ШІ є однією з найгучніших тем у сучасному бізнесі, але існує дуже велика різниця між модою та реальною вартістю. З одного боку, компанії інвестують все більше і більше, і McKinsey показує, що майже всі опитані організації вже використовують ШІ в тій чи іншій формі. З іншого боку, більшість ще на стадії експериментування, і лише менша частина заявляє про вплив на результат на рівні всієї організації. Крім того, Gartner зазначає, що очікування щодо GenAI знижуються через високий рівень невдалого підтвердження концепцій і розчарування якістю деяких результатів.
Це означає одне. Сам факт того, що компанія «впроваджує ШІ», нічого не вирішує. Цінність з’являється, коли штучний інтелект підключений до певного процесу, має чітко визначену бізнес-ціль і працює з даними, які насправді допомагають приймати рішення або скорочувати робочий час. McKinsey описує приклади, коли генеративний ШІ, аналітика та класичні цифрові інструменти поєднувалися з реальним робочим процесом, а не розглядалися як окремий гаджет. Gartner також передбачає, що більшість бізнес-додатків GenAI буде розроблено на існуючих платформах даних, щоб зменшити складність і прискорити час доставки.
Де штучний інтелект справді знімає витрати та скорочує роботу
Тому найчеснішою відповіддю на питання про те, де ШІ створює цінність, є ствердна. Не там, де це виглядає вражаюче в презентації. Тільки там, де це знімає конкретну вартість, скорочує конкретний етап роботи чи підвищує якість конкретного рішення. NIST у своїй структурі управління ризиками штучного інтелекту підкреслює, що організації повинні підходити до штучного інтелекту як до системи, використанням, оцінкою та ризиками якої потрібно керувати свідомо, а не як до магічного доповнення.
Зазвичай штучний інтелект має найбільший сенс у тих сферах, де над текстом, даними та документами виконується великий обсяг повторюваної роботи:
- Обслуговування клієнтів – класифікація запитів, пропозиція відповідей, пошук необхідної інформації
- Продажі – кваліфікація лідерів, підсумки бесід, підготовка перших версій пропозицій
- Операції – узагальнення документів, виявлення відхилень, упорядкування даних, підтримка в аналізі причин проблем
Це програми, в яких штучний інтелект не замінює процес, а натомість покращує реальну роботу людей.
ℹ️AI дає значення там, де є що вимірювати
Якщо незрозуміло, що потрібно покращити - час, вартість, кількість помилок, кількість кліків - то впровадження дуже часто зупиняється на демонстрації на можливості інструменту, а не на бізнес-результат.
Умова, яку не помічають більшість компаній
ШІ також забезпечує цінність там, де компанія вже має дані та впорядковану операційну систему. Якщо у вас є CRM, історія запитів, документи, база знань, конвеєр продажів або добре описані етапи впровадження - тоді моделі є на що посилатися.
Однак, якщо процес працює переважно в головах людей, на Slack, в електронних листах і в кількох файлах Excel, ШІ дуже часто не вирішить проблему. Це лише покриє більший безлад за допомогою нового рівня технології. Ось чому Gartner і McKinsey так сильно наголошують на розриві між впровадженням ШІ та реальною цінністю підприємства.
Практичні застосування з вимірною цінністю
Дуже гарним прикладом справжньої цінності є впровадження, які скорочують час відгуку та покращують якість роботи без створення великої програми трансформації для початку. AI може допомогти з:
- ✓Автоматичне тегування та класифікація квитків
- ✓Створення чернеток відповідей для команди обслуговування
- ✓Підведення підсумків зустрічей і вилучення даних із документів
- ✓Створення контрольних списків і операційних звітів
- ✓Пошук інформації в базі знань
Тут вигоду легко виміряти - можна порахувати час, кількість кліків, кількість помилок і швидкість обслуговування.
Де штучний інтелект – це просто примха
Випадок 1: немає визначеної мети. Проект починається з фрази «ми також хочемо мати AI», але ніхто не може сказати, який показник потрібно покращити. Gartner прямо говорить про зростаючий тиск на передбачувану вартість бізнесу та відмову від деяких амбітних, але важко передбачуваних внутрішніх проектів.
Випадок 2: реалізація без власника процесу. Якщо штучний інтелект призначений для допомоги продажам, але відділ продажів не бере на себе відповідальність за визначення процесу, якість даних і подальше впровадження, проект починає дрейфувати. Технічна команда надає інструмент, але бізнес не змінює спосіб його роботи. McKinsey описує, що виконання та здатність працювати разом між бізнесом і технологіями може бути більшою проблемою, ніж сама технологія.
Випадок 3: Відсутність політики безпеки та контролю. NIST підкреслює, що ШІ слід оцінювати на предмет ризику, надійності та використання. На практиці це означає банальні питання:
- ✓Хто відповідає за вихід моделі?
- ✓Чи схвалює відповідь людина?
- ✓Ви знаєте, які дані використовує модель?
- ✓Чи компанія не розголошує конфіденційну інформацію?
- ✓Чи можна пояснити, чому система запропонувала це рішення?
Без цього штучний інтелект може не тільки не допомогти, але навіть збільшити операційний ризик.
Як має виглядати розумний підхід
Тож найбільш розумним підходом для компанії є не «ми впроваджуватимемо ШІ скрізь». Кращий шлях виглядає інакше:
- Ви обираєте один процес із великою кількістю ручної роботи та повторюваними рішеннями
- Ви підраховуєте вартість поточної дії
- Ви реалізуєте невеликий, вимірний варіант використання – бажано з людиною в циклі
- Тільки потім ви розширюєте масштаб
Такий курс дій більше відповідає як обережному підходу NIST до управління ризиками штучного інтелекту, так і результатам поточних досліджень ринку щодо проблем масштабування вартості.
Перевірте, як ми підходимо до автоматизації та ШІ для компаній
На практиці штучний інтелект забезпечує найбільшу цінність не тоді, коли це звучить футуристично, а коли стає невидимою частиною добре розробленого процесу. Клієнт швидше отримує відповідь. Продавець швидше готує пропозицію. Команда швидше знаходить інформацію. Менеджер швидше бачить, де проблема. Якщо цього немає, можливо, у вас ще немає впровадження штучного інтелекту – це просто дорогий експеримент.
Давайте поговоримо про впровадження ШІ в компанії
10 процесів, які компанії все ще виконують вручну, навіть якщо їм це не потрібно
Чи справді ШІ збільшує прибуток компанії?
Так, але не автоматично. McKinsey показує, що багато організацій бачать цінність на рівні індивідуальних випадків використання, але набагато меншу заявляє про вплив на EBIT на рівні всієї компанії.
Який найкращий спосіб розпочати впровадження ШІ?
Від єдиного процесу з великою кількістю ручної роботи, чіткою метою та вимірним результатом - наприклад, оформлення квитків, котирування або робота над документів. Це безпечніше, ніж широка програма ШІ для всієї компанії.
Коли ШІ не має сенсу?
Найчастіше, коли компанія не має структурованого процесу, не має власника реалізації, не має належних даних або очікує, що інструмент працюватиме сам виправлять операційний хаос.
