Verslui patinka sakyti, kad jie „visi“ dirba su AI. Nauji įrankiai, nauji modeliai, naujos valdymo plokštės – viskas yra protingesnė, greitesnė, labiau automatizuota. Tačiau, remiantis naujausiu „Gartner“ tyrimu, kažkas neapsiriboja: AI priėmimas sparčiai auga, tačiau išmatuojamas poveikis pagrindinei linijai išlieka užsispyręs. Jei kada nors susimąstėte, kodėl jūsų įmonė visur įgyvendina AI, bet nemato finansinės adatos judėjimo, jūs toli gražu ne vieni. Šiame straipsnyje atskleidžiama, kodėl egzistuoja atotrūkis, ką atskleidžia „Gartner“ tyrimai ir kaip įmonės gali pagaliau nutraukti atjungimą. Pakeliui mes išnagrinėsime AI integruotų sistemų integraciją - nepaprastą, bet esminį pagrindą, dėl kurio AI veikia realiame pasaulyje. Didysis atskleidimas: daug AI, bet ne daug ROI Gartner naujausios įžvalgos suteikia realybės patikrinimą, kurį daugelis iš mūsų pajuto, bet nenorėjo pripažinti. Gartner prognozuoja, kad Nes jie tiesiog nesuteikia reikšmingos verslo vertės. Iki 2027 m. bus panaikinta daugiau nei 40 proc. agentinių AI projektų Bendrovės nemato aiškių pajamų, sąnaudų taupymo ar našumo padidėjimo. Vietoj to, jos susiduria su didėjančiomis sąnaudomis, neaiškiomis nuosavybėmis ir sudėtingomis integracijomis, kurios niekada nėra visiškai materializuotos. Tai verslo versija pirkti naujausią virtuvės prietaisą ir suprasti, kad po kelių mėnesių ... jūs vis dar pjaustysite daržoves peiliu. Tuo tarpu už Gartner, MIT ir kitų pramonės mokslininkų atsilieka tas pačias nuotaikas. Daug pilotų. Daug hype. Bet labai mažai finansiniu požiūriu išmatuojamų rezultatų. Tad kas vyksta? Pagrindinė problema: AI be realios integracijos yra tik demonstravimas Galite turėti brangiausią AI modelį pasaulyje, bet jei jis neprisijungia prie to, kaip jūsų verslas iš tikrųjų veikia, jis negali padidinti pajamų, sumažinti sąnaudų ar padaryti jūsų klientus laimingesnius. Štai kur Viskas prasideda – ir kodėl tiek daug įmonių praranda. Integruotų sistemų integravimas Vietoj to, kad sukurtų "end-to-end" vamzdyną, kuriame AI įžvalgos automatiškai patenka į realius sprendimus, daugelis organizacijų sukuria AI į esamas sistemas, tokias kaip dekoratyviniai lipdukai. Jie paleidžia koncepcijos įrodymą, žavisi skydeliu, atlieka keletą seminarų ... ir tada niekas versle iš tikrųjų nesikeičia. Tai tragiškas rezultatas? Gražiai suprojektuotas AI modelis, kuris niekada nelies jūsų P&L. Penkios priežastys, kodėl įmonės nemato finansinio poveikio Peržiūrėję „Gartner“ tyrimus ir platesnę pramonės analizę, vėl ir vėl iškyla penki pagrindiniai klausimai. Jei darbuotojai turi palikti savo įprastus įrankius, atidaryti atskirą sąsają, paleisti rankinę užklausą ir tada išsiaiškinti, ką daryti su rezultatais, jie tiesiog nustoja tai daryti. Blogi duomenys: „Gartner“ ir toliau pabrėžia, kad įmonės pervertina savo duomenų brandumą.Jei jūsų įžvalgos yra išsklaidytos, nenuoseklios ar pasenusios, AI gamins rezultatus, kuriais žmonės nepasitiki. AI pilotai yra per maži arba pernelyg teoriniai: modelis, kuris prognozuoja kažką įdomaus, bet nepakeičia didelės vertės metrikos, nepakeis jūsų finansinių rezultatų. Nėra pokyčių valdymo plano: AI yra daugiau nei technologijų investicija. Tai elgesio pokytis. „Gartner“ pabrėžia, kad aukštos kokybės AI organizacijos ne tik paleidžia įrankius – jos kuria priėmimo