Bedrijfsoperaties Transformeren met GenAI: Begin met Strategie, Schaal Vervolgens Op

Of ze het nu gebruiken om routinetaaken te hyper-automatiseren of om producten en diensten te superladen, bedrijven omarmen steeds vaker generatieve kunstmatige intelligentie (GenAI) om een competitief voordeel te behalen. Maar GenAI succesvol implementeren is makkelijker gezegd dan gedaan. Het vereist een welgedefinieerde strategie en een diep begrip van uw zakelijke behoeften en data-eisen.

De eerste vraag die bedrijven zich moeten stellen is welke gebieden binnen hun organisatie het meest zouden baaten bij GenAI. Moeten initiële GenAI-projecten gericht zijn op het verbeteren van interne operaties, zoals het efficiënter maken van de marketing- of HR-afdeling? Of moeten ze klantgericht zijn, zoals het optimaliseren van het callcenter of het verbeteren van de algehele digitale aanwezigheid van een bedrijf?

Wat de use case ook is, als eerste stap kan GenAI zeer effectief zijn in het optimaliseren en stroomlijnen van complexe bedrijfsprocessen en workflows. In sectoren als gezondheidszorg, technologie, productie en detailhandel zijn er ingewikkelde procedures die meerdere afdelingen en instanties omspannen. Bedrijven beginnen nu plekken te identificeren waar AI-contentgeneratie, analyse en samenvatting overdrachten tussen teams kunnen automatiseren en tijdlijnen en outputs kunnen versnellen.

Een klant waar we mee werken, een grote gezondheidszorgaanbieder die de planning van radiologie-afspraken voor ziekenhuizen beheert, heeft massive efficiëntiewinst geboekt met AI. Het plannen van één radiologie-afspraak omvat het evalueren van tientallen verschillende parameters, zoals beschikbaarheid van artsen, apparatuur en patiënten — een proces dat gemiddeld 8 tot 10 minuten in beslag nam. Door GenAI te gebruiken om alle datapunten snel te analyseren, heeft de aanbieder de plantijd teruggebracht tot slechts 2 tot 3 minuten. Dat is groot. Voor een aanbieder met hoog volume vertaalt het reduceren van plantijd met zelfs enkele minuten per afspraak zich in miljoenen dollars aan kostenbesparing per jaar.

Maar de realiteit is dat de meeste organisaties eerst leren lopen met GenAI voordat ze kunnen rennen. Meer dan tien jaar geleden brak adviesbureau McKinsey de stadia van innovatie op in drie verschillende horizonnen. De eerste, die zich voordoet over de eerste een of twee jaar, is incrementele innovatie, wat betreft geleidelijke verbeteringen of optimalisaties van bestaande producten, diensten of processen. De tweede horizon, over de volgende twee tot vijf jaar, gaat over het verkennen en ontdekken van nieuwe uitbreidingen. De derde horizon, typisch vijf tot tien jaar uit, betreft het envisioneren en creëren van volledig nieuwe businessmodellen of marktkansen die eerder niet bestonden.

Ik geloof dat deze innovatiehorizonnen nog steeds gelden, maar hun tijdlijnen zullen in het tijdperk van GenAI aanzienlijk versneld worden. Volgens een recent rapport van IDC nemen 92% van de AI-implementaties 12 maanden of minder in beslag, met organisaties die een gemiddelde rendement op hun investeringen realiseren binnen 14 maanden.

Zie ook: Lagen van Waarde Afleiden uit GenAI-toepassingen

5 Stappen om GenAI Optimaal voor Bedrijven te Gebruiken

Hoewel de potentiële voordelen van GenAI enorm zijn, vereist het succesvol operationeel maken en opschalen van de technologie een pragmatische benadering met duidelijke doelen. Hier zijn vijf stappen om positieve resultaten voor uw GenAI-rollout te bereiken.

1: AI-nauwkeurigheid Garanderen

Een cruciale uitdaging waar bedrijven voor staan is het verifiëren van de nauwkeurigheid en betrouwbaarheid van AI-gegenereerde outputs. De meeste AI-modellen, zoals ChatGPT, komen met disclaimers dat hun content onnauwkeurig of fout kan zijn. Daarom hebben bedrijven nog steeds mensen in de lus nodig om de nauwkeurigheid van AI-outputs te beoordelen en te valideren.

Het goede nieuws is dat er nieuwe tools op de markt zijn die mensen in staat stellen AI-gegenereerde content te evalueren, feedback te geven over wat nauwkeurig is vs. onnauwkeurig, en modellen continu fine-tunen. Een mate van menselijk toezicht zal essentieel zijn voor het opbouwen van vertrouwen en accountability naarmate GenAI operationeel wordt in zakelijke workflows.

