Бауыржан Жакиев 
Искусственный интеллект (ИИ) перестал быть футуристической концепцией, превратившись в реальную силу, способную коренным образом изменить бизнес. Однако для превращения этого потенциала в ощутимый и устойчивый успех недостаточно просто приобрести новейшие ИИ-инструменты. Требуется тщательно разработанная бизнес-стратегия в области ИИ. Создание бизнес-плана по ИИ с четкими, практическими целями на один, три и пять лет является краеугольным камнем для трансформации обещаний ИИ в реальные бизнес-результаты и долгосрочный рост.
Первый год любой ИИ-стратегии должен быть посвящен «доказательству ее состоятельности», по словам Димпл Таккар, генерального директора SYNHERGY. Этот основополагающий этап заключается в выявлении и внедрении проектов ИИ, которые обеспечивают быстрый, измеримый эффект, в первую очередь помогая бизнесу работать лучше и решая конкретные, часто застарелые, бизнес-проблемы. Одним из примеров являются задачи на основе машинного обучения, такие как моделирование возможностей продаж, как отметила консультант по аналитике Дейманте Танкус, ссылаясь на данные Alexander Group. Эта техника использует существующие фирмографические и торговые данные для поиска потенциала продаж в текущих клиентских базах. Такие инсайты могут направить ресурсы продаж на те аккаунты, которые с большей вероятностью вырастут. «Семьдесят пять процентов опрошенных руководителей, отвечающих за выход на рынок (GTM), которые внедряли моделирование возможностей в течение 6-12 месяцев, уже увидели положительный ROI от этого варианта использования», – сообщила Танкус. Инструменты генеративного ИИ для анализа клиентских данных не только предоставляют продавцам действенные инсайты, но также помогают приоритизировать коммуникацию через механизмы, такие как скоринг лидов, и рекомендуют следующие лучшие действия, добавила Танкус. Эти инструменты делают торговых представителей более продуктивными. «Около половины опрошенных руководителей по доходам, которые внедрили ИИ-инструменты для анализа клиентских данных на 6-12 месяцев, увидели положительный ROI в течение года», – сообщила Танкус.
Проекты первого года должны быть сосредоточены на автоматизации, получении инсайтов, оптимизации и операционных сценариях использования, считает Андреа Морган-Вандом из Blue Yonder. Она советует проводить прагматическую оценку на основе четырех областей: сложности внедрения, потенциала автоматизации принятия решений, операционного рычага и времени до получения ценности. «Операционные агенты обычно обеспечивают самый быстрый измеримый эффект, часто в течение 4-12 недель», – сказала Морган-Вандом. Кроме того, прогнозирование и оптимизация на основе ИИ/машинного обучения (ML) предоставляют возможности для получения эффекта в первый год, о чем свидетельствует успешный опыт продуктовых ритейлеров в «сокращении отходов при одновременном улучшении наличия товаров на полках», – отметила Морган-Вандом. Однако на этом раннем этапе критически важен человеческий фактор. «ИИ, который встречает людей там, где они уже находятся, обеспечивает наилучший эффект», – сказала Клэр Фанг, CPO Fullstory, подчеркивая потенциальные подводные камни решений, которые нарушают устоявшиеся, естественные рабочие процессы. Хенсон Цай, генеральный директор омниканальной коммуникационной платформы SleekFlow, выступает за фокус на «прагматичном внедрении», таком как автоматизация взаимодействия со службой поддержки клиентов или совершенствование процессов скоринга лидов. Таккар подтверждает этот практический подход, подчеркивая ценность «непривлекательных», но эффективных проектов, таких как суммирование контрактов, внутренние FAQ и чат-боты, а также операционная отчетность.
Ключевые показатели эффективности (KPI) на первый год должны отражать эти цели немедленного воздействия. Танкус предлагает стремиться к четкому ROI по крайней мере по одному или двум пилотным проектам, в то время как Морган-Вандом фокусируется на «показателях бизнес-кейса в функциональной области – часто ориентированных на эффективность или затраты», наряду с «внедрением использования конкретного сценария» и «изменениями в конкретном рабочем процессе». Другие примеры включают внешние KPI, такие как «дополнительный доход от новых предложений ИИ», и внутренние метрики, такие как «процент сотрудников, ежедневно использующих инструменты ИИ», – сказала Фанг. Таккар рекомендует отслеживать ощутимые выгоды, такие как «сэкономленное время» и «снижение затрат на задачу».
По мере продвижения дорожной карты ИИ к третьему году стратегический императив смещается с первоначальных доказательств состоятельности к масштабированию успешных инициатив, уточнению стратегий ИИ и обеспечению соответствия ИИ более широким целям роста и инноваций бизнеса. Это фаза «масштабирования», когда компании начинают «соединять ваши сценарии использования ИИ между отделами», – сказала Таккар. «Быстрые победы являются важными катализаторами для более широкого изменения мышления во всей организации, отвечающей за выход на рынок», – отметила Танкус. Дополнительный рост доходов или экономия затрат, полученные таким образом, могут затем стимулировать «дальнейшие, более трудоемкие и более результативные разработки в области ИИ». Более широкая стратегия роста компании должна быть ведущей, а инвестиции в ИИ должны выбираться для ускорения этих основных инициатив, предупредила Танкус. «Важно избегать того, чтобы легко внедряемые «блестящие» ИИ-инструменты определяли стратегию ИИ компании», – сказала она. Морган-Вандом выступает за «двусторонний подход, обеспечивающий ощутимые краткосрочные результаты при одновременном инвестировании в надежную инфраструктуру, качество данных, управление и таланты для обеспечения устойчивого роста и долгосрочного воздействия». При масштабировании ИИ-агентов, например, Морган-Вандом предлагает начинать с «общей агентской структуры, выбирая вызов или набор вызовов для роли и активируя и расширяя агентов оттуда». Это помогает гарантировать, что быстрые победы изначально согласованы с фундаментальной архитектурой.
