Пет модела вредности веш. инт. који покрећу преображај пословања

Већина организација и даље управља вештачком интелигенцијом као низом случајева употребе: пилот-пројекат овде, ток рада тамо, обећавајући алат у оквиру једне пословне функције. Такав приступ може донети појединачне успехе, али ретко суштински мења начин на који предузеће ствара вредност.

То је као да сте, са појавом интернета, правили интерактивне банере и кампање аутоматизованих имејл секвенци, а промашили суштину револуције е-трговине.

Организације које стичу предност користе другачију и амбициознију логику. Оне вештачку интелигенцију не третирају као скуп неповезаних експеримената, већ као портфељ модела вредности. Сваки од њих има сопствену економску логику, време до остваривања вредности и захтеве управљања, а сваки олакшава скалирање следећег.

Зато компаније које ће из вештачке интелигенције извући највише користи неће бити оне које спроводе највише пилот-пројеката. Оне ће бити те које разумеју које моделе вредности треба изградити, којим редоследом и на којим основама, како би поново осмислили сопствено пословање.

У корпоративном окружењу најјасније се издваја пет модела вредности вештачке интелигенције. Сваки од њих ствара вредност на другачији начин. Сваки од њих има сопствену економску логику, временски хоризонт и начин управљања. И сваки од њих може да створи услове за скалирање наредног.

Оснаживање радне снаге развија писменост. Писменост чини управљање изводљивим. Управљање омогућава дубљу системску интеграцију. Интеграција омогућава управљање зависностима. Управљање зависностима чини операције вођене агентима безбедним.

Тако организације од изолованих успеха у примени вештачке интелигенције прелазе ка свеобухватнијем преосмишљавању пословања. Стратешко питање није који модел изабрати. Суштина је у томе од чега почети, какву основу то гради и шта омогућава даље.

Ово је најбржи модел вредности за активирање. То шири практичне капацитете за примену вештачке интелигенције широм радне снаге, доносећи краткорочна побољшања продуктивности док гради ниво овладавања потребан за дубљу трансформацију. Већа корист није у бржој изради нацрта, синтези или анализи, већ у организационој спремности. Људски ресурси могу да омогуће, правни тим може да управља, финансије могу да финансирају, а пословни тимови могу да сарађују уз заједничко разумевање где вештачка интелигенција функционише и како је безбедно користити.

• Поновљена употреба по улози и нивоу стручности
• Инструкције, токови рада и ресурси који се могу поново користити у више тимова
• Показатељи међуфункционалне сарадње
• Појава нових начина рада

Радна снага у два нивоа: мала група напредних корисника напредује, док остатак организације стагнира.

Изградите мрежу кључних носилаца иницијативе и почетне токове рада, као што су процена учинка, управљање уговорима и процес од набавке до плаћања, који најбоље праксе чине блиским и инспиративним.

Овај модел је важан јер вештачка интелигенција мења начин на који клијенти откривају, процењују и бирају производе и услуге уз потпуно нови ниво ангажовања. У каналима који су изворно засновани на вештачкој интелигенцији, конверзија се све чешће одвија унутар разговора. То помера питање развоја са досега на поверење и присуство у тренуцима намере. Победници неће бити само они који су највидљивији. Они ће бити најкориснији, најверодостојнији и најправовременији када се буде доносила одлука.

• Квалификована намера и број итерација пре него што се корисник обавеже
• Квалитет конверзије, укључујући задржавање, продају скупљих опција и животну вредност
• Сигнали поверења као што су понашање при повратку, поновљено ангажовање и препоруке
• Активација наменских конектора за податке или апликације повезане са вашим пословањем

Третирање дистрибуције изворно засноване на вештачкој интелигенцији као застарелог левка потражње и оптимизовање за обим науштрб релевантности и трајног поверења.

Изаберите једну површину, као што је вертикално искуство, уграђена апликација или одређени циљ огласа, и дефинишите квалитет конверзије пре него што скалирате своје улагање.

