Як подолати інноваційний FOMO та використовувати AI/GenAI для вирішення конкретних бізнес-проблем

Ми вступаємо в сезон активності для корпоративного керівництва, коли менеджери всіх напрямків зустрічаються, щоб оцінити результати та спланувати, що далі. Після року зростання витрат, постійних проблем з ланцюгами постачання та тривалих зусиль для досягнення цілей сталості, є багато проблем. Але одна тема все ще здається центральною для всіх – штучний інтелект (AI)/генеративний інтелект (GenAI).

Це епоха інноваційного FOMO, і лідери переважно звертаються до впровадження деяких функцій AI/GenAI у свої операції, щоб компанії не відставали. Але серед усіх цих емоцій важливо пам’ятати, що інновації – це процес, а не рішення. Для створення тривалого впливу організації повинні забезпечити, щоб будь-які нові можливості відповідали конкретним потребам, оцінювалися за ризиком і пов’язувалися з вимірюваними бізнес-результатами.

Ось три загальних питання/виклики від команд корпоративного керівництва та те, як AI/Gen AI можуть допомогти, разом з прикладами з кількох галузей, де ці інновації вже роблять різницю:

Виглядає так, ніби щодня з’являється нова технологія, а наш бюджет вже витягнутий до межі. Як ми можемо визначити, де наш інвестиційний внесок у інновації AI/GenAI принесе найбільшу віддачу?

Парadoxально, коли всі починають прискорюватися, це час для вашої команди керівництва сповільнитися та зосередитися на фундаментальних питаннях. По-перше, переконайтеся, що всі згодні з тим, як ви думаєте про AI/GenAI. AI існує вже давно, і на високому рівні найкраще думати про нього як про інструмент для аналізу даних, збору інформації та розумнішої роботи. GenAI є більш новим і пов’язаним із тим, як використовувати всі ці відомості для автономного створення фактичного вмісту та рекомендацій. Кожна компанія може виграти від впровадження можливостей AI/GenAI, але це допомагає демократизувати перехід, щоб працівники відчували себе цінними.

Компанії, які хочуть створити корпоративну екосистему AI, можуть взяти за приклад метод “Kaizen“, який започаткував Toyota. Цей підхід передбачає безперервне покращення, коли команди на всіх рівнях організації заохочуються робити малі, інкрементні зміни для ліквідації відходів та оптимізації процесів. Це не тільки допомагає визначити, де AI/GenAI можуть мати найбільший вплив, але й починає розвивати “тестово-навчальний” спосіб мислення, який проникне через культуру організації та призведе до щасливіших, більш продуктивних працівників.

Фокус на: Галузь транспорту

У галузі транспорту AI/GenAI допомагає компаніям покращувати все, від прогнозування попиту та управління запасами до передбачувального обслуговування та оптимізації маршрутів. Delta Air Lines використовує GenAI для аналізу даних клієнтів та надання персоналізованих подорожей, UPS використовує свою систему ORION, що працює на основі AI, для регулювання маршрутів доставки залежно від зміни умов руху, а Нью-Йоркський метрополітен розгортає AI для зменшення ухилення від сплати проїзду.

Під час нашого зростання ми виявили, що розриви у спілкуванні розвиваються між керівництвом компанії та функціональним керівництвом, особливо в галузі IT. Як ми можемо використовувати AI/GenAI для створення більш ефективних внутрішніх та зовнішніх повідомлень, не втрачаючи свою автентичність?

Хоча GenAI може створювати надзвичайно реалістичні повідомлення, важливо підтримувати певні стандарти для захисту репутації бренду. Інакше кажучи, стиль має значення, і люди хочуть спілкуватися таким чином, який здається їм справжнім. За даними недавнього опитування PwC, встановлення цього довіри є дедалі важливішим серед керівництва компанії, споживачів та працівників, і 93% керівників компанії погоджуються з тим, що будівництво та підтримання довіри покращує фінансові результати. Те саме стосується організації, і не рідко працівники обережно ставляться до нових директив керівництва, які здаються їм нечесними, або недовіряють новій технології, яка не розміщена у відповідному контексті.

