Зміна нашого мислення щодо GenAI в раді керівників: навігація короткострокової та довгострокової ROI

Коли команди керівників по всьому світу починають планувати 2025 рік, тема, яка найбільше турбує всіх, – це коли вони можуть очікувати повернення інвестицій в AI і/або генераївний AI (GenAI). Нові дослідження від Google Cloud показали, що понад 6 із 10 великих (більше 100 працівників) компаній використовують GenAI, і 74% вже бачать деяке повернення інвестицій (ROI). Але максимізація ROI від AI/GenAI вимагає стратегічного підходу, який виходить за рамки лише виправдання витрат, охоплюючи як прямий/непрямий повернення, так і чітке розуміння часових затрат і прихованих витрат, а також інтеграцію людських функцій для забезпечення надійних, масштабованих процесів.

Переосмислення ROI

Враховуючи всю увагу, яку AI/GenAI отримали за останній рік у ЗМІ, можна легко забути, що ці інвестиції ще відносно нові, що означає, що більшість компаній ще не побачили такого повернення інвестицій, яке можливе. Це робить ще важливішим управління очікуваннями в раді керівників з самого початку, оскільки будь-яка рання оцінка створить критичні враження, які вплинуть на те, як керівництво буде сприймати майбутні інвестиції. Якщо вони мають великі надії на негайні, трансформаційні зміни, їхнє ставлення може погіршитися, якщо ці зміни ще тільки зароджуються на ранніх етапах. Інакше кажучи, нові інновації вимагають нових перспектив вимірювання, і лідери повинні переосмислити своє мислення щодо короткострокової та довгострокової ROI.

У термінах того, що складає успішну трансформацію, прогрес часто найкраще вимірюється очима спостерігача, але навіть “малі” перемоги можуть привести до більших потенційних результатів в майбутньому. Ось три способи допомогти контекстуалізувати ваші інвестиції в AI/GenAI, а також деякі приклади з тих, хто знаходиться на подібному шляху.

1. Відмінність між прямим та непрямим ROI

У деяких галузях прямий ROI легше визначити. Наприклад, якщо рітейлева або компанія з споживчих товарів починає пропонувати нову функціональність GenAI, вони, ймовірно, отримають негайне відчуття від клієнтів про те, як ці функції сприймаються. Натомість у інших галузях, таких як виробництво, існує більш непрямий ROI, який залежить від довгострокових інвестицій. З такими “м’якими” поверненнями зазвичай створюється “ефект капання”, який може створити нові можливості або розблокувати нову вартість. Припустимо, ви реалізуєте нове рішення AI для покращення продуктивності команди. Хоча ваша первинна мета могла бути виходом, той збільшений рівень діяльності також міг би привести до відкриття цілком нових шляхів зростання, яких раніше не розглядали. Це найцікавіша і найзахоплююча частина AI/GenAI – невідомий потенціал. І хоча цей потенціал важко виміряти, його завжди слід включати як фактор у розрахунку повернення.

Хороший приклад як прямого, так і непрямого ROI можна знайти в е-комерційній компанії Mercari, яка минулого року додала до своєї платформи ринку для товарів з другої руки ChatGPT-підтримуваного шопінг-асистента. Їхній новий “Мerchant AI” дозволив клієнтам “зайти на сайт, активувати шопінг-асистента в природній розмові, відповісти на питання про їхні потреби, а потім отримати серію рекомендацій” щодо наступних кроків. Прямий ROI цього був 74% зниження обсягу тікетів у Mercari, тоді як непрямий ROI полягав у тому, що внаслідок часу, заощадженого в результаті цього, компанія могла поступово скоротити технічний борг і розширити свої операції.