2: De Business Case Kwantificeren

Een andere belangrijke overweging is ROI. U moet kijken of u energie moet steken in iets met AI wat anders ook via traditionele automatisering of bestaande workflows gedaan kan worden. Hoeveel geld uitgeeft u om iets te bereiken wat op een simpelere manier kan?

Naast financiële ROI moeten bedrijven de potentiële tijdsbesparing in kaart brengen door AI te gebruiken voor contentgeneratie, analyse en andere taken. Als u content wilt genereren en analyseren met AI, hoeveel uren bespaart u dan ten opzichte van handmatig doen? Wat is de totale reductie in tijd voor dat zakelijke proces? U kunt die tijdsbesparingen dan koppelen aan kostenbesparingen. De tijd- en kostenbesparingen die mogelijk zijn door processen te stroomlijnen met AI, kunnen overtuigende drijfveren zijn. Die besparingen kunnen echter sterk variëren per use case en domein.

3: Een Ervaren Partner Vinden

De snelle evolutie van GenAI de afgelopen 18 maanden heeft begrijpelijk verwarring veroorzaakt. Aanvankelijk was er sprake van het bouwen van custom modellen in-house. Maar dat is vergelijkbaar met het creëren van uw eigen mobiele app-platform. Het is duidelijk een te complexe en kostbare onderneming voor de meeste bedrijven.

De wijze benadering voor de meeste organisaties is het uitvoeren van proof-of-value (POV) projecten. In tegenstelling tot een proof-of-concept dat de technologie zelf valideert, toont een POV de concrete waarde aan die uw bedrijf kan halen door GenAI te benutten voor specifieke use cases. Laat u niet vastlopen in het bewijzen van wat al vaststaat — dat deze modellen werken. Focus in plaats daarvan op het bewijzen van hun waarde voor uw operaties.

Om een effectieve POV uit te voeren, greep in op de expertise van partners en IT-dienstverleners met diepe GenAI-domeinkennis, ondersteund door bewezen platforms zoals Microsoft, Google of AWS. Deze specialisten brengen waardevolle ervaring mee in het implementeren van vergelijkbare oplossingen voor andere klanten.

4: Datakwaliteit Prioriteren

De sleutel tot geweldige GenAI-uitkomsten is datavoorbereiding. Het gaat allemaal om de kwaliteit, beschikbaarheid, organisatie en governance van uw data, niet alleen om het trainingsproces zelf. De bottom line is dat het onmogelijk is om succes te behalen met AI als uw data van slechte kwaliteit is of niet beschikbaar.

Veel CXO's blijven sceptisch over hoe GenAI effectief kan werken met hun data, gegeven dat large language models doorgaans vooraf getraind zijn op internetdata. Deze notion moet ontmist worden. AI-modellen kunnen goed functioneren op de data van een organisatie zolang deze correct gestructureerd is. Het belangrijke deel is het hebben van hoogwaardige, goed georganiseerde data klaar.

5: AI-guardrails Implementeren

GenAI kan onvoorspelbaar zijn. Het kan bias versterken, privacy in gevaar brengen en leiden tot onethische beslissingen. Dit is een van de meest formidable belemmeringen voor wijdverspreide adoptie. Maar de uitdaging kan overwonnen worden als ethische overwegingen, data-bias en vergelijkbare kwesties zorgvuldig worden aangepakt. Neem het veelbesproken probleem van onverwachte en ongewenste toespraak. Er zijn nu tools die de middelen bieden om toespraak gerelateerd aan haat, geweld of zelfschade te controleren en te filteren. Zulke tools zijn cruciaal en zullen vertrouwen bij gebruikers wekken.

In het bijzonder ontwikkelen grote tech-vendors zoals Microsoft, Google en AWS, evenals veel startups, tools en add-ons om GenAI-oplossingen te deployen met guardrails al op hun plaats. Het doel van deze technologieën is om ervoor te zorgen dat gebruikers zich minder hoeven te maken over het filteren van biassed outputs en het blokkeren van abusieve content. Die taak wordt op de achtergrond afgehandeld. Maar AI-veiligheidstools zijn nog in hun kinderschoenen. Het implementeren van robuuste guardrails zal significante inspanning vereisen voor elk bedrijf dat wil profiteren van GenAI.

Zie ook: Buzzwords Voorbij: Een Diepere Kijk in GenAI

Eindconclusie

GenAI transformeert nu real-time bedrijven. En organisaties die niet instappen, blijven achter. Maar bedrijven die haasten om GenAI te omarmen, moeten eerst kijken — en plannen — voordat ze springen. Door deze vijf stappen te volgen en up-to-date te blijven met de nieuwste trends en best practices, kunnen bedrijven het transformerende potentieel van GenAI ontgrendelen om grotere innovatie, efficiëntie en groei te drijven.