Већина организација сада користи AI у продукцији. Готово ниједна је не користи тамо где је заиста важна: у искуствима намењеним клијентима, пословно критичним одлукама или процесима који се одвијају уз минималан људски надзор. Управо се на том јазу стиче или губи конкурентска предност.
Препрека је обично недостатак поверења, а не способности. Код примене AI-ја у ситуацијама са великим улогом, то поверење настаје испуњавањем четири конкретна критеријума.
Ти критеријуми обухватају начин на који тестирате понашање AI-ја, градите решења и управљате њима на нивоу предузећа, као и питање да ли руководство заиста разуме зашто је све то важно.
Испуњавање ових критеријума поверења развија организационе навике и одговорност и умањује разлоге за оклевање пред применом AI-ја која може значајно да промени резултате. Без тога, AI остаје ограничен на уштеде у споредним применама, без стварног утицаја на начин рада организације.
У ово време прошле године – што је у годинама AI-ја читава вечност – већина предузећа била је у „чистилишту POC-ова”: имала су много занимљивих POC-ова који су показивали шта AI може, али су се мучила да било који од њих уведу у продукцију. Годину дана касније, многе организације сада имају бар нека решења заснована на AI-ју у продукцији, што је велики корак напред.
Међутим, AI се често примењује у споредним процесима: то је лакше, тим за иновације може да га развије са заинтересованим пословним корисником, а ако нешто пође по злу, „није крај света”. Процес није нарочито важан, постоји резервни ручни поступак или више људи контролише процес како би се ограничиле могуће негативне последице.
Последица тог разумљивог, али опрезног приступа јесте и скроман учинак таквих решења: мало је вероватно да су приметно утицала на могућности за раст, искуство клијената или структуру трошкова.
То ће раздвојити будуће победнике од осталих: напредна предузећа улажу у примену AI-ја тамо где утиче на пословне резултате.
И предузећа која заостају „баве се AI-јем”, само не тамо где ће значајно утицати на пословање.
И да, примена AI-ја у инвестиционим одлукама, искуству клијената, развоју производа, истраживању и дизајну и „аутоматизацији без учешћа људи” деловаће ризичније, али се управо ту крију стварне користи.
Предузећа која предњаче у овој области можда још нису видљива тржишту, али када то постану, јаз ће већ бити велики. Уз то, брзина којом примењују AI значи да ће се он и даље ширити док предузећа која заостају схвате у чему су све време грешиле.
Питање је, дакле: шта је организацији потребно да би са поверењем применила AI у процесима који су заиста важни?
Прво, претпоставимо да сте већ напредовали од „Имамо алатку засновану на AI-ју, као што је ChatGPT”, преко „Имамо POC-ове”, до „Имамо десет једноставних решења заснованих на AI-ју у употреби”. Ако нисте, то морате приоритетно да решите. Ти почетни кораци можда делују безначајно, али су неопходни за развој знања о AI-ју широм предузећа, осмишљавање бољих случајева употребе и разјашњавање интерних корака потребних да се било које решење засновано на AI-ју уведе у продукцију.
У том тренутку организација треба да постави амбициозније циљеве и пређе на испоруку „значајних примењених решења заснованих на AI-ју уз људски надзор”, а затим и на оно што прави разлику: „примењујемо AI у кључним процесима и искуствима клијената”.
Последњи кораци тог напретка ретко су ограничени технологијом; обично их ограничава поверење унутар организације. Јер увек постоји разлог да се тежак задатак одложи или избегне:
„Шта ако пружи погрешне увиде?”, „Шта ако се понаша неисправно и доспемо у вести?”, „Шта ако погреши у прорачуну, па донесемо погрешну одлуку?”, „Шта ако вређа клијенте?”, „Шта ако модел постане недоступан?”, „Како ћемо одржавати ажурирања?”, „Шта ако се прописи промене?”, „Да ли треба да сачекамо нови модел”? итд.
Према нашем мишљењу, обично постоје четири услова која уливају поверење потребно да се притисне дугме „Пусти у рад” за промену засновану на AI-ју која има велики утицај.
Зашто: Да ли организација, а нарочито највише руководство, заиста верује у став да је „AI важан за наш пословни успех”? Ако не верује, већа је вероватноћа да ће организација проналазити разлоге да избегне тешке одлуке.
Омогућавање: Постоји ли тим за промене, трансформацију или подршку у области AI-ја који помаже организацији да се развија уз AI? Тим који се бави усвајањем, образовањем, прописима, новим начинима рада, преиспитивањем претпоставки, обезбеђивањем потребног финансирања и другим питањима. AI није промена коју треба „препустити технолошком тиму”, као што је често био случај са иницијативама у области рачунарства у облаку или дигитализације. Мора је водити пословни део организације, уз одговарајућу подршку.
