Четыре способа, которыми можно подтвердить рентабельность инвестиций в искусственный интеллект

Перевод статьи Марка Миневича, сотрудника Совета по конкурентоспособности США и старшего советника по глобальным инновациям и технологиям при Управлении Организации Объединенных Наций (ООН) по обслуживанию проектов (UNOPS), для журнала Forbes.

Ваш способ использования ИИ, скорее всего, является успешным во многих отношениях; однако ИИ может и подвести, причем весьма существенно, погубив ваш бизнес и карьеру. На самом деле, возможно, даже не удастся подтвердить, что ИИ действительно приносит прибыль вам и другим заинтересованным сторонам.

В современном мире ИИ встречаются как мелкие, так и крупные провалы. Возьмем для примера систему Watson for Oncology компании IBM. Эту инициативу пришлось отменить после того, как выяснилось, что система, на которую было затрачено $62 млн, выдает небезопасные рекомендации по лечению.

По данным блога о новых технологиях Venturebeat, приблизительно 87% проектов в области науки о данных никогда не доходят до стадии внедрения в производство, а интернет-журнал TechRepublic заявляет, что 56% руководителей организаций по всему миру не ожидают прибыли от своих инвестиций в ИИ ранее чем через 3–5 лет.

Одним словом, вы не одиноки в своих опасениях по поводу окупаемости. Несмотря на это, можно найти утешение в том, что вы находитесь в первых рядах, а не среди отстающих, и стремиться доказать, что ваш способ использования ИИ позволяет добиться рентабельности через расширение и рост.

В 21 веке ИИ затронул практически все аспекты бизнеса. ИИ лежит в основе чуть ли не каждого проекта крупных игроков из различных отраслей. Так, розничная компания Domino's Pizza использовала ИИ для сокращения и более точного прогнозирования времени доставки с достоверностью от 75 до 95%.

В горнодобывающей отрасли некоторые австралийские компании, использующие автономные самосвалы и технологию автономного бурения для снижения себестоимости добычи, смогли повысить безопасность персонала и увеличить производительность почти на 20%. Они также прогнозируют изменения в 77% профессий в сфере горной промышленности в связи с внедрением технологических инноваций, что приведет к повышению производительности до 23%.

В банковской сфере британский финансовый конгломерат Barclay’s использует ИИ для обнаружения и предотвращения случаев мошенничества. Barclay’s также применяет аналогичную технологию для повышения качества обслуживания клиентов через чат-боты, используя накопленные компанией огромные объемы данных. Тем не менее Barclay’s по-прежнему сталкивается с трудностями. В частности, возникли проблемы с внедрением системы быстрых платежей для клиентов банка.

Чтобы получить отдачу от вложений в ИИ, придется преодолеть несколько препятствий. Одна из трудностей состоит в необходимости обеспечивать соответствие требованиям американской инициативы по ИИ.

Само по себе внедрение этой политики — это шаг вперед, однако мы все еще отстаем от некоторых из наших конкурентов на мировом рынке из-за различий, связанных с прямым государственным финансированием ИИ. Следовательно, если у вас нет капитала для самостоятельного внедрения, мониторинга и оптимизации ИИ, придется искать источники финансирования.

Вам также понадобится четко спланированная и реализованная программа по переподготовке, переквалификации и перепрофилированию сотрудников.

Согласно прогнозу из недавнего исследования McKinsey, в США доля работников, которым может потребоваться переобучение или предстоит поиск новой работы, составит до 33,3% занятого населения в 2030 года.

Вы уже потратили бесчисленное количество часов и значительную часть доходов на поиск, прием на работу и обучение сотрудников, а также на формирование своей команды и корпоративной культуры.

Нельзя допустить, чтобы эти деньги оказались выброшенными на ветер из-за того, что вы позволили профессиональным навыкам своих сотрудников потерять актуальность. Инвестируйте в своих людей сейчас, чтобы сохранить бизнес в будущем.

Кроме того, решающее значение имеет ваш доступ к данным и то, как вы их используете. Эффективность внедряемого вами ИИ зависит от качества «топлива», которым вы его снабжаете. Таким «топливом» являются данные.