programas, gaires, valdymą ir matavimo sistemas. Lyderiai tikisi netinkamo ROI tipo: daugelis vadovų nori, kad AI nedelsiant paskatintų pajamas.Bet ankstyvieji laimėjimai dažnai yra subtili: mažiau klaidų, greitesnis apdorojimo laikas, mažiau rankinių perdirbimų, geresnis klientų tikslinimas. Ką Gartner sako, kad turėtumėte sutelkti dėmesį Gartner rekomendacijos yra atgaivinančiai pragmatiškos, bet stebėtinai žmogiškos. Jie ragina organizacijas sulėtinti, geriau siekti ir pasirinkti AI projektus, pagrįstus aiškia ekonomine logika, o ne jauduliu. Pirmenybė teikiama apčiuopiamiems verslo rezultatams, o ne „šiltoms naudojimo byloms“. Investuokite į inžineriją, ModelOps ir integracijos sluoksnį, kad išėjimai būtų patikimi ir skambinami verslo programomis. Žvelkite į AI kaip į ilgalaikę operatyvinę galimybę, o ne vienkartinę funkciją. Stiprinti pasitikėjimą ir priėmimą, kad darbuotojai kasdien pasinaudotų įrankiais. Trumpai tariant, sėkmingos įmonės elgiasi su AI labiau kaip su gamyklos kūrimu nei su prietaiso pirkimu. Kaip galiausiai paversti AI į realų finansinį pelną Jei jūsų verslas ir toliau investuoja į AI, bet nemato grąžos, čia pateikiamas veiksmų planas, kaip nutraukti ciklą - modeliai, kuriuos matome „Gartner“ išvadose ir klestinčiuose diegimuose visame pasaulyje. Pradėkite nuo vienos finansinės metrikos: prieš statydami ką nors, apibrėžkite savo verslo rezultatus doleriais ar procentais. Ką tiksliai bandote padidinti? pajamos? išlaikymas? marža? ciklo laikas? Jei negalite išmatuoti - negalite tobulinti. Pirmiausia sukurkite integracijos sluoksnį: štai kur AI integruotų sistemų integracija tampa daugiau nei buzzword. jūsų modelis turi sugebėti vartoti realaus laiko duomenis, stumti rezultatus į darbo eigos įrankius ir sukelti veiksmus. Padarykite duomenis savo prioritetu, o ne savo poelgiu: aukštos vertės AI reikalauja aukštos kokybės duomenų. Degalų priėmimo KPI: „Mastering AI“ reiškia naudojimo, sprendimų poveikio ir žmogaus elgesio stebėjimą.Pateikite mokymus ir pritaikykite sąsajas, kad verslo vartotojai priimtų AI išvestį kaip įprastų sprendimų dalį. Sujunkite vidinius talentus su strateginiais partneriais: sėkmingiausios organizacijos sujungia vidinę verslo patirtį su išorine AI gamyba, integracija ir inžinerine parama. Galutinės mintys: atotrūkis yra realus - bet jis yra fiksuojamas Naujausias „Gartner“ tyrimas šviečia ryškią ir kartais nepatogią šviesą apie AI realybę: įmonės visur įgyvendina AI, tačiau nepriima to, ko tikėjosi. Tačiau tai nėra AI nesėkmė. Tai yra integracijos, orchestravimo ir lyderystės suderinimo nesėkmė. Kai organizacijos investuoja į integraciją, elgiasi su AI kaip su sistema, o ne kaip su funkcija, ir kiekvieną iniciatyvą laiko atskaitingą už išmatuojamą finansinę vertę, rezultatai pagaliau pradeda pasirodyti. Bendrovės, gaunančios šią teisę, bus tos, kurios šiandienos AI eksperimentavimo etapą pavers rytojaus konkurenciniu pranašumu.

This story contains new, firsthand information uncovered by the writer.

dashboard

Šis garso įrašas sukurtas originalia istorijos kalba!

Kodėl tiek daug AI, bet tiek mažai pelno? arčiau pažvelgti į tai, ką įmonės vis dar trūksta

About Author

KOMENTARAI

PABAIGTI ŽYMES

ŠIS STRAIPSNIS BUVO PRISTATYMAS

Related Stories

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps