Päť hodnotových modelov AI, ktoré poháňajú reinvenciu podnikania

Väčšina organizácií stále riadi umelú inteligenciu ako sériu prípadov použitia: pilotný projekt tu, pracovný postup tam, sľubný nástroj v rámci jednej funkcie. Tento prístup môže priniesť lokálne víťazstvá, no len zriedka zmení spôsob, ako podnik vytvára hodnotu.

Je to podobné ako vytváranie interaktívnych bannerov a e-mailových kampaní s príchodom internetu a nepochopiť podstatu revolúcie elektronického obchodu.

Organizácie, ktoré sa uberajú vpred, používajú inú a ambicióznejšiu logiku. K umelej inteligencii nepristupujú ako k súboru nesúvislých experimentov, ale ako k portfóliu hodnotových modelov. Každý má vlastnú ekonomiku, čas do dosiahnutia hodnoty a požiadavky na správu a riadenie. Každý z nich uľahčuje škálovanie toho ďalšieho.

Preto spoločnosti, ktoré z umelej inteligencie vyťažia maximum, nebudú tie, ktoré spúšťajú najviac pilotných projektov. Budú to tie, ktorí pochopia, ktoré hodnotové modely majú vybudovať, v akom poradí a na akých základoch, aby znovu objavili vlastné podnikanie.

V podniku sa najzreteľnejšie objavuje päť hodnotových modelov AI. Každý vytvára hodnotu inak. Každý má svoje vlastné ekonomické aspekty, časový horizont a riadenie. A každý môže vytvoriť podmienky na to, aby sa ďalší mohol rozšíriť.

Posilnením postavenia pracovnej sily sa buduje zbehlosť. Zbehlosť robí riadenie realizovateľným. Riadenie umožňuje hlbšiu integráciu systému. Integrácia umožňuje správu závislostí. Správa závislostí robí operácie vedené agentmi bezpečnými.

Takto organizácie prechádzajú od izolovaných úspechov s umelou inteligenciou k širšej transformácii podnikania. Strategická otázka nie je, ktorý model si vybrať. Ide o to, s čím začať, na akom základe sa stavia a čo to odomkne ďalej.

Toto je najrýchlejší hodnotový model na aktiváciu. Rozširuje praktické možnosti umelej inteligencie medzi všetkých zamestnancov, čím vytvára krátkodobé zvýšenie produktivity a zároveň buduje zbehlosť potrebnú pre hlbšiu transformáciu. Väčším prínosom nie je rýchlejšie navrhovanie, syntéza ani analýza, ale pripravenosť organizácie. HR môže umožniť, právne oddelenie môže riadiť, finančné oddelenie môže financovať a obchodné tímy môžu spolupracovať so spoločným pochopením toho, kde umelá inteligencia funguje a ako ju bezpečne používať.

• Opakované použitie podľa roly a úrovne znalostí
• Opakovane použiteľné príkazy, pracovné postupy a zdroje pre tímy
• Dôkaz o medzifunkčnej podpore
• Vznik nových spôsobov práce

Dvojúrovňová pracovná sila: malá skupina skúsených používateľov napreduje, zatiaľ čo zvyšok organizácie stagnuje.

Vybudujte sieť podporovateľov a spustite pracovné postupy, ako je hodnotenie výkonnosti, riadenie zmlúv a proces od obstarávania po platbu, vďaka ktorým budú osvedčené postupy presvedčivé a inšpiratívne.

Tento model je dôležitý, pretože umelá inteligencia mení spôsob, akým zákazníci objavujú, hodnotia a vyberajú si produkty a služby, s úplne novou úrovňou zapojenia. V kanáloch s umelou inteligenciou dochádza ku konverzii čoraz častejšie v rámci konverzácie. To posúva otázku rastu z dosahu na dôveru a prítomnosť v momentoch zámeru. Víťazi nebudú jednoducho tí najviditeľnejší. Budú to najužitočnejší, najdôveryhodnejší a najvhodnejší pri rozhodovaní.

• Kvalifikovaný zámer a počet iterácií pred záväzkom používateľa
• Kvalita konverzie vrátane udržania zákazníkov, predaja ďalších produktov a celoživotnej hodnoty
• Signály dôvery, ako napríklad správanie pri opätovnom nákupe, opakovaná interakcia a odporúčanie
• Aktivácia vyhradených dátových konektorov alebo aplikácií súvisiacich s vašou firmou

Zaobchádzanie s distribúciou založenou na umelej inteligencii ako s tradičným lievikom dopytu a optimalizácia objemu na úkor relevantnosti a trvalej dôvery.

Vyberte si jednu plochu, ako napríklad vertikálny zážitok, vloženú aplikáciu alebo konkrétny cieľ reklamy, a pred zvýšením investície definujte kvalitu konverzie.

