Năm mô hình giá trị AI thúc đẩy tái phát minh kinh doanh

Hầu hết các tổ chức vẫn quản lý AI như một loạt các trường hợp sử dụng: một thí điểm ở đây, một quy trình làm việc ở đó, một công cụ đầy hứa hẹn bên trong một chức năng. Cách tiếp cận đó có thể tạo ra chiến thắng địa phương nhưng nó hiếm khi thay đổi cách doanh nghiệp tạo ra giá trị.

Nó giống như việc tạo ra các biểu ngữ tương tác và các chiến dịch email nhỏ giọt với sự xuất hiện của internet và bỏ lỡ điểm của cuộc cách mạng Thương mại điện tử.

Các tổ chức đang dẫn đầu sử dụng một logic khác, và tham vọng hơn. Họ coi trí tuệ nhân tạo không phải là một tập hợp các thí nghiệm riêng lẻ, mà là một danh mục các mô hình giá trị. Mỗi mô hình đều có những đặc điểm kinh tế, thời gian đạt được giá trị và yêu cầu quản trị riêng, và mỗi mô hình đều giúp cho việc mở rộng quy mô của mô hình tiếp theo trở nên dễ dàng hơn.

Đây là lý do tại sao các công ty tận dụng tối đa AI sẽ không phải là những công ty chạy nhiều phi công nhất. Họ sẽ là những người hiểu nên xây dựng mô hình giá trị nào, theo trình tự nào và với nền tảng nào để phát minh lại doanh nghiệp của riêng họ.

Có năm mô hình giá trị AI nổi lên rõ ràng nhất trong doanh nghiệp. Mỗi thứ tạo ra giá trị theo cách khác nhau. Mỗi cái đều có tính kinh tế, khung thời gian và quản trị riêng. Và mỗi yếu tố đều có thể tạo điều kiện cho yếu tố tiếp theo phát triển theo quy mô lớn.

Việc trao quyền cho lực lượng lao động giúp xây dựng sự thông thạo. Sự lưu loát giúp cho công tác quản trị trở nên hiệu quả. Quản trị cho phép tích hợp hệ thống sâu rộng hơn. Việc tích hợp giúp quản lý các phụ thuộc trở nên khả thi. Quản lý phụ thuộc giúp đảm bảo an toàn cho các hoạt động do tác nhân thực hiện.

Đó là cách các tổ chức chuyển từ những thành công AI biệt lập sang tái tạo doanh nghiệp ở quy mô rộng hơn. Câu hỏi chiến lược ở đây không phải là nên chọn mô hình nào. Đó là nội dung bắt đầu với điều gì, xây dựng trên nền tảng nào, và mở ra điều gì tiếp theo.

Đây là mô hình giá trị được kích hoạt nhanh nhất. Nó giúp phổ biến khả năng ứng dụng trí tuệ nhân tạo (AI) thực tiễn trong toàn bộ lực lượng lao động, tạo ra những lợi ích ngắn hạn về năng suất đồng thời xây dựng sự thành thạo cần thiết cho quá trình chuyển đổi sâu rộng hơn. Lợi ích lớn hơn không phải là việc soạn thảo, tổng hợp hay phân tích nhanh hơn, mà là sự sẵn sàng về mặt tổ chức. Nhân sự có thể kích hoạt, Pháp lý có thể quản lý, Tài chính có thể tài trợ và các nhóm kinh doanh có thể hợp tác với sự hiểu biết chung về nơi AI hoạt động và cách sử dụng nó một cách an toàn.

• Sử dụng lặp đi lặp lại theo vai trò và mức độ thành thạo
• Câu lệnh, quy trình làm việc và tài sản có thể tái sử dụng giữa các đội nhóm.
• Bằng chứng về việc hỗ trợ liên phòng ban
• Sự xuất hiện của những cách làm việc mới

Một lực lượng lao động hai tầng: một nhóm nhỏ những người sử dụng quyền lực tiến lên phía trước trong khi phần còn lại của tổ chức ngừng hoạt động.

Xây dựng mạng lưới nhà vô địch và quy trình làm việc khởi đầu, chẳng hạn như đánh giá hiệu suất, quản lý hợp đồng và mua sắm để trả tiền, giúp các phương pháp hay nhất trở nên dễ hiểu và truyền cảm hứng.

