Κέρδη:
- Δυνατότητα καθορισμού μιας μέτρησης επιτυχίας με βάση το επιχειρηματικό αποτέλεσμα, μετρούμενο σε σχέση με μια βασική γραμμή, για κάθε πρωτοβουλία
- Δυνατότητα ειλικρινούς καταμέτρησης κρυφών δαπανών (ενσωμάτωση, επίβλεψη, συντήρηση) και υπολογισμού μιας ρεαλιστικής απόδοσης επένδυσης (ROI) χωρίς υπερβολή του οφέλους
- Ικανότητα να αποδεικνύεται η αξία μέσω της ανάλυσης της ομάδας ελέγχου και του σεναρίου και να βασίζεται η απόφαση για κλιμάκωση, διόρθωση ή διακοπή σε στοιχεία
Η πιο κοινή αιτία θανάτου για επενδύσεις τεχνητής νοημοσύνης δεν είναι τεχνική βλάβη. η αξία δεν μπορεί να αποδειχθεί. Εάν ένας πιλότος «τρέχει τέλεια» αλλά κανείς δεν μπορεί να πει τι ακριβώς φέρνει, θα κλείσει με την πρώτη περικοπή του προϋπολογισμού. Σε αυτήν την ενότητα, θα μάθετε πώς να υπολογίζετε το ROI (Return on Investment) των πρωτοβουλιών τεχνητής νοημοσύνης, πώς να μετράτε την επιχειρηματική αξία με μετρήσεις και πώς να βασίζετε τις επενδυτικές αποφάσεις σε στοιχεία. Ο στόχος είναι να διαχωριστούν οι πιλότοι που νιώθουν καλά από τις νεοφυείς επιχειρήσεις που παράγουν «αποδεδειγμένη αξία».
Γιατί είναι δύσκολο να μετρηθεί η αξία και γιατί είναι απαραίτητο;
Η τιμή AI είναι μερικές φορές άμεση (μειώνοντας μια εργασία από 10 ώρες σε 2 ώρες), μερικές φορές έμμεση (αυξάνοντας την ικανοποίηση των πελατών). Η πρόκληση είναι να καταστεί η έμμεση αξία μετρήσιμη. Ο κανόνας είναι ο εξής: δεν μπορείτε να διαχειριστείτε και να υπερασπιστείτε την αξία που δεν μπορείτε να μετρήσετε. Γι' αυτό κάθε πρωτοβουλία πρέπει να έχει τουλάχιστον μία αριθμητική μέτρηση επιτυχίας και αυτή η μέτρηση πρέπει να μετράται πριν ξεκινήσει η πρωτοβουλία (αυτό ονομάζεται γραμμή βάσης· η μέτρηση της τρέχουσας κατάστασης πριν από τη βελτίωση).
Η αξία εμπίπτει σε τέσσερις κύριες κατηγορίες:
Τύπος τιμής
Παράδειγμα μέτρησης
δυσκολία μέτρησης
μείωση του κόστους
Ώρα/TL ανά συναλλαγή
εύκολο
Αύξηση εσόδων
Ποσοστό μετατροπής, ποσό καλαθιού
μεσαίο
μείωση του κινδύνου
Αριθμός σφαλμάτων/παραβιάσεων συμμόρφωσης
μεσαίο
Εμπειρία/ποιότητα
Βαθμολογία ικανοποίησης, χρόνος απόκρισης
Δύσκολο αλλά απαραίτητο
Συμβουλή: Πριν ξεκινήσει ένας πιλότος, "πώς θα αναγνωρίσουμε την επιτυχία;" Γράψτε μια αριθμητική απάντηση στην ερώτηση και μετρήστε την τρέχουσα κατάσταση (βασική γραμμή). Οποιοσδήποτε ισχυρισμός "βελτίωσης" γίνεται χωρίς βασική γραμμή είναι ανοιχτός προς συζήτηση.
Απλός υπολογισμός ROI
Ο βασικός τύπος: ROI = (Καθαρό όφελος − Συνολικό κόστος) / Συνολικό κόστος. Αλλά πραγματική πειθαρχία είναι να μετράς τα αντικείμενα με ειλικρίνεια.
