Vid det här laget har många styrelser bett sina ledningsgrupper att skapa minst ett AI-användningsfall - om inte tiotals användningsfall. Att välja rätt AI-användningsfall påverkar inte bara hur styrelsen ser på din prestation, det påverkar också företagets konkurrenskraft i den digitala tidsåldern.
Det är ett uppdrag som Jeff McMillan, den nya chefen för företagsövergripande AI på Morgan Stanley, förstår. "Vi har implementerat två användningsfall. Men hur är det i en värld där vi kanske har 100,000?", sa han nyligen i en intervju med Axios.
Möjligheterna känns obegränsade, men organisationer har inte råd att vara mållösa. Att anpassa AI-användningsfallen till era strategiska mål och implementera dem med en fullständig bild av er riskexponering kräver en noggrann beslutsprocess.
Oavsett om du precis har börjat arbeta med AI eller om det är femtioelfte gången du återvänder behöver du ett ramverk för att samla idéer och prioritera de bästa, minimera riskerna och kontinuerligt utvärdera dina möjligheter.
Dessa insikter från en nyligen genomförd paneldiskussion om AI i företag utgör grunden för ett beslutsramverk för AI-användningsfall som kan användas för att snabbt identifiera rätt användningsfall.
Hur man identifierar AI-användningsfall
1. Samla in idéer.
För att påskynda din beslutsprocess bör du börja med en full korg av idéer. Bästa sättet att få tag på dem? Crowdsourcing.
Razat Gaurav, VD för Planview, beskrev hur Planview fick fram AI-användningsfall: "Vi använde ett av våra egna verktyg som heter IdeaPlace för att få in alla typer av interna och externa användningsfall från alla våra medarbetare." Sedan gick han igenom ett ramverk baserat på värdet för företaget och komplexiteten i arbetet för att prioritera resultaten från AI-"hackathonet".
Jana Eggers har sett många AI-implementeringar som VD för Nara Logics, ett mjukvaruföretag som hjälper företag att bygga AI-rådgivare.
Hon har märkt att när ledare utmärker sig med en AI-produkt så "går de ut och ber om alla idéer, och sedan väger de idéerna mot varandra". När hon ser dem kämpa är en faktor att "de [inte] frågade efter ett tillräckligt brett perspektiv. . . samla in dessa idéer från en större grupp och väga samman interna och externa [användningsfall]."
Du kanske inte behöver detta steg varje gång du går igenom ramverket för användningsfall om du fortfarande har en mängd nya idéer från olika källor.
2. Prioritera efter smärtpunkt.
Nästa (avgörande) steg i ramverket: prioritera efter smärtpunkt, så att du fokuserar på affärsproblem snarare än FOMO. Självklart vill du inte hamna i ett användningsfall där ansträngningen är större än det problem du ska lösa.
Var mycket medveten om att välja användningsområden som är kopplade till smärtpunkter.
Dr. Rich Sonnenblick, Chief Data Scientist på Planview, varnade för att välja lösningar bara för att de har AI i titeln eller verkar vara trendiga just nu. Istället uppmanar han chefer att "vara mycket medvetna om vilka användningsområden som du anser är kopplade till smärtpunkter inom din organisation och vilka användningsområden för dina kunder som är starkt kopplade till deras smärtpunkter".
Ray Wang, moderator för panelen och Principal Analyst, grundare och ordförande för Constellation Research, presenterade en hierarki för att anpassa dina användningsfall till olika behov i organisationen. Du hittar hans hierarki och fler insikter i den fullständiga paneldiskussionen om AI i företaget.
3. Tänk på den löpande kostnaden.
När du bestämmer dig för var du ska investera i AI, ta med den löpande underhållskostnaden i dina planer. Om du väljer att bygga den själv står du för den initiala kostnaden för att aktivera lösningen. Rich redogjorde för de dolda löpande kostnaderna:
- Kostnaden för den support och det underhåll över tid som krävs för att kontinuerligt träna AI-modellen.
- Den tid det tar att hålla sig à jour med nya modellförbättringar som måste inarbetas.
Om du köper en lösning är det lättare att se de löpande kostnader som kommer att påverka ditt beslut. De pengar du lägger på att underhålla ett AI-användningsfall är trots allt mindre än vad du skulle behöva lägga på en ny AI-investering.
4. Börja i liten skala och få feedback.
Du kan genomföra en omfattande och dyr marknadsundersökning för AI-användningsfall som tar åtta till 10 veckor. Eller så kan du börja bygga med de användarinsikter du redan har för att få ut en produkt på marknaden.
Sejal Amin, Shutterstocks Chief Technology Officer, beskrev deras process: "Vi satte faktiskt igång [ett AI-projekt] på några veckor, och vi fick ut en tidig version på marknaden inom fyra månader. . . . Vi trodde att vi förstod användningsområdet tillräckligt bra för att kunna presentera det för en liten publik och börja få lite feedback. . . Med den feedbacken börjar vi iterera."
Det finns många sätt att utveckla nya produkter och tjänster, men Sejal uppmuntrar andra chefer att "börja bygga och testa med utgångspunkt i användningsfallet. . . . Om du bara har tillräckligt för att börja bygga, gå dit, börja få feedback och bygg sedan vidare därifrån."
5. Gör en ny bedömning varje kvartal.
Slutligen, återkom till ramverket varje kvartal för att uppdatera din plan. Landskapet för AI-leverantörer och AI-teknik förändras snabbt. Tveka inte att göra om planeringen om behoven har förändrats, om det finns ett bättre sätt att lösa ett användningsområde eller om du kan ta med ytterligare en smärtpunkt.
Välj AI-användningsfall som differentierar
Slutmålet med dessa AI-användningsfall är att tidigt identifiera de som blir era strategiska differentieringsfaktorer.
För att nå dit krävs investeringar för att testa vad som fungerar och vad som inte gör det, men om du kan fatta dessa investeringsbeslut på ett smart sätt kan du komma fram till värdefulla lärdomar, framgångsrika produkter och förhoppningsvis differentierande förmågor.
Ta del av hela paneldiskussionen, där du hör panelen utforska:
- Hur AI förbättrar beslutsfattande och genomförande
- Responsible AI
- AI:s inverkan på kunskapsarbetare
- Vad företagsorganisationer kan göra nu
- AI:s konsekvenser för företagsdata
Gå vidare med att utveckla ditt företags AI-strategi med vår guide, Att bygga en AI-strategi för att lyckas med digital transformation, och en Genomgång för AI-chefer.
