Yüz AI Stajyeri Bir Ay Gösterisi Projesini Nasıl Yenebilir?


Birçok işletmenin yapay zekayı uygulamak için aldığı yaklaşım, Kutsal Kâse arayışına benzer. Yine de, tüm bu hırs için, çok az şey hayata geçiyor. McKinsey’e göre AI pilotlarının% 90’ı tam üretime giremiyor, bu da toplantı odası heyecanı ve gerçek dünyadaki infaz arasında artan bir kopukluk olduğunu gösteriyor.

Bu atalet çeşitli faktörlerden kaynaklanmaktadır. Yapay zeka uygulamak karmaşık bir süreçtir ve kuruluşların bir mayın tarlasında gezinmesini gerektirir. İster uyumu yönetiyor, teknik kabiliyeti değerlendiriyor, entegrasyonu artırıyor veya yatırım getirisini (ROI) kanıtlıyor olsun, her adım önemli kaynaklar ve bölümler arası işbirliği talep etmektedir.

Büyük, dönüşümlü AI girişimlerine sabitleme de bu ilerleme eksikliğine katkıda bulunmaktadır. Bunlar, büyük üretkenlik kazanımları ve farklı rekabet avantajları sağlama potansiyeline sahip MoonShot AI projeleridir. Bu, cezbedici bir teklif. Doğru yapın ve pazara liderlik edin, ancak gereken kaynaklar genellikle hafife alınır.

NASA, Apollo programını gerçekleştirmenin 400.000 kişinin birleşik çabalarını aldığını hesapladı. Moonshots, doğası gereği, yerden çıkmak için aynı yönde çeken birçok insanı gerektirir. Bu söylenenden daha kolaydır ve büyük projelerdeki her şeyi bahse giren kuruluşlar kendilerini sonsuz kavram kanıtı kanıtı bir kıyamet döngüsünde kolayca bulabilirler. Pilot arafına hoş geldiniz: iyi fikirlerin öldüğü yer. Uygun olmadıkları için değil, projenin iş etkisi ve işletme sahipliği ile net bir bağlantı olmadığı için. Çok sık teknoloji çözümünün bir iş sorunu aradığını görüyoruz.

Daha azı daha fazla olabilir

Ama başka bir yol var. Son yıllarda, düzinelerce kuruluşun değişen derecelerde başarı için AI teknolojisini benimsediğini ve uyguladığını gözlemledim. En başarılı olan işletmeler farklı bir deseni takip eder: AI araçlarını ve yeteneklerini kullanıcıların eline hızlı bir şekilde alırlar.

Bu ‘mikro-ai’ çalışmada. İşçilerin her gün kullandıkları iş uygulamalarına zaten gömülü bir dizi yeni ve genellikle kullanılmayan AI yeteneği var. Sadece bu özellikleri değiştirerek, başlangıçtan değer verebilir ve ısmarlama AI araçları oluşturmanın risklerini ve zorluklarını azaltabilirler. Aynı zamanda neredeyse hiçbir öğrenme eğrisi olmadığı anlamına gelir – çalışanları yeni sistemlere bir yerleştirmek, dönüşümün en büyük (ve en çok gözden kaçan) maliyetlerinden biridir.

Bireysel mikro-ai özelliklerini benimsemenin ilgili verimlilik kazanımları nispeten mütevazı olabilir. Kendi başlarına, bunlar küçük değişikliklerdir-her araç verimliliği sadece%1-2 artırabilir. Birlikte, gerçekten oyun değiştirebilirler. Tipik bir kullanıcının iş akışında birleştirildiğinde,% 20’den fazla önemli verimlilik iyileştirmeleri gerçekçi bir şekilde ulaşılabilir.

Bunu düşünmenin bir yolu, 100 stajyerden oluşan bir ekibin işletmenizin her işlevini desteklemeye hazır olmasıdır. İşçiler, süreyi serbest bırakarak ve sürtünmeyi çoklu işlemlerde azaltarak, kârlılığı etkileyen yüksek değerli çalışmaya daha fazla zaman ayırabilirler. Her AI ‘stajyeri’, bir kuruluşun her seviyesinde küçük ama ölçülebilir bir katkı yapabilir, bu da herkesin daha hızlı hareket etmesine ve daha fazlasını yapmasına yardımcı olur.

Bunun harika bir örneği, İngiltere’nin en büyük çevrimiçi perakendecilerinden biri olan çok gruptur. Şirket, basit bir geçiş geçişiyle 2.500 çalışan için Oracle Fusion Cloud İnsan Sermayesi Yönetimi’nde (HCM) AI hedef belirleme özelliklerini etkinleştirdi. AI yetenekleri, yöneticilerin akıllı hedefler oluşturmalarına ve “boş ekran sendromunun” üstesinden gelerek çalışanlara kişiselleştirilmiş önerilerde yardımcı olmalarına yardımcı olur. Aktivasyondan bu yana, özellik 10.000 kez kullanıldı ve şirketin performans hedeflerini minimum çaba ve sıfır ek maliyetle nasıl yönettiğini dönüştürdü.

Adımını İzleyin

AI’nın başarılı bir benimsemesi olup olmadığınıza veya henüz gerçek bir ilerleme kaydetmediğinize bakılmaksızın, her organizasyon yavaş ilerleyen tuzak riski altındadır. Birçoğu harekete geçmeden önce “mükemmel” bir strateji bekleyerek ilk engele düşüyor. İlerlemek için bir başka engelleyici, AI’nın uygulanmasının önemli bir yatırım gerektireceğinin veya bir karmaşık BT oluşturma üzerine ortalama başlama gerektireceğinin yanlış anlamasıdır. Bu, mikro-ai faydalarının neredeyse herkes için kolayca erişilebilir olmasına rağmen.

Spektrumun diğer ucunda, hızlı hareket eden işletmeler, kaynakları çok fazla girişimde çiğneyip yayabileceklerinden daha fazla ısırabilir. Tersine, büyük kuruluşlar bazen çapraz fonksiyonel yol haritası veya tutarlı grup düzeyindeki vizyonu olmayan silolarda AI kullanarak kaynaklarını boşa harcamaktan suçludur. Her şeyi doğru yapan çok az kuruluş var ve hepimizin geliştirmesi için hala yer var.

Temel içgörü, dönüşümlü AI projelerinin hayal gücünü yakalarken, AI başarısına giden yolun genellikle net bir iş metriğini yönlendiren daha küçük, daha yönetilebilir iyileştirmeler birikmesinde yatmasıdır. Bu mikro-ai uygulamaları anında değer sağlar, riski azaltır ve hatta daha iddialı projeler için bir temel oluşturur. Bugün kazanan kuruluşlar, bazen en güçlü stratejinin, dağları hareket ettirmeyi vaat eden değil, sizi hareket ettiren stratejinin olduğunu anlıyorlar.



Source link