Η πλευρά του κόστους (την οποία υπολογίζουν οι περισσότεροι οργανισμοί): τέλος αδειοδότησης/χρήσης, κόστος ενοποίησης, προετοιμασία δεδομένων, εκπαίδευση, διαχείριση αλλαγών, συνεχής συντήρηση και ανθρώπινη επίβλεψη. Το «κρυφό κόστος» στην τεχνητή νοημοσύνη είναι συχνά η ενοποίηση και η επίβλεψη.
Η πλευρά του οφέλους (την οποία οι περισσότεροι οργανισμοί υπερβάλλουν): όταν μετατρέπετε την εξοικονόμηση χρόνου σε πραγματικά χρήματα, ρωτήστε εάν ο χρόνος που εξοικονομείται μετατρέπεται πραγματικά σε αξία. Η εξοικονόμηση 10 λεπτών την ημέρα για 100 άτομα αξίζει τον κόπο μόνο εάν αυτός ο χρόνος αφιερωθεί σε ουσιαστική εργασία.
Ένα παράδειγμα: Το εργαλείο επεξεργασίας τιμολογίων κοστίζει 300.000 TL ετησίως (άδεια + ενσωμάτωση + επίβλεψη), το όφελος είναι 12.000 τιμολόγια × 15 λεπτά εξοικονόμηση × κόστος εργασίας = 720.000 TL. ROI = (720.000 − 300.000) / 300.000 = 140%. Αλλά "Σώθηκαν πραγματικά 15 λεπτά;" Η ερώτηση μπορεί να μετριάσει το όφελος. Γι' αυτό η πιλοτική μέτρηση είναι κρίσιμη.
Βήμα προς βήμα: απόδειξη αξίας
1. Μετρήστε τη γραμμή βάσης. Καταγράψτε την τρέχουσα κατάσταση ανά αριθμό πριν επιχειρήσετε.
2. Ορίστε μια σαφή μέτρηση επιτυχίας. Επιλέξτε μία ή δύο μετρήσεις που συνδέονται με το επιχειρηματικό αποτέλεσμα.
3. Προσθέστε όλα τα στοιχεία κόστους με ειλικρίνεια. Μην ξεχνάτε τα κρυφά κόστη (ενσωμάτωση, επίβλεψη, συντήρηση).
4. Μετρήστε το πραγματικό όφελος στον πιλότο. Βασιστείτε στη μέτρηση, όχι στις εικασίες. ισχυρότερη εάν υπάρχει ομάδα ελέγχου.
5. Αποφασίστε: κλιμακώστε, διορθώστε ή σταματήστε. Εάν τα στοιχεία είναι επαρκή, μεγεθύνετε. Αν όχι, κλείστε το ειλικρινά.
τρεις μίνι θήκες
Περίπτωση 1 — Πιλότος χωρίς γραμμή βάσης. Ένα τηλεφωνικό κέντρο δήλωσε ότι ο βοηθός AI του είναι «πολύ επιτυχημένος», αλλά δεν μέτρησε τη μέση διάρκεια κλήσης πριν από την έναρξη. Στην απόφαση κλιμάκωσης, ο οικονομικός διευθυντής ρωτά "πόσο έχει βελτιωθεί;" ρώτησε? κανείς δεν μπορούσε να απαντήσει. Το έργο σταμάτησε για 3 μήνες, αναδρομική μέτρηση: η βελτίωση ήταν μόνο 4%, πολύ χαμηλότερη από την αναμενόμενη. Εάν υπήρχε μια βασική γραμμή, αυτό θα φανεί νωρίς.
Περίπτωση 2 — Κρυφό κόστος. Μια εταιρεία υπολόγισε την άδεια για ένα εργαλείο τεχνητής νοημοσύνης (200.000 $ ετησίως) αλλά δεν υπολόγισε την ενσωμάτωση (350.000 $) και τη συνεχή ανθρώπινη παρακολούθηση (2 άτομα πλήρους απασχόλησης). Το έργο, το οποίο θεωρήθηκε «κερδοφόρο», λειτουργούσε με ζημία όταν προστέθηκε το πραγματικό κόστος. Αφού καταμετρήθηκαν όλα τα είδη, το πεδίο εφαρμογής περιορίστηκε και το κόστος μειώθηκε με την αυτοματοποίηση επιτήρησης.
