Većina organizacija sada koristi AI u produkciji. Gotovo nijedna ga ne koristi tamo gdje je zaista važan: u iskustvima usmjerenim na klijente, poslovno kritičnim odlukama ili procesima koji se odvijaju uz minimalan ljudski nadzor. Upravo se u tom raskoraku stiče ili gubi konkurentska prednost.
Prepreka je obično nedostatak povjerenja, a ne sposobnosti. Kod primjene AI-ja u situacijama s velikim ulozima, to povjerenje proizlazi iz ispunjavanja četiri konkretna kriterija.
Ti kriteriji obuhvataju način testiranja ponašanja AI-ja, izgradnju rješenja i upravljanje njima na nivou cijele kompanije te pitanje je li rukovodstvo istinski prihvatilo zašto je to važno.
Ispunjavanje tih kriterija povjerenja razvija organizacijsku rutinu i odgovornost te vam daje manje razloga da izbjegavate primjenu AI-ja radi ostvarivanja značajnih pomaka. Bez toga AI ostaje ograničen na uštede u sporednim primjenama, bez značajnog utjecaja na način rada organizacije.
U ovo doba prošle godine — što su decenije u godinama AI-ja — većina kompanija bila je u „čistilištu AI dokaza koncepta“: imale su mnogo zanimljivih dokaza koncepta koji su pokazivali šta AI može učiniti, ali nijedan nisu uspijevale uvesti u produkciju. Godinu kasnije, mnoge organizacije sada imaju barem neka AI rješenja u produkciji, što je veliki korak naprijed.
Međutim, AI se često primjenjuje u sporednim procesima: to je lakše, tim za inovacije može razviti rješenje s motiviranim poslovnim korisnikom, a ako nešto pođe po zlu, „nije kraj svijeta“. Proces zapravo nije presudan, postoji rezervni ručni postupak ili je uključeno više osoba koje nadziru rad sistema kako bi se ograničile negativne posljedice.
Rezultat tog razumljivog, ali opreznog pristupa jeste i skroman učinak tih rješenja: malo je vjerovatno da su značajnije doprinijela prilikama za rast, iskustvu klijenata ili strukturi troškova.
To razdvaja buduće pobjednike od ostalih: napredne kompanije ulažu u primjenu AI-ja tamo gdje je presudan za poslovne rezultate.
I oni koji zaostaju „bave se AI-jem“, samo ne tamo gdje će on značajno utjecati na poslovanje.
Da, primjena AI-ja u investicijskim odlukama, iskustvu klijenata, razvoju proizvoda, istraživanju i dizajnu te „automatizaciji bez ljudskog nadzora“ djelovat će rizičnije, ali upravo se tu kriju stvarne koristi.
Kompanije koje prednjače u ovoj oblasti možda još nisu vidljive tržištu, ali dok to postanu, razlika neće biti samo velika: zbog veće brzine primjene AI-ja nastavit će rasti dok oni koji zaostaju shvate u čemu su sve vrijeme griješili.
Pitanje je, dakle: šta je organizaciji potrebno da bi s povjerenjem primjenjivala AI u procesima koji su zaista važni?
Prvo pretpostavimo da ste već prešli put od „Imamo AI alat poput ChatGPT-a“, preko „Imamo dokaze koncepta“, do „Imamo deset jednostavnih AI rješenja u upotrebi“. Ako niste, to morate prioritetno riješiti. Ti početni koraci možda djeluju jednostavno, ali neophodni su za razvoj razumijevanja AI-ja u cijeloj kompaniji, osmišljavanje boljih slučajeva upotrebe i otkrivanje internih koraka potrebnih za puštanje bilo kojeg AI rješenja u produkciju.
U toj bi fazi organizacija trebala postati ambicioznija i krenuti prema „značajnim primijenjenim AI rješenjima s ljudskim nadzorom“, a zatim i prema onome što je izdvaja: „AI primjenjujemo u ključnim procesima i iskustvima klijenata“.