Како: Постоје ли успостављене архитектуре предузећа и решења за примењену AI-ја? Иако се ова област непрестано развија, јасан став подстиче размишљање и развој знања о одговарајућим заштитним механизмима, трошковима, могућности посматрања, контролама, приступу моделима и другом. Тако се унутар организације гради уверење да она „зна шта ради” када је реч о AI-ју и спречава настанак више различитих начина израде решења.
Провера поверења пред пуштање у рад: Власници решења могу унедоглед да одлажу одлуку питајући се: „Да ли је довољно добро за пуштање у рад?” Традиционално тестирање које спроводе тимови за QA не пружа такво поверење ни осећај одговорности за недетерминистички систем AI-ја. Евалуације то омогућавају.
Размотримо их обрнутим редоследом, јер је он најближи редоследу одлучивања о поверењу потребном за пуштање у рад.
Организације су се деценијама ослањале на тим за QA да одлучи да ли је издање довољно добро. На папиру су тестирање обављали представници пословног дела организације, али га је у стварности спроводио тим за QA. Исход је био пролаз или пад на основу безброј правила типа ако ово, онда оно. Много посла, али једноставног.
То не функционише код AI-ја, где морамо да оцењујемо понашање.
Евалуације омогућавају да квалитативно понашање AI-ја учините мерљивим. Уместо исхода пролаз/пад, дефинишете критеријуме – као што су тачност, тон, чињенично утемељење и понашање при одбијању – и додељујете оцене. Пратите те оцене током пројекта док побољшавате инструкције, моделе, заштитне механизме и друго. Тако пројектни тим, одбори за промене и пословно руководство добијају поуздан основ за одлучивање: оцену тачности која је током пројекта порасла са x на y.
Тај број има две улоге. Прво, гради поверење тако што показује напредак током времена и пружа заинтересованим странама опипљив доказ да се систем доследно и поуздано понаша у складу са утврђеним очекивањима.
Друго, успоставља одговорност. Пружа бројеве на које могу да се позову и порекло тих евалуација. Документован скуп евалуација, тестиран у добро дефинисаном распону сценарија, представља еквивалент извештају о тестирању за AI. Одбору који одобрава решење пружа доказ темељне провере: да ли оно ради искључиво оно што треба и да ли то ради искључиво на предвиђен начин.
Наравно, ти бројеви имају смисла само ако су критеријуми евалуације довољно свеобухватни. То захтева промену оперативног модела у којој већина организација у почетку греши: критеријуми евалуације морају бити у власништву пословног дела организације, а не технолошког или тима за QA, нити поверени једном неискусном кориснику. Власници производа и стручњаци разумеју област, граничне случајеве, жељени тон комуникације, врсте интеракција које корисници могу да покрену, смислене кораке резоновања, начине отказа, исправне парове питања и одговора и друго. Они који користе и примењују решење треба да одлуче како изгледа добар резултат.
То значи да, ако треба да одобрите решење које примењује AI у самом средишту корисничког искуства, треба да поставите само два питања:
(1) ко је осмислио критеријуме евалуације и
(2) да ли се учинак на евалуацијама временом побољшавао према тим критеријумима и да ли је сада премашио минимални праг?
Ако је одговор „технолошки тим их је направио, али задовољни смо резултатима”, апликација није спремна. Ако је одговор „да, тестирали смо прошле недеље и прошло је”, зрелост евалуације вероватно није на нивоу који улива потребно поверење, јер евалуације највероватније нису биле полазна тачка развоја.
Али ако је пословни власник производа током читавог развоја дефинисао, проверавао и усавршавао евалуације и може да покаже да се резултати крећу у добром смеру, онда имате нешто што вреди одобрити.
Додатни ниво поверења доноси усклађеност са принципима и стандардима архитектуре ВИ. За првих пет апликација заснованих на AI-ју било је прихватљиво да их направите на било који погодан начин, само да бисте започели. Међутим, за ширење примене и брзо, безбедно и добро контролисано увођење AI-ја широм организације постаје неопходан структурисанији приступ, са референтним архитектурама апликација и платформом за AI на нивоу предузећа.
Сви инжењерски тимови морају брзо да „наследе” приступ моделима, заштитне механизме, могућност посматрања, скалирање, управљање трошковима и друго, како би могли да се усредсреде на израду решења.
