Чому довгострокова окупаемість не достатня: забезпечення цінності на кожному етапі впровадження штучного інтелекту

Корпоративний світ чує одну й ту ж річ: прискорити впровадження штучного інтелекту та показати результати зараз. Адоптація прискорюється, з 78% організацій, які вже використовують штучний інтелект принаймні в одній бізнес-функції до 2024 року – у порівнянні з 55% лише рік тому.

Але ось в чому проблема: тиск щодо демонстрації бізнес-цінності зростає так само швидко.

Це досить висока вимога, коли терміни директора з даних короткі, а роль головного офіцера штучного інтелекту (CAIO) все ще еволюціонує. З такою великою волатильністю лідерства на верхівці, програми штучного інтелекту часто застряють, перш ніж вони можуть довести будь-яку реальну цінність.

Ключовий виклик зрозумілий: компанії потрібно停止ити будівництво стратегій штучного інтелекту, які переслідують обіцянку “будучої трансформації” та почати зосереджуватися на створенні солідних основ, які доставляють цінність сьогодні – при підготовці до майбутнього.

Проблема з “тільки майбутніми” стратегіями

Вищі керівники залишають гроші в штучний інтелект. Насправді, 92% збільшують свої бюджети за наступні три роки, з більш ніж половини, які спрямовані на збільшення на 10%. Окрім того, фінансові установи, такі як Morgan Stanley, передбачають великі повернення, наприклад, ~920 млрд доларів США щорічної чистої вигоди для S&P 500.

Ця макро-тренд підтримує те, що я називаю “біг-бенг-але-пізніше” програмами штучного інтелекту, які виглядають вражаюче на папері, але залишають цінність занадто далеко в майбутньому, щоб зробити вплив сьогодні.

Жорстка реальність полягає в тому, що дуже небагато організацій мають дані, готові до штучного інтелекту. З урядуванням та якістю даних як найбільшими перешкодами, лише 12% компаній повідомляють, що їхні дані достатні для ефективного розгортання штучного інтелекту. І як Gartner вказує, погане урядування спричинить те, що 60% організацій пропустять свої цілі штучного інтелекту до 2027 року, навіть якщо вони приймуть штучний інтелект зараз.

У короткому, програми штучного інтелекту, які покладаються тільки на майбутні обіцянки, приречені застряти, застрягти в пілотному пеклі або втратити довіру зацікавлених сторін довго до того, як очікувана окупаемість прибуде.

Перевизначення цінності штучного інтелекту

Щоб звузити розрив між майбутнім потенціалом та сучасною цінністю, організації потрібно перевизначити, як вони бачать цінність штучного інтелекту. Є два різних типи:

• Негайна цінність: це вимірювані, короткострокові покращення – наприклад, 23% швидше середнього часу першої відповіді після розгортання помічника підтримки GenAI. Це ті перемоги, які показують зацікавленим сторонам, що штучний інтелект не тільки довгострокова гра.
• Основна цінність: це про будівництво основної інфраструктури – даних, урядування та масштабованих платформ – які зроблять штучний інтелект ефективним сьогодні та в майбутньому. Як зазначено в звіті State of AI компанії McKinsey, управління ризиками та урядування мають критичне значення для довгострокового успіху.

Як тільки ви визначите обидва потоки цінності, виклик полягає в балансуванні їх: як можна забезпечити негайні перемоги, одночасно забезпечуючи, щоб вони перекладалися в повторювані, керовані можливості? Ті, хто отримує цей баланс правильно, побачать реальні повернення.

Знаходження правильного балансу: цінність зараз і пізніше

Одна з найбільших помилок, яку я бачу, полягає в тому, що компанії знехтували проектуванням платформ штучного інтелекту з урахуванням розробників. До 2025 року 84% розробників будуть використовувати інструменти штучного інтелекту, а 51% з них будуть використовувати їх щодня. Якщо платформи штучного інтелекту не інтегруються з існуючими робочими процесами, прийняття буде лагідним, незалежно від того, наскільки потужними є моделі. Успіх залежить від інтеграції, вибору завдань та безперервної підготовки.

Найбільш критичними є також урядування та безпека. Якщо вони не мають пріоритету, незалежно від того, наскільки складним є штучний інтелект, користувачі не довіряють йому. Gartner вказав, що питання довіри, безпеки доступу та урядування є великими перешкодами для прийняття, а порушення, пов’язані з неправильним використанням GenAI, ймовірно, зростуть по мірі прискорення інновацій. Урядування повинно бути пріоритетом з першого дня, особливо з ростом регуляторного тиску.

Найбільш успішні організації – це ті, які створюють інструменти штучного інтелекту, які доставляють негайну цінність – тому що швидкі перемоги купують політичний капітал. Насправді, компанії, які бачать кращу окупаемість інвестицій у штучний інтелект, – це ті, які мають присвячених CAIO. Ці лідери зосереджують свої ресурси на “зараз” (вимірювані випадки використання) та “далі” (посилення даних та платформи), забезпечуючи стійкий прогрес при підготовці до майбутніх здобутків.

Це також означає встановлення показників ефективності, які підкреслюють ранню цінність – підтримка операцій, продажів, маркетингу та інженерії є хорошими початковими точками. Визначення чітких показників ефективності – таких як співвідношення лідів до перемог, рівня абонентської бази та ризикових оцінок моделей – разом з базовими планами та планами верифікації забезпечать те, що ініціативи штучного інтелекту не будуть тільки теоретичними, а будуть доставляти відчутні результати.

Ключем є визначити успішні моделі та повторити їх. Перехід від експериментів до виконання відбувається, коли компанії коригують свої процеси, а не тільки свої інструменти.

Посилення даних основ: безперервний процес

Занадто багато програм штучного інтелекту терплять невдачу, оскільки дані не є довіреними. Недостатнє урядування даних є однією з найбільших перешкод до успіху. Тому якість даних, походження та доступність повинні бути behandelt з такою ж важливістю, як і інструменти, орієнтовані на користувача. Сильні дані основ – це фундамент будь-якої успішної ініціативи штучного інтелекту.

Зробіть штучний інтелект бізнес-імперативом, сьогодні та завтра

Очікування ясні: показати негайні, вимірювані перемоги, одночасно будуючи платформу та дані основ, які окупляться в довгостроковій перспективі. З ростом бюджетів штучного інтелекту та посиленням контролю ризик програмного перезапуску зростає.

Лідери, які можуть доставляти цінність зараз, одночасно будуючи майбутнє, перетворять штучний інтелект з серії ізольованих пілотних проєктів у сталевий двигун для доходу та продуктивності.