Teknolojide çalışan herkes/herkes için, Ai ilgi odağı yok. Işık.
Ancak pilotların, prototiplerin ve vaatlerin gürültüsünün altında, bir gerçek açıktır: önce operasyonel temelleri düzeltmeden, herhangi bir biçimde AI – ajan ai – teslim etmeyecektir.
Gartner It Sempozyumu 2025’te Konuyla Konuşmaktan Yeni Dave Stevens, Brennan’ın Kurucusu ve Genel Müdürüneden önemli olduğuna dair bakış açısını paylaştı.
Operasyonel İnovasyon: AI hazırlığının arkasındaki gerçek çalışma
. Gartner It Sempozyumu/XPO takvimimde çadır direği teknoloji etkinliğinden biri. Delegeler, müşteriler ve konuşmacılardan sektörün nabzını takma ve alma fırsatı her zaman yeni ve şaşırtıcı bir şey ortaya çıkarır. Ancak bu yıl herkesi meşgul eden konu için hiçbir ödül sunulmadı: yapay zeka.
Yerçekimi iyi kaçmak imkansızdır, yatırım, yetenek ve gezegen ölçeğinde yorum yapmak imkansızdır. Aynı zamanda dediğim şey için karşı konulmaz bir mıknatıs “Rüya Satış” – En son çözümün, sunabileceği değeri odaklamak yerine akla gelebilecek her iş zorluğunu çözeceği hype.
Geçen yıl bu kez, Gartner1 CIO’ların% 92’sinin AI’nın 2025 yılı sonuna kadar kuruluşlarında uygulanacağına inandığını buldu. On iki ay sonra ve Gartner, kuruluşların 2026 yılı sonuna kadar AI’ye hazır verilerle desteklenmeyen tüm AI projelerinin% 60’ını terk edeceğini açıkladı.2.
“Boşluğu ne yapacağınızı çağırın (esneme, göz kamaştırıcı?), Liderler AI yolunun rüya satış veya kısa süreli pilotlar aracılığıyla değil, kanıtlanmış çözümler uygulayabilenler ile çalıştığını görmelidir.”
Bir müşterinin bana Gartner’da söylediği gibi, “Ortaklar (veya potansiyel ortaklar) en az üç canlı ve çalışan AI tabanlı üretim uygulamalarına sahip olduklarını kanıtlayamadıkça, onlarla konuyla ilgili tartışmaları eğlendiremeyiz. Gerçek üretim önemlidir. Pilotlar yok.”
Aklımda, bu boşluğu – vaat ve teslimat arasındaki – köprülemek daha derin operasyonel reform gerektiriyor.
Bu benim neyin özü ve biz Brennan’da, Operasyonel yenilik: Stratejik niyeti somut sonuçlara dönüştüren strateji, veri, yönetişim ve kültürün görünmeyen çalışması. Ve AI durumunda, parlak bir deneyden büyüme için güvenilir bir motora.
Veya düz bir şekilde konuşun:
“İstihbarattan yola çıkmak istiyorsak, önce netlikten geçmemiz gerekiyor.”
Başarılı AI benimseme – otomasyon, üretken veya aracı olsun – modellerin modellerin kendileri gibi gelişmesine izin veren operasyonel koşullardır.
Brennan’da bizim için bu dört disipline odaklanmak anlamına geliyor:
1. Her şey strateji ile başlar
Rüya satış, başarılı AI uygulamasının sadece önemli bir engelini değil. Curb Tümü Teknoloji uygulamaları.
Dijital dönüşüme yatırım yapan işletmelerin yaklaşık% 75’i kendilerine satılan çözüm üzerindeki sonuçları fark edememektedir. Daha da göz kamaştırıcı: Dönüşüm projelerinin sadece yüzde beşi zamanında ve bütçe içinde vaat edilen sonuçları elde ediyor. Bir başka% 20 cent, ancak bütçenin üzerinde, zamanın arkasında veya her ikisini birden teslim ediyor.
Sonuç olarak, istekli terimlerle çerçevelenen, ancak pratik topraklamayı görmezden gelmek, başlamadan önce durdurulacak. Panzehir mi? Bence, bir dizi zamansız, disiplinli soruyu takip ediyor:
- Hangi sorunu çözüyoruz?
- Somut fayda nedir?
- Bunu etkili bir şekilde nasıl uygulayacağız?
Bunlar aşırı derecede, hatta yüzeysel olarak – ancak su geçirmez bir kullanım durumunu bilgilendiren bu kontroller olmadan, kuruluşlar çok az çözen ve karmaşıklık katan araçlara yığılma riskiyle karşı karşıya kalabilirler. Operasyonel inovasyon, hırsın disiplinle eşleştirilmesi gerektiğinde ısrar ediyor.
2. Veri ve kimlik
AI çıkışı veri kalitesini yansıtır. Ancak Gartner’a göre, kuruluşların% 65’i AI için doğru veri yönetimi uygulamalarına sahip değiller (veya emin değiller)².
