Yapay zekânın benimsenmesinden değer yaratmaya: iş başarısının yapı taşları
Yapay zekânın benimsenmesinin somut iş değerine nasıl dönüşebileceğini keşfedin. Şirketiniz için gerçek yatırım getirisi ve sürdürülebilir sonuçlar sağlamak için etkili stratejileri öğrenin.
Bilmeniz gereken en önemli şeyler
- Yapay zekanın gerçek değerini kavramak, süreçlerin kökten yeniden tasarlanmasını ve sahiplik ile sorumlulukların net bir şekilde tanımlanmasını gerektirir; çünkü bunlar olmadan benimseme, mevcut sorunları çözmek yerine daha da hızlandıracaktır.
- İşletme liderleri, yapay zekanın operasyonlarını nasıl değiştireceğinin sorumluluğunu üstlenmeli, başarı kriterlerini tanımlamalı, sonuçları izlemeli ve yaygınlaştırmadan önce hesap verebilirliği netleştirmelidir.
- Yapay zekanın gerçek değerini ölçmek için, lisans sayısı veya talep sayısı gibi kullanım metriklerinden ziyade, süreç iyileştirmesi ve müşteri sorunlarının çözülme hızı gibi somut iş sonuçlarına odaklanılmalıdır.
Birleşik Krallık'taki bilgi çalışanlarının %81'i haftalık olarak yapay zeka kullanıyor . Bu bir benimseme, ancak gerçek bir dönüşüm değil.
Çoğu kuruluş, yapay zekayı bozulmuş süreçlere ve parçalanmış sistemlere entegre etmiş ve bu gelişmeyi dikkate almıştır.
Bu arada, İngiltere'deki BT liderlerinin %82'si yapay zeka maliyetlerindeki beklenmedik artışları karşıladı ve bunların %58'i sınırlı ve ölçülebilir verimlilik kazanımlarıyla birlikte yaygın benimseme olduğunu bildirdi.
Strateji kılıfına bürünmüş kullanım konusunda bir sorunumuz var.
İşte yanlış giden şeyler ve gerçekten değişmesi gerekenler.
Yeniden tasarım yapılmadan benimseme, yalnızca temsilden ibarettir.
Yapay zeka kötü süreçleri düzeltmez; onları hızlandırır. Verileriniz parçalanmışsa, sorumlulukların sahipliği belirsizse ve iş akışınız verimsizse, yapay zekayı kullanmak bu sorunları küçültmez, daha da hızlandırır.
Gerçek değer, daha zor sorular sormayı gerektirir: Kararlar aslında nerede alınıyor? Hangi süreçlerin kökten değiştirilmesi gerekiyor? Sonuçlardan kim sorumlu? Bu soruları yanıtlayana kadar, gerçek iş etkisi değil, yapay zeka etkinliği üretiyorsunuz demektir.
Sonuçların sorumluluğunu üstlenin veya yayınlamayın.
Birleşik Krallık'taki BT liderlerinin neredeyse üçte ikisi, yapay zekâ odaklı iş sonuçlarından tamamen sorumlu olduklarını söylerken , yapay zekâ uygulamaları genellikle yönetim yapılarının dışında, departmanlar arasında yayılıyor. Bu, netlikten yoksun bir hesap verebilirlik reçetesidir.
BT yönetimi genel çerçeveyi belirler. Bu çok önemlidir. Ancak süreçleri olan her işletme lideri, yapay zekanın bu süreci nasıl değiştireceğinden sorumlu olmalıdır. Başarı neye benziyor? Kim denetliyor? İşler ters gittiğinde kim sorumlu tutuluyor?
Eğer genişletme yapmadan önce bu soruları yanıtlayamıyorsanız, genişletme yapmayın.
Gizli yapay zekâ sadece bir tehdit değil, aynı zamanda bir sinyaldir.
Birleşik Krallık'taki çalışanların dörtte biri onaylanmamış yapay zeka araçları kullanıyor. İçgüdüsel olarak bunları kısıtlamak gerekir, ancak bu durumun daha akıllıca bir yorumu (ki bu durum, "Yapay zeka araçlarının büyük çoğunluğu düzenlenmemiş" başlıklı makalede tartışıldığı gibi işletmeler için risk oluşturmaktadır ) şudur: Çalışanlarınız size mevcut araçlarınızın sürtüşme yarattığını ve sizi geride bıraktığını söylüyor.
Kısıtlama bir strateji değildir. Bu talebi gerçek yönetişime sahip güvenilir araçlara yönlendirin ve yönetişimi bir engel değil, bir katalizör olarak kullanın. En hızlı ilerleyen kuruluşlar, düşük riskli kullanım durumlarını bu şekilde ele alan ve yüksek riskli uygulamalara ciddi bir inceleme uygulayan kuruluşlardır.
Bağlam eksik olan unsurdur.
Birleşik Krallık'taki BT liderlerinin neredeyse yarısı, yapay zeka girişimlerinin yapay zeka için düzenleyici bir bağlamın eksikliğinden dolayı engellendiğini belirtiyor. Bu teknik bir sorun değil, daha ziyade iş altyapısıyla ilgili bir sorun.
Yeni bir çalışanı eğittiğinizi düşünün. Ona organizasyon yapısını, öncelikleri, karar alma yetkisini ve kuralları sağlıyorsunuz. Bir yapay zeka ajanı da aynı şeye ihtiyaç duyar. Bu bağlam olmadan, en verimli modeller bile birinin 30 dakika hata ayıklaması gerektiren çıktılar üretir ki şu anda tam olarak bu yaşanıyor.
Çözüm, yapay zekayı işin fiilen gerçekleştiği yere bağlamakta yatıyor. Çalışanlardan her komut istemini açtıklarında bağlamı yeniden oluşturmalarını istememeliyiz.
Kullanımı değil, sonuçları ölçün.
Yapay zekâ ölçümleriniz yalnızca satın alınan lisans sayısı, yapılan talep sayısı veya sözde tasarruf edilen saatlerle sınırlıysa, yanlış şeyi ölçüyorsunuz demektir. Asıl soru şu: İşletme gelişiyor mu?
Müşteri sorunları daha hızlı çözülüyor mu? Ekipler bilgi aramak için daha az zaman harcıyor mu? Doğru kararlar daha hızlı alınıyor mu? Asana'da, yapay zekâ destekli bir satış asistanı geliştirdik ve bunun satış süreci, yanıt oranları ve yeni toplantı sayısı üzerindeki etkisini ölçtük. İzlenmesi gereken ölçüt budur.
Hesap verebilirlik konusu daha da zorlaşacak.
Ajanlar geliyor. İnsanlara sadece yardımcı olmakla kalmayıp, onların adına çalışan sistemler. Bu gerçekleştiğinde, kuruluşların şunları bilmesi gerekecek: hangi ajanlar mevcut, kim tarafından oluşturuldu, nelere erişebiliyorlar, izinleri neler ve performansları nasıl izleniyor.
Bu, geleceğe yönelik bir sorun değil. Bu disiplini şimdi geliştiren kuruluşlar, çok geçmeden yönetimsel zorluklarla karşılaşmadan ajansal yapay zekayı ölçeklendirebilecek olanlardır.
Öncülük edecek şirketler, en çok yapay zeka kullananlar değil , yapay zekayı net sahiplik, orantılı yönetim ve gerçek uygulamanın gerçekleştiği bir iş akışıyla ilişkilendiren şirketler olacaktır.
Benimseme sadece başlangıç noktasıdır. Değer, gerçek çalışmada yatar.
Yoruma kapalı.