Пет модели на вештачката интелигенција за деловна реинвенција

Повеќето организации сè уште управуваат со вештачката интелигенција како низа случаи на употреба: пилот-проект тука, работен тек таму, ветувачка алатка во рамките на една функција. Тој пристап може да донесе локални успеси, но ретко го трансформира начинот на кој бизнисот создава вредност.

Тоа е како да создавате интерактивни банери и drip кампањи по е-пошта со доаѓањето на интернетот, и да ја промашите поентата на еCommerce револуцијата.

Организациите што напредуваат користат поинаква и поамбициозна логика. Тие не ја третираат вештачката интелигенција како збир на неповрзани експерименти, туку како портфолио од модели на вредност. Секој од нив има свои економски аспекти, време до вредност и барања за управување, и секој од нив го олеснува скалирањето на следниот.

Затоа компаниите што ќе извлечат најмногу од вештачката интелигенција нема да бидат оние што спроведуваат најмногу пилот-проекти. Тие ќе бидат тие што ќе разберат кои вредносни модели да ги изградат, по кој редослед и со какви основи за да го преосмислат сопствениот бизнис.

Се појавуваат пет вредносни модели на вештачка интелигенција најјасно во претпријатијата. Секој создава вредност на различен начин. Секое има своја економија, временски хоризонт и управување. И секој може да ги создаде условите за следниот да се прошири.

Оспособувањето на работната сила гради познавање. Флуентноста го прави управувањето функционално. Управувањето овозможува подлабока интеграција со системите. Интеграцијата овозможува управување со зависностите. Управувањето со зависности ги прави операциите водени од агент безбедни.

Вака организациите преминуваат од изолирани успеси со вештачка интелигенција кон поширока трансформација на бизнисот. Стратешкото прашање не е кој модел да се избере. Прашањето е со кој да започнете, каква основа гради и што овозможува понатаму.

Ова е најбрзиот модел со најдобра вредност за активирање. Ги проширува практичните способности за вештачка интелигенција низ работната сила, создавајќи краткорочни добивки во продуктивноста, додека го гради познавањето потребно за подлабока трансформација. Поголемата придобивка не е побрзо изготвување на нацрти, синтеза или анализа, туку подготвеноста на организацијата. Тимот за човечки ресурси може да овозможи, правниот тим може да управува, финансискиот тим може да финансира, а бизнис тимовите можат да соработуваат со заедничко разбирање за тоа каде функционира вештачката интелигенција и како да се користи безбедно.

• Повторено користење според улога и ниво на познавање
• Промпт, работни процеси и средства за повеќекратна употреба во рамките на тимовите
• Докази за меѓуфункционално овозможување
• Појава на нови начини на работа

Работна сила на две нивоа: мала група напредни корисници напредува, додека остатокот од организацијата стагнира.

Изградете мрежа од шампиони и почетни работни текови, како што се проценка на перформансите, управување со договори и циклусот набавка-плаќање, што ги прават најдобрите практики попристапни и инспиративни.

Овој модел е важен затоа што вештачката интелигенција го менува начинот на кој корисниците откриваат, оценуваат и избираат производи и услуги со целосно ново ниво на ангажман. Во каналите базирани на вештачка интелигенција, конверзијата сè повеќе се случува во рамките на разговор. Тоа го поместува прашањето за растот од досег кон доверба и присутност во моменти на намера. Победниците нема едноставно да бидат највидливите. Тие ќе бидат најкорисни, најверодостојни и најнавремени кога се донесува одлука.

• Квалификувана намера и број на итерации пред посветеност од страна на корисникот
• Квалитет на конверзијата, вклучително и задржување, дополнителна продажба и доживотна вредност
• Сигнали за доверба, како што се однесувањето при враќање, повторен ангажман и препорака
• Активирање на посветени конектори за податоци или апликации поврзани со твојот бизнис

Третирање на дистрибуцијата базирана на вештачка интелигенција како наследен канал за побарувачка и оптимизирање за обем на сметка на релевантноста и долгорочната доверба.

Избери една површина, како вертикално искуство, вградена апликација или специфична рекламна цел, и дефинирај го квалитетот на конверзијата пред да ја зголемиш твојата инвестиција.

