Nova študija MIT in McKinsey ugotavlja, da se naložbe v umetno inteligenco v poslovanje vračajo hitreje kot kdaj koli prej, vendar vodilne organizacije zaostajajo za ostalimi.
Poročilo Mc Kinsey Company je dostopno z registracijo. V nadaljevanu podajamo povzetek študije v slovenščini.
Vrzeli pri uvajanju umetne inteligence v operativne procese
Generativna umetna inteligenca (angl. Generative artificial intelligence – Gen UI) predstavlja potencialno vrednost od 2,6 do 4,4 tisoč milijard dolarjev, vendar se podjetja trudijo, da bi jo izkoristila, zlasti v operativnih procesih. Raziskava MIT in McKinseyja kaže na vse večjo vrzel v uspešnosti med vodilnimi podjetji pri uvajanju umetne inteligence in tistimi, ki zaostajajo. Vodilna podjetja dosegajo 3,8-krat večje izboljšanje uspešnosti kot podjetja v spodnji polovici.
Študija več kot 100 podjetij je opredelila štiri ključne dejavnike, ki vodilna podjetja na področju umetne inteligence ločijo od ostalih.
1. Podpora vodstva
- Težava: Največja ovira za uspešno naložbo v umetno inteligenco (UI) / strojno učenje (SU) ni več pomanjkanje strokovnega znanja, temveč težave pri merjenju donosnosti naložbe (angl. Return on investment – ROI).
- Rešitev: Vodilna podjetja napredujejo s poslovnimi načrti na visoki ravni in poznavanjem panoge, pri čemer se zanašajo na močne zagovornike v vodstvu, ne pa na podrobne začetne izračune ROI.
- Ključni podatek: Med vodilnimi na področju UI ima 77 % podjetij vodstvo na najvišji ravni (C-level), ki usmerja njihove projekte, 44 % pa jih ima podporo glavnega izvršnega direktorja (angl. Chief executive officer – CEO) ali upravnega odbora – kar je več kot dvakrat toliko kot pri manj uspešnih podjetjih.
2. Zoreč partnerski ekosistem
- Notranje zmogljivosti: 89 % vodilnih podjetij zdaj uporablja lastne razvojne zmogljivosti v primerjavi s 50 % tistih, ki zaostajajo.
- Zunanja podpora: Vodilna podjetja pogosteje (več kot 66 %) uporabljajo zunanje partnerje kot tista, ki zaostajajo (50 %).
- Sprememba partnerjev: Sodelovanje z akademsko sfero in zagonskimi podjetji je med vodilnimi padlo s 83 % na 50 %, kar kaže na premik k bolj uveljavljenim, tradicionalnim ponudnikom in svetovalnim podjetjem.
- Dejavniki uspeha: Vodilna podjetja se odlikujejo po postavljanju jasnih projektnih ciljev s partnerji in zagotavljanju temeljitega prenosa znanja ob koncu sodelovanja.
3. Medfunkcionalno sodelovanje
- Izziv: Glavna ovira za uspeh je pomanjkanje sodelovanja med internimi ekipami, zlasti med operativno tehnologijo (OT) in informacijsko tehnologijo (IT).
- Pristop vodilnih: Vodilna podjetja učinkovito upravljajo te raznolike ekipe, pogosto z uporabo dveh modelov:
- Center odličnosti (angl. Center of excellence – COE): Centralizirana ekipa strokovnjakov za podatkovno znanost, ki presega organizacijske silose, postavlja standarde in zagotavlja učinkovito izvedbo.
- Namenske ekipe: Medfunkcionalne ekipe podatkovnih, operativnih in inženirskih strokovnjakov, vključene v določeno poslovno enoto.
4. Strateško upravljanje podatkov
- Razlika: Uspeh ni v kopičenju podatkov, temveč v skrbnem upravljanju. Vodilna podjetja vzdržujejo podatke, ki so točni, ustrezno formatirani, dovolj podrobni (granularni) in dostopni celotni organizaciji.
- Ključni podatek: 58 % vodilnih podjetij zbira podatke iz več kot polovice svoje opreme, kar je med njihovimi kolegi precej redkejša praksa.
- Primer: Globalni proizvajalec cementa je veliko vložil v senzorje, shranjevanje v oblaku in osrednjo podatkovno ekipo. Z zagotavljanjem dostopa do točnih podatkov je lahko napovedal okvare opreme in optimiziral porabo energije, s čimer je dosegel petkratno donosnost digitalne naložbe.
Ni prepozno, da nadoknadite zamujeno
Čeprav se vrzel v uspešnosti veča, so se obdobja povračila naložb v projekte UI znatno skrajšala za vsa podjetja, in sicer na 6–12 mesecev. Poleg tega razpoložljivost že pripravljenih rešitev in uporabniku prijaznih orodij znižuje vstopni prag in zmanjšuje odvisnost od zaposlovanja velikih ekip podatkovnih znanstvenikov.