Ieguvumi:
- Pareiza pieņemšanas/pirkšanas lēmuma pieņemšana, veidojot galvenās diferencēšanas iespējas un iegādājoties standarta iespējas
- Spēja novērtēt piegādātājus pēc datu drošības, atbilstības, izejas viegluma un kopējo izmaksu kritērijiem, kas pārsniedz cenu
- Aizsargājieties pret pārdevēja bloķēšanu un pierādiet vērtību ar pilotu pirms galvenā līguma
Lielākā daļa organizāciju lielu daļu savu AI talantu izmanto ārpakalpojumos: gatavus modeļus, platformas, programmatūras pakalpojumus, konsultācijas. Šie pirkuma lēmumi rada lielus budžetus, ilgus līgumus un pastāvīgu atkarību; Ja izdarīts nepareizi, atgriezties ir dārgi. Šajā nodaļā jūs uzzināsit, kā augstākā līmeņa vadītājs var gudri iegādāties AI risinājumus, izlemt, vai izveidot talantu vai izmantot ārpakalpojumus, un kā pārvaldīt piegādātājus. Mērķis nav izvēlēties lētāko vai spilgtāko rīku, bet gan to, kas vislabāk atbilst organizācijas vajadzībām, riskiem un stratēģijai.
Izgatavot vai pirkt?
Galvenais lēmums: vai AI talantu attīstīt iekšēji vai izmantot ārpakalpojumus? Noteikums ir vienkāršs, bet bieži tiek pārkāpts: padariet galvenās iespējas unikālas organizācijai, kas rada konkurences priekšrocības; Pērciet standarta, kopīgas, neatšķiras prasmes. Prognozējošais modelis ar jūsu pašu klientu datiem, ko jūsu konkurents nevar izveidot, ir kodols; Teksta apkopošanas rīks ir standarta un pieejams iegādei.
kritērijs
būvēt
pirkt
diferenciācija
augsts, kodols
zems, standarta
ātrumu
lēns
ātri
Izmaksas
Augstas sākotnējās investīcijas
Paredzams abonements
kontrole
pilns
ierobežots
atkarība
zems
augsts
Padoms: "Vai es varu atšķirties no sava pretinieka bez šīs spējas?" jautāt. Ja atbilde ir "jā", pērciet; Ja tas ir "nē, tā ir mana atšķirība", nopietni apsveriet iespēju to darīt. Galveno talantu izmantošana ārpakalpojumos nozīmē konkurētspējīgas pilnvaras ilgtermiņā.
Piegādātāja izvēles kritēriji
AI pārdevēja izvēle tikai pēc cenas un funkcijām ir bīstama. Pārvaldniekam jājautā arī par šiem kritērijiem:
- Datu drošība un privātums: kur tiek apstrādāti, glabāti un izmantoti izglītībā mūsu dati?
- Atbilstība: vai piegādātājs atbalsta KVKK/EU AI likuma prasības?
- Pārredzamība: kā modelis darbojas, kādi ir tā ierobežojumi, vai tam ir veikts neatkarīgs audits?
- Integrācija: cik viegli tas savienojas ar mūsu esošajām sistēmām?
- Vienkārša iziešana: vai mēs varam pārvietot savus datus un darbplūsmu, ja aizejam?
- Ilgtspējība: vai piegādātājs ir finansiāli stabils, vai tas rīt pazudīs?
- Kopējās īpašumtiesību izmaksas: licence + integrācija + apmācība + uzraudzība (5. nodaļa).
Piegādātāja bloķēšanas risks
Kritiska koncepcija: pārdevēja bloķēšana kļūst tik atkarīga no pakalpojumu sniedzēja, ka aiziešana ir praktiski neiespējama (augsto izmaksu, datu pārnesamības, integrācijas sarežģītības dēļ). Tas atstāj jūs atvērtu cenu paaugstināšanai, sliktam pakalpojumam un inovāciju zaudēšanai. Lai to mazinātu: līgumā iekļaujiet datu pārnesamību, izvēlieties atvērtos standartus, ja iespējams, strādājiet ar vairākiem piegādātājiem un sagatavojiet izejas plānu.