Te posljednje korake napretka rijetko ograničava tehnologija; češće ih ograničava povjerenje unutar organizacije. Jer uvijek postoji razlog da se teški zadaci odgode ili izbjegnu:
„Šta ako pruži pogrešne uvide?“, „Šta ako se ponaša neispravno pa završimo u vijestima?“, „Šta ako pogrešno izračuna pa donesemo pogrešnu odluku?“, „Šta ako vrijeđa klijente?“, „Šta ako model postane nedostupan?“, „Kako ćemo održavati ažuriranja?“, „Šta ako se propisi promijene?“, „Trebamo li sačekati novi model?“ itd.
Prema našem mišljenju, obično postoje četiri uslova koja daju sigurnost potrebnu da se pritisne dugme „Pusti u produkciju“ za promjenu s velikim utjecajem koju omogućava AI.
Zašto: Jesu li organizacija, a posebno najviše rukovodstvo, istinski prihvatili objašnjenje „zašto je AI važan za naš poslovni uspjeh“? Ako nisu, organizacija će vjerovatnije nalaziti razloge za izbjegavanje teških odluka.
Podrška: Postoji li tim za promjene, transformaciju ili podršku povezanu s AI-jem koji pomaže organizaciji da se razvija uz AI? Tim koji upravlja usvajanjem, edukacijom, propisima i novim načinima rada, preispituje pretpostavke, osigurava potrebna sredstva itd. AI nije promjena koju treba „prepustiti tehnološkom odjelu“, kao što je često bio slučaj s inicijativama u oblaku ili digitalizacijom. Mora je voditi poslovna strana uz odgovarajuću podršku.
Kako: Postoje li definirane poslovna arhitektura i arhitektura rješenja za primijenjeni AI? Iako se ova oblast stalno razvija, jasna vizija podstiče promišljanje i razvoj znanja o odgovarajućim zaštitnim mehanizmima, troškovima, mogućnosti praćenja, kontrolama, pristupu modelima i ostalom. Time se unutar organizacije počinje graditi uvjerenje da ona „zna šta radi“ kada je riječ o AI-ju, a sprečava se i razvoj na mnoštvo različitih načina.
Test spremnosti za produkciju: Vlasnici rješenja mogu beskonačno odgađati odgovor na pitanje „je li dovoljno dobro za produkciju?“ Tradicionalno testiranje koje provode timovi za osiguranje kvaliteta ne pruža takvo povjerenje ni osjećaj odgovornosti za nedeterministički AI sistem. Evaluacije ih pružaju.
Prođimo kroz njih obrnutim redoslijedom, jer je taj redoslijed najbliži odlučivanju o spremnosti za produkciju.
Organizacije se već decenijama oslanjaju na tim za osiguranje kvaliteta da odluči je li izdanje dovoljno dobro. Na papiru su testiranje provodili poslovni akteri, ali ga je u stvarnosti provodio tim za osiguranje kvaliteta. Rezultat je bio prolaz ili pad na bezbrojnim pravilima tipa ako ovo, onda ono. Mnogo posla, ali jednostavno.
To ne funkcionira za AI, kod kojeg moramo procjenjivati ponašanje.
Evaluacije, odnosno evali, omogućavaju da se kvalitativno ponašanje AI-ja učini mjerljivim. Umjesto prolaza ili pada definirate kriterije, poput tačnosti, tona, činjeničnog uzemljenja i ponašanja pri odbijanju zahtjeva, te dodjeljujete ocjene. Pratite te ocjene tokom cijelog projekta dok poboljšavate upite, modele, zaštitne mehanizme i ostalo. Tako projektni tim, odbori za promjene i poslovno rukovodstvo dobijaju pouzdanu osnovu za djelovanje: ocjenu tačnosti koja je tokom projekta porasla s x na y.
Taj broj ima dvije svrhe. Prvo, razvija povjerenje tako što pokazuje napredak tokom vremena i pruža akterima konkretne dokaze da se sistem pouzdano i dosljedno ponaša u skladu s utvrđenim očekivanjima.