Помилкова комунікація витрачає час і гроші, сповільнюючи інновації та операційну ефективність. GenAI може проактивно вирішувати цю проблему, аналізуючи величезні набори даних попередніх взаємодій (із клієнтами та працівниками) для моделювання потенційних реакцій, надання реальних інсайтів та служіння мостом між двома “мовами” (тобто тим, що бізнес хоче сказати, і тим, як це сприймається клієнтами/працівниками). Коли виконавці мають своєчасні, керовані AI інсайти щодо продуктивності, вони можуть краще узгоджувати операційні рішення зі стратегічними цілями. І коли працівники включаються до процесу через безперервну освіту та підвищення кваліфікації, AI/GenAI можуть бути сприйняті як актив, а не загроза.

Фокус на: Галузь роздрібної торгівлі

Післяпандемічне споживче поведінка змінилося драматично, тому критично важливо, щоб роздрібні компанії використовували AI для аналізу даних клієнтів та надання високоперсоналізованої служби, рекомендацій продуктів та маркетингових кампаній. У масштабі AI також можна використовувати для передбачення майбутньої поведінки, що дозволяє здійснювати націлені продажі та покращувати придбання клієнтів. Майбутнє в цій сфері цікаве та готується революціонізувати те, як ми робимо покупки. Наприклад, Amazon продовжує вдосконалювати свою технологію “Just Walk Out”, що працює на основі AI, яка аналізує дані з камер та внутрішніх сенсорів для забезпечення безкоштовних магазинів у всьому світі.

У нашій галузі ми працюємо з великими обсягами чутливої інформації клієнтів, і ми стурбовані тим, як введення нової технології може збільшити вразливість наших даних. Які є переваги використання AI/GenAI в цих галузях, і як ми можемо мінімізувати ризик?

Як і в медицині, золоте правило перетворення AI/GenAI полягає в тому, щоб “спочатку не нашкодити”. Деякі галузі, такі як охорона здоров’я та фінансові послуги, мали повільніше широке впровадження AI через їх складні, високорегульовані середовища, але були зроблені величезні кроки в конкретних функціях. Найбільш помітний приклад – це сфера обслуговування клієнтів, де чат-боти та віртуальні помічники, що працюють на основі AI, можуть забезпечувати круглодобну підтримку та допомагати відповідати на загальні логістичні питання. Наприклад, з моменту запуску в 2018 році чат-бот Bank of America “Erica” відповів на 800 мільйонів запитів від понад 42 мільйонів клієнтів та надав персоналізовані інсайти/поради понад 1,2 мільярда разів.

Іронічно, попри триваючі побоювання щодо безпеки в чутливих галузях, AI/GenAI мали чисто позитивний вплив у сфері виявлення шахрайства. Шахрайство є ендемічною проблемою у фінансах, яка тільки погіршується, і експерти прогнозують, що шахрайство у банківській справі коштуватиме галузі 48 мільярдів доларів до 2029 року. Алгоритми AI можуть аналізувати величезні набори даних для виявлення аномалій, які можуть вказувати на шахрайську діяльність, а команди з безпеки можуть встановлювати пороги для підозрілої діяльності, що викликає втручання лише у разі перевищення цих порогів. GenAI також може допомогти автоматизувати певні рутинні завдання (введення даних, узгодження тощо) та звільнити час для команд, щоб приймати більш нюансовані рішення (підтвердження кредитів, виправлення тощо), які користуються глибшим людським аналізом.

Фокус на: Банківську галузь

У 2021 році PNC запустив PINACLE, застосунок для управління готівкою, який використовує AI та машинне навчання (ML) для навчання з історичних даних компанії. Як тільки модуль навчається, його можна оновлювати щодня та створювати прогноз, щоб допомогти передбачити майбутній потік готівки, зменшити проблеми з контролем версій та краще зрозуміти поточні та майбутні позиції готівки для різних сценаріїв. AI також допомагає емпаверувати інвесторів, особливо тих, хто зосереджений на сталості. Morgan Stanley радить, що аналітичні можливості AI можуть допомогти “визначити компанії з сильними показниками ESG, мінімізувати ризики та сформувати портфелі, які краще відповідають цілям сталості”.

Встановлення тона для 2025 року

Компанії мають унікальну можливість оптимізувати свої операції за допомогою AI/GenAI, але такий трансформативний процес вимагає дисципліни. У вступі до наступного року керівництво повинно зробити ясним, що: (1) зміна – це командний спорт; (2) ROI будь-якої нової технології повинен бути пов’язаний з конкретними бізнес-результатами; і (3) швидкість без напрямку створює хаос. Зосередившись на значимому впливі та залишаючись дисциплінованими, організації будуть готові до тривалого успіху в цій новій ері інновацій.