Вехи, указывающие на успешное масштабирование ИИ к третьему году, обычно делятся на три области: «Реализация бизнес-кейса», измеряемая ощутимыми KPI, «Внедрение и организационное обеспечение», включая интеграцию процессов и культурные сдвиги, и «Зрелость управления», охватывающая фреймворки ИИ и готовность данных, – сказала Морган-Вандом. К третьему году сама организация может измениться, сказала Фанг. «Стандартные соотношения численности персонала, на которые полагались для определения хорошего и плохого, будут выглядеть иначе», – предсказала она, например, один специалист по ИТ-услугам на 300 сотрудников вместо 100. Кроме того, «Годовой регулярный доход (ARR) на одного сотрудника должен вырасти», а новые сотрудники или даже младший персонал «будут иметь ИИ-наставника, чтобы помочь им освоиться». К этому этапу «ИИ затронет все ваши отделы, а не будет функционировать изолированно», – сказал Цай. Тревожными сигналами будут отсутствие измеримого влияния на доходы или удержание клиентов от инструментов ИИ или богатый конвейер данных, который не генерирует регулярные, действенные инсайты. KPI на трехлетней отметке становятся более комплексными, отражая более широкую интеграцию. Танкус ожидает «широко распространенного ROI и использования». Морган-Вандом обращает внимание на «показатели бизнес-кейса в функциональной области – ориентированные на эффективность или затраты, часто расширенные до улучшения доходов», наряду с возможностью повторного использования и масштабирования, ROI на инвестиции, зрелым управлением и повышенной грамотностью в области ИИ.
Через пять лет пути внедрения ИИ он должен выйти за рамки изолированных проектов или ведомственной интеграции. Цель состоит в том, чтобы ИИ был настолько глубоко встроен в бизнес-модель, операционные процессы и организационную культуру, что он будет способствовать долгосрочному лидерству и устойчивому конкурентному преимуществу, сказала Таккар. «ИИ больше не должен быть «инициативой», – заявил Цай. – «Он должен быть внедрен в ваши продукты, процессы и мышление руководства». Эта продвинутая стадия означает, что стратегии ИИ должны оставаться динамичными и постоянно развиваться. Морган-Вандом подчеркивает необходимость внедрения новых возможностей ИИ и, следовательно, решения новых бизнес-задач, перехода к автономным действиям и расширения до взаимодействующих рабочих процессов. «По мере того как возможности ИИ делают скачок вперед, вы должны оценить, что только что произошло, и проанализировать влияние на то, что вы уже сделали», – согласилась Фанг. «Я все еще не думаю, что мы достигли нашего «момента iPhone» с ИИ», – сказала Фанг, добавив, что организации должны оставаться гибкими, когда происходят трансформационные сдвиги. Цай посоветовал принять «модель непрерывного обучения, частых оценок производительности и открытости новым моделям, таким как генеративный ИИ», потому что «то, что имело успех два года назад, завтра может устареть». «Будьте менее одержимы тем, что такое ИИ, и более одержимы тем, что понадобится вашему клиенту», – сказала Таккар.
Пятилетний план по ИИ включает пять элементов: стратегическое согласование видения ИИ с бизнес-целями; стратегию данных и систему управления; план по талантам, изменениям и организации; структурированный подход к инновациям и экспериментам; и приверженность гибкости и непрерывному обучению, – сказала Морган-Вандом. Фанг добавила акцент на «общекорпоративной стратегии данных и платформы», гарантируя, что ИИ встроен в основные возможности продукта, совершенствуя организационный дизайн и развитие талантов для интеграции ИИ и создавая основы ответственного ИИ и управления рисками. Другие компоненты включают планы обучения ИИ для нетехнического персонала, аудит моделей и стандарты ответственного ИИ, межфункциональный руководящий комитет по ИИ и выделенный бюджет на исследования и разработки для внутренних инструментов ИИ, добавила Таккар. К пятилетней отметке KPI должны отражать стратегическое влияние ИИ. Танкус ожидает «существенного культурного сдвига в сторону использования инструментов ИИ для повседневного повышения производительности, эффективности и получения инсайтов». Показатели Морган-Вандом на пятый год включают «показатели бизнес-кейса в функциональной области – ориентированные на эффективность, затраты или улучшение доходов, часто расширенные до завоевания доли рынка», наряду с инновационным потенциалом, этическим соответствием и измеримой трансформацией рабочей силы. KPI Фанг на этом этапе включают использование продуктов ИИ в процентах от общего использования продуктов и: доход на одного сотрудника как фундаментальный бизнес-показатель.
Следуя поэтапной, прагматичной дорожной карте, предприятия могут превратить ИИ из модного слова в стратегический двигатель роста. Успех приходит не от погони за каждым новым инструментом, а от внедрения ИИ в работу организации для повышения эффективности, инноваций и долгосрочного конкурентного преимущества.