2. Врахування часу реалізації інвестицій в AI/GenAI та супутніх прихованих витрат

Враховуючи постійний тиск на керівництво щодо зростання прибутку, мало шансів, що вони раптом приймуть “хороші речі приходять до тих, хто чекає” ментальність. Але реальність така, що будь-яке входження в AI/GenAI займає час і гроші, навіть до того, як ви досягнете стартової лінії. Від інвестицій в інфраструктуру та навчання до придбання різних API та відповідних даних, це можуть бути місяці підготовчої роботи, яка не покаже жодного “повернення”, окрім того, що ви будете готові розпочати. Інша прихована витрата (яку багато людей не обговорюють) полягає в тому, що ви будете отримувати галюцинації та помилки, створені AI, які можуть коштувати компаніям великих грошей, відправляючи їх у неправильному напрямку, відкриваючи лазівку або потенційно викликаючи дорогу проблему з PR. Цій досвід новий, що робить все трохи ризикованішим і дорожчим, тому для лідерів важливо врахувати це при оцінці ROI.

McKinsey надав інформацію щодо цього процесу прийняття рішень та пов’язаних з ним витрат, рифмуючи з класичною ситуацією “оренда, купівля чи будівництво”. У їхньому архетипі CIO чи CTO повинні визначити, чи вони “Тейкер” (використовують публічно доступні LLM з мінімальною настройкою), “Шейпер” (інтегрують моделі з власними даними для отримання більш персоналізованих результатів) або “Мейкер” (будують індивідуальну модель для вирішення конкретної бізнес-задачі). Кожен архетип має свої власні витрати, які керівники технологій повинні оцінити, від “Тейкера”, який коштує понад 2 мільйони доларів, до “Мейкера”, який іноді може сягати 100 разів більшої суми.

Створення інвестицій в AI/GenAI більш людсько-орієнтованих

Все ще існує багато страхів (особливо серед працівників) щодо того, що AI замінить людей. Натомість ніж відкидати ці побоювання, компанії повинні позиціонувати будь-яку трансформацію як вдосконалення, а не заміну, і намагатися знайти способи зробити свої інвестиції більш людсько-орієнтованими. З GenAI це не транзакція; це партнерство, і все ще існує реальна потреба в людях для оцінки ефективності будь-яких згенерованих висновків або матеріалів, щоб забезпечити їхню відсутність упередженості, галюцинацій чи інших неправильних тлумачень. Саме тому критично важливо, щоб компанії постійно викликали AI до надання раціоналу за кожне рішення, щоб забезпечити точність. Це дасть вмісту більше валідності, вашим працівникам буде видно визначену роль у процесі, і це в кінцевому підсумку допоможе ROI, оскільки ви будете навчатися на кожному етапі.

Також добре встановити твердий каркас, щоб забезпечити суворі обмеження на той тип інформації, до якої може мати доступ AI. Задайте собі питання: “Чи повинні ми дозволити AI доступ до інтернету?” Можливо, ні. Суть у тому, щоб спочатку розглянути потребу, і якщо у вас є інші перевірені методи, використовувати їх. Іноді AI корисний лише для підсумовування, а не “думання”. Все це про створення правильної рівноваги, і люди все ще мають критичну роль у процесі. Згідно з дослідженням Accenture, 94% виконавців відчувають, що технології людського інтерфейсу дозволять нам краще зрозуміти поведінку та наміри, трансформуючи взаємодію людини та машини.

Закриття розриву між обіцянкою та реальністю

Експерти погоджуються, що, хоча низький бар’єр входу GenAI є великою особливістю, його “довгостроковий потенціал залежить від доведення його короткострокової вартості”. Це означає, що будь-які пілотні проекти AI/GenAI повинні мати серію чітко визначених (але гнучких) критеріїв успіху до їхнього запуску, і компанії повинні постійно моніторити процеси, щоб забезпечити їхню постійну вартість. Коли мова йде про цю нову еру цифрових інновацій, можливо, ніколи не буде традиційної “фінішної лінії”, до якої ми всі спішимо. Натомість, змінивши своє мислення щодо короткострокової та довгострокової ROI AI/GenAI, компанії можуть бути більш обдуманими зі своїми інвестиційними доларами та зосередитися на розвитку можливостей, які можуть масштабуватися разом з бізнесом.