Annons

Hur tar man AI-projekten från koncept- och pilotstadiet till att generera verkligt värde?

Parallellt med att generativ AI sveper över världen har de flesta företag fortfarande svårt att tillgodogöra sig det utlovade affärsvärdet. IT-konsulten Gregory Verlinden, på Cognizant, konstaterar i dagens gästkrönika på PLM&ERP News att bolagets forskning visar att 70 procent av företagen är rädda för att de ska halka efter inom AI. Vad är det då som hindrar generativa AI-projekt från att omvandla den enorma potentialen till verkligt affärsvärde?
Även om AI i själva verket inte är något nytt koncept så är den snabba utvecklingshastigheten verkligen något nytt. Tidigare behövde företag enorma budgetar för att bygga och träna en AI-modell. Idag kan alla enkelt kan använda någon eller flera av de befintliga modellerna. Verlinden skriver:
Hajpen kring generativ AI har också nått styrelserummet. Projekten omges dock ofta av viss osäkerhet och nervositet. Forskning visar att 70 procent av företagen är rädda för att helt missa AI-loppet eller är rädda för att konkurrenterna ska springa ifrån dem. Det är inte konstigt eftersom AI-tekniken gör att det inte längre är omöjligt för ett litet företag att konkurrera framgångsrikt även på marknader som historiskt dominerats av stora företag. Hittills har företag främst satsat på olika pilotprojekt när det gäller generativ AI, med ett förväntat storskaligt införande mellan 2026 och 2030. Det verkar väl sunt, så vad är problemet?”
En väsentlig del av svaret kan ligga i att det finns en växande klyfta mellan vad ledningen vill uppnå med generativ AI och vad som faktiskt är genomförbart, hävdar han. Men varför är det så och hur kan företag hantera situationen?
Baserat på sin erfarenhet från olika projekt pekar han i dagens artikel ut de vanligaste riskerna och mina rekommendationer om hur man kan hantera dem. Det handlar om att traditionella IT-approacher inte räcker till, det tuffa steget från pilot till skarpt läge, icke-kompatibla lösningar och otydlighet.
Med hjälp av generativ AI kan man dock möta det mesta av de här problemen vässa den operativa effektiviteten, förnya och omdefiniera verksamheten, menar han.
Läs mer om detaljerna i Verlindens övergripande analys.

Traditionella IT-approacher räcker inte till. Det är vanligt att den nödvändiga kunskapen inte finns inom företagets väggar. AI handlar om mänsklig kunskap och vetenskap mer än teknik eller data, vilket gör att företag behöver bli bättre på att investera i människor med olika talanger, inklusive AI-ingenjörer, strateger, designers och juridiska experter.

Svårighet att gå från pilotprojekt till skarp läge. Vi ser ganska många piloter, men färre projekt där företag lyckas ta steget till att generera verkligt värde. Mitt råd är att agera lite mer långsiktigt i samband med generativ AI. Dessutom behöver man ta hänsyn till tekniska, etiska och strategiska aspekter. Här är det dock viktigt att inte glömma att en solid grund förblir den viktigaste förutsättningen för framgång. I detta sammanhang handlar det om att etablera robusta datastyrning innan du överhuvudtaget skalar AI-applikationer.

Se upp med icke-kompatibla lösningar. Regelefterlevnad och etik måste finns med i projekten redan från början för att AI-initiativen ska synka med företagets värderingar. Det kan också vara lättare att börja med en lösning som Copilot, vilken redan är integrerad i befintliga Microsoft-lösningar. Vi ser en hel del standardlösningar dyka upp som Copilot inom M365, eller Copilot riktade mot specifika funktioner. Du kan också bygga en anpassad version med Copilot Studio så att lösningen blir skräddarsydd för din organisation.

Otydlighet är en potentiell risk. På vilket sätt kan AI göra skillnad i en specifik sektor? Hela AI-processen står och faller med den grundläggande insikten. Se bortom produktivitetsvinster för att ta vara på generativa AI-möjligheter; fokusera på AI-applikationer som förbättrar kundernas och de anställdas upplevelser samtidigt som de hanterar kritiska affärsprocesser. Ju viktigare processen är, desto större möjlighet. Generativ AI kan utan tvekan spela en viktig roll i en kunds bankupplevelse eller för att få insikter genom en försörjningskedja.

Generativ AI erbjuder organisationer nya sätt att öka intäkter, förbättra operativ effektivitet, förnya sina erbjudanden och omdefiniera sina verksamheter. Att omsätta pilotprojekt baserade på generativ AI till konkret värde kräver dock att företaget tar ett helhetsgrepp kring kompetens, processer och strukturer utöver tekniken.

Av Gregory Verlinden
Cognizant

Print Friendly, PDF & Email

Success Stories

Success Stories

Industriellt

Intressant på PLM TV News

PLM TV News

PLM TV News

PLM TV News

PLM TV News

PLM TV News

Aktuell ANALYS

Aktuell Analys

Aktuell Analys

3D-printing

Block title