Овај модел интегрише специјализоване могућности вештачке интелигенције у истраживачки, креативни и доменски захтеван рад. Краткорочно, смањује уска грла везана за стручњаке. Временом, то мења оперативни модел: тимови прелазе са самосталне израде првих нацрта на усмеравање, прегледање и интегрисање висококвалитетних резултата генерисаних у реалном времену. Вредност произилази из проширивања онога што тим може да испита, тестира или произведе у окружењу које омогућава да се сваки увид истражи кроз акционе планове и потенцијал повраћаја улагања (ROI), уместо да се у раним фазама приоритети одређују искључиво на основу интуиције.

• Смањење времена циклуса на стручним уским грлима
• Побољшање квалитета, укључујући оцене рецензената, стопе грешака и дораде
• Проширење обима, као што је спровођење више експеримената или тестирање више креативних варијанти
• Нови нето извори прихода који би били искључени на основу претпоставки о изводљивости

Третирање експертских могућности као демо-приказа, уместо њиховог интегрисања у стварни ток рада уз јасну одговорност.

Изаберите једно стручно уско грло и усмерите вредносну понуду на доносиоце одлука који дају коначно одобрење, уз јасан договор о томе који су докази потребни да би се нови концепт претворио у следећи градивни елемент вашег пословања.

Агенти за програмирање су тренутно најјаснији пример, али шири модел вредности подразумева безбедне надоградње у међусобно повезаним системима рада. Временом ће организације желети да се иста могућност примењује не само на кôд, већ и на стандардне оперативне процедуре (SOP), уговоре, документе о политикама, наративе клијената, токове увођења и друге артефакте који морају да остану доследни како се развијају. Овде се мање ради о генерисању, а више о контроли: бржа ажурирања, мање низводних кварова, јача усклађеност и боља могућност ревизије.

• Време за безбедну измену повезаних артефаката и решавање конфликата верзија
• Спремност за ревизију, укључујући следљивост измена, одобрења и доказа
• Доследност у свим даљим документима, системима и токовима рада
• Поузданост широм огромних екосистема међузависних процеса

Скалирање генерисања садржаја или кода брже него што управљање може да испрати, чиме се ствара системски дуг који ће касније захтевати мукотрпно решавање.

Почните са једним доменом високе зависности, дефинишите граф зависности, пут одобравања и захтеве за доказе пре него што се аутоматизују измене помоћу контролног слоја вештачке интелигенције.

Ово је модел који се најспорије скалира и често је најтрансформативнији. Овде агенти координирају токове рада од почетка до краја унутар и између функција: набавка до плаћања, захтеви, контрола промена у производњи, клиничке операције и још много тога. Потенцијална корист је експоненцијална, али само када су темељи стварни: контроле идентитета и приступа, уредно дефинисане дозволе за скупове података и подкомпоненте, опсервабилност у великом обиму, обрада изузетака са индикаторима поузданости и јасно дефинисано власништво. Без њих, аутоматизација брже ствара ризик него вредност.

Корист је још једном много већа од пуке ефикасности. Реинжењеринг тока рада приморава вашу организацију да поново преиспита чему процес служи, где је место расуђивању и где се може створити нова вредност. Ово су скривена врата од којих почиње промена пословног модела.

• Време циклуса од почетка до краја
• Стопа изузетака и време решавања
• Резултати усклађености и ревизије
• Иновациони резултати, као што су откривене нове прилике или тестиране нове хипотезе

Покушај аутоматизације токова рада од почетка до краја пре него што овлашћења, контролни механизми и одговорност достигну потребан ниво зрелости.

Изаберите један ток рада и спроведите процену спремности у областима идентитета, овлашћења, интеграције алата, евидентирања, обраде изузетака и власништва.

