Связаться с нами

На сайте используются файлы cookies для обеспечения наилучшего взаимодействия с сайтом

Только стратегия развития ИИ предопределит рост бизнеса при внедрении ИИ

Статья написана

Стратегия развития ИИ

Главная

Блог

Viktor Kumpan

Founder & CEO

Июнь 25, 2024 | Статья | 7 минут чтения

Компании активно внедряют ИИ в бизнес-процессы с целью улучшения ключевых показателей эффективности (KPI), но в большинстве случаев цели не достигаются. На исполнение риcков, препятствующих достижению KPI, влияет множество факторов, большинство из них отразим в данной статье. Отсутсвие стратегии развития ИИ в компании — один из ключевых.

В данной статье определим:

Как образуется негативный эффект для компании от внедрения ИИ в бизнес-процессы.

Почему стратегия развития ИИ предопределяет успех внедрения ИИ.

Практики экономических, репутационных, кадровых потерь и возможности их предотвращения при внедрение ИИ.

Поделимся опытом того, как в SkylarAGI создаются безупречные стратегии роста для наших клиентов.

Share Popup

Негативный эффект от внедрения ИИ в процессы компании

Компании, внедряющие решения на базе Искусственного Интеллекта в бизнес-процессы, ожидают положительного эффекта на KPI процессов. В 75% случаев не удается достичь целевого результата из-за несогласованности стратегий развития компании и стратегий применения ИИ в процессах компании. Разберем основные ошибки, влияющие на производительность, рентабельность, прибыльность процессов и ключевые возможности, повышающие успешность применения ИИ в процессах компании.

Снижение производительности и рентабельности бизнес-процессов при внедрении ИИ

Производительность — ключевой параметр в операционной деятельности компаний. Он характеризует эффективность и результативность бизнес-процессов во времени. Рентабельность характеризует инвестиционную привлекательность операционной деятельности. Внедряя решения на базе ИИ в бизнес-процессы, компании только в 10% случаев достигают ожидаемого эффекта. На это влияют ключевые факторы, препятствующие достижению результата.

случаев компании достигают ожидаемого эффекта при внедрении ИИ

в 10%

Расхождение со стратегическими целями бизнеса

Фундаментальным фактором успеха от внедрения ИИ является согласованность ключевых стратегий на корпоративном уровне со стратегией развития ИИ на уровне «бизнес-стратегии». Распространенная ошибка компаний — реализация ИИ стратегии на уровне «функциональных стратегий», что возникает из-за внутренних инициатив по внедрению ИИ в определенных функциях компании. Данная ошибка снижает стратегические бизнес-метрики из-за несогласованности бизнес-решений, принимаемых на основе ИИ, с ключевым направлением развития.

Компания, производящая потребительские товары, внедряет ИИ для оптимизации складских запасов. Инициатива исходит от отдела логистики, который видит потенциал ИИ в снижении издержек в складских операциях. На корпоративном уровене, компания сосредоточена на расширение продуктовой линейки, что требует гибкости и способности быстро адаптироваться к изменяющимся потребностям рынка, а не минимизировать операционные издержки. Из-за отсутствия согласования стратегий, внедрение ИИ в логистике приводит к жесткому регулированию запасов. В результате, отдел маркетинга сталкивается с трудностями в продвижении новых продуктов, поскольку складские запасы оптимизированы под старые модели спроса.

Неподготовленность бизнес-процессов

Готовность бизнес-процессов к применению ИИ — важнейший фактор достижения максимального экономического эффекта от технологий, позволяет кратно увеличивать эффективность ИИ. Готовность БП включает в себя множество пунктов, некоторые из них:

выстроенная система оценки результативности процессов,

подготовленная IT-инфраструктура для применения ИИ,

настроенные процессы данных.

Внедрение ИИ в процессы с плохим качеством данных негативно влияет на стабильную эффективность работы ИИ, а без выстроенной инфраструктуры невозможно вовремя остановить негативное влияние ИИ на бизнес-метрики.

Компания по добычи нефти внедряет ИИ систему оценки профиля добычи на год вперед. В начальной стадии разработки месторождения ИИ-система показывает высокие бизнес-метрики и считается референтной моделью. С течением времени природа входных данных изменяется и система прогнозирует недостоверные значения профиля добычи. На основе некорректного прогноза компания выстраивает другие бизнес-процессы, что влечет сильный негативный эффект на бизнес-метрики. Данной проблемы удалось бы избежать, если бы компания выстроила процессы управления данными.

