde iletişim kurmak ister. PwC‘nin yakın zamanda yaptığı bir araştırmaya göre, C-Suite, tüketiciler ve çalışanlar arasında güven oluşturmak her zaman daha kritiktir ve iş liderlerinin %93’ü, güven oluşturmanın ve korummenin karı artırabileceğine katılıyor. Aynı şey bir organizasyon içinde de geçerlidir ve yeni yönetim direktiflerine karşı çalışanların şüpheci olması veya yeni teknolojinin uygun bağlamda sunulmaması durumunda güvensizlik duymaları yaygındır.

Kötü iletişim zaman ve para kaybına neden olur, inovasyonu ve operasyonel verimliliği yavaşlatır. GenAI, büyük veri kümelerini analiz ederek olası reaksiyonları modellemek, gerçek zamanlı içgörüler sunmak ve iki “dil” arasında köprü oluşturmak (yani, işin ne söylemek istediği ve müşteriler/çalışanlar tarafından nasıl algılandığı) gibi bu sorunu önceden çözebilir. Yöneticiler, performans hakkında zamanında, AI tarafından yönlendirilen içgörülere sahip olduğunda, operasyonel kararları stratejik hedeflerle daha iyi hizalayabilir. Çalışanların süregelen eğitim ve beceri geliştirme girişimleriyle sürecin bir parçası haline getirildiğinde, AI/GenAI bir tehdit yerine bir varlık olarak görülebilir.

Odaklanma: Perakende Endüstrisi

Salgın sonrası tüketici davranışı dramatik bir şekilde değişti, bu nedenle perakende şirketlerinin müşteri verilerini analiz etmek ve kişiselleştirilmiş hizmet, ürün önerileri ve pazarlama kampanyaları sunmak için AI kullanması çok önemlidir. Büyük ölçekte, AI gelecekteki davranışları tahmin etmeye de yardımcı olabilir, böylece hedefli satış çabaları ve müşteri kazanımı geliştirilebilir. Bu alanda gelecekteki görünüm heyecan verici ve alışveriş şeklimizi tamamen değiştirecek. Örneğin, Amazon, AI destekli “Just Walk Out” teknolojisini, mağazalarda kameralardan ve sensörlerden alınan verileri analiz ederek, dünya çapında checkout-free mağazalar sunmak için sürekli olarak geliştiriyor.

Endüstrimizde, büyük miktarda hassas müşteri bilgisi ile ilgileniyoruz ve yeni teknoloji tanıtmanın veri güvenliğini nasıl etkileyebileceği konusunda endişeliyiz. AI/GenAI’yi bu endüstrilerde kullanmanın faydaları nelerdir ve riskleri nasıl azaltabiliriz?

Tıp gibi, AI/GenAI dönüşümünün altın kuralı, “Önce zarar verme.” Sağlık hizmetleri ve finansal hizmetler gibi bazı endüstriler, karmaşık, yüksek düzeyde düzenlenmiş ortamları nedeniyle AI’nin yaygın olarak benimsenmesinde daha yavaş ilerledi, ancak belirli fonksiyonlarda büyük ilerlemeler kaydedildi. En görünür kanıt, müşteri hizmetlerinde, AI destekli sohbet botları ve sanal asistanların 7/24 destek sunabileceği ve lojistik sorulara yardımcı olabileceği yerlerde görülebilir. Örneğin, 2018’de başlatılan Bank of America’nın AI destekli sohbet botu “Erica”, 42 milyondan fazla müşteriden 800 milyon soruya cevap verdi ve 1,2 milyar kez kişiselleştirilmiş içgörüler ve rehberlik sağladı.

Ironik olarak, hassas endüstrilerdeki güvenlik endişelerine rağmen, AI/GenAI, dolandırıcılık tespitinde olumlu bir etkiye sahip oldu. Finans sektöründe dolandırıcılık bir sorun ve uzmanlar, bankacılık dolandırıcılığının 2029 yılına kadar endüstriye 48 milyar dolar mal olacağını öngörüyor. AI algoritmaları, büyük veri kümelerini tarayarak olası dolandırıcılık faaliyeti göstergesi olan anormallikleri tespit edebilir ve güvenlik ekipleri, eşiğin aşıldığında müdahaleleri tetiklemek için şüpheli faaliyet için eşikler oluşturabilir. GenAI, ayrıca veri girişi, uzlaştırmaya gibi bazı rutin görevleri otomatikleştirmeye yardımcı olabilir ve ekiplere, daha derin insan analizi gerektiren (kredi onayı, varsayılanlar vb.) daha nüanslı kararlar verme için zaman kazandırabilir.

Odaklanma: Bankacılık Endüstrisi

2021 yılında, PNC, AI ve makine öğrenimi (ML) kullanarak bir şirketin histórik verisinden eğitim alan ve güncellenerek gelecekteki nakit akışını tahmin etmeye yardımcı olan bir nakit yönetim uygulaması olan PINACLE’ı başlattı. AI, ayrıca, özellikle sürdürülebilirlik odaklı olan yatırımcıları da güçlendirmeye yardımcı oluyor. Morgan Stanley, AI’nin analitik yeteneklerinin, “güçlü ESG performansına sahip şirketleri tanımlamaya, riskleri azaltmaya ve sürdürülebilirlik hedefleriyle daha iyi uyumlu portföyler oluşturmaya” yardımcı olabileceğini tavsiye ediyor.

2025 İçin Tonu Belirleme

Şirketlere, AI/GenAI ile operasyonlarını optimize etme için bir kezlik bir fırsat sunuluyor, ancak bu tür bir dönüşüm disiplin gerektirir. Gelecek yıl için liderlerin (1) değişimin bir takım sporu olduğunu, (2) herhangi bir yeni teknolojinin getirisinin belirli iş sonuçlarına bağlı olduğunu ve (3) yönü olmadığında hızın kaosa neden olabileceğini net bir şekilde belirtmesi gerekiyor. Hype’i görmezden gelerek ve anlamlı etkiye odaklanarak, organizasyonlar bu yeni inovasyon döneminde kalıcı başarı için hazırlanacaklar.