Vsak teden se pogovarjam z lastniki podjetij, ki trpijo za tem, kar imenujem davek na sijoče predmete. To je skriti strošek naročnin na deset različnih orodij umetne inteligence samo zato, ker je vplivnež na omrežju LinkedIn rekel, da »spminjajo pravila igre«, le da bi ugotovili, da so se vaši splošni stroški povečali, medtem ko vaša ekipa še vedno opravlja isto ročno delo. Ko gre za uvajanje umetne inteligence v mala podjetja, imajo lastniki pogosto občutek, da igrajo na srečo, namesto da bi investirali.
Sodeloval sem s tisoči podjetij pri reviziji njihovega poslovanja, svoje podjetje pa vodim popolnoma avtonomno. Če sem se naučil ene stvari, je to naslednje: umetna inteligenca ne rešuje težav; težave rešujejo sistemi. Če nimate meril za ocenjevanje projekta, preden izpišete ček, ne uvajate umetne inteligence – le zbirate programsko opremo.
Da bi vam pomagal prenehati z ugibanjem, sem razvil triažo donosnosti naložbe (ROI Triage). To je okvir za ocenjevanje v treh korakih, zasnovan za filtriranje hrupa in prepoznavanje projektov, ki bodo dejansko vplivali na vaš poslovni izid.
Paradoks tesnobe pred avtomatizacijo
💡 Želite, da Penny analizira vaše podjetje? Načrtuje, katere vloge lahko umetna inteligenca nadomesti, in sestavi načrt po fazah. Začnite z brezplačnim preizkusom →
Preden se potopimo v korake, moramo nasloviti vprašanje, zakaj večina projektov umetne inteligence spodleti. To imenujem paradoks tesnobe pred avtomatizacijo. Podjetja, ki so najbolj neodločna glede sprejetja umetne inteligence, so pogosto tista, ki bi lahko pridobila največ, ker so njihovi procesi najbolj ročni. Nasprotno pa najbolj »vnetna« podjetja pogosto pretiravajo z avtomatizacijo in porabijo £500 na mesec za reševanje težave, vredne £50.
Cilj ni uporabiti umetno inteligenco povsod. Cilj je uporabiti umetno inteligenco tam, kjer je množitelj marže najvišji.
1. korak: Test »robota v človeški preobleki« (kartiranje trenj)
Prvi korak triaže ROI je ugotavljanje, kje se vaša ekipa – ali vi – obnašate kot robot.
Umetna inteligenca blesti pri nalogah, ki so visoko frekvenčne in imajo nizko variabilnost. Če naloga od človeka zahteva kopiranje in lepljenje podatkov, sledenje statičnemu kontrolnemu seznamu ali povzemanje standardnih informacij, je to odličen kandidat za zamenjavo.
Kako to oceniti:
Vprašajte se: »Če bi zaposlil pametnega 18-letnika in mu dal standardni operativni postopek (SOP) na treh straneh, ali bi lahko to vsakič opravil brezhibno?« Če je odgovor pritrdilen, ima naloga velik potencial za »robota v človeški preobleki«.
Na primer, v maloprodajnem sektorju je upravljanje ravni zalog na več platformah klasična robotska naloga. Ljudje se utrudijo in delajo napake; umetna inteligenca ne. Kako se to odvija v praksi, si lahko ogledate v našem vodiču za prihranke v maloprodaji, kjer razčlenimo prehod z ročnega popisa zalog na avtomatizirano dopolnjevanje.
2. korak: Množitelj marže (izpodrivanje v primerjavi z dopolnjevanjem)
Tukaj se večina lastnikov podjetij zatakne. Zamenjujejo varčevanje s časom z varčevanjem denarja.
Če orodje umetne inteligence vašemu vodji trženja prihrani dve uri na teden, on pa ti dve uri porabi le za udeležbo na več sestankih, niste izboljšali svojih marž. Pravkar ste plačali za dražjega vodjo trženja. To je dopolnjevanje (augmentation) in čeprav je lepo, za malo podjetje ni zmagovalec na področju donosnosti naložbe.
Prava donosnost naložbe (ROI) izhaja iz izpodrivanja (displacement). Izpodrivanje se zgodi, ko umetna inteligenca prevzame funkcijo tako v celoti, da lahko:
- Preprečite prihodnjo zaposlitev.
- Zmanjšate obstoječo pogodbo (na primer z agencijo ali svobodnjakom).
- Desetkratno povečate svojo produktivnost brez povečanja števila zaposlenih.