Tento model vkladá špecializovanú schopnosť umelej inteligencie do výskumu, tvorivej práce a práce náročnej na odbornosť. V dohľadnom čase to znižuje prekážky odborníka. Postupom času sa mení operačný model: tímy prechádzajú od vlastnej tvorby prvých návrhov k riadeniu, kontrole a integrácii vysokokvalitných výstupov generovaných v reálnom čase. Hodnota spočíva v rozšírení toho, čo môže tím skúmať, testovať alebo produkovať v prostredí, ktoré umožňuje preskúmať každý poznatok s akčnými plánmi a potenciálom návratnosti investícií, namiesto toho, aby sa na začiatku uprednostňovalo len na základe intuície.

• Skrátenie doby cyklu pri prekážkach odborníka
• Zvýšenie kvality vrátane hodnotenia recenzentov, miery chybovosti a prepracovania
• Rozšírenie rozsahu, napríklad spustenie väčšieho počtu experimentov alebo testovanie väčšieho počtu kreatívnych variantov
• Čisté nové toky príjmov, ktoré by boli vylúčené na základe predpokladov uskutočniteľnosti

Zaobchádzanie so schopnosťami odborníka ako s ukážkou a nie ako s ich začlenením do reálneho pracovného postupu s jasnou zodpovednosťou.

Vyberte si jednu prekážku odborníka a zamerajte hodnotovú ponuku na osoby s rozhodovacou právomocou, ktoré ju schvália, s jasnou dohodou o tom, aké dôkazy sú potrebné na premenu nového konceptu na ďalší stavebný kameň vášho podnikania.

Kódovací agenti sú najjasnejším aktuálnym príkladom, ale väčšiu hodnotu modelu predstavujú bezpečné modernizácie naprieč prepojenými systémami práce. Postupom času budú organizácie chcieť, aby sa rovnaká schopnosť uplatňovala nielen na kód, ale aj na štandardné prevádzkové postupy (ŠOP), zmluvy, dokumenty týkajúce sa politík, príbehy zákazníkov, procesy zaradenia a ďalšie artefakty, ktoré musia zostať konzistentné aj počas svojho vývoja. Nejde ani tak o generovanie ako o kontrolu: rýchlejšie aktualizácie, menej následných zlyhaní, prísnejšie dodržiavanie predpisov a lepšia auditovateľnosť.

• Čas na bezpečnú zmenu v rámci pripojených artefaktov a riešenia konfliktov verzií
• Pripravenosť na audit vrátane sledovateľnosti úprav, schválení a dôkazov
• Konzistentnosť medzi nadväzujúcimi dokumentmi, systémami a pracovnými postupmi
• Spoľahlivosť v rozsiahlych ekosystémoch vzájomne závislých procesov

Škálovanie obsahu alebo generovania kódu rýchlejšie ako riadenie, čo vytvára systémový dlh, ktorý si bude v budúcnosti vyžadovať dôkladné riešenie.

Začnite s jednou doménou s vysokou závislosťou a definujte graf závislostí, cestu schvaľovania a požiadavky na dôkazy pred automatizáciou zmien pomocou vrstvy riadenia umelej inteligencie.

Toto je najpomalší model na škálovanie a často aj najtransformatívnejší. Agenti tu riadia komplexné pracovné postupy v rámci jednotlivých funkcií a naprieč nimi: od obstarávania po platbu, reklamácie, riadenie zmien vo výrobe, klinické operácie a ďalšie. Výhodou je exponenciálny rast, ale iba vtedy, keď sú základy skutočné: riadenie identity a prístupu, jasné povolenia k súborom údajov a podkomponentom, pozorovateľnosť vo veľkom meradle, spracovanie výnimiek s indikátormi spoľahlivosti a jasné vlastníctvo. Bez nich automatizácia vytvára riziko rýchlejšie než hodnotu.

Prínos je opäť oveľa väčší ako len účinnosť. Prepracovanie pracovného postupu núti vašu organizáciu prehodnotiť, na čo proces slúži, kam patrí úsudok a kde možno vytvoriť novú hodnotu. Toto sú skryté dvere, kde sa začína zmena obchodného modelu.

• Čas komplexného cyklu
• Miera výnimiek a čas riešenia
• Výsledky súladu a auditu
• Výstupy inovácií, ako napríklad objavenie sa nových príležitostí alebo testovanie nových hypotéz

Snaha o automatizáciu komplexných pracovných postupov predtým, ako sú povolenia, kontroly a zodpovednosť dostatočne zrelé.

Vyberte si jeden pracovný postup a spustite posúdenie pripravenosti v rámci identity, nárokov, integrácie nástrojov, protokolovania, spracovania výnimiek a vlastníctva.