Περίπτωση 3 — Στοιχεία με ομάδα ελέγχου. Μια εταιρεία ηλεκτρονικού εμπορίου άνοιξε τη σύσταση προϊόντος AI στους μισούς χρήστες (ομάδα δοκιμής), αλλά όχι στους μισούς (ομάδα ελέγχου). Σε 6 εβδομάδες, το ποσό του καλαθιού ήταν 7% υψηλότερο στην ομάδα δοκιμής. Αυτό έληξε τη συζήτηση "AI ή εποχές". Χάρη στην ομάδα ελέγχου, η αξία αποδείχθηκε σαφώς και έγινε διαθέσιμη σε όλη τη χώρα.
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
1) Υπόθεση τιμής και μετρική:
Ο ρόλος σας: αναλυτής επιχειρηματικής αξίας. Δημιουργήστε μια υπόθεση αξίας για αυτήν την πρωτοβουλία τεχνητής νοημοσύνης: ποια μέτρηση περιμένουμε να βελτιωθεί, από ποια βασική γραμμή, κατά πόσο; Γράψτε επίσης πώς και με ποια συχνότητα θα μετρηθεί η μέτρηση. Πρωτοβουλία: [κείμενο]
2) Πλήρης ανάλυση κόστους:
Καταγράψτε τα ακριβή στοιχεία κόστους για την ακόλουθη πρωτοβουλία τεχνητής νοημοσύνης: άδεια/χρήση, ενοποίηση, προετοιμασία δεδομένων, εκπαίδευση, διαχείριση αλλαγών, συντήρηση, ανθρώπινη επίβλεψη. Φροντίστε να τονίσετε τα κρυφά κόστη που συχνά ξεχνιούνται. Πρωτοβουλία: [κείμενο]
3) Πλαίσιο υπολογισμού απόδοσης επένδυσης (ROI):
Ρυθμίστε έναν υπολογισμό απόδοσης επένδυσης (ROI) με τα ακόλουθα δεδομένα οφέλους και κόστους: καθαρό όφελος, συνολικό κόστος και ποσοστό απόδοσης επένδυσης (ROI). Αμφισβητήστε την υπόθεση ότι τα οφέλη «μεταφράζονται πραγματικά σε χρήματα» και δείξτε δύο αισιόδοξα/απαισιόδοξα σενάρια. Δεδομένα: [όφελος και κόστος]
4) Ενημέρωση απόφασης κλιμάκωσης:
Μετατρέψτε τα ακόλουθα πιλοτικά αποτελέσματα σε ενημέρωση απόφασης στον πίνακα: γραμμή βάσης, μετρούμενο όφελος, συνολικό κόστος, απόδοση επένδυσης (ROI), βασικοί κίνδυνοι και σύσταση (κλίμακα/διόρθωση/διακοπή). Δηλώστε με ειλικρίνεια εάν τα στοιχεία είναι ισχυρά ή αδύναμα. Αποτελέσματα: [κείμενο]
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμο: "Υπολογίστε την απόδοση επένδυσης (ROI) αυτού του έργου AI."
Αποτέλεσμα: Ένα αισιόδοξο, αδιαμφισβήτητο ζήτημα με ένα στυλό που λείπει. αναξιόπιστη για απόφαση.
Ισχυρό: "Υπολογίστε την απόδοση επένδυσης για μια αυτοματοποίηση επεξεργασίας τιμολογίων. Όφελος: 12.000 τιμολόγια ετησίως, εξοικονόμηση 15 λεπτών ανά τιμολόγιο, ώρες εργασίας 250 TL. Κόστος: ετήσια άδεια 200.000 TL, εφάπαξ ενσωμάτωση 350.000 TL op. υποθέτοντας ότι μόνο το 70% της εξοικονόμησης χρόνου μετατρέπεται σε πραγματική αξία, γράψτε ποιο μου προτείνετε να αποφασίσω.
Αποτέλεσμα: Μια ειλικρινής, αμφισβητούμενη από υποθέσεις, σεναριακή και αποφασιστική ανάλυση.
Συνήθη λάθη
- Χωρίς μέτρηση γραμμής βάσης. Το να λέμε «γιατρευτήκαμε» χωρίς να γνωρίζουμε τι συνέβη πριν δεν μπορεί να αποδειχθεί.