Bilgi dağınık ve kontrolsüz erişim ise, modeller halüsinasyon olacaktır. (Ve AI AI olarak, yanlış olsa bile bir cevap veremez ama cevap veremez). Bilgileri alana özgü kütüphanelere ayırarak, meta veriler uygulayarak ve kimliği rollere hizalayarak, kuruluşlar tahminler üzerinde hassasiyet yaratırlar.
Kamu hizmetleri sektöründeki müşterilerimizden biri için, dağınık bilgi oldukça dağınık cevaplar yaratıyordu, chatbot’ları müşteri şikayetlerini doğru bir şekilde yönlendiremedi.
İçeriği alana özgü kütüphanelere ayırdık, net meta veriler ve erişim uyguladık ve anne adına özel yapay zeka ajanları oluşturduk, hızlı korkuluklar ve doğrulama kontrol noktaları ekledik. Cevaplar bağlam farkında ve tutarlı hale geldi. AI ajanı hangi içeriğe güveneceğini ve bir insana ne zaman erteleyeceğini, daha az yükseliş, daha yüksek ajan güveni ve daha hızlı kararlar yaratacağını biliyordu.
3. Yönetişim, risk ve uyumluluk
Yapay zeka, güvenlik planları veya sözleşme incelemeleri gibi büyük operasyonel verimi ele aldığında, yönetişim artık bir onay kutusu değildir. Bu bir süreç öncüsü. Politikalar, erişim kontrolleri ve kalite güvencesi olmadan, ölçek risk altında çöker.
Büyük bir madencilik müşterisi için, karmaşık 1.000+sayfa sözleşmeleri yavaş, hataya eğilimli incelemeler oluşturdu ve uyumluluk risklerini ortaya çıkardı. AI odaklı kullanım politikaları, erişim kontrolleri ve regresyon testi güvenli, doğru ve denetlenebilir belge odaklı otomasyon sağladı. Yönetişimi yerleştirerek, daha hızlı, uyumlu güvenlik planları ve izlenebilirlik ile sözleşme karşılaştırmaları riski azalttı ve manuel süreçlerin kaldırılması.
4. Kültür katalizördür
Yapay zeka işi dönüştürecekse, işçilerin onu kucaklaması gerekir. Ama deneyimime göre, evlat edinme bulmacanın en ihmal edilen parçası. Adapt Raporlar Kuruluşların sadece% 23’ünün resmi AI eğitimi vardır ve sadece% 6’sı bunu zorunlu kılmaktadır. Kullanıcı düzeyinde eğitim olmadan, AI bir merak veya daha kötüsü varoluşsal bir tehdit olarak kalabilir.
Ve teknik eğitim ile sınırlı değil. Hikaye anlatımı, sıralama ve güven ile ilgilidir. Liderler, farklı paydaşlarla konuşan yol haritaları oluşturmalı, “neden” i “nasıl” olarak açıklamalı ve faydaları erken göstermelidir.
Brennan’da, Seviye Bir Servis Masası personelimiz, bilet çözümüne yardımcı olmak için AI araçlarını benimseme konusunda gergindi ve bunların yerini alacağından korkuyordu. Kapsamlı eğitim, AI’yı “her zaman akıl hocası” olarak yeniden konumlandırdı, sonuçları iyileştirebilecek, tekrarlamayı kaldırabilecek, karar yorgunluğunu azaltabilecek ve ajan güvenini kaldırabilecek bir ekip sağlayıcı olarak yeniden çerçeveledi. Daha az iş değil, daha güçlendirilmiş ekip üyeleri.
Miras: Tarihi Kelepçeler
En güçlü AI vizyonu bile yerçekiminden kaçamaz. Gartner kısa süre önce teknoloji stratejisi liderlerinin% 62’sinin aşırı yüklenmiş eski işletim modellerinin mevcut stratejik hedefleri ve planları destekleyemediğini belirtti3 (gelecekteki hedefler olsun). Yapay zeka olmadan bile, bu ölçekte bagaj verimliliğe çarpıyor. Bununla birlikte, bir benimseme inhibitörü haline gelir.
Eski altyapı, entegrasyonu karmaşıklaştırır, yinelenir ve hatta verileri üç kat yapar ve kırılganlığı iş akışlarına getirir.
“Modernizasyonda basitleştirilmeden, kuruluşlar AI’yi titrek zeminin üzerine yerleştirme riskiyle karşı karşıya.”
Hype’dan alışkanlığa
Yapay zekanın yeniliği soluyor. Onun yerine güçlü bir baskı ve fırsat karışımı var. Yönetişim, kültür ve sadeleştirme olmadan AI azalır.
AI’nın gelişmesi için kuruluşların önce ‘toprağa kadar’ olması gerekir. Operasyonel yenilik pulluktur. Bu, göze çarpmayan, disiplinli ve kültürel iş Tümü Teknoloji girişimleri – AI dahil – yaşayabilir.
Doğru anlayın ve AI deneyleri mühendislik yapmayacak. Sonuçlar sunacaktır.
Brennan’ın kuruluşunuz için gerçek performansı nasıl sağlayabileceğini keşfetmek için web sitelerini ziyaret edin.