Come seleziona la prima scena Enterprise AI Transformation? Priorità del valore e metodo di valutazione ROI

Prima di tutto, costruiamo tutta la scena e non dobbiamo decidere sulla tecnologia.

Le imprese possono raccogliere domande da clienti, vendite, operazioni, documentazione, analisi dei dati, ricerca e sviluppo, produzione e conoscenza interna, ma ogni idea deve essere scritta in un compito specifico: chi utilizza quale input, quale output, e quale business si muove a cui conduce.

Il “Big Model for Building Enterprises” non è una scena, ma è fatta una valutazione del “servizio passeggeri, secondo le regole di ordine e di appartenenza, per rispondere alla domanda dopo la vendita e per trasferire le persone come necessario”. Più specifico è il compito, più facile è quello di giudicare la linea di base del processo esistente, la fonte dei dati e i criteri di accettazione.

Quattro dimensioni per determinare la priorità della scena.

Si raccomanda che il punteggio sia dato da quattro dimensioni: valore aziendale, fattibilità di implementazione, controllo del rischio e replicabilità. Il valore include risparmio di tempo, riduzione degli errori, maggiore trasformazione, cicli più brevi e riduzione del rischio; e campioni di cura della fattibilità, conoscenze, interfacce, stabilità dei processi e collaborazione degli utenti.

Gli scenari ad alto valore, ma ad alto rischio, non possono essere abbandonati, e possono essere preceduti da una ricerca, dalla generazione di proposte o dall'approvazione manuale, ma non devono essere costruiti con una semplice funzionalità, in base alla semplice dimostrazione.

• Valore aziendale: in quale misura sono colpiti redditi, costi, efficienza, qualità o rischio
• Facilità di implementazione: disponibilità di dati, conoscenze, interfacce, campioni e processi
• Controllo del rischio: Se gli errori possono essere rilevati, corretti e tenuti responsabili
• Replicabilità: se la capacità può essere estesa a più team, prodotti o processi

Prima di tutto, misuramo la linea di base manuale e poi discuteremo i benefici AI.

Senza una base di stato attuale, è impossibile valutare se AI ha migliorato le sue operazioni. Le imprese dovrebbero registrare il volume dei compiti, il tempo medio di elaborazione, il tempo di attesa, il tasso di errore, il back-to-work, i costi del lavoro, la conversione e la soddisfazione dell'utente, e distinguere tra picchi e routine.

Il progetto AI è online utilizzando lo stesso confronto di calibri, mentre si tratta di una revisione manuale, di un'anomalia, di chiamate modello, di risorse cloud e di costi di manutenzione operativi.

ROI non è solo una sostituzione umana, ma anche una crescita e un valore di rischio.

I benefici devono essere abbinati da indicatori invece di una conversione uniforme a “quanti meno dipendenti”.

I guadagni possono essere classificati in quattro categorie: efficienza, qualità, reddito e rischio, e un ciclo verificabile. Per i progetti che sono difficili da monetizzare direttamente, almeno l'utilizzo, il successo della missione, l'adozione e i tassi di completamento delle azioni operative devono essere specificati.

• Efficienza: tempo di elaborazione, tempo di attesa, throughput e backlog
• Qualità: tasso di precisione, tasso di back-to-work, consistenza e feedback dei clienti
• Crescita: trasformazione del filo, velocità di risposta, buyback o lista dei clienti migliorata
• Rischio: controllo della conformità, rilevamento delle anomalie, autorità e capacità di controllo

Il compito della PoC è quello di rimuovere le incertezze chiave.

Il PC non è una versione ridotta, né è solo una risposta di successo. Dovrebbe usare campioni reali per verificare i collegamenti più incerti, come il recupero della conoscenza aziendale, la chiamata degli strumenti, l'estrazione dei documenti, le regole aziendali, il calibro degli indicatori o il costo del modello.

Dopo il completamento, si registrano tassi di successo, errori importanti, interventi manuali, ritardi, costi e dipendenza di produzione, e quindi decidono di entrare in implementazione formale, completare la base dati o terminare l'ingresso.

Formare un insieme di scenari enterprise AI e un meccanismo di reset trimestrale

L'Enterprise AI Transport non deve solo mantenere l'elenco dei progetti ma anche il set di scenari: che sono in ricerca, PoC, test di produzione, promozione della scala o discontinuazione, e che sono i responsabili, indicatori, rischi e passi successivi per ogni scenario.

Quando il ri-display trimestrale viene fatto, le scene con risultati aziendali reali vengono ampliate, il processo viene modificato con valore ma insufficiente, la funzionalità non maneggevole a lungo termine viene fermata e l'accesso dei dati, privilegi, capacità di valutazione e monitoraggio vengono riutilizzati al prossimo progetto.