В 2019 году медицинская научно-исследовательская организация Pistoia Alliance выпустила отчет об исследовании, который продемонстрировал, что 52% респондентов указали на недостаточный доступ к данным как на одно из самых больших препятствий на пути к внедрению ИИ.

Как вы можете повторить успех вышеупомянутых компаний? Чтобы воспроизвести их достижения, вам следует начать с ответов на различные вариации следующих вопросов:

Каковы конкретные бизнес-задачи или проблемы, которые вы предполагаете решить с помощью ИИ?

Покупка ИИ не означает приобретение универсального и готового к использованию решения для вашего бизнеса. Руководители предприятий должны относиться к ИИ как к любому другому капиталовложению в технологию: оно должно быть специально предназначено для решения конкретной задачи.

Результативность внедрения придется отслеживать при помощи сравнения с отраслевыми эталонами и расчета ключевых показателей эффективности (KPI). Кроме того, следует понимать, что ответственность за эти показатели будет лежать на вас и ваших сотрудниках.

Подходит ли данная технология для решения вашей бизнес-задачи?

Важно, чтобы организация изначально подходила к внедрению ИИ со следующей позиции: «какую проблему нам нужно решить», а не с позиции «давайте внедрим ИИ и посмотрим, что получится».

При этом существующая проблема должна быть из категории тех, которые действительно эффективно решаются при помощи ИИ. Многие компании так и не ответили на базовый вопрос о том, какие бизнес-задачи можно решить при помощи ИИ, что приводит к несбыточным ожиданиям.

Есть ли в вашей фирме внутренняя компетенция для сопровождения интеграции ИИ, а также специальная группа сотрудников, готовая отвечать за обучение и совершенствование данной технологии в масштабе всей вашей организации?

Каким образом компании организуют работу по внедрению ИИ в масштабе предприятия так, чтобы это было удобно для сотрудников? Некоторые обращаются к группам по разработке и применению ИИ.

У других используются виртуальные команды: на два дня в неделю специалисты по обработке и анализу данных присоединяются к операционным отделам (так же, как администраторы баз данных (DBA) обучают коллег из нетехнических отделов, рассказывая о роли баз данных в деятельности компании).

Преодоление организационных барьеров и обеспечение возможности взаимодействия и сотрудничества между отделами являются решающими факторами успешности проекта по внедрению ИИ.

Как вы будете измерять успешность развертывания ИИ?

Еще до начала развертывания следует создать собственные ключевые показатели эффективности (KPI) в области ИИ и внедрить процедуры по их измерению. В этом процессе не должно быть никаких догадок и неопределенности. Чтобы подтвердить рентабельность вложений, вам потребуются четкие отраслевые эталоны для сравнения.

Когда вопросов больше нет

Вы усердно поработали и ответили на все вопросы. Что дальше? Вы готовы к внедрению, но как его осуществить? Для успешного развертывания необходимо учесть целый ряд факторов и важных аспектов.

Рост и расширение важнее экономии. Хотя ИИ потенциально может способствовать сокращению расходов, при его внедрении максимальный результат можно увидеть именно в области роста и расширения. Сюда относятся инновационные продукты и услуги, повышение эффективности производства и завоевание доли рынка.

Оптимальное использование ИИ достигается при его внедрении на всех технологических уровнях, от цепочек ценности до ценообразования, на основании знаний о связанных с ИИ клиентских предпочтениях. Делайте ставки на обеспечение роста путем создания инновационных продуктов и детальной проработки бизнес-модели. Чтобы извлечь как можно большую выгоду из технологических преимуществ ИИ, оставайтесь на острие атаки.

Инвестируйте не только в технологии, но и в кадры. Невозможно в полной мере воспользоваться преимуществами технологии ИИ, если сотрудники не готовы к ее развертыванию. Учтите, что 69% предприятий сталкиваются с «умеренным, значительным или крайним» дефицитом профессиональных навыков при внедрении ИИ.

Следует организовать теоретическое обучение всем необходимым процессам и операциям и работу в междисциплинарных группах для руководящего состава и исполнительного персонала. Важнейший залог успеха — подбор подходящих кадров на новые должности, в частности привлечение требуемого технического персонала.

Рентабельность инвестиций с точки зрения компании в целом. Оцените потенциальную экономическую выгоду для компании. Если в процессе автоматизации есть «узкое место», то повышение производительности потребует пересмотра в масштабе не отдельного участка, а всей организации.