Критична тачка у стратегији вештачке интелигенције нису само изоловани пилот-пројекти, већ и третирање трансформације као скок вере: уложите сада, дуго чекајте и надајте се да ће се вредност касније појавити у великом обиму. Снажнији приступ је дисциплинованији и амбициознији. То кумулативно увећава вредност у континуираном низу ROI-ја.

Тај низ почиње широким оснаживањем, које је предуслов за све остале моделе вредности. Широка AI писменост у целој организацији ствара темеље за случајеве употребе са високом пословном вредношћу. Када већи број људи разуме како вештачка интелигенција функционише, где ствара вредност и како да је безбедно користи, боље прилике се брже указују. Управљање постаје практичније. Интеграција постаје изводљивија. А системи високе вредности постају отпорни и деле се између функција као водећи примери и обележја идентитета.

Тако организације прелазе са бољих на другачије пословне моделе. Вештачка интелигенција најпре унапређује задатке. Затим редизајнира токове рада. Затим мења слојеве контроле, оперативне моделе и, на крају, пословне моделе. Малопродаја није прерасла у е-трговину тако што су продавнице постале тек нешто ефикасније. То се променило када су лидери научили да изграде потпуно нову понуду вредности, потпуно заобилазећи продавнице и повезујући маркетинг са логистиком у јединственом поступку усмереном на корисника. Вештачка интелигенција ће пратити исти образац.

Неколико примера:

• Продавац у малопродаји почиње широким усвајањем међу запосленима, затим унапређује откривање изворно засновано на вештачкој интелигенцији и конверзациону трговину, и на крају ствара нови канал за персонализовану продају.
• Једна фармацеутска компанија почиње од стручне оспособљености запослених и експертских капацитета у R&D-у и клиничким операцијама, а затим гради управљане истраживачке токове рада који откривају нове индикације за одобрења у касној фази и преобликују економију развојног портфолија.
• Произвођач почиње са копилотима у различитим функцијама, а затим примењује вештачку интелигенцију на контролу измена, стандардне оперативне процедуре (SOP) и токове рада у области квалитета, све док операцијама не може да се управља као адаптивним системом који редефинише тржишну економику, а не као статичним системом.
• Пружалац осигурања почиње са алатима за подршку потраживањима, затим успоставља контролисани стручни преглед и оркестрацију тока рада, а на крају редизајнира обраду потраживања са циљем бржих одлука, мање изузетака и бољих резултата за кориснике.

Ако данас водите стратегију вештачке интелигенције, поједноставите је на три фазе.

• Омогућите широкој радној снази радне токове засноване на улогама и мрежу амбасадора.
• Успоставите основе управљања: шта је дозвољено, шта се прегледа, шта се евидентира и ко је одговоран за усвајање.
• Мерите поновљену употребу, стручност, радне токове за вишекратну употребу и омогућавање међуфункционалне сарадње.

• Изаберите мали број потеза високе вредности: један дистрибутивни потез, једно стручно уско грло и један ток рада са видљивим повратом улагања.
• Мерите вредност у пословним терминима: квалитет конверзије, смањење времена циклуса, повећање квалитета, смањење ризика и потенцијал за нове приходе.
• Поново уложите те добитке у следећи слој темеља: квалитет података, идентитет, интеграцију, опсервабилност и контролу.

• Проширујте примену AI на системе са високим степеном зависности и комплетне токове рада само када дозволе, могућност ревизије и руковање изузецима заиста постоје у пракси.
• Искористите те основе да редизајнирате оперативни модел, а не само да убрзате стари.
• Питајте где вештачка интелигенција може да створи потпуно нову вредност, а не само јефтинију реализацију.

Позив на акцију не мора да буде тамо где вештачка интелигенција може да помогне у застарелом моделу. Питајте који модел вредности треба прво изградити, коју основу он ствара и шта затим омогућава. Почните довољно широко да бисте развили писменост. Будите довољно дисциплиновани да извучете вредност из сваког корака. Затим повећајте обим са довољно сигурности да пређете са боље верзије садашњег стања на потпуно другачију будућност.