Igal hommikul avate te sülearvuti ja leiate uue teavituse. Teie CRM-il on nüüd 'AI-assistent'. Teie projektijuhtimise tööriistal on 'AI-kirjutaja'. Isegi teie raamatupidamistarkvaral on 'AI-ülevaadete' töölauad. Tundub, et vastuse küsimusele kas ma peaksin oma ettevõttes AI-d kasutama, on teie tarkvaratarnijad juba teie eest ära otsustanud. Nad on kleepinud läikiva 'tehisintellektil põhineva' kleebise tööriistadele, mille eest te juba maksate, ning tavaliselt kaasneb sellega vaikne hinnatõus või uus 'Pro'-pakett.
Kuid siin on karm tõde, mida olen täheldanud pärast sadade ettevõtete nõustamist selle ülemineku käigus: enamik neist funktsioonidest on lõks. Need ei aita teil transformeeruda; need aitavad tarkvaratarnijal vältida vananemist. Kui teie AI-strateegia koosneb täielikult uue 'võlunupu' vajutamisest oma pärand-SaaS tööriistades, siis te ei ehita AI-põhist ettevõtet. Te maksate lihtsalt 'liidesemaksu' tehnoloogia eest, mida saaksite ise tõhusamalt – ja palju odavamalt – kasutada.
'Funktsioonide ülekülluse eksitus': miks juurde pookitud AI ebaõnnestub
💡 Kas soovite, et Penny teie ettevõtet analüüsiks? Ta kaardistab, millised rollid AI võib asendada, ja koostab etapiviisilise plaani. Alustage tasuta prooviperioodi →
Mõistmaks, miks peaksite olema skeptiline, peame vaatama 'funktsioonide ülekülluse eksitust'. Pärandvara tarkvarafirmad on hetkel vaikses paanikas. Nende kogu ärimudel on üles ehitatud 'kohtadele' – inimeste arvule, kes logivad töölauale ülesannete täitmiseks. AI aga vähendab oma olemuselt vajadust inimeste järele, kes töölauale logiksid.
See tekitab põhimõttelise huvide konflikti. Pärand-CRM-ettevõte ei soovi teie müügiprotsessi nii täielikult automatiseerida, et vajaksite kümne litsentsi asemel ainult ühte. Nad tahavad anda teile täpselt nii palju AI-d, et te jätkaksite nende kümne litsentsi eest maksmist. Tulemuseks on see, mida ma nimetan 'pakendatud AI-ks' – õhuke funktsionaalsuse kiht, mis on ehitatud üldise mudeli (nagu GPT-4) peale ja piiratud töötama ainult selle konkreetse tööriista ökosüsteemis.
Kui minult küsitakse: "Kas ma peaksin oma ettevõttes AI-d kasutama olemasolevate tööriistade kaudu?", on minu vastus tavaliselt ettevaatlik 'ei'. Kui AI ei suuda suhelda teie teiste süsteemidega, kui see ei saa käivitada tegevusi väljaspool oma akent ja kui see nõuab inimese kohalolu ja käsitsi sisestamist, siis pole see efektiivsuse kasv. See on tähelepanu kõrvalejuhtimine.
Liidesemaks: te maksate hõõrdumise privileegi eest
Üks põhimõisteid, mida jagan aiaccelerating.com tellijatega, on liidesemaks (The Interface Tax).
Ajalooliselt maksime SaaS-i eest, sest kasutajaliides (UI) muutis keerulised andmebaasid inimestele hõlpsasti navigeeritavaks. Maksime nuppude, menüüde ja visuaalse paigutuse eest. Kuid AI-põhises maailmas on kasutajaliides sageli pudelikael. AI ei vaja nuppe. See vajab API-pääsu toorandmetele.
Kui pärand-tööriist küsib teilt 'AI-funktsioonide' eest täiendavalt £30 kasutaja kohta, maksustavad nad sageli lihtsalt ilusamat viisi pääsemaks ligi mudelile, mille otsene kasutamine maksab murdosa pennist. Maksate lisatasu piiratud kogemuse eest. Näiteks projektijuhtimise tööriista sees olev 'AI-kirjutaja' võib aidata teil ülesande mustandit koostada, kuid see ei uuenda automaatselt teie IT-toe pileteid ega sünkrooni kliendi tagasisidega, välja arvatud juhul, kui tarnija on selle konkreetse integratsiooni ehitanud.
Seevastu AI-native lähenemine kasutab orkestraatorit andmete liigutamiseks tööriistade vahel. Te lõpetate maksmise 'liidese' eest ja hakkate maksma 'tulemuse' eest.
Mustrite tuvastamine: SaaS-i transformatsiooni 90/10 reegel
Olen märganud korduvat mustrit erinevates tööstusharudes, alates jaekaubandusest kuni professionaalsete teenusteni. Nimetan seda 90/10 reegliks.