Mô hình này rất quan trọng vì trí tuệ nhân tạo (AI) đang thay đổi cách khách hàng khám phá, đánh giá và lựa chọn sản phẩm và dịch vụ với mức độ tương tác hoàn toàn mới. Trong các kênh dựa trên trí tuệ nhân tạo, quá trình chuyển đổi ngày càng diễn ra ngay trong cuộc trò chuyện. Điều đó chuyển câu hỏi tăng trưởng từ tiếp cận sang tin tưởng và hiện diện tại những thời điểm có ý định. Những người chiến thắng sẽ không chỉ đơn giản là người được nhìn thấy rõ nhất. Chúng sẽ hữu ích nhất, đáng tin cậy và đúng thời điểm khi một quyết định được đưa ra.

• Ý định đủ điều kiện và số lần lặp trước khi cam kết của người dùng
• Chất lượng chuyển đổi, bao gồm duy trì, bán thêm và giá trị trọn đời
• Các tín hiệu về độ tin cậy như hành vi quay lại, mức độ gắn kết lặp lại và lượt giới thiệu
• Kích hoạt các trình kết nối dữ liệu chuyên dụng hoặc ứng dụng liên quan đến doanh nghiệp của bạn

Xử lý phân phối gốc AI như một kênh nhu cầu cũ và tối ưu hóa khối lượng với chi phí liên quan và tin cậy lâu dài.

Chọn một bề mặt như trải nghiệm theo chiều dọc, ứng dụng nhúng hoặc mục tiêu quảng cáo cụ thể và xác định chất lượng chuyển đổi trước khi mở rộng quy mô đầu tư của bạn.

Mô hình này tích hợp khả năng trí tuệ nhân tạo chuyên biệt vào các công việc nghiên cứu, sáng tạo và các công việc đòi hỏi kiến thức chuyên môn sâu rộng. Trong thời gian tới, nó giúp giảm bớt các điểm tắc nghẽn do chuyên gia gây ra. Theo thời gian, nó làm thay đổi mô hình hoạt động: các nhóm chuyển từ việc tự mình soạn thảo bản nháp đầu tiên sang việc chỉ đạo, xem xét và tích hợp các sản phẩm chất lượng cao được tạo ra trong thời gian thực. Giá trị đến từ việc mở rộng những gì nhóm có thể kiểm tra, kiểm tra hoặc sản xuất trong một môi trường cho phép mọi thông tin chi tiết được điều tra bằng các kế hoạch hành động và tiềm năng ROI thay vì ưu tiên ngược dòng chỉ dựa trên trực giác.

• Giảm thời gian chu kỳ khi gặp khó khăn của chuyên gia
• Nâng cao chất lượng, bao gồm điểm đánh giá, tỷ lệ lỗi và làm lại
• Mở rộng phạm vi, chẳng hạn như chạy nhiều thử nghiệm hơn hoặc các biến thể sáng tạo hơn được thử nghiệm
• Các dòng doanh thu hoàn toàn mới mà trước đây có thể đã bị loại trừ dựa trên các giả định về tính khả thi.

Coi năng lực chuyên gia như một bản demo thay vì tích hợp nó vào một quy trình làm việc thực tế với trách nhiệm giải trình rõ ràng.

Chọn một điểm tắc nghẽn của chuyên gia và tập trung đề xuất giá trị vào những người ra quyết định đã ký kết, với một thỏa thuận rõ ràng về những bằng chứng cần thiết để biến một khái niệm mới thành khối xây dựng tiếp theo của doanh nghiệp của bạn.

Các tác nhân mã hóa là ví dụ rõ ràng nhất hiện nay, nhưng mô hình giá trị lớn hơn nằm ở việc nâng cấp an toàn trên các hệ thống công việc được kết nối với nhau. Theo thời gian, các tổ chức sẽ muốn áp dụng khả năng tương tự không chỉ cho mã lập trình, mà còn cho các quy trình vận hành tiêu chuẩn (SOP), hợp đồng, tài liệu chính sách, câu chuyện khách hàng, quy trình tiếp nhận nhân viên mới và các tài liệu khác cần phải nhất quán khi chúng phát triển. Điều này không chỉ đơn thuần là vấn đề về thế hệ mà còn là về khả năng kiểm soát: cập nhật nhanh hơn, ít lỗi phát sinh hơn, tuân thủ chặt chẽ hơn và khả năng kiểm toán tốt hơn.