Drugo, uspostavlja odgovornost. Mogu se pozvati na te brojke i porijeklo tih evaluacija. Dokumentiran skup evaluacija, testiran na jasno definiranom rasponu scenarija, AI je ekvivalent izvještaju o testiranju koji odboru za odobrenje pruža dokaz o dužnoj pažnji: radi li sistem samo ono što treba i radi li to samo na način na koji treba?
Naravno, te brojke imaju smisla samo ako su kriteriji evaluacije dovoljno obuhvatni. To zahtijeva promjenu operativnog modela koju većina organizacija u početku pogrešno provede: kriteriji evaluacije moraju biti u vlasništvu poslovne strane, a ne tehnološkog tima, tima za osiguranje kvaliteta ili jednog mlađeg korisnika kojem su delegirani. Vlasnici proizvoda i stručnjaci poznaju oblast, rubne slučajeve, željeni ton komunikacije, vrste interakcija koje korisnici mogu pokrenuti, smislene korake rezonovanja, načine otkazivanja sistema, tačne parove pitanja i odgovora itd. Oni koji koriste i primjenjuju rješenje trebaju odlučiti kako izgleda dobar rezultat.
To znači da, kada trebate odobriti rješenje koje primjenjuje AI u samom središtu iskustva klijenata, trebate postaviti samo dva pitanja:
(1) ko je osmislio kriterije evaluacije i
(2) jesu li se rezultati evaluacije prema tim kriterijima vremenom poboljšavali i sada prešli minimalni prag?
Ako je odgovor "tehnološki tim ih je izradio, ali zadovoljni smo rezultatima", aplikacija nije spremna. Ako je odgovor „da, testirali smo prošle sedmice i prošlo je“, vjerovatno nije dostignut nivo zrelosti evaluacija koji ulijeva potrebno povjerenje, jer evaluacije vjerovatno nisu bile polazište razvoja.
Ali ako je poslovni vlasnik proizvoda tokom cijelog razvoja definirao, pregledao i unapređivao evaluacije te vam može pokazati da se rezultati kreću u pravom smjeru, imate nešto što vrijedi odobriti.
Dodatno povjerenje proizlazi iz usklađenosti s načelima i standardima arhitekture AI-ja. Prvih pet AI aplikacija mogli ste izgraditi na bilo koji prikladan način samo da biste započeli, ali za širenje primjene i brzo, sigurno i dobro kontrolirano uvođenje AI-ja širom organizacije postaju neophodni strukturiraniji pristup, referentne aplikacijske arhitekture i poslovna AI platforma.
Svi inženjerski timovi moraju moći brzo „naslijediti“ pristup modelima, zaštitne mehanizme, mogućnost praćenja, skaliranje, upravljanje troškovima itd. kako bi se mogli usredotočiti na razvoj rješenja.
Jasna vizija poslovne AI platforme i arhitektonskih pristupa — čak i ako brzo zastarijeva zbog brzine promjena — dodatno jača povjerenje organizacije da može sigurno primjenjivati AI u kritičnim sistemima. To znači da je neko razmotrio sve ključne faktore i odabrao optimalan put do produkcije, što dodatno jača povjerenje da će rješenje podržati te važne procese.
Ovdje se ne radi o tome da „sve ostane isto, samo uz pristup AI alatu“. Možda zvuči kao kliše, ali transformacija podrazumijeva redizajniranje procesa, preispitivanje ponude proizvoda, unapređenje iskustva klijenata te promjenu načina rada i, vrlo vjerovatno, strukture timova.
To se ne može provesti usput niti transformaciju može voditi samo tehnološki odjel — a ne može ni vaš „inovacijski“ tim od tri zaposlena. Ako se oslonite na pristup „sve će se samo riješiti“, nećete postići brzinu promjena koju mogu ostvariti uspješniji konkurenti.
Osim toga, otkrivanje zaista revolucionarnih slučajeva upotrebe i osiguravanje podrške za njih zahtijevaju temeljito poznavanje AI-ja u cijeloj kompaniji, kao i pozitivan stav prema njemu.
