Аналитика
Замислете ја следнава сцена. Се наоѓате во сала за состаноци на голема малопродажна компанија. Директорот за маркетинг (CMO) е на нозе, полн со ентузијазам. На платното се врти презентација за нова Customer Data Platform базирана на вештачка интелигенција. Тој зборува за преглед од 360 степени на купувачот, за хиперперсонализација и за револуција во корисничкото искуство.
Атмосферата е електрична… сè додека финансискиот директор (CFO) не се навали нанапред, ги симнува очилата и го поставува прашањето што ја убива секоја иновација во рана фаза:
„Сето ова звучи фасцинантно. Но, ми бараш милионска инвестиција. Каде е патеката до зголемен basket size или намален churn во следните 18 месеци? Ако го одобрам ова наместо отворање нова продавница – каде што точно знам каков ќе биде ефектот на добивка и загуба – како ќе ми гарантираш повраток?“
Настанува непријатна тишина. Маркетинг-директорот пелтечи за стратешка вредност, но нема бројки. Проектот се одложува. Компанијата се враќа на статус кво.
Оваа сцена не е фикција. Ова е дословен препис на една од ситуациите што ми ја опишаа извршните директори за време на моето истражување. И токму тука лежи коренот на проблемот.
Компаниите не пропаѓаат во имплементацијата на вештачка интелигенција затоа што немаат технологија. Пропаѓаат затоа што се заглавени во она што индустријата го нарекува Pilot Purgatory (Чистилиште на пилот-проекти) – состојба во која се вртат бесконечни експерименти што никогаш не скалираат и не носат реален профит.
Како автор на истражувањето „From Assessment to Advantage“, спроведов длабинска анализа преку интервјуа со 14 врвни лидери и квантитативна анкета на бизнис-професионалци, за да откријам како да се излезе од овој лавиринт. Еве што откривме кога ги анализиравме податоците.
Наод 1: Технолошката илузија – зошто софтверот е најмалиот проблем?
Кога започнав со истражувањето, хипотезата беше дека компаниите се мачат бидејќи немаат пристап до напредни алгоритми или скап хардвер. Реалноста ме шокираше.
Спроведов мултипла регресиона анализа за да видам кои фактори навистина влијаат врз перцепираниот ROI (Return on Investment). Резултатите беа статистички немилосрдни:
- Димензијата Technology & Operations имаше најслабо влијание врз успехот (β = 0.15).
- Наспроти тоа, димензијата Strategy & Leadership беше убедливо најсилниот предиктор (β = 0.41), следена веднаш од People & Culture (β = 0.35).
Што ни кажува ова? Во денешно време, технологијата е „стока“ (commodity). Секој може да купи лиценца за напреден модел на вештачката интелигенција. Но, она што ги дели „AI Pioneers“ (пионерите) од „Laggards“ (оние што заостануваат) е способноста на лидерството да создава визија и способноста на културата да прифати промени.
Ако купите ферари, но немате возачка дозвола и не знаете во која насока да возите, тоа е само скапа скулптура во вашата гаража.
Наод 2: Податоците како „тивок убиец“ на амбициите
Во квалитативниот дел од истражувањето, една тема се повторуваше кај секој соговорник, без разлика дали доаѓаше од логистика, информатички сектор или малопродажба: Data Bottleneck (Тесно грло кај податоците).
Еден директор за дигитална трансформација ми го сумираше проблемот брутално искрено:
„Нашите клиенти сакаат да им градиме решенија со вештачка интелигенција. Но, нашиот најголем предизвик е интегрирањето со нивните хаотични, изолирани (siloed) системи. Ние поминуваме 80 насто од времето вршејќи ‘janitorial work’ (чистачка работа) врз податоците.“
Моето истражување потврди дека без Data Maturity – односно, без чисти, достапни и управувани податоци – секоја стратегија со вештачка интелигенција е само список на желби. Многу компании се обидуваат да трчаат (AI) пред да научат да одат (Data Governance).
Наод 3: „ROI Conundrum“ – зошто не можеме да ја измериме вредноста?
Ова нè враќа на почетната приказна со финансискиот директор. Зошто е толку тешко да се оправда инвестицијата?
Истражувањето покажа дека компаниите страдаат од „ROI Conundrum“ (Загатката на повратот на инвестиции). Проблемот е што традиционалните финансиски метрики (како квартален профит) не функционираат за вештачка интелигенција во рана фаза.
Проектите со вештачка интелигенција следат „J-крива“: во почетокот трошоците се високи, а финансискиот повраток е низок или негативен додека се гради инфраструктурата. Дури кога ќе се достигне фазата на скалирање, профитот почнува експоненцијално да расте. Ако лидерите го прекинат финансирањето во долниот дел на J-кривата бидејќи „не гледаат профит“, тие ја убиваат иновацијата пред таа да процвета.
Решението: Стратешката рамка AIM-ROI
Врз основа на овие увиди, ја создадов рамката AIM-ROI (AI Maturity to ROI). Ова не е само теоретски модел, туку практичен „playbook“ за C-Suite директори.
Рамката дефинира четири фази на зрелост, а клучнотo откритие е дека типот на ROI што треба да го очекувате се менува со секоја фаза.
Фаза 1: Foundational (Темели)
Тука сте ако имате само љубопитност, но немате формална стратегија.
- Вашиот фокус: едукација и поставување на „North Star“ визија.
- Што да мерите: заборавете на парите. Мерите Capability ROI (Повраток на капацитети). Дали вработените станаа дигитално писмени? Дали идентификувавме клучни Use Cases?
Фаза 2: Piloting (Пилотирање)
Тука започнувате мали проекти.
- Вашиот фокус: докажување концепт.
- Што да мерите: сè уште сте на Capability ROI, но сега барате „Proof of Value“. Дали моделот работи? Дали податоците се точни? Ова е фаза на учење, не на заработка.
Фаза 3: Scaling (Скалирање)
Ова е „Долината на смртта“ каде што повеќето компании пропаѓаат. Тука треба да преминете од проект кон платформа.
- Вашиот фокус: стандардизација и AI Center of Excellence.
- Што да мерите: сега веќе бараме Measurable ROI. Намалени оперативни трошоци, зголемена ефикасност, пократко време до пазар. Тука инвестицијата почнува да се враќа.
Фаза 4: Transforming (Трансформирање)
Ова е нивото на дигитални џинови (како Netflix или Amazon).
- Вашиот фокус: иновација на бизнис-моделот.
- Што да мерите: Strategic ROI. Конкурентска предност, пазарна доминација и создавање целосно нови извори на приход.
Што значи ова за вас?
Како лидери, мораме да го промениме наративот.
- Престанете да барате ефект на добивка и загуба од првиот ден. Кога инвестирате во темели, вие купувате „опција за иднината“, а не брз профит.
- Инвестирајте во Change Management. Моите податоци покажуваат дека отпорот на вработените е поголема пречка од квалитетот на алгоритмите.
- Лидерството мора да биде гласно. Без видлива поддршка од генералниот директор, иницијативите за вештачка интелигенција се осудени да останат изолирани информатички експерименти.
Иднината е AI-Native. Јазот меѓу оние што знаат како да го искористат ова и оние што се плашат, секојдневно се зголемува. Вашата задача не е само да ја купите технологијата, туку да ја изградите организациската зрелост што ќе ја претвори таа технологија во предност.
Дали сте подготвени да излезете од чистилиштето?
Пишува: Мартина Наумовска Неческа
(Базирано на наодите од истражувањето: „From Assessment to Advantage: A Strategic Framework for Advancing Corporate AI Maturity“)
Лектор: Христина Ангелеска-Мијоска
