Voitot:
- Kyky kerätä tekoälyn käyttöalueita laajasta joukosta ja selvittää niitä ongelma/kuka/data/tulos/mittaus-mallin avulla
- Kyky pisteyttää käyttöalueita arvo- ja sovellettavuusakseleilla ja sijoittaa ne neljän vyöhykkeen matriisiin
- Kyky keskittyä ensimmäisten 90 päivän aaltoon luomalla vauhtia nopeilla voitoilla ja suunnittelemalla suuria panoksia
Tekoälystrategian onnistuminen tai epäonnistuminen tiivistyy usein yhteen kysymykseen: "Mille sanomme kyllä ja mille sanomme ei?" Useimmissa instituutioissa liikkuu kymmeniä ideoita; mutta resurssit ovat rajalliset. Tässä osiossa opit tunnistamaan ja priorisoimaan järjestelmällisesti tekoälyn käyttötapauksia (erityinen skenaario, jossa tekoälyä käytetään ratkaisemaan konkreettinen liiketoimintaongelma). Tavoitteena on valita "se, joka tuottaa eniten arvoa" "eniten puhutun" sijaan.
Kuinka kerätä käyttöalueita?
Luo ensin allas. Hyvät käyttötapaukset tulevat kolmesta lähteestä: kipupisteet (työntekijän aikaa vievä, ikävä, virhealtis työ), mahdollisuudet (missä se voi kasvattaa tuloja tai asiakaskokemusta) ja benchmarking (mikä toimii vastaavalla alalla). Pidä allas leveänä; poisto tulee myöhemmin.
Hyvä käyttötapauskuvaus sisältää seuraavat elementit: mikä liiketoiminnan ongelma, kenelle, mitä tietoja, odotettu tulos ja miten sitä mitataan. "Tekoäly asiakaspalvelussa" ei ole käyttötapaus; "Edelleenlähetysajan lyhentäminen luokittelemalla saapuvat sähköpostit automaattisesti aiheen mukaan ja ohjaamalla ne oikealle tiimille" on käyttöalue.
Vinkki: Hyviä käyttötapauksia ovat yleensä "suuri volyymi + toistuva + teksti/data raskas + kohtuullinen vikasieto" -töitä. Mitä enemmän näistä neljästä ominaisuudesta työllä on, sitä suurempi on sen tekoälyarvo.
Priorisointi: arvo/sovellettavuusmatriisi
Yleisin ja käytännöllisin työkalu on kaksiakselinen matriisi:
- Arvoakseli: Kuinka paljon liiketoimintavaikutuksia tämä luo? (Tulot, kustannukset, riskien vähentäminen, asiakaskokemus)
- Toteutettavuusakseli: Kuinka helposti voimme tehdä tämän? (Onko tiedot valmiita, tekninen vaikeus, riski, muutostaakka)
Alue
Arvo
Sovellettavuus
Mitä tehdä?
nopea voitto
korkea
korkea
Aloita nyt
iso veto
korkea
alhainen
Suunnittele, aseta edellytykset
täyteaine
alhainen
korkea
Tee se, jos sinulla on aikaa.
ansa
alhainen
alhainen
Älä/lykkää
Strategia: Rakenna vauhtia ja luottamusta nopeilla voitoilla, kasvata suunnittelemalla suuria panoksia, vältä sudenkuoppia.
Askel askeleelta: ideasta prioriteettiin
1. Siivoa allas. Osastoista syntyy laaja lista käyttötapauksista (30-50 ideaa on normaalia).
2. Kuvaile vakiomallin avulla. Laita jokainen idea muotoon "ongelma / kuka / tiedot / tulos / mittaus". Epäselvät kirkastuvat tai poistetaan.
3. Pisteet kahdella akselilla. Arvostele jokaisen idean arvo (1-5) ja toteutettavuus (1-5). Ole näyttöön perustuva.
4. Lisää matriisiin. Jakaa neljälle alueelle; korostaa nopeita voittoja.
5. Valitse ensimmäinen aalto. Aloita 2-4 nopealla voitolla + 1 ison vedon löytämisellä. Ei paljon enempää.
kolme minilaukkua
Tapaus 1 – Houkutteleva mutta epäkäytännöllinen. Verkkokauppayritys rakastui ajatukseen "täysin personoidusta myymälästä tekoälyllä" (korkea arvo). Mutta tiedot olivat hajanaisia, integrointi kestäisi 9 kuukautta (alhainen toteutettavuus). Matriisi osoitti tämän "isona vetona". Yritys aloitti ensin "tuotekuvaustekstien luomisen tekoälyllä" nopean hankinnan; Sisällön tuotantoaika putosi 70 % kuudessa viikossa, säästöt rahoittivat suuren panoksen.
Tapaus 2 – Mallin poistaminen. Vakuutusyhtiö keräsi 41 ideaa. Standardimalliin sovitettuna havaittiin, että 14 niistä kuvaili itse asiassa samaa ongelmaa, kun taas 9:llä ei ollut mitattavissa olevaa tulosta. Allas on kutistunut 41:stä 12 todelliseen käyttöalueeseen; Priorisoinnista tuli paljon selkeämpi.
Tapaus 3 – Pakene ansasta. Yksi valmistaja ehdotti innostuneesti ajatusta "yhteenveto johtajien kokousmuistiinpanoista tekoälyn kanssa". Matala arvo matriisissa (vähän henkilöä, vähän aikaa säästetty) ja keskitasoinen toteutettavuustulos: täyttö/trap-raja. Resurssi suunnattiin sen sijaan arvokkaaseen hankintaan "tuotantolinjan vikatietojen analysointiin ja toistuvien syiden etsimiseen"; Vuotuiset seisokit vähenivät 11 %.