Bodom zlyhania v stratégii umelej inteligencie nie sú len jednotlivé pilotné projekty, ale aj vnímanie transformácie ako skoku viery: investujte teraz, dlho čakajte a dúfajte, že hodnota sa prejaví neskôr vo veľkom meradle. Silnejší prístup je disciplinovanejší a ambicióznejší. Zvyšuje hodnotu v kontinuálnej postupnosti návratnosti investícií.

Táto postupnosť začína širokým posilnením postavenia, ktoré je základnou podmienkou pre všetky ostatné hodnotové modely. Les plynulosti v rámci organizácie vytvára stromy vysokohodnotných prípadov použitia. Keď viac ľudí pochopí, ako umelá inteligencia funguje, kde vytvára hodnotu a ako ju bezpečne používať, rýchlejšie sa objavia lepšie príležitosti. Riadenie sa stáva praktickejším. Integrácia sa stáva uskutočniteľnejšou. A systémy s vyššou hodnotou sa stávajú odolnými a zdieľanými naprieč funkciami ako príklady majákov a značky identity.

Takto prechádzajú organizácie z lepších na odlišné obchodné modely. Umelá inteligencia najprv zlepšuje úlohy. Potom prepracuje pracovné postupy. Následne sa zmenia vrstvy riadenia, prevádzkové modely a napokon aj obchodné modely. Maloobchod sa nestal elektronickým obchodom tým, že by sa obchody trochu zefektívnili. Zmenilo sa to, keď sa lídri naučili budovať úplne novú hodnotovú ponuku, úplne obchádzať obchody a prepájať marketing s logistikou v jednom kroku zameranom na používateľa. Umelá inteligencia bude postupovať podľa rovnakého vzorca.

Niekoľko príkladov:

• Maloobchodník začína so širokým prijatím medzi zamestnancami, potom vylepšuje objavovanie s využitím umelej inteligencie a konverzačný obchod a nakoniec vytvára nový kanál pre personalizovaný predaj.
• Farmaceutická spoločnosť začína s plynulosťou pracovnej sily a odbornými schopnosťami v oblasti výskumu, vývoja a klinických operácií, potom buduje riadené výskumné pracovné postupy, ktoré odhaľujú nové indikácie pre schvaľovanie v neskorších štádiách a menia ekonomiku vývoja liekov.
• Výrobca začína s kopilotmi naprieč funkciami a potom aplikuje umelú inteligenciu na riadenie zmien, štandardné prevádzkové postupy (ŠOP) a pracovné postupy kvality, až kým sa operácie nedajú riadiť ako adaptívny systém, ktorý predefinuje trhovú ekonomiku, a nie ako statický systém.
• Poisťovňa začína s nástrojmi na pomoc pri vybavovaní poistných udalostí, potom buduje riadené expertné hodnotenie a orchestráciu pracovných postupov a nakoniec prepracuje riešenie poistných udalostí s cieľom rýchlejšieho rozhodovania, menšieho počtu výnimiek a lepších výsledkov pre zákazníkov.

Ak dnes vediete stratégiu v oblasti umelej inteligencie, držte sa jednoduchosti v troch fázach.

• Posilnite širokú pracovnú silu pracovnými postupmi založenými na rolách a sieťou podporovateľov.
• Stanovte základy riadenia: čo je povolené, čo sa kontroluje, čo sa zaznamenáva a kto je zodpovedný za prijatie.
• Merajte opakované používanie, odbornosť, opätovne použiteľné pracovné postupy a medzifunkčnú podporu.

• Vyberte si malý počet vysokohodnotných aktivít: jednu distribučnú aktivitu, jeden problém pre odborníka a jeden pracovný postup s viditeľnou návratnosťou investícií.
• Merajte hodnotu z obchodného hľadiska: kvalita konverzie, skrátenie doby cyklu, zvýšenie kvality, zníženie rizika a potenciál nových príjmov.
• Tieto úspechy reinvestujte do ďalšej vrstvy základov: kvalita údajov, identita, integrácia, pozorovateľnosť a kontrola.

• Rozšírte umelú inteligenciu do systémov s vysokou závislosťou a komplexných pracovných postupov iba vtedy, keď sú povolenia, auditovateľnosť a spracovanie výnimiek reálne.
• Využite tieto základy na prepracovanie operačného modelu, nielen na zrýchlenie starého.
• Opýtajte sa, kde môže umelá inteligencia vytvoriť úplne novú hodnotu, nielen lacnejšiu realizáciu.

Výzva na akciu nemusí byť tam, kde môže umelá inteligencia pomôcť v starom modeli. Opýtajte sa, ktorý hodnotový model vybudovať ako prvý, aký základ vytvára a čo odomyká ďalej. Začnite dostatočne široko, aby ste dosiahli zbehlosť. Buďte dostatočne disciplinovaní, aby ste zachytili hodnotu v každom kroku. Potom sa s dostatočnou sebadôverou prispôsobte situácii, aby ste sa dostali z lepšej verzie prítomnosti do úplne inej budúcnosti.