Umjetna inteligencija danas je široko prihvaćena u organizacijama, ali njezin opipljiv utjecaj i dalje je neujednačen. Nedavno istraživanje provedeno na 1500 vodećih menadžera pokazuje da sve organizacije izvještavaju o određenoj razini primjene umjetne inteligencije. Na prvi pogled, to sugerira da je umjetna inteligencija prešla iz faze eksperimentiranja u masovnu upotrebu. Međutim, puno je manje jasno u kojoj mjeri ona donosi mjerljivu vrijednost.
Manje od polovice organizacija ugradilo je umjetnu inteligenciju izvan pilot faze, a samo četvrtina izvještava da je može brzo proširiti na cijelo poslovanje. To ukazuje na rastući jaz između usvajanja tehnologije i njezinih rezultata. Pitanje više nije pristup umjetnoj inteligenciji, već jesu li organizacije sposobne operacionalizirati je na način koji donosi održivu poslovnu vrijednost u praksi, a ne samo u načelu.
Usvajanje tehnologije više nije glavno mjerilo uspjeha
Tijekom većeg dijela nedavnog ciklusa razvoja umjetne inteligencije, usvajanje je služilo kao korisno mjerilo napretka. Kada se primjena znatno razlikovala među sektorima, implementacija umjetne inteligencije signalizirala je inovativnost, ulaganja i, u nekim slučajevima, konkurentsku prednost. To više nije istina na isti način kao nekada.
Kada se većina poduzeća može pohvaliti nekim oblikom primjene umjetne inteligencije, njezino usvajanje postaje osnovno očekivanje, a ne značajna prednost. Kao rezultat toga, pruža ograničen uvid u to koliko se učinkovito koristi ili koliku vrijednost stvara. To može stvoriti pogrešan osjećaj napretka, gdje se aktivnost pogrešno tumači kao utjecaj umjesto mjerljivih rezultata.
U praksi, mnoge organizacije i dalje djeluju s fragmentiranim inicijativama. Piloti, dokazi koncepta i izolirani slučajevi upotrebe mogu postojati u različitim dijelovima poslovanja, ali bez jasne veze sa širim strateškim ciljevima. Iako te inicijative obećavaju, ne pretvaraju se uvijek u mjerljive ishode kada se primijene u velikom opsegu. Nedavno izvješće MIT-a otkrilo je da 95 posto pilot projekata generativne umjetne inteligencije donosi nula povrata na investiciju. Sama prisutnost alata umjetne inteligencije nije dovoljna za poboljšanje performansi, učinkovitosti ili donošenja odluka.
Izvedba postaje primarno ograničenje
Prepreke napretku umjetne inteligencije također se mijenjaju. Ranije su brige bile usmjerene na samu tehnologiju, poput pouzdanosti, sigurnosti i zrelosti, ali to više nisu glavni izvori problema. Umjesto toga, izazov je postao isključivo operativan.
Integracija u postojeće sustave jedan je od najčešće navedenih problema, pri čemu je 43 posto menadžera identificira kao ključno ograničenje. Mnoge organizacije rade s naslijeđenim infrastrukturama izgrađenim prije nekoliko desetljeća koje nisu dizajnirane za prihvaćanje umjetne inteligencije. Gdje je integracija ograničena, umjetna inteligencija često postoji usporedno s postojećim procesima, umjesto da je ugrađena u njih.
Ovaj problem integracije smanjuje učinkovitost tehnologije. Umjesto pojednostavljivanja radnih procesa, umjetna inteligencija može uvesti dodatne slojeve složenosti, usporavajući, a ne ubrzavajući ishode. Kao rezultat toga, očekivani dobici u produktivnosti mogu se materijalizirati sporije ili se uopće ne pojaviti. Usporedno s tim javlja se i problem nedostatka vještina. Sve veći broj menadžera izvještava o nedostatku stručnjaka u područjima kao što su umjetna inteligencija i strojno učenje, podatkovno inženjerstvo i kibernetička sigurnost. Ti nedostaci ograničavaju sposobnost prelaska iz faze eksperimentiranja u punu primjenu, čak i tamo gdje postoji snažna strategija i značajna ulaganja.
Vrijednost ovisi o integraciji
Organizacije koje ostvaruju dosljednije povrate od umjetne inteligencije obično dijele zajednički pristup: snažnu usklađenost između tehnologije, operacija i poslovnih ciljeva. Umjesto da tretiraju umjetnu inteligenciju kao samostalnu inicijativu, one integriraju tehnologiju u svoje postojeće radne procese, omogućujući joj da podržava svakodnevne aktivnosti.
To povećava vjerojatnost usvajanja na praktičnoj razini i s vremenom postupno povećava vrijednost. Integracija osigurava da umjetna inteligencija doprinosi načinu na koji se posao stvarno obavlja, umjesto da ostane izolirana sposobnost. Mnoge organizacije navode poteškoće u određivanju u koje sposobnosti umjetne inteligencije ulagati i, kao rezultat toga, istovremeno provode više inicijativa.
Taj stvoreni zamah često razvodnjava stvarni utjecaj. Fokusiranje na jasno definiran problem, izgradnja tehnologije za podršku ili ublažavanje tog rutinskog problema, a zatim njezino širenje po cijelom poslovanju pruža opipljive koristi od primjene do mjerljivih rezultata. Sposobnost radne snage također igra središnju ulogu. Implementacija umjetne inteligencije ne može biti ograničena na malu skupinu stručnjaka. Zahtijeva šire organizacijsko razumijevanje i suradnju između različitih poslovnih funkcija timova. Stoga su stalna ulaganja u vještine i obuku ključna kako bi se osiguralo da su zaposlenici opremljeni za učinkovit rad s umjetnom inteligencijom u svojim ulogama.
Od prioriteta u upravi do operativnog testa
Umjetna inteligencija godinama je bila središnja tema rasprava o strateškom planiranju. Taj se okvir sada mijenja kako se umjetna inteligencija sve više ugrađuje u svakodnevne poslovne aktivnosti. Očekivanja se pomiču prema većim performansama i financijskom povratu ulaganja. Inicijative se sada procjenjuju na temelju njihove sposobnosti da donesu opipljive rezultate uz veću pozornost.
Projekti koji dobro funkcioniraju u kontroliranim okruženjima ne skaliraju se uvijek učinkovito u praksi. Problemi s integracijom, nedostatak vještina i konkurentski prioriteti mogu smanjiti njihov utjecaj. Slično tome, ulaganja koja se čine naprednima mogu zahtijevati više vremena nego što se očekivalo za generiranje mjerljivih povrata.
Menadžeri procjenjuju da bi neučinkovita izvedba ili sporiji napredak mogli unazaditi organizacije čak dvije godine u konkurentskom smislu. Lideri trebaju ugraditi umjetnu inteligenciju na način koji podržava održive performanse. Organizacije koje nastave davati prednost primjeni radi same primjene dugoročno će se boriti da ostvare punu vrijednost svojih ulaganja. One koje se usredotoče na integraciju, sposobnosti i usklađenost vjerojatnije će postići dosljedne rezultate.