Kuidas muuta AI suurtest lubadustest reaalseks äriväärtuseks

Kuidas muuta AI suurtest lubadustest reaalseks äriväärtuseks?

Tehisintellekti potentsiaalist räägitakse kõikjal. Samas on reaalne muutus ettevõtetes üllatavalt tagasihoidlik. Mis eristab neid, kellel õnnestub, nendest, kes ootavad jätkuvalt esimesi tulemusi?

Juhatuse koosolekul kõlab tuttav fraas: "Peame AI-ga midagi tegema." Meedias on lood edukatest teerajajatest. IT-partner soovitab uusimat platvormi. Ometi tehakse enamikus ettevõtetes sama tööd edasi, ainult ChatGPT aken on nüüd arvutis lahti. Suurtest lubadustest on jäänud ärivõidud väljavõtmata.

Põhjus ei peitu tehnoloogias. Põhjus on selles, et enamik ettevõtteid on lähenenud tehisintellektile vale küsimusega. Ilma õige küsimuseta ei jõua aga kuhugi.

Kiiremad hobused või auto?

Henry Ford olevat kunagi öelnud: kui ta oleksin küsinud inimestelt, mida nad tahavad, oleksid nad vastanud, et tahavad kiiremaid hobuseid. Tehisintellekti puhul kehtib sama analoogia.

Enamik ettevõtteid küsib: "Kuidas teha meie olemasolevad protsessid AI abil kiiremaks?""" Tegelik küsimus on aga: "Kuidas kujundada AI abil ümber meie seniseid töövood?" Need on fundamentaalselt erinevad küsimused ja viivad täiesti erinevatesse kohtadesse.

Eesmärk ei ole olemasolevat automatiseerida, vaid luua uued tööprotsessid. See nõuab teistsugust mõttemustrit ning julgust küsida, milline näeks ettevõte välja, kui see täna nullist üles ehitataks.

"Ära küsi, kuidas muuta indiviidid AI-ga kiiremaks. Küsi, kuidas AI muudab inimeste omavahelist koostööd ja tänaseid töövooge," soovitab Ivo Suursoo, OIXIO Grupi juhatuse esimees.

Peeglisse vaatamine on esimene samm

Enne kui AI rakendamine päevakorda võtta, tasub teha aus enesehindamine. See tähendab vastamist kolmele küsimusele:

1. Kas inimeste mõttemaailm on muutuseks valmis? Enamasti mitte. Olemasolevate protsesside optimeerimisele üles ehitatud mõtteviis ei toeta valmisolekut protsesse ümber disainida. See on inimlik ja mõistetav, kuid seda takistust peab teadlikult ennetama.
2. Kas protsessid on AI jaoks kirjeldatud? Töötajad teavad, "kuidas asjad käivad", kuid see teadmine elab sageli inimeste peas, mitte süsteemides. AI ei saa sisendit kõhutundest. Protsessid peavad olema digitaalselt defineeritud.
3. Kas andmed on korras? AI vajab töötamiseks kahte asja: kvaliteetseid andmeid ja ärikonteksti. Andmed on paljudes ettevõtetes laiali erinevates süsteemides: need on struktureerimata, vigased või erineva kvaliteediga. Kaootiliselt hallatud andmed on üks peamisi põhjusi, miks AI rakendamine on olnud nii paljudes kohtades aeglasem kui oodatud. Küsimus "Kas ettevõttes on andmehaldur?" peaks suunama "ei" vastajad tegudele.

Nendele küsimustele ei pea tingimata kohe kõiki vastuseid omama, et AI rakendamisega alustada. Oluline on olla väljakutsetest teadlik ning käsitleda neid paralleelselt rakendamisega.

AI vajab andmeid ja ärikonteksti

Andmestrateegia seostub paljudele konkreetsete tarkvaralahenduste ja aruandlusplatvormidega. Tegelikult vastab andmestrateegia kolmele põhiküsimusele: kuidas kasutatakse andmeid väärtuse loomiseks tulevikus? Milliseid inimeste oskusi ja tehnoloogilisi võimekusi on selleks vaja? Kust alustada ja kuidas edasi liikuda?