Овој модел внесува специјализирана способност на вештачката интелигенција во истражувачка, креативна и работа со богата доменска содржина. На краток рок, ги намалува тесните грла кај експертите. Со текот на времето, го менува оперативниот модел: тимовите се префрлаат од создавање на први нацрти кон насочување, прегледување и интегрирање на висококвалитетни резултати генерирани во реално време. Вредноста произлегува од проширување на она што тимот може да го испита, тестира или произведе во средина што овозможува секое сознание да се истражи со акциски планови и потенцијал за поврат на инвестицијата (ROI), наместо да се дава приоритет само врз основа на интуиција.

• Намалување на времето на циклус кај експертските тесни грла
• Подигнување на квалитетот, вклучувајќи оценки од рецензенти, стапки на грешки и преработки
• Проширување на опсегот, како на пример, изведување повеќе експерименти или тестирање повеќе креативни варијанти
• Нето нови извори на приходи кои би биле исклучени врз основа на претпоставки за изводливост

Третирање на експертската способност како примерок, наместо да се интегрира во реален работен тек со јасна одговорност.

Избери едно стручно тесно грло и фокусирај ја понудата на вредност на носителите на одлуки кои го даваат конечниот потпис, со јасен договор за тоа какви докази се потребни за да се претвори нов концепт во следниот градежен блок на бизнисот.

Агентите за кодирање се најјасниот тековен пример, но поголемата вредност на модел е во безбедни надградби низ меѓусебно поврзани системи за работа. Со текот на времето, организациите ќе сакаат истата можност да се примени не само на кодот, туку и на стандардните оперативни процедури, договорите, документите за политиките, наративите на клиентите, текот на воведување во работата и други артефакти кои мора да останат конзистентни како што напредуваат. Ова е помалку за создавање отколку за контрола: побрзи ажурирања, помалку прекини во текот, посилна усогласеност и подобра ревизија.

• Време за безбедна промена низ поврзани артефакти и решавање на конфликти на верзии
• Подготвеност за ревизија, вклучувајќи следење на измените, одобрувањата и доказите
• Доследност во понатамошните документи, системи и работни текови
• Доверливост низ огромни екосистеми од меѓузависни процеси

Скалирање на содржината или генерирањето код побрзо од управувањето, со што се создава системски долг што ќе бара макотрпно решавање подоцна.

Започнете со еден домен со висока меѓузависност и дефинирајте го графот на зависности, патеката за одобрување и барањата за докази пред да ги автоматизирате промените со контролен слој за вештачка интелигенција.

Ова е најбавниот модел за скалирање и често најтрансформативниот. Тука, агентите оркестрираат работни процеси од почеток до крај во рамките на и низ функции: од набавки до плаќање, побарувања, контрола на промени во производството, клинички операции и повеќе. Позитивната страна е експоненцијална, но само кога темелите се вистински: идентитет и контрола на пристапот, чисти дозволи на комплети на податоци и поткомпоненти, можност за набљудување во голем обем, справување со исклучоци со индикатори за доверба и јасна сопственост. Без нив, автоматизацијата создава ризик побрзо отколку вредност.

Исплатата повторно е многу поголема од обичната ефикасност. Реинженерингот на работниот процес ја принудува организацијата повторно да размисли за целта на процесот, каде припаѓа проценката и каде може да се создаде нова вредност. Ова е скриената врата каде започнува промената на бизнис-моделот.

• Времетраење на циклусот од почеток до крај
• Стапка на грешки и време за решавање
• Резултати од усогласеност и ревизија
• Иновациски резултати, како што се нови можности што се појавиле или нови хипотези што биле тестирани

Обид за автоматизирање на работни процеси од почеток до крај пред да созреат дозволите, контролите и одговорноста.

Изберете еден работен процес и направете проценка на подготвеноста за идентитет, овластувања, интеграција на алатки, евидентирање, ракување со исклучоци и сопственост.

Точката на неуспех во стратегијата за вештачка интелигенција не се само изолираните пилот-проекти, туку и третирањето на трансформацијата како скок во непознатото: инвестирајте сега, чекајте долго време и надевајте се дека вредноста ќе се појави подоцна во голем обем. Посилниот пристап е подисциплиниран и поамбициозен. Тоа ја надоврзува вредноста во континуирана секвенца на ROI.