Несогласованность бизнес-цели и ИИ-технологий

Для планирования распределения капитала и формирования инвестиционных стратегий, зачастую, компании хотят предсказывать ключевые действия пользователей с товарами или услугами на определенный горизонт. ИИ-технологии — мощный инструмент для достижения точных результатов прогнозов, но есть одно «но». Так же, как и любые другие технологии, различные модели ИИ имеют свои неявные ограничения. Ключевой ошибкой с сильным негативным эффектом на показатели компании является применения ИИ-технологий для краткосрочного прогноза в задачах стратегического планирования.

Компании в электронной коммерции необходимо оценивать LTV клиента или сегмента клиентов на 360 дней для распределения финансов в маркетинговой стратегии удержания. Компания внедряет в данный процесс ИИ-продукт, который содержит модель, способную качественно прогнозировать на 50 дней вперед, а оставшиеся 310 дней она протягивает средним значением, не учитывая специфику данных бизнеса. Таким образом, составленный финансовый план будет смещен в сторону выбросов в данных из-за статистической особенности «среднего» и не будет учитывать важные для бизнеса показатели. Этот фактор окажет негативное влияние на конечную рентабельность капитала в маркетинге.

Уменьшение прибыли при внедрении ИИ

Главным фактором уменьшения выручки бизнес-единицы от внедрения ИИ являются ошибки в оценке экономического эффекта и KPI для применения ИИ-технологий в процессах. Около 95% компаний рассчитывают оценку эффекта от ИИ только на основе анализа опыта применения аналогичных технологий другими участниками рынка и некорректно определяют сегмент для внедрения ИИ, что приводит к кратному снижению рентабельности процессов.

Недостаточная оценка стоимости применения ИИ в бизнес-процессах

Денежные потоки, формируемые технологиями ИИ в процессах компании, с каждым годом увеличивают влияние на будущую прибыль, так, в 2018 году на ИИ приходилось 14% потоков, формируемых IT, а к 2024-му году — 34%. При оценке потоков компании не учитывается большинство важных факторов, образующих издержки на ИИ-технологии, что существенно влияет на затраченные ресурсы в процессах цифровой трансформации бизнеса. Большинство инвестиционных моделей являются неподходящими для их точной оценки.

Например: при использовании модели DCF, при расчетах IRR и NPV сложно точно оценить будущие денежные потоки, формируемые ИИ из-за большой доли неопределенности на начальных этапах его применения и тренда индустриального развития ИИ-технологий.

Чтобы применение ИИ-технологий в процессах компании приносило бОльшую прибыль, при инвестиционной оценке необходимо, но недостаточно корректно учитывать:

отложенный эффект от внедрения ИИ,

стоимость управления талантами,

стоимость управление ИИ и ИИ-инфраструктурой,

эффект на целевую бизнес-модель компании.

Некорректная постановка бизнес-ценности от применения ИИ

Практически все решения на базе ИИ, внедряемые в бизнес-процессы — это абстракция над извлечением конкретных параметров (статистик) из большого объема данных, которые имеют некую ценность для бизнеса. Следуя тренду внедрения ИИ, большинство компаний забывают провести бизнес-оценку данных в своих процессах. В этом блоке сконцентрировано более 70% первоначальной и ключевой бизнес-ценности, но на этапе внедрения ИИ этим пренебрегают.

Первоначальной бизнес-ценности находится в процессах оценки данных компании

70%

Большинство компаний ставят ошибочный KPI на повышение прибыльности через внедрение ИИ в бизнес-процесс, когда корректным KPI является повышение прибыльности через повышение эффективности принимаемых решений на основе данных, в то время как ИИ выступает одним из множества инструментов.

«Вы уверены, что используемый ИИ в процессах Вашей компании действует в соответствии с ценностями компании?» — один из ключевых вопросов в достижении прибыльности от ИИ.

Нефтедобывающая компания внедряет систему предиктивной аналитики для прогнозирования профиля добычи нефти на месторождениях на 720 дней вперёд. В инвестиционной оценке внедрения ИИ главным KPI, формирующим денежный поток, является уменьшение стоимости продукции в джоуль/доллар из-за повышения операционной эффективности компании.

Данный инвестиционный проект будет крайне убыточным, пока компания не сфокусируется на процессах автоматизированного контроля ИИ и потоков данных в процессе принятия решений. В ином случае, ИИ не будет действовать в интересах компании ввиду постоянно изменяющихся факторов среды. Одни из первоначальных KPI на данный проект, которые с большей вероятностью ускорят период окупаемости:

Минимизация времени на обнаружение в данных изменений параметров среды — для принятия решений на стандартизированных данных.

Увеличение процента покрытия метриками ключевых бизнес-процессов в операционном сегменте — для контроля качества принимаемых решений на KPI процессов.

Минимизация времени на внедрение изменений в контур принятия решений на основе данных — для управления системами принятия решений в масштабе компании.