Pravilo 90/10
Pri ocenjevanju projekta uporabite moje pravilo 90/10: Če umetna inteligenca lahko opravi 90 % določene funkcije, ali je preostalih 10 % dejansko vloga za polni delovni čas? Ali pa je to odgovornost, ki jo je mogoče vključiti v drugo delovno mesto?
Popoln primer je tehnična podpora. Številna podjetja plačujejo tisoče za zunanje službe za pomoč uporabnikom. Z uvedbo triaže, ki jo vodi umetna inteligenca znotraj podjetja, lahko pogosto samodejno rešite prvih 90 % poizvedb. Za podrobnejši vpogled v številke si oglejte našo analizo stroškov IT podpore.
3. korak: Prag posvojitve (kulturni dolg)
Najboljše orodje na svetu ima 0-odstotni ROI, če ga nihče ne uporablja. To imenujem digitalna programska oprema na polici (digital shelfware).
Pri ocenjevanju projekta morate oceniti »kulturni dolg« svoje ekipe. Če se vaše poslovanje trenutno zanaša na neurejene preglednice in »plemensko znanje« (informacije, ki živijo le v glavah ljudi), bo takojšen skok v kompleksno integracijo umetne inteligence spodletel.
Ocenjevalna lestvica:
- Nizek dolg: Vaši procesi so dokumentirani; vaši podatki so v čistem sistemu CRM/ERP.
- Visok dolg: Zanašate se na »način, kako smo to vedno počeli« in ročno posodobljene liste v programu Excel.
Če imate visok kulturni dolg, vaš prvi projekt umetne inteligence ne bi smel biti kompleksna implementacija LLM. To bi morala biti preprosta avtomatizacija čiščenja podatkov. Zato ljudem pogosto rečem, da primerjava moje platforme s preglednicami ni vprašanje funkcij – gre za premik z ročnega »varovanja« na avtomatiziran nadzor.
Ocenjevanje vašega projekta: Rubrika za triažo ROI
Za uporabo tega okvira dodelite svojemu potencialnemu projektu umetne inteligence oceno od 1 do 5 za vsakega od teh treh kriterijev:
- Ocena trenja (1–5): Kako robotska je naloga? (5 = popolnoma robotska)
- Množitelj marže (1–5): Ali izpodriva neposreden strošek? (5 = nadomesti velik strošek ali zaposlitev)
- Enostavnost posvojitve (1–5): Ali so podatki pripravljeni in ekipa pripravljena? (5 = »vklopi in uporabljaj«)
Pravilo 12: Če projekt skupaj ne doseže vsaj 12 točk, ga opustite. S svojim kapitalom imate boljše stvari za početi.
Onkraj očitnega: Učinki drugega reda
Ko uspešno implementirate umetno inteligenco z uporabo te triaže, se v ekonomiji vaše panoge zgodi nekaj zanimivega. Pri stotinah podjetij sem opazil vzorec: ko so »očitne« funkcije avtomatizirane, se vrednost podjetja premakne z izvajanja na kuratorstvo.
V starem svetu je bilo najuspešnejše malo podjetje tisto, ki je lahko izvedlo največ nalog za najnižjo ceno. V svetu, kjer je umetna inteligenca na prvem mestu, je izvajanje surovina (commodity). Vsak od vaših konkurentov bo kmalu imel dostop do enake moči »izvajanja« kot vi. Vaša prednost ne bo v tem, da ste uporabili ChatGPT za pisanje e-poštnih sporočil; vaša prednost bo strategija za tem, komu so ta sporočila poslana in zakaj.
Zaključek: Okno se zapira
Uspešni lastniki pri uvajanju umetne inteligence v mala podjetja razumejo, da ne kupujejo le programske opreme; na novo gradijo svoje marže.
Vrzel med podjetji, ki uporabljajo triažo ROI, in tistimi, ki le »nakupujejo orodja«, se povečuje. Tisti, ki le nakupujejo orodja, opazujejo, kako njihove marže krčijo stroški naročnin. Tisti, ki izvajajo triažo, pa poslujejo vitkeje, hitreje in bolj dobičkonosno kot kdaj koli prej.
Prenehajte iskati naslednje »čudežno« orodje. Začnite gledati svoj izkaz poslovnega izida skozi prizmo trenja, izpodrivanja in posvojitve. Tam se dejansko skriva transformacija.
Ste pripravljeni prenehati z ugibanjem? Če želite videti, kako se ti okviri nanašajo na vaše specifične številke, se nam pridružite na aiaccelerating.com in začnimo z vašo triažo še danes.