- Παράκαμψη του κρυφού κόστους. Η ενσωμάτωση, η επίβλεψη και η συντήρηση είναι γενικά μεγαλύτερες από την αδειοδότηση.
- Υπερεκτιμήστε το όφελος. Δεν μετατρέπεται όλος ο χρόνος που αποθηκεύεται σε αξία. Χρησιμοποιήστε ρεαλιστικό ποσοστό μετατροπής.
- Μη δημιουργία ομάδας ελέγχου. Χωρίς ομάδα ελέγχου, παραμένει ασαφές εάν η βελτίωση προέρχεται από την τεχνητή νοημοσύνη ή από κάποιο άλλο αποτέλεσμα.
- Δεν μετράμε καθόλου το ήπιο όφελος. Εάν η εμπειρία και η ποιότητα παραλειφθούν επειδή είναι δύσκολο να μετρηθούν, μεγάλο μέρος της αξίας παραμένει αόρατο.
Προσοχή: Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει ένα πλαίσιο απόδοσης επένδυσης (ROI), αλλά ο διαχειριστής είναι υπεύθυνος για τον ρεαλισμό των αριθμών και των υποθέσεων που εισάγει. Ένα όμορφο ROI που παράγεται με υπερβολική υπόθεση οφέλους παραπλανά την επενδυτική επιτροπή και υπονομεύει την εμπιστοσύνη. Ελέγχετε πάντα την πηγή των αριθμών.
Συνοπτικά
Οι νεοφυείς επιχειρήσεις τεχνητής νοημοσύνης συχνά πεθαίνουν όχι λόγω τεχνικής, αλλά λόγω αποτυχίας να αποδείξουν την αξία τους. Κάθε πρωτοβουλία θα πρέπει να έχει τουλάχιστον μία μέτρηση που να συνδέεται με το επιχειρηματικό αποτέλεσμα, μετρούμενη με βάση μια γραμμή βάσης. Κατά τον υπολογισμό της απόδοσης επένδυσης, μετρήστε ειλικρινά όλα τα κρυφά κόστη (ενσωμάτωση, επίβλεψη, συντήρηση) και μην υπερβάλλετε το όφελος. Ερώτηση εάν ο χρόνος που εξοικονομείται μετατρέπεται πραγματικά σε αξία. Εάν είναι δυνατόν, αποδείξτε με μια ομάδα ελέγχου. Εάν τα στοιχεία είναι ισχυρά, κλίμακα, αν είναι αδύναμα, ειλικρινά σταματήστε. Στην επόμενη ενότητα, θα δούμε πώς να διαχειριστούμε τους κινδύνους που εγκυμονεί κάθε εγχείρημα μαζί με την αξία του.
Εργασία εφαρμογής
Επιλέξτε μια περίπτωση χρήσης AI. Πριν ξεκινήσετε, σημειώστε τη γραμμή βάσης που πρέπει να μετρήσετε και μια μέτρηση επιτυχίας. 2. Καταργήστε όλα τα στοιχεία κόστους (συμπεριλαμβανομένων των κρυφών) με το πρότυπο. Δημιουργήστε δύο σενάρια απόδοσης επένδυσης (ROI), αισιόδοξα και απαισιόδοξα, με το πρότυπο 3. Τέλος, "θα με πείσουν αυτά τα στοιχεία να κάνω κλιμάκωση;" Απαντήστε στην ερώτηση με ειλικρίνεια.
λίστα ελέγχου
- [ ] Καθόρισα τη βασική γραμμή πριν από την παρέμβαση.
- [ ] Έχω εντοπίσει τουλάχιστον μία μέτρηση που συνδέεται με το επιχειρηματικό αποτέλεσμα.
- [ ] Πρόσθεσα όλα τα στοιχεία κόστους (συμπεριλαμβανομένων των κρυφών).
- [ ] Μετριάωσα την υπόθεση του οφέλους με ένα ρεαλιστικό ποσοστό μετατροπής.
- [ ] Υπολόγισα δύο σενάρια, το αισιόδοξο και το απαισιόδοξο.
- [ ] Σχεδίασα μια ομάδα ελέγχου αν ήταν δυνατόν.
- [ ] Ειλικρινά αξιολόγησα την ισχύ των αποδεικτικών στοιχείων για την απόφαση.