Стратегии развития ИИ предопределяют успех при внедрении ИИ в бизнес

ИИ технологии позволят бизнесу выйти на новые уровни эффективности и получить устойчивые конкурентные преимущества только при следовании стратегическому подходу к операциям c ИИ в бизнес-процессах. Стратегия внедрения ИИ помогает организациям избежать исполнения множества рисков, связанных с внедрением ИИ, и быстрее и эффективнее достигать целей. Независимо от типа процессов или юнитов, в которые вы хотите внедрить ИИ, наличие четко определенного плана обеспечит извлечение значимой пользы из ИИ и максимизации результатов его воздействия.

Стратегический подход к применению ИИ в бизнесе

Стратегический подход к операциям с ИИ — это система стратегического планирования процессов применения технологий ИИ для эффективного достижения ключевых целей бизнеса.

Реализация стратегии развития ИИ в компании зависит от процента покрытия ИИ технологиями бизнес-процессов, коэффициента талантов, корпоративной культуры, качества управления процессами данных и т. д.

Статистически, компании разделяют на 4 категории по направлениям развития операций с ИИ:

ИИ-драйверы — разработали множество стратегий в области ИИ и способны реализовать их на практике для получения прибыли. Выручка компании от процессов ИИ более 30%.

ИИ-инноваторы — разработали ключевые стратегии ИИ, но испытывают трудности с внедрением их в бизнес-процессы.

ИИ-строители — прогрессивно инвестируют во внедрение ИИ, но не следуют стратегиями ИИ.

ИИ-экспериментаторы — не имеют стратегий в области ИИ и возможностей для их практического применения. Проводят пилотные запуски ИИ в тестовых окружениях.

Выбор оптимального пути между категориями зависит от целей стратегий развития, индустриальных факторов, финансовых показателей и бизнес-моделей компании.

Компаниям с EBITDA Margin меньше 10% и бизнес-моделью электронной коммерции нужно начинать с категории «ИИ-инноваторы», не погружаясь в категорию «ИИ Строители», из-за больших рисков с негативным эффектом от прямого воздействия ИИ на волатильность активов компании. Выбор «ИИ-инноваторы» позволит компании подготовить процессы к внедрению ИИ и точно определить денежный поток от инвестиций в ИИ.

Для того, чтобы выстроить эффективную стратегию, необходимо сфокусироваться на текущих и целевых показателях эффективности бизнес-процессов, возможностях текущей IT-инфраструктуры и операциях с корпоративными данными.

Преимущества стратегического подхода к развитию ИИ

Вне зависимости от уровня развития ИИ в компании, стратегический подход предоставляет ряд преимуществ:

Формализация цели от внедрения ИИ, что делает ИИ бизнес-ориентированным и направляет ИИ на достижение наиболее значимых результатов.

Адаптация стратегии управления изменениями в компании к процессу внедрения ИИ. Подготавливает процессы и сотрудников компании к непрерывному совершенствованию с целью повышения эффективности применения ИИ.

Оптимизация распределения бюджета и ресурсов на инвестиции в технологии, таланты и инфраструктуру ускоряет период окупаемости и повышает скорость интеграции ИИ в процессы компании.

Учет возможностей масштабирования позволяет заранее определить ресурсы, необходимые для применения ИИ в масштабах компании, и выделить технические ограничения для дальнейшего применения ИИ в смежных бизнес-процессах.

Определение направлений развития стратегии обработки данных для непрерывного снабжения ИИ информацией, необходимой для поддержания высокой производительности и достижения целевых экономических показателей.

Стратегическое внедрение ИИ VS внедрение ИИ

Внедрение ИИ без формализации четкой стратегии развития ИИ влечет за собой экспоненциальный рост рисков, которые могут привести к существенным экономическим, временным и репутационным потерям. Компании могут избежать реализацию рисков при согласованности стратегии развития ИИ с иными стратегиями компании на всех уровнях бизнес-процессов и превратить потенциальные риски в сверх-прибыль.

В 2021 году, среди руководителей 2000 крупнейших (по рыночной капитализации) компаний мира, те, кто упомянул ИИ в своих финансовых отчетах, на 40% чаще ожидали роста цен на акции своих компаний, в то время как в 2018 году данная оценка составляла 23%.

Кейсы экономических потерь при внедрении ИИ

Объем негативного эффекта от внедрения ИИ зависит от индустрии и бизнес-модели компании. Далее покажем индустриальные бизнес-практики, в которых внедрение ИИ негативно отразилось на компании.