Neljä kopioitavaa mallia
1) Käyttöalueen määrittäminen:
Roolisi: AI-liiketoiminnan analyytikko. Kuvaile seuraavaa liiketoimintaongelmaa käyttötapauksena: [ongelma]. Malli: (1) ratkaistava liiketoimintaongelma, (2) kenelle, (3) vaadittavat tiedot, (4) odotettu mitattavissa oleva tulos, (5) keskeinen riski. Kysy minulta takaisin epämääräisiä kohtia kysymyksinä.
2) Allastuotanto:
Ehdota 10 tekoälyn käyttötapausta [osastolle] [toimialalla]. Anna kullekin yhden lauseen ongelman kuvaus ja arvioitu arvotyyppi (tulo, kustannukset, riski, kokemus). Keskity suuren volyymin, toistuvaan työhön.
3) Arvo/soveltuvuuspisteytys:
Arvioi seuraavat käyttötapaukset pisteillä 1-5 kahdella akselilla: arvo (vaikutus liiketoimintaan) ja toteutettavuus (tietojen valmistelu, tekniset vaikeudet, riski). Kirjoita jokaiselle pisteelle yhden lauseen perustelu ja sijoita se neljälle alueelle (pikavoitto, iso veto, täyte, ansa). Kentät: [luettelo]
4) Ensimmäisen aallon valinta:
Valitse ensimmäisten 90 päivän aikana aloitettava aalto tästä prioriteettilistasta: jopa 3 nopeaa voittoa ja 1 ison vedon löytö. Kirjoita jokaisen valinnan kohdalla ylös miksi nyt, millä mittarilla se mitataan ja ensimmäinen virstanpylväs. Lista: [teksti]
Heikko kehote / Vahva kehote
Heikko: "Anna AI-ideoita yritykselleni."
Tulos: Yleinen luettelo ilman kontekstia; sen arvo ja sovellettavuus ovat epävarmoja, valintoja ei voida tehdä.
Güçlü: "Olen kirjanpitopalveluyritys, jossa työskentelee 150 henkilöä. Aikaa vievimmät työmme ovat laskujen syöttäminen, täsmäytys ja asiakassähköpostiin vastaaminen. Ehdota tekoälyn käyttötapauksia näille kolmelle alueelle, kuvaile jokaista 'ongelma/kuka/data/tulos/riski' -mallilla ja sijoita se matriisiin, jolla aloitat mitä-sovellusta suosituksella. ensimmäiset 90 päivää."
Tulos: kontekstuaalinen, mallipohjainen, priorisoitu ja toiminnallinen valinta.
Yleisiä virheitä
- Eniten puhutun kohteen valitseminen. Suosituin idea ei ole arvokkain idea; Matriisi korjaa tunteen.
- Epäselvä käyttöalue. Kuvauksia, kuten "X with AI" ei voida mitata; vakiomalli vaaditaan.
- Käytännöllisyys huomioimatta. Sokeasti sukeltaminen arvokkaisiin, mutta datan/integroinnin mahdottomiin ideoihin tarkoittaa kuukausien arvotonta työtä.
- Liian monta aloittamista kerralla. Ensimmäisen aallon rajoittaminen 3-4:ään tarjoaa keskittymistä ja oppimista.
- Vikasietokyvyn ohittaminen. On vaarallista sekoittaa alueita, joilla on alhainen virhetoleranssi (esim. suora lääketieteellinen/oikeudellinen päätöksenteko) nopeiksi voittoiksi.
Varoitus: tekoäly voi ehdottaa käyttötapausluetteloa ja pisteytystä; Mutta johtaja päättää, vastaavatko arvo- ja sovellettavuuspisteet laitoksen todellisuutta ja minkä aallon valitsee. Lisäksi, vaikka käyttötapaus voi olla teknisesti "totettavissa", se voi olla "ei tehty" eettisestä tai vaatimustenmukaisuuden näkökulmasta; Käsittelemme tätä osissa 8 ja 9.
Yhteenvetona
Käytön priorisointi on taitoa ohjata rajalliset resurssit korkeimpaan arvoon. Kerää ensin suuri joukko, selvennä jokainen idea "ongelma/kuka/data/tulos/mittaus" -mallilla, arvosta se sitten arvo- ja toteutettavuusakselilla ja sijoita se matriisiin. Rakenna vauhtia nopeilla voitoilla, vaali sitä suunnittelemalla suuria panoksia, vältä pieniarvoisia ansoja. Rajoita ensimmäinen aalto 3-4 alueelle. Seuraavassa osiossa nähdään, kuinka ROI:lla ja mittareilla todistetaan, tuottavatko valitsemasi käyttötapaukset todella arvoa.
Sovellustehtävä
Kerää 10–15 tekoälyn käyttöideaa organisaatiostasi. Sovita jokainen vakiomalliin; selkeyttää tai poistaa epäselviä. Pistele loput 1-5 arvo- ja toteutettavuusakselilla ja aseta ne matriisiin. Valitse ensimmäisten 90 päivän aalto (jopa 3 nopeaa voittoa + 1 iso veto) ja kirjoita jokaiselle valinnalle yhden lauseen perustelu.
tarkistuslista
- [ ] Olen kerännyt suuren joukon käyttöalueita.
- [ ] Sovitin jokaisen idean vakiomalliin.
- [ ] Poistin sumeat ja toistuvat ideat.
- [ ] Arvioin arvon ja toteutettavuuden todisteiden perusteella.
- [ ] Sijoitin ideat neljän vyöhykkeen matriisiin.
- [ ] Rajoitin ensimmäisen aallon 3-4 alueelle.
- [ ] Olen merkinnyt erityisesti alueita, joilla on alhainen virhetoleranssi.