Таа секвенца започнува со широко самооспособување, кое е овозможувачки услов за сите други модели на вредност. Глобалната слика на флуентност низ целата организација ги создава поединечните случаи на употреба со висока вредност. Кога повеќе луѓе ќе разберат како функционира вештачката интелигенција, каде создава вредност и како да ја користат безбедно, подобрите можности побрзо излегуваат на површина. Управувањето станува попрактично. Интеграцијата станува поизводлива. И системите со поголема вредност стануваат отпорни и се споделуваат низ функции како примери водилки и маркери на идентитет.

Вака организациите преминуваат од подобро кон различни деловни модели. Вештачката интелигенција прво ги подобрува задачите. Потоа ги редизајнира работните процеси. Потоа се менуваат контролни слоеви, оперативни модели и на крај деловни модели. Малопродажбата не стана е-трговија со тоа што ги направи продавниците малку поефикасни. Се промени кога лидерите научија да изградат сосема нова понуда на вредност, целосно заобиколувајќи ги продавниците и поврзувајќи го маркетингот со логистиката во едно единствено, кориснички ориентирано движење. Вештачката интелигенција ќе го следи истиот образец.

Неколку примери:

• Еден трговец на мало започнува со широко прифаќање од вработените, потоа го подобрува откривањето на вештачка интелигенција и разговорната трговија, и на крај создава нов канал за персонализирана продажба.
• Една фармацевтска компанија започнува со флуентност на работната сила и експертски капацитет во истражување и развој и клинички операции, а потоа гради управувани истражувачки работни текови што откриваат нови индикации за одобрувања во доцна фаза и ја преобликуваат економиката на портфолиото.
• Еден производител започнува со помошници низ различни функции, а потоа применува вештачка интелигенција за да го промени управувањето со промените, стандардните оперативни процедури (SOP) и работните процеси за квалитет, сè додека операциите не можат да се управуваат како адаптивен систем што ја редефинира пазарната економија наместо како статичен.
• Еден осигурител започнува со алатки за помош при побарувања, потоа создава управувана експертска ревизија и оркестрација на работните процеси, а на крај го редизајнира процесот на справување со побарувањата за побрзи одлуки, помалку исклучоци и подобри резултати за клиентите.

Ако денес водите стратегија за вештачка интелигенција, држете се до едноставното со три фази.

• Зајакнете ја широката работна сила со работни текови според улоги и мрежа на поддржувачи.
• Утврдете ги основите на управувањето: што е дозволено, што се прегледува, што се евидентира, и кој е одговорен за усвојувањето.
• Мерете повторена употреба, стручност, повторно употребливи работни текови и овозможување меѓу функционални тимови.

• Одберете мал број на високовредни потези: една дистрибутивна акција, едно експертско тесно грло и еден работен тек со видлив поврат на инвестицијата.
• Мерете ја вредноста во деловни термини: квалитет на конверзија, намалување на времетраењето на циклусот, подобрување на квалитетот, намалување на ризикот, и потенцијал за нови приходи.
• Реинвестирајте ги тие придобивки во следниот слој од основите: квалитет на податоците, идентитет, интеграција, набљудливост и контрола.

• Проширете ја вештачката интелигенција во системи со висока критичност и работни процеси од почеток до крај само кога дозволите, можноста за ревизија и справувањето со исклучоци се изводливи.
• Искористете ги тие основи за редизајнирање на оперативниот модел, а не само за забрзување на стариот.
• Прашувајте каде вештачката интелигенција може да создаде сосема нова вредност, а не само поевтино извршување.

Повикот за акција не мора да биде таму каде што вештачката интелигенција може да помогне во стариот модел. Прашувајте кој модел на вредност треба да се изгради прво, каква основа создава и што ќе овозможи понатаму. Започнете доволно широко за да создадете флуентност во изразувањето. Бидете доволно дисциплинирани за да ја искористите вредноста на секој чекор. Потоа скалирајте со доволно самодоверба за да преминете од подобра верзија на сегашноста кон сосема поинаква иднина.