Учитывая рост объема платформ автоматизации бизнес-процессов на 63% в 2019 году, может возникнуть соблазн просто «довериться потоку», забыв о потенциальных рисках.

Тем не менее не следует пренебрегать уже существующими примерами эффективной стратегии. Так, компания Bosch экономит около $500 тысяч в год благодаря автоматизации некоторых управленческих операций в ее многотысячной сети поставщиков. Найдите аналогичную историю в своей отрасли и изучите их стратегию.

Продолжайте культивировать и развивать ИИ. Ситуацию в мире бизнеса характеризуют положительные сдвиги в области культуры производства и внедрения ИИ. Согласно Forbes, «65% работников настроены оптимистично ... в отношении коллег-роботов ..., а 64% работников доверяли бы роботу больше, чем своему руководителю».

Примите меры, чтобы обеспечить в своей организации благоприятную для развертывания ИИ среду, рост числа компетентных сотрудников и информирование работников в области ИИ и связанных с ним преимуществ. Убедитесь, что перечисленные меры внедрены на всех уровнях вашей организации.

Проблема эффективного измерения экономической рентабельности ИИ

Любая организация сталкивается с задачей формулирования собственных стандартов, ключевых показателей эффективности (KPI) и целей внедрения ИИ. Для этого был разработан ряд успешных методов. Вот несколько примеров, которые могут послужить в качестве ориентира:

Определите соотношение затрат и экономии. При формулировании сценария использования старайтесь ставить цели, связанные с экономией, а не с потенциальным ростом выручки. Например, это может быть сокращение человеко-часов, снижение численности персонала и оптимизация длительности рабочих процессов.

Размер инвестиций в ИИ определяется ожидаемой экономией, а не увеличением прибыли. Расчет должен показать необходимый размер инвестиций и точку безубыточности для внедрения ИИ. В случае, если внедрение окажется неуспешным, риски организации будут связаны только с несостоявшейся экономией, а не с потерей дополнительного дохода.

Ориентируйтесь на косвенные выгоды. Помимо снижения затрат и дополнительного дохода, компании должны также учитывать косвенные материальные выгоды, такие как снижение количества ошибок, упрощение операций, ускоренный доступ к информации и сервису и т. д. ИИ повысит производительность труда сотрудников и степень удовлетворенности клиентов, а также выявит «узкие места», которые не позволяли компании создать максимальную ценность для потребителя.

Рассчитайте точку безубыточности. Точка безубыточности — это момент, в который экономия средств от проекта по внедрению ИИ становится равной инвестициям. Объем вложения средств должен определяться на основании расчета ожидаемой экономии.

Многие организации сталкиваются с трудностями при прогнозировании точки безубыточности в проектах внедрения ИИ. Делая экономию определяющим фактором инвестиций в ИИ, можно с достаточной точностью вычислить время достижения точки безубыточности.

Новый продукт или новая услуга = новые потоки доходов. Этот аспект связан с максимизацией рентабельности инвестиций. Как только организация в совершенстве овладеет технологией ИИ, настанет лучшее время для поиска способов использования ИИ в качестве канала предоставления клиентам новых продуктов и услуг.

Предприятия, находящиеся на этом уровне развертывания, при инвестировании должны учитывать как разработку новых продуктов, так и способы управления ИИ в этом процессе.

Новые продукты и услуги требуют дополнительных вложений, выходящих за рамки собственно внедрения технологии ИИ (включая маркетинг, продажи, управление продуктами и т. д.). С учетом этих дополнительных вложений организациям следует разработать новые формулы для определения рентабельности инвестиций.

Некоторые заключительные соображения

Сделайте цифровизацию и автоматизацию приоритетным направлением развития, как если бы от этого зависели ваш бизнес и карьера, потому что так оно и есть. Постоянно добивайтесь максимальной эффективности и окупаемости ваших вложений и, что самое важное, умейте продемонстрировать экономическую выгоду.

Ответьте на приведенные выше вопросы и реализуйте четыре доказавших свою эффективность этапа, и вы откроете себе и своему бизнесу дорогу к победе и сможете заметно опередить любых конкурентов. Откажитесь принять во внимание эти факты, и вы останетесь на свалке истории.

#ии