• Thời gian để thay đổi an toàn giữa các hiện vật được kết nối và giải quyết xung đột phiên bản
• Sẵn sàng kiểm toán, bao gồm truy xuất nguồn gốc các chỉnh sửa, phê duyệt và bằng chứng
• Tính nhất quán giữa các tài liệu, hệ thống và quy trình công việc hạ nguồn
• Độ tin cậy trên các hệ sinh thái rộng lớn của các quá trình phụ thuộc lẫn nhau

Mở rộng nội dung hoặc tạo mã nhanh hơn quản trị, tạo ra các khoản nợ có hệ thống sẽ cần được giải quyết cẩn thận trong thời gian tới.

Bắt đầu với một miền phụ thuộc cao và xác định biểu đồ phụ thuộc, đường dẫn phê duyệt và yêu cầu bằng chứng trước khi tự động hóa các thay đổi với lớp điều khiển AI.

Đây là mô hình chậm nhất để mở rộng quy mô và thường là mô hình biến đổi nhất. Tại đây, các đại lý sắp xếp các quy trình công việc đầu cuối trong và giữa các chức năng: mua sắm đến thanh toán, yêu cầu bồi thường, kiểm soát thay đổi sản xuất, hoạt động lâm sàng, v.v. Ưu điểm là theo cấp số nhân, nhưng chỉ khi nền tảng là có thật: kiểm soát nhận dạng và truy cập, quyền sạch đối với các bộ dữ liệu và các thành phần phụ, khả năng quan sát trên quy mô, xử lý ngoại lệ với các chỉ số tin cậy và quyền sở hữu rõ ràng. Nếu thiếu chúng, tự động hóa sẽ tạo ra rủi ro nhanh hơn là giá trị.

Lợi ích thu được một lần nữa lớn hơn nhiều so với chỉ đơn thuần là hiệu quả. Kỹ thuật hóa lại một quy trình làm việc buộc tổ chức của bạn phải xem xét lại mục đích của quy trình là gì, phán đoán nên thuộc về đâu, và giá trị mới có thể được tạo ra ở đâu. Đây là cánh cửa bí mật nơi sự thay đổi mô hình kinh doanh bắt đầu.

• Thời gian chu kỳ từ đầu đến cuối
• Tỷ lệ ngoại lệ và thời gian giải quyết
• Kết quả tuân thủ và kiểm toán
• Kết quả đổi mới, chẳng hạn như các cơ hội mới được phát hiện hoặc các giả thuyết mới được kiểm nghiệm

Cố gắng tự động hóa quy trình công việc đầu cuối trước khi quyền, kiểm soát và trách nhiệm giải trình hoàn thành.

Chọn một quy trình làm việc và chạy đánh giá sự sẵn sàng trên danh tính, quyền lợi, tích hợp công cụ, ghi nhật ký, xử lý ngoại lệ và quyền sở hữu.

Điểm yếu trong chiến lược AI không chỉ nằm ở những dự án thí điểm riêng lẻ mà còn ở việc coi chuyển đổi như một bước nhảy vọt đầy mạo hiểm: đầu tư ngay, chờ đợi rất lâu và hy vọng giá trị sẽ xuất hiện sau này ở quy mô lớn. Phương pháp mạnh mẽ hơn đòi hỏi kỷ luật cao hơn và tham vọng lớn hơn. Nó tạo ra giá trị gia tăng trong một chuỗi lợi tức đầu tư liên tục.

Chuỗi sự kiện đó bắt đầu bằng việc trao quyền rộng rãi, vốn là điều kiện tiên quyết cho tất cả các mô hình giá trị khác. Khu rừng lưu loát trong toàn tổ chức tạo ra những cây trồng của các trường hợp sử dụng có giá trị cao. Khi nhiều người hiểu AI hoạt động như thế nào, nơi nó tạo ra giá trị và cách sử dụng nó một cách an toàn, các cơ hội tốt hơn sẽ xuất hiện nhanh hơn. Quản trị trở nên thực tế hơn. Tích hợp trở nên khả thi hơn. Và các hệ thống có giá trị cao hơn trở nên linh hoạt và được chia sẻ giữa các chức năng như các ví dụ về ngọn hải đăng và dấu hiệu nhận dạng.

