Про що:
Продовжуємо знайомити вас зі стратегією впровадження ШІ від Гарвардської школи бізнесу. У першій частині ми розповіли про перші 5 кроків. Зараз познайомимо з наступними етапами.
Зміст
Крок 6. Створіть єдиний підхід для всієї організації
Крок 7. Організуйте структуру управління ШІ
Крок 8. Розвивайте проєкти ШІ
Крок 9. Будьте готовими до постійних інвестицій
Крок 10. Знаходьте нові джерела даних
Крок 6. Створіть єдиний підхід для всієї організації
Після внутрішнього тестування та освоєння ШІ в одному з робочих процесів вам напевно захочеться активніше розгортати його в усій організації. Втім, не варто витрачати час на те, щоб розробити алгоритмічну модель для кожного окремого процесу. Вашою метою має бути пошук єдиного підходу, який можна відтворити для усієї компанії.
Наприклад, клініка Клівленда побудувала прогнозну ШІ-модель, яка допомагала оцінити ризик появи того чи іншого захворювання. Завдяки цьому установа хотіла якісніше розподіляти обмежені ресурси. Наприклад, відповідно до розрахунків ШІ пріоритет для перевірки стану здоров’я надавали, скажімо, пацієнту із цукровим діабетом, адже цей діагноз мав оцінку високого ризику.
Надалі клініка розробила й іншу модель, яка мала вже ширші функції. Новий алгоритм дозволив виявляти пацієнтів, які перебувають у групі ризику, але поки не мають симптомів. Цей моніторинг використовується для завчасного планування профілактичного огляду.
Крок 7. Організуйте структуру управління ШІ
Призначте відповідального за те, як штучний інтелект розгортатиметься в усій організації. Лідер, по-перше, має щиро вірити у ШІ та бути знайомим з інформаційними технологіями. Далі він має розуміти, на що ШІ здатен загалом, що він може зробити для компанії і які наслідки це може мати для стратегій, бізнес-моделей, процесів та команд.
Найбільша проблема, з якою стикаються керівники, — це створити культуру, яка мотивуватиме співробітників захоплюватися потенціалом штучного інтелекту. За відсутності такої культури, організація не знайде себе у переліку успішних компаній, які впровадили ШІ.
Крок 8. Розвивайте проєкти ШІ
Більшість керівників відділів штучного інтелекту та аналітики все ще витрачають багато часу на те, щоб просто розповідати іншим менеджерам про цінність і призначення технології. Втім, головне, щоб проєкти штучного інтелекту отримували достатнє фінансування та час на розвиток.
Важливо також розуміти, що загалом на практиці усім співробітникам потрібно опановувати ШІ. Проте працівників, які безпосередньо реалізують ШІ-проєкти, необхідно навчати технології більш активно.
Наприклад, коли Піюш Гупта став генеральним директором DBS Bank, то виявилося, що це була компанія з найнижчим у Сінгапурі рейтингом обслуговування клієнтів. Тож, підприємець інвестував близько 300 мільйонів доларів на рік протягом кількох років в експерименти зі штучним інтелектом.
У результаті фахівці розробили додаток, який передбачав відтік персоналу та допомагав банку наймати найбільш кваліфікованих працівників, що покращило обслуговування клієнтів та підвищило їхню лояльність. Крім того, Euromoney визнав DBS найкращим банком у світі з 2018 по 2021 рік.
До того ж ми вже розповідали у нашій статті, що бізнес, який розвиватиме ШІ, може підвищити показники задоволеності клієнтів майже на 10% та збільшити продажі на 20–30%.
Крок 9. Будьте готовими до постійних інвестицій
Активно впроваджувати штучний інтелект — це не те рішення, яке лідери приймають легковажно. Вони розуміють, що цей крок матиме серйозний вплив на компанію та її витрати протягом десятиліть. Спочатку такі зобов’язання щодо бюджетів можуть налякати організації. Але є й суттєві переваги, заради яких все це необхідно робити.
Наприклад, компанія CCC Intelligent Solutions витрачає щороку понад 100 мільйонів доларів на штучний інтелект та дані, які він обробляє.
Підприємство розробляє рішення у сфері автострахування, які допомагають бізнес-клієнтам правильно оцінити рентабельність інвестицій. Тож, сьогодні CCC Intelligent Solutions надає послуги для розгалуженої екосистеми, яка складається з приблизно 300 страхових фірм, 26 000 ремонтних центрів, 3500 постачальників запчастин і ключових автовиробників на ринку. Такий масштаб діяльності вимагав від компанії багатьох зусиль та значних інвестицій.
Крок 10. Знаходьте нові джерела даних
Алгоритми штучного інтелекту значною мірою керуються будь-якими даними, які можна зібрати. Більше даних — добре. Більш точна інформація — ще краще. Завжди шукайте нові джерела інформації для нових ініціатив ШІ. Наприклад, одним з джерел даних про споживачів може стати Big Data-аналітика від телеком-операторів. Це рішення допомагає працювати з інформацією про наявних та потенційних клієнтів, визначати їхні потреби та персоналізовано комунікувати з аудиторією.
Наприклад, з Big Data-спеціалістами Київстар ви можете створити портрет клієнта. Тобто сегментувати ваших покупців за майже 100 критеріями (вік, стать, стиль життя тощо). Це дозволить краще зрозуміти уподобання споживачів та розробити за допомогою ШІ товари або послуги, які варто їм пропонувати.
Big Data та аналітика
Big Data для аналітики
Побудова портрета наявної та визначення потенційної ЦА з використанням 100+ Big Data-параметрів. Допомагає зрозуміти реальні потреби клієнтів для подальшого розвитку бізнесу.
Також великі дані допомагають визначити обсяг потенційної аудиторії та залучити нових клієнтів, які з великою ймовірністю зацікавляться вашими продуктами чи послугами. Це відбувається шляхом використанням look-alike моделі. У такий спосіб можна знайти нові напрями для розвитку бізнесу, а також покращити асортимент, вдосконалити програму лояльності, розширити мережу тощо.
Замовити Big Data-сервіси від Київстар можна на сайті. Натисніть кнопку «Замовити консультацію», заповніть форму і наш експерт вам зателефонує, щоб розповісти детальніше.
Ці 10 кроків на шляху до впровадження штучного інтелекту Нітін Міттал та Томас Х. Девенпорт назвали головними для бізнесу.
Проте крім цього є ще 20 навичок майбутнього для ери цифровізації. Ви вже почали їх опановувати?
Додайте коментар