Home Nieuws Waarom AI-pilots voor ondernemingen mislukken – en hoe u kunt overstappen naar...

Waarom AI-pilots voor ondernemingen mislukken – en hoe u kunt overstappen naar schaalbare uitvoering

1
0
Waarom AI-pilots voor ondernemingen mislukken – en hoe u kunt overstappen naar schaalbare uitvoering

Gepresenteerd door Insight Enterprises


Organisaties zitten tegenwoordig vast in het proof-of-concept-vagevuur, omdat de modellen van gisteren niet werken voor de huidige AI-uitdagingen.

Iedereen racet om te bewijzen wat AI is zou kunnen Doen. Maar de echte winnaars zijn degenen die zich hebben gerealiseerd dat de implementatie van AI geen technologieproject is, maar een kernactiviteit van het bedrijf.

Succes hangt af van de uitvoering, en niet alleen van diepgaande visies op optimalisatie.

Bij Insight hebben we deze cyclus eerder gezien. Al meer dan 35 jaar, van onze roots als Value-Added Reseller (VAR) tot onze evolutie als leider Oplossingsintegratorwe hebben klanten geholpen de hype te doorbreken en nieuwe technologie te laten werken.

AI volgt hetzelfde patroon. Maar deze keer is de inzet hoger en zijn de tijdlijnen krapper. De organisaties die echte vooruitgang boeken, jagen niet op pilots. Ze bouwen de kracht op om te implementeren, waardoor experimenten en het vroege momentum worden omgezet in meetbare resultaten voor het bedrijf.

Wat elk technologietijdperk ons ​​heeft geleerd over AI-succes

MIJN onderzoek schat dat 95% van de AI-initiatieven van ondernemingen geen meetbare bedrijfswaarde opleveren. Dit is geen mislukking van de ambitie. Het is een implementatiefout.

Te vaak blijven managers hangen in het ‘wat’, geobsedeerd door welk model ze moeten gebruiken of hoe snel ze een enkele taak kunnen automatiseren. Ze raken verwikkeld in lange, dure ontdekkingsfases met traditionele adviseurs die zich alleen maar bezighouden met theorie en heel weinig actie.

We weten het omdat we het hebben geleefd. Toen Insight voor het eerst begon te experimenteren met generatieve AI, hadden onze eerste pilots te kampen met dezelfde problemen die we in de markt zien: ze zagen er goed uit op dia’s, maar konden niet worden geschaald.

We stuitten ook op culturele weerstand en competentielacunes. Om dit te ondervangen, moesten we stoppen met het behandelen van AI als een “instrument” en het gaan behandelen als een “mogelijkheid”.

We begonnen vragen te stellen als “Waar zal AI de manier waarop onze mensen werken en hoe ons bedrijf presteert echt veranderen – en hoe komen we daar nu?” OF “Wat is, gezien de vooruitgang van de AI-technologie, de kunst van het mogelijke? Hoe kunnen we onze bedrijfsprocessen en het werk van onze mensen opnieuw vormgeven om een ​​tienvoudige verbetering te realiseren?

Nu gebruikt 93% van onze ruim 14.000 teamgenoten generatieve AI-tools in hun dagelijkse werk, waardoor ze wekelijks meer dan 8.500 uur besparen dankzij automatisering en productiviteitswinst.

Het bouwen van AI die daadwerkelijk waarde levert

Als er één ding is dat we hebben geleerd van tientallen jaren van transformatie, dan is het dat succes niet voortkomt uit strategieën of proofs of concept.

Het wordt geserveerd in de details.

Toen we onze AI-experts uit het hele bedrijf bijeenbrachten, zagen we dat de meest succesvolle klantbetrokkenheid drie gemeenschappelijke kenmerken had, maar niet het soort dat netjes in een diagram paste. Ze gaan over hoe het werk wordt gedaan:

Vergoedingen gekoppeld aan resultaten. Het oude model voor het factureren van tijd en materiaal is kapot. Commerciële modellen moeten de huid in het spel stoppen. Wij winnen als u meetbare bedrijfswaarde ziet, niet als we het project hebben afgerond.