1. Недвижимость

Компания Zillow, специализирующаяся на операциях с недвижимостью, в 2018 году запустила программу по покупке домов и их быстрой перепродаже. В апреле 2018 года Zillow купила 27 000 домов, но к концу сентября 2021 года продала только 17 000, понесла убыток в размере 304 миллионов долларов и сократила штат на 25%. Причиной потери ликвидности актива и, как следствие, потери выручки стало неконтролируемое использование искусственного интеллекта в процессах оценки стоимости жилья. ИИ Zillow совершал сделку на покупку домов по ценам, превышающим текущие оценки будущих цен на продажу.

2. Производство и оптовые поставки

Компания X, специализирующаяся на производстве морепродуктов и оптовой поставке в торговые сети, в 2023 году инвестировала 100 тысяч долларов в разработку системы подбора оптимального ассортимента продукции для торговой сети. Ключевой KPI компании в рамках данного ИИ продукта — увеличение объема продаж. ИИ-система должна управлять скидкой и объемами поставок для достижение поставленного KPI. В результате, компания потеряла 110 тысяч долларов и 8 месяцев из-за того, что на выделенные ассортименты спрос со стороны клиента оказался недостаточным.

3. Юридическая деятельность

Сотрудники юридической компании Levidow & Oberman для подготовки судебных дел использовали технологию ChatGPT в процессе поиска исков к авиакомпании Avianca. В судебном процессе шесть предоставленных дел были ложными — они содержали неверные имена, номера дел и цитаты. В результате, компания потеряла 5 000 долларов и получила санкции на свою юридическую деятельность.

4. Управление кадрами

Компания iTutor Group внедрила программное обеспечение для подбора персонала, а в 2023 году выплатила 365 000 долларов, чтобы урегулировать судебный процесс, связанный с кадровой дискриминацией. ИИ в компании отклонял кандидатов-женщин старше 55 лет, не учитывая их опыт и квалификацию.

5. Исследовательские центры

Компания S — одна из мировых лидеров в разработке электроники, инвестирует в разработку ИИ-решений для улучшения качества изображений при съемке видео. Исследовательский центр компании получил раунд финансирования в 1,5 миллиона долларов на разработку ИИ. Затраты на вычислительные ресурсы для обучения ИИ за 6 месяцев составили 80% бюджета, как результат, проект не смог выйти на окупаемость и достичь целевых KPI. Сотрудники центра обучали ИИ на корпоративных видео-данных, собранных с различных источников и не имеющих общей структуры, из-за чего модели не были способны качественно обучиться и достичь целевого уровня качества.

Предотвращение экономических потерь при внедрении ИИ

Каждая из описанных компаний могла избежать реализации рисков при согласованности стратегии развития ИИ на всех уровнях бизнес-процессов и превратить потенциальные риски в сверх-прибыль через адаптации стратегии под изменяющиеся факторы бизнес-среды. Разберем, как каждая из компаний могла бы избежать потерь:

Предотвратить потери Zillow можно было через добавление в стратегию применения ИИ пункт о сегментировании торговых моделей по разным профилям торговых рисков и связь данного пункта с инвестиционной стратегией Zillow с целью ограничения влияния торговых моделей на волатильность капитала компании.

Компания X могла снизить риски через согласование стратегии развития ИИ и маркетинговой стратегии. Компания может сфокусироваться на стимулировании сбыта продукции конечному покупателю для обеспечения стабильной ликвидности, а после — внедрять систему ценообразования и оценки привлекательности товара.

Теневое использование ИИ сотрудниками Levidow & Oberman можно предотвратить через добавление в корпоративную культуру стратегии использования ИИ в бизнес-процессах.

iTutor могла предотвратить риски, если бы согласовала стратегию развития ИИ не только со стратегией управления человеческими ресурсами, но и со стратегией управления стейкхолдерами.

Компания S действовала исходя из стратегии управления инновациями, которая объединяла стратегию данных и стратегию развития ИИ. Для предотвращения рисков необходимо разделить эти стратегии для распределенного управления процессами данных и ИИ. Это позволит стандартизировать подход к подготовке данных и сократить издержки на обучение ИИ.

Как SkylarAGI создает стратегии безупречного роста бизнеса с ИИ?

Аккумулирование макро- и микроэкономических трендов всех индустрий при внедрении технологий ИИ и Больших Данных в сочетании с бизнес-видением и ключевыми показателями компании позволяет SkylarAGI создавать стратегии безупречного роста для Вашего бизнеса.

Разработанные стратегии направлены на повышение эффективности и ускорение достижения глобальных целей и совершенства бизнеса. Наш опыт в разработке высокотехнологичных решений любого масштаба позволяет обеспечить надежный технологический фундамент и предотвратить исполнение большинства рисков на этапе стратегического планирования.

Смело берите на себя обязательства по непрерывному улучшению компании и выходите на новые уровни эффективности и скорости достижения глобальных целей бизнеса c SkylarAGI.

Получить консультацию