Đây là cách các tổ chức chuyển từ mô hình kinh doanh tốt hơn sang mô hình kinh doanh khác biệt. Trước hết, AI giúp cải thiện các tác vụ. Sau đó, nó thiết kế lại quy trình làm việc. Sau đó, nó thay đổi các lớp điều khiển, mô hình vận hành và cuối cùng là mô hình kinh doanh. Bán lẻ không trở thành Thương mại điện tử bằng cách làm cho các cửa hàng hiệu quả hơn một chút. Nó đã thay đổi khi các nhà lãnh đạo học cách xây dựng một đề xuất giá trị hoàn toàn mới bỏ qua hoàn toàn các cửa hàng và kết nối tiếp thị với hậu cần trong một chuyển động duy nhất, lấy người dùng làm trung tâm. AI sẽ tuân theo mô hình tương tự.

Một vài ví dụ:

• Một nhà bán lẻ bắt đầu với việc áp dụng rộng rãi nhân viên, sau đó cải thiện khả năng khám phá nguồn gốc AI và thương mại đàm thoại, và cuối cùng tạo ra một kênh mới để bán hàng được cá nhân hóa.
• Một công ty dược phẩm bắt đầu với sự lưu loát của lực lượng lao động và năng lực chuyên môn trong R & D và các hoạt động lâm sàng, sau đó xây dựng quy trình nghiên cứu được quản lý để đưa ra các chỉ dẫn mới cho các phê duyệt giai đoạn cuối và định hình lại kinh tế đường ống.
• Một nhà sản xuất bắt đầu với các công cụ phụ trợ trên các chức năng, sau đó áp dụng AI để thay đổi kiểm soát, SOP và quy trình công việc chất lượng cho đến khi hoạt động có thể được quản lý như một hệ thống thích ứng xác định lại kinh tế thị trường chứ không phải là một hệ thống tĩnh.
• Công ty bảo hiểm bắt đầu với các công cụ hỗ trợ yêu cầu bồi thường, sau đó xây dựng đánh giá chuyên gia được quản lý và sắp xếp quy trình làm việc, và cuối cùng thiết kế lại việc xử lý khiếu nại xung quanh các quyết định nhanh hơn, ít ngoại lệ hơn và kết quả tốt hơn của khách hàng.

Nếu bạn đang lãnh đạo một chiến lược AI ngày hôm nay, hãy giữ nó đơn giản với ba giai đoạn.

• Trao quyền cho lực lượng lao động rộng lớn với quy trình làm việc dựa trên vai trò và mạng lưới nhà vô địch.
• Thiết lập các điều cơ bản về quản trị: những gì được phép, những gì được xem xét, những gì được ghi lại và ai sở hữu việc chấp nhận.
• Đo lường việc sử dụng lặp đi lặp lại, thành thạo, quy trình làm việc có thể tái sử dụng và kích hoạt đa chức năng.

• Chọn một số lượng nhỏ các chuyển động có giá trị cao: một trò chơi phân phối, một nút thắt của chuyên gia và một quy trình làm việc với ROI rõ ràng.
• Đo lường giá trị trong các thuật ngữ kinh doanh: chất lượng chuyển đổi, giảm thời gian chu kỳ, nâng cao chất lượng, giảm rủi ro và tiềm năng doanh thu mới.
• Tái đầu tư những chiến thắng đó vào lớp nền tảng tiếp theo: chất lượng dữ liệu, nhận dạng, tích hợp, khả năng quan sát và kiểm soát.

• Mở rộng AI vào các hệ thống phụ thuộc cao và quy trình làm việc đầu cuối chỉ khi quyền, khả năng kiểm toán và xử lý ngoại lệ là có thật.
• Sử dụng những nền tảng đó để thiết kế lại mô hình hoạt động, không chỉ tăng tốc mô hình cũ.
• Đặt câu hỏi về nơi AI có thể tạo ra giá trị hoàn toàn mới, không chỉ là thực thi rẻ hơn.

Lời kêu gọi hành động không nhất thiết phải tập trung vào việc AI có thể hỗ trợ mô hình truyền thống như thế nào. Hãy hỏi nên xây dựng mô hình giá trị nào trước, mô hình đó tạo ra nền tảng gì và nó mở ra điều gì tiếp theo. Hãy bắt đầu với phạm vi đủ rộng để tạo sự trôi chảy. Hãy đủ kỷ luật để nắm bắt giá trị ở mọi bước. Sau đó, hãy tự tin mở rộng đủ để chuyển từ một phiên bản tốt hơn của hiện tại sang một tương lai hoàn toàn khác.