Zato transformaciju uz AI trebaju voditi ljudi koji znaju šta je organizaciji potrebno, kako omogućiti promjene i kako AI funkcionira. Upravni odbor mora im dati mandat da osiguraju koordinaciju, energiju, finansiranje, utjecaj, upravljanje, određivanje prioriteta i donošenje odluka.
Posebno u početnim fazama dobro funkcionira centralna jedinica poput AI centra, odjela za transformaciju uz AI ili ureda za AI. Taj centralni tim jača povjerenje da organizacija ima strategiju koju može provesti, da se velike odluke mogu brzo donijeti i prenijeti na odgovarajuće timove te da postoje kriteriji kvaliteta za transformaciju uz AI. Bez njega pristup može postati previše rascjepkan, što dovodi do nedosljednih odluka, izbora proizvoda i rješenja te kvaliteta, a time potkopava povjerenje potrebno za primjenu AI-ja u oblastima s velikim ulozima.
Kao što je već istaknuto, stvarnu konkurentsku prednost od AI-ja ostvarit će kompanije koje razviju iskustvo, stručnost i povjerenje da ga često, brzo i sigurno primjenjuju u središtu važnih procesa i rješenja koja poboljšavaju iskustvo klijenata, rezultate proizvoda, brzinu proizvodnje i drugo.
Neophodni su kvalitetni postupci evaluacije, arhitektura koja se brzo prilagođava i skalira te proaktivan pristup upravljanju transformacijom, koji organizaciji pomaže učiti, prilagođavati se i uspostavljati nove načine rada.
Međutim, ništa od toga neće uspješno nastati „odozdo prema gore“. Promjene i njihove posljedice jednostavno su prebrze i prevelike. Nisu dovoljni ni „odobrenje upravnog odbora“ ni „podrška rukovodstva“.
Ako zaposlenima nije jasno zašto su promjene potrebne, šta one lično znače za njih — dobro ili loše — i šta njima donose, transformacija će se odvijati potajno i uz mnogo kolateralne štete.
Četvrti element za sticanje stvarne prednosti primjenom AI-ja jeste da rukovodstvo kompanije istinski razumije i vjeruje da je ulaganje u AI neophodno za njen daljnji uspjeh. To je njihova strategija za AI, ugrađena u misiju i ciljeve kompanije, koju stalno promoviraju i potkrepljuju vidljivim odlukama i djelima.
Time se timovima širom organizacije daju poticaji, podrška i osjećaj hitnosti da razvijaju vještine te donose pomalo neugodne, ali važne odluke i izaberu teži, isplativiji put. To daje sigurnost potrebnu za pritisak na dugme „Pusti u produkciju“ za iskustvo klijenata ili proces investicijskog odlučivanja koji pokreće AI.
U naredne dvije godine AI neće donijeti pobjedu kompanijama s najviše implementacija. Pobijedit će one koje su AI uspješno primijenile u važnim sistemima i procesima usmjerenim na klijente, koji utječu na odluke i presudni su za poslovanje, te razvile sposobnost da to dosljedno i sigurno ponavljaju u cijeloj kompaniji.
Šta vi trebate učiniti? Ako se vaša organizacija „bavi AI-jem“, ali to ne utječe na uspjeh kompanije, pokušajte odgovoriti na sljedeća pitanja:
Je li jasna uloga AI-ja u ostvarivanju misije vaše kompanije? Smatrate li da rukovodstvo zaista vjeruje kako je usvajanje AI-ja presudno za budući uspjeh kompanije?
Postoji li centralna jedinica koja unapređuje program primjene AI-ja, educira cijelu kompaniju i koordinira aktivnosti?
Razvija li tehnološki tim stručnost, kapacitete i obrasce koji omogućavaju brži i sigurniji razvoj AI rješenja?
Stižu li izdanja u produkciju bez prepreka uzrokovanih neodgovorenim pitanjima o ponašanju AI-ja?
Ako je odgovor na bilo koje od ovih pitanja negativan, znate odakle trebate početi razvijati povjerenje organizacije da se AI može brzo i dosljedno primjenjivati radi sticanja konkurentske prednosti tamo gdje je ona zaista važna.