Јасан приступ платформи за AI на нивоу предузећа и архитектури, чак и ако због брзих промена кратко траје, додатно јача поверење организације у то да може безбедно да примени AI у кључним системима. То значи да је неко размотрио све кључне факторе и изабрао оптималан пут до примене, што додатно улива поверење да ће решење подржати те важне процесе.
Ово није „исти посао, само уз приступ алату заснованом на AI-ју”. Можда звучи као клише, али трансформација подразумева преобликовање процеса, преиспитивање понуде производа, унапређење искуства клијената и промену начина рада, а највероватније и структуре тимова.
То се не дешава као успутни задатак и не може га водити сектор технологије (а не може ни ваш „тим за иновације” од три запослена). Ако усвојите приступ „само ће се средити”, нећете постићи темпо промена који могу да достигну успешни конкуренти.
Поред тога, откривање заиста револуционарних случајева употребе и обезбеђивање подршке за њих захтева темељно знање о AI-ју у целом предузећу, као и позитиван став према њему.
Зато трансформацију уз AI морају водити људи који знају шта је организацији потребно, умеју да омогуће промене и разумеју AI. Одбор мора да им повери спровођење трансформације и обезбеђивање координације, енергије, финансирања, утицаја, управљања, одређивања приоритета и доношења одлука.
Нарочито у почетним фазама, добро функционише централна јединица попут Центра за AI, Трансформације уз AI или Канцеларије за AI. Тај централни тим улива поверење да организација има стратегију коју може да спроведе, да се важне одлуке могу брзо донети и пренети другим тимовима и да постоје контролне тачке квалитета за трансформацију уз AI. Без њега, приступ може постати превише расцепкан, што доводи до недоследности у одлукама, избору производа и решења и квалитету, а на крају подрива поверење потребно за примену AI-ја у областима са великим улогом.
Као што је већ истакнуто, стварну конкурентску предност од AI-ја стећи ће предузећа која изграде искуство, стручност и поверење на нивоу предузећа како би AI често, брзо и безбедно примењивале у средишту важних процеса и искустава која унапређују искуство клијената, учинак производа, брзину производње и друго.
Неопходни су добра пракса евалуације, архитектура која се брзо прилагођава и скалира и предузимљив приступ управљању трансформацијом, који организацији помаже да учи, прилагођава се и успоставља нове начине рада.
Међутим, ништа од тога не може успешно да се оствари „одоздо нагоре”. Промене су пребрзе, а њихове последице превелике. Нису довољни ни „одобрење одбора” ни „подршка руководства”.
Ако запослени не виде јасно зашто су промене неопходне, шта оне лично значе за њих – добро или лоше – и шта њима добијају, трансформација ће се одвијати на мала врата, уз много колатералне штете.
Четврти елемент за стицање стварне предности усвајањем AI-ја јесте да руководство предузећа заиста разуме и верује да је улагање у AI неопходно за његов даљи успех. То је њихова стратегија за AI, уграђена у мисију и циљеве предузећа, коју стално заговарају и поткрепљују видљивим одлукама и поступцима.
То тимовима широм организације пружа подстицај, подршку и осећај хитности да унапреде знање и донесу помало непријатне, али важне одлуке да изаберу тежи пут који доноси веће користи. То улива поверење потребно да притиснете „Пусти у рад” за искуство клијената или процес инвестиционог одлучивања заснован на AI-ју.
У наредне две године од AI-ја неће највише добити предузећа са највише примена. Победиће оне које су AI успешно примениле у важним системима и процесима намењеним клијентима, онима који утичу на одлуке и онима који су критични за пословање, а притом развиле способност да то доследно и безбедно чине у целом великом предузећу.
Ваш следећи корак? Ако ваша организација „користи AI”, али то не утиче на успех предузећа, покушајте да одговорите на следећа питања:
Да ли је јасна улога AI-ја у остваривању мисије вашег предузећа? Да ли сматрате да руководство заиста верује да је усвајање AI-ја неопходно за будући успех предузећа?
Постоји ли централна јединица која унапређује примену AI-ја, образује запослене широм великог предузећа и координира активности?
Да ли технолошки тим развија стручност, капацитете и обрасце који омогућавају брже и безбедније инжењерство AI-ја?
Да ли издања стижу до продукције без препрека изазваних питањима без одговора о понашању AI-ја?
Ако је одговор на било које од ових питања негативан, онда знате одакле треба почети да бисте изградили поверење организације у то да се AI може брзо и доследно применити и донети вам конкурентску предност тамо где је заиста важан.