Ärikontekst on andmetega sama oluline, kuigi sageli tähelepanuta jäetud. AI tööks ei piisa ainult andmetest, oluline on ka nende olulisusest arusaamine. Strateegilised eesmärgid, kliendisuhted, konkurentsiinfo ehk kogu see ärikontekst peab olema AI-le kättesaadav. Täna elab see peamiselt inimeste peas või isiklikes failides. Eduka AI-lahenduse üks olulisemaid eeltöid on selle konteksti süsteemne digitaliseerimine.

Kolm taset: kust alustada ja kuhu jõuda

Praktiline raamistik AI rakendamiseks toimib kolmel tasemel, mida saab arendada paralleelselt:

Tase 1, indiviidi efektiivsus: igapäevased tööriistad (kirjad, otsingud, kokkuvõtted, meeldetuletused). Iga töötaja saab kohe hakata kasutama ja kogemust koguma. See loob nähtava muutuse tööpäevas ning AI-ga koostöö harjumuse.

Tase 2, protsesside automaatika: terveid töövooge asendatakse AI-agentidega. Pidevad, korduvad ülesanded nagu andmete kogumine, aruandlus, kliendisuhtlus ja lepingute haldus käivad automaatselt. Inimesed jäävad juhtima ja otsustama, mitte tegema mehaanilist tööd.

Tase 3, suured ärilised väljakutsed: AI lahendab konkreetseid strateegilisi probleeme: tootmise optimeerimine, müügiprognoos, tarneahela juhtimine, kliendikäitumise analüüs. See tase nõuab häid andmeid ja selget ärikonteksti ning toob suurima väärtuse.

Oluline on alustada väikselt ja kiirelt: tuvasta väärtus, tõesta väärtus, skaleeri väärtus. Mitte abstraktse teekaardi järgi, vaid konkreetsete kasutusjuhtudega, mis vastavad organisatsiooni ärilistele eesmärkidele.

Uued talendid, uus mõtteviis

AI ei võta inimestelt tööd ära, kuid muudab töö sisu ning selleks vajalikke oskusi. Tuleviku kõige väärtuslikumad talendid on inimesed, kellel on disainmõtlemise oskus: võime näha protsesse kliendiväärtuse vaatest, küsida, miks üks või teine tööviis üldse selline on, ja kujundada töövooge nullist.

Juhtidele tuleb kasuks strateegiline unistamise võime. Tehnoloogia võimaldab täna mõelda suuremalt kui kunagi varem, kuid see eeldab julgust küsida, milline organisatsioon võiks päriselt olla, mitte ainult kuidas olemasolevat olukorda parandada. Samuti ei tasu karta noorte värbamist: AI-ajastul on digitaalse mõtteviisiga noored spetsialistid organisatsioonis väärtuslik vara, millele uus äriväärtus üles ehitada.

Vahe suureneb järgneva pooleteise aastaga

Täna on kõigil ettevõtetel suures pildis võrdne lähtepunkt. AI-tehnoloogia on kättesaadav, mudelid on kättesaadavad, teadmine on kättesaadav. Erinevus ei tule sellest, kellel on parim tööriist. Erinevus tuleb sellest, kes teeb teadliku otsuse saada AI-põhiseks ettevõtteks ning hakkab seda otsust täna ellu viima.

"Kõigil ettevõtetel on suures pildis praegu sama lähtepunkt. Vahe tuleb sisse sellest, kes teeb teadliku valiku saada AI-põhiseks ettevõtteks," ütles Piret Masing, OIXIO Digital andme ja AI valdkonna ekspert.

See ei tähenda kõikide äriprotsesside korraga ümber ehitamist. See tähendab esimeste sammude astumist: hinnata andmete ja protsesside valmidust, valida konkreetne kasutusjuht, kus on võimalik kiiresti väärtust tõestada, ning luua organisatsioonis AI-ga koostöö harjumus.

Järgmise pooleteist aastaga eraldatakse terad sõkaldest. Organisatsioonid, kes teevad teadliku valiku täna, omavad tulevikus märkimisväärset eelist nende ees, kes ootavad.