Peaaegu igas ettevõtte funktsioonis suudab AI nüüd hallata 90% rutiinsest, andmemahukast teostusest. Ülejäänud 10% nõuab inimlikku otsustusvõimet, empaatiat või strateegilist järelevalvet. Pärand-SaaS tööriistad on loodud vana maailma jaoks, kus inimesed tegid 90% tööst. Nende 'AI-kleebised' on loodud aitama selle 10%-ga – mustandite koostamise, kokkuvõtete tegemise ja 'alustamisega'.
Tõeline transformatsioon toimub siis, kui te muudate rollid vastupidiseks. Te ei kasuta AI-d inimese abistamiseks töö tegemisel; te kasutate AI-d töö tegemiseks ja lasete inimesel väljundit kontrollida. See nõuab tavaliselt eemaldumist 'kõik-ühes' pärandplatvormidest ja liikumist disagregeeritud spetsialiseeritud AI-native tööriistade poole, mis suhtlevad API-de kaudu.
Disagregeerimise poolt: miks 'peata' on parem
Kui kaalute tõeliselt, kuidas peaksite oma ettevõttes AI-d kasutama, peate vaatama 'peata' (headless) operatsioone. See on veebiarendusest laenatud kontseptsioon, kus tagarakendus (andmed ja loogika) on eraldatud eesrakendusest (kasutajaliidesest).
Kui kasutate pärand-SaaS tööriista AI-d, olete lukustatud nende 'peasse'. Kui nende AI ei ole konkreetses ülesandes väga hea, olete ummikus. Kui tegevused disagregeerite, saavutate 'agiilsuse eelise'. Saate kasutada parimat mudelit transkriptsiooniks, parimat mudelit andmeanalüüsiks ja parimat mudelit klienditeeninduseks, mis kõik toidavad keskset tõeallikat.
See ei puuduta ainult jõudlust, vaid ka kasumlikkust. Kui vaatame SaaS-i ja tarkvara sääste, siis suurimad võidud ei tule sama tööriista odavama versiooni leidmisest. Need tulevad vajaduse täielikust kõrvaldamisest tööriista järele, asendades selle nõheda, AI-juhitud töövooga.
Kuidas auditeerida oma praegust tehnoloogiaparki
Enne kui vajutate sellel uuel AI-paketil 'uuenda', küsige endalt need kolm küsimust:
- Kas see on 'genereeriv' või 'tegutsev'? Kui AI kirjutab ainult teksti, mida inimene peab kopeerima ja kleepima, on see mänguasi. Kui see suudab käivitada mitmeastmelise protsessi erinevate osakondade vahel ilma inimese sekkumiseta, on see tööriist.
- Kas andmed on lõksus? Kas AI-l on juurdepääs teie kogu ettevõtte kontekstile või ainult sellele, mis on selle konkreetse tarkvara sees? Isoleeritud AI on nõrk AI.
- Mis on 'inimene-keskel' kulu? Kas see funktsioon nõuab ikkagi inimeselt sisselogimist, nupu vajutamist ja vastuse ootamist? Kui jah, siis te pole kulu automatiseerinud; olete ülesannet lihtsalt veidi kiirendanud.
Penny vs. 'Võlunupp'
Siinkohal võite küsida, kuidas see erineb üldise tööriista nagu ChatGPT kasutamisest. Olen kirjutanud üksikasjaliku võrdluse Penny vs. ChatGPT, mis seda uurib, kuid lühiversioon on järgmine: üldine LLM on võimas mootor, kuid tal puudub teie ettevõtte kaart. Pärand-SaaS AI-l on teie maja ühe toa kaart, kuid ta ei näe ülejäänud hoonet.
Minu roll on olla arhitekt. Ma ei anna teile lihtsalt paremat 'võlunuppu'. Ma aitan teil ümber mõelda, miks teil seda nuppu üldse vaja läks.
Otsus: ärge ostke pakendit, ehitage loogikat
Järgmine kord, kui müügiesindaja ütleb teile, et nende tarkvara on nüüd 'tehisintellektil põhinev', ärge olge vaimustuses. Olge uudishimulik. Küsige API piirangute kohta, küsige andmete porditavuse kohta ja mis kõige tähtsam, küsige, miks see nõuab ikkagi täishinnaga litsentsi, kui AI teeb põhitöö.
Ettevõtted, kes võidavad järgmise kümnendi, ei ole need, kellel on pärand-tööriistadel kõige rohkem 'AI-kleebiseid'. Need on need, kellel oli julgust eemaldada ülespaisutatud liidesed ja ehitada saledamad, kiiremad 'peata' operatsioonid, mis seavad AI keskmesse, mitte äärele.
Kui olete valmis lõpetama liidesemaksu maksmise ja alustama tõelise AI-strateegia loomist, vaatame teie operatsioonid üle. Eesmärk ei ole omada 'AI-toega' tarkvara; eesmärk on omada AI-toega ettevõtet.
Milline on üks 'AI-funktsioon', mida olete hiljuti proovinud ja mis tundus pigem trikina kui tõelise muutusena? Räägime sellest, miks.