Gebruik technologie om eerdere theorieën te versnellen. In plaats van handmatige ontdekkingsfasen van meerdere maanden, kunt u op zoek gaan naar partners die uw traject kunnen versnellen. We doen dit door onze klanten op dag nul te voorzien van een inventaris van waardevolle gebruiksscenario’s, zodat ons adviestraject begint met een stappenplan voor actie, en niet alleen maar met een luistertour.

Kijk naar interne transformatie. Waar u intern geen controle over heeft, kunt u niet implementeren voor uw klanten. Bij Insight hebben we ons AI-aanbod opgebouwd door eerst ons eigen bedrijf te transformeren. Onze interne geschiedenis is niet alleen een datapunt. Het is ons proof of concept voor culturele en operationele verandering. Zo doorbreken we de oude percepties en bewijzen we dat we de menselijke kant van implementatie begrijpen. In onze Enquête onder IT-leiders 202444% noemde lacunes in vaardigheden als een van de grootste obstakels voor transformatie, en 74% zei dat ze tijd en budget hebben besteed aan het bouwen van op maat gemaakte AI-tools. Toch ontbreekt het de meesten nog steeds aan de implementatiediscipline om ze te integreren.

Het is het echte ambacht om uit te voeren. Het is geen theorie, en het is geen hype. Het is uitvoering op schaal.

En de afgelopen jaren hebben we voortgebouwd op deze ervaringen om organisaties een duidelijke routekaart van idee naar ROI te bieden. Echt succes komt voort uit het verbinden van expertise, tools en een robuuste leveringsmotor om verder te gaan dan visie en experiment.

De 70% die praten scheidt van transformatie

Ik ben dol op dit concept van de Boston Consulting Group (BCG), de 10-20-70-regel.

10% van het succes komt van algoritmen, 20% van data en technologie en 70% van mensen, processen en cultuur.

De meeste bedrijven investeren vrijwel al hun energie in de eerste 30%. Maar het echte voordeel (ja, het duurzame soort) ligt in de 70%. Dit is waar de uitvoering plaatsvindt.

Bij Insight hebben we ons hele bedrijf rond dit principe opgebouwd. Van cloud naar kunstmatige intelligentie, onze missie is niet veranderd. Wij maken van technologie een mogelijkheid die klanten kunnen opschalen en voortdurend kunnen verbeteren.

Het transformeren van AI-potentieel in resultaten in de echte wereld

De ‘AI-theorie’ loopt ten einde. Dit volgende hoofdstuk is van de doeners. Voor organisaties die er klaar voor zijn om intelligentie op dezelfde manier te gebruiken als ze de cloud of digitale transformatie hebben geoperationaliseerd.

Het vereist een delicaat evenwicht tussen innovatie en bestuur, en zeker gedurfde ideeën met een gedisciplineerde uitvoering.

In feite is die filosofie juist wat Prisma inspireerdeonze manier om organisaties te helpen duidelijkheid te brengen in complexiteit. Klanten kunnen op dag nul een volledige inventarisatie krijgen van AI-use cases voor hun hele bedrijf, de maandenlange ontdekkingsfase van traditioneel advies overslaan en prioriteit geven aan kansen voor onmiddellijke impact.

We weten dat transformatie niet begint met algoritmen. Het begint met meesterschap, en dat is het soort dat we hebben bereikt door decennialang de volgende te implementeren en op te schalen.

Hoe ga je van hype naar hoe?

Joyce Mullen is president en CEO van Insight Enterprises.


Gesponsorde artikelen zijn inhoud die is geproduceerd door een bedrijf dat voor de post betaalt of een zakelijke relatie heeft met VentureBeat, en is altijd duidelijk gemarkeerd. Voor meer informatie kunt u contact opnemen met sales@venturebeat.com.

Nieuwsbron

LAAT EEN REACTIE ACHTER

Vul alstublieft uw commentaar in!
Vul hier uw naam in