Представьте, что вы потратили месяцы на разработку ИИ-решения, вложив значительное время и деньги, только чтобы прийти к выводу: готовый продукт теперь устарел.

Именно к такому выводу пришел директор по информационным технологиям на недавней конференции, охарактеризовав результат своих шестимесячных инвестиций как «блестящий, но бесполезный». Что же произошло? По сути, базовые возможности ИИ за эти шесть месяцев продвинулись настолько далеко, что то, что они создавали, теперь стало широко доступным. Хотя полученный за эти шесть месяцев опыт ценен, для этой организации это можно считать упущенной выгодой.

К сожалению, для многих технологических лидеров это становится реальностью. Организации вкладывают значительные средства в создание возможностей ИИ, но обнаруживают, что к моменту готовности их решения сопоставимый продукт уже доступен на рынке.

ИИ развивается быстрее, чем большинство организаций успевают принимать решения, выделять инвестиции и внедрять изменения. Возможности, которые раньше требовали масштабной разработки, могут стать общедоступными продуктами всего за несколько месяцев. Тем временем новые компании-стартапы изучают те же возможности, часто без ограничений устоявшихся систем и процессов.

Принимать решения о том, как делать правильные инвестиции, когда технологии, экономика и конкурентная среда постоянно меняются, становится все сложнее.

Здесь наш глобальный старший вице-президент и руководитель отдела данных и ИИ Ричард Пью (Richard Pugh) делится стратегиями, которые помогают руководителям понять, куда делать ставки на ИИ в этой стремительно меняющейся среде.

В настоящее время ландшафт ИИ формируют три ключевые тенденции. Во-первых, системы ИИ способны справляться со все более сложными задачами. Во-вторых, они могут работать дольше с меньшим вмешательством человека. В-третьих, экономика использования этих возможностей меняется по мере того, как конкуренция стимулирует улучшение стоимости и производительности.

В совокупности эти сдвиги расширяют технические и коммерческие возможности. Но существует принципиальная разница между появлением доступной возможности и способностью организации извлечь из нее пользу.

Компании должны оценивать возможности, обеспечивать финансирование, управлять рисками, интегрировать технологии, адаптировать процессы и поддерживать сотрудников в период изменений. Каждый из этих этапов требует времени, в течение которого предположения, лежащие в основе инвестиций, могут измениться.

Это создает сложную напряженность для лидеров. Действовать слишком быстро — значит рисковать направить ресурсы на технологии, которые вскоре могут стать дешевле или более широко доступными. Действовать слишком медленно — значит позволить конкурентам превратить те же достижения в лучший клиентский опыт, более эффективные операции или совершенно новые бизнес-модели.

Вместо того чтобы следовать любой из этих крайностей, руководителям следует сосредоточиться на более четком понимании того, чего именно пытается достичь бизнес.

Постоянный поток анонсов и новостей об ИИ создает искушение реагировать новыми идеями на каждую новую модель или возможность.

Для бизнес-лидеров это в корне неверная отправная точка. Вместо этого организациям требуется четкое представление о том, с чем они хотят ассоциироваться и как они намерены конкурировать. Каждая амбиция создает собственную призму для оценки возможностей ИИ.

Организация, ориентированная на качество обслуживания, может отдать приоритет возможностям, которые помогают сотрудникам эффективнее решать проблемы клиентов. Компания, конкурирующая за счет операционной эффективности, может сделать другой выбор.

Обе могут успешно использовать ИИ, но их инвестиционные приоритеты должны отражать их уникальные бизнес-цели.

Традиционно организации оценивали технологические инвестиции по двум важным параметрам: влияние и готовность.

Влияние отвечает на вопрос, может ли возможность существенно улучшить результаты, важные для бизнеса. Снизит ли она затраты, повысит ли скорость, укрепит ли маржинальность или создаст новые доходы?

Готовность отвечает на вопрос, способна ли организация реально реализовать эту ценность. Есть ли у нее необходимые данные, технологии, навыки и способность изменить то, как работают люди?

Эти аспекты по-прежнему остаются ключевыми. Но скорость развития ИИ вводит третье измерение, заслуживающее не меньшего внимания: бесперспективность. Оно ставит вопрос: если инвестиции обещают значительный эффект и организация готова их реализовать, является ли создание этой возможности прямо сейчас правильным решением?

Конечно, будут ситуации, когда проприетарные технологии, уникальные данные или дифференцированные процессы создают веские основания для инвестиций. Но руководителям необходимо различать возможности, которые действительно выделяют их бизнес, и те, которые быстро превращаются в массовый товар.

Организации не могут контролировать скорость инноваций в сфере ИИ, но они могут влиять на скорость собственного принятия решений и реализации, обеспечивая гибкость своих команд.

Гибкость позволяет командам принимать взвешенные решения с тем темпом, который диктует рынок, гарантируя при этом, что уровень управления и контроля соответствует рискам и влиянию решения. Для этого высшее руководство должно сохранять ответственность за определение амбиций, расстановку приоритетов и установление границ, предоставляя при этом командам больше полномочий для оценки возможностей в целях устранения ненужных задержек.

Но, как мы уже выяснили, одной лишь скорости недостаточно. Знать, когда инвестировать, так же важно, как и знать куда, а слишком ранние действия несут риск вложения ресурсов в возможности, которые вскоре могут стать общедоступными.

В конечном итоге правильные ставки на ИИ сводятся к четкому пониманию того, чего вы хотите достичь, осознанному подходу к месту и времени инвестиций, а также достаточной гибкости, чтобы превратить эти решения в бизнес-целостность.

Организации, имеющие наилучшие шансы на успех, необязательно будут инвестировать в наибольшее число инициатив в области ИИ — ими станут те, которые способны принимать обоснованные решения и действовать, пока эта возможность еще существует.

Чтобы узнать, как Endava воплощает этот подход на практике, включая внедрение инструментов ИИ для более чем 7 000 сотрудников под различные бизнес-потребности, читайте нашу статью здесь.