Soli pa solim: pirkšanas process
1. Skaidri definējiet vajadzību. Kura biznesa problēma, kāds rādītājs? (4.–5. vienība)
2. Pieņemiet lēmumu par pirkšanu. Pamats vai standarts?
3. Novērtējiet piegādātājus ar kritēriju sarakstu. Papildus cenai, drošībai, atbilstībai, izejai, TCO.
4. Izmēģiniet to ar pilotu. Pierādiet to ar nelielu, izmērāmu izmēģinājumu pirms lielā līguma.
5. Parakstiet līgumu ar apsargiem. Datu īpašumtiesību, privātuma, izejas, pakalpojumu līmeņa (SLA) klauzulas.
trīs mini futrāļi
1. gadījums — kodola izgrūšanas kļūda. Loģistikas uzņēmums maršruta optimizāciju, kas ir tā lielākā konkurences priekšrocība, pilnībā uzticēja ārējam piegādātājam. Divus gadus vēlāk piegādātājs dubultoja cenu; Uzņēmums bija bloķēts, tam nebija savu datu un modeļu. Galu galā viņam tas bija jāuzstāda telpās ar dārgu slēdzi. Pamattalantu nevajadzēja iegādāties.
2. gadījums — privātuma jautājums mainīja pirkumu. Pirms veselības aprūpes uzņēmums iegādājas AI rīku, tas jautā: "Vai mūsu dati tiek izmantoti apmācībā?" viņš jautāja. Atbilde bija "jā, pēc noklusējuma"; tas bija nepieņemami pacientu datiem. Uzņēmums pievērsās alternatīvai, kas datus neizmanto izglītībā un apstrādā iekšzemē. Viens pareizs jautājums novērsa nopietnu atbilstības pārkāpumu.
3. gadījums — pilota ietaupījumi. Mazumtirgotājs gatavojās parakstīt 3 gadu, 4 miljonu TL līgumu par izsmalcinātu mākslīgā intelekta platformu. Vispirms viņš veica 8 nedēļu apmaksātu pilotu; Platforma neiekļāvās faktiskajā pārdošanas komandu darbplūsmā, tā ieviešana joprojām bija zema. Liels līgums ir atcelts, miljoniem mārciņu un gadiem ilga strupceļa izvairīties. Pilots bija lētākā apdrošināšana.
Četras kopējamas veidnes
1) Marka/pirkšanas analīze:
Jūsu loma: tehnoloģiju iepirkumu konsultants. Analizējiet lēmumu “pirkt vai iegādāties” šādam AI talantam: [talants]. Novērtēt diferenciācijas, ātruma, izmaksu, kontroles un atkarības ziņā; Pajautājiet, vai tas mums ir galvenais vai standarts, un sniedziet ieteikumu.
2) Piegādātāju vērtēšanas kritēriju saraksts:
Izveidojiet kontrolsarakstu, lai novērtētu piegādātāju šāda AI risinājuma iegādei: datu drošība/privātums, atbilstība (KVKK/ES AI likums), caurspīdīgums, integrācija, viegla iziešana, ilgtspējība, kopējās izmaksas. Katram kritērijam uzrakstiet skaidru jautājumu, ko uzdot piegādātājam. Risinājums: [teksts]
3) Līguma aizsardzības klauzulas:
Uzskaitiet aizsardzības klauzulas, kuras es vēlētos AI pārdevēja līgumā: datu īpašumtiesības, datu neizmantošana izglītībā, konfidencialitāte, pakalpojumu līmenis (SLA), atteikšanās un datu pārnesamība, atbildība. Katrai klauzulai vienā teikumā paskaidrojiet, kāpēc tas ir svarīgi.
4) Izmēģinājuma dizains:
Izveidojiet 6–8 nedēļu izmēģinājuma projektu, lai pārbaudītu šo AI rīku pirms liela līguma noslēgšanas: kādi kritēriji, kāda lietotāju grupa, kāds ir panākumu slieksnis, kādu lēmumu (parakstīt/atcelt), pamatojoties uz kādu rezultātu, es pieņemšu? Rīks: [teksts]
Vāja uzvedne / spēcīga uzvedne
Vājš: “Kuru AI rīku man vajadzētu iegādāties?”
Rezultāts: virspusēja atbilde bez konteksta, ignorējot drošību un atkarību, iespējams, ierosinot "kas ir populārs".
Güçlü: "Mēs esam veselības aprūpes uzņēmums, kas strādā ar pacientu datiem, mēs esam pakļauti KVKK. Mēs izvērtējam mākslīgā intelekta risinājumu, kas apkopos klīniskās piezīmes. Analizējiet, vai tas mums ir galvenais vai standarts; ja mēs gatavojamies pirkt, nosakiet kritiskos jautājumus, es uzdosim piegādātājiem par datu drošību, datu izmantošanu izglītībā, apstrādi vietējā līmenī, vieglumu pirms lielām līguma izstāšanās un kopējām izmaksām."
Rezultāts: jutīgs pret kontekstu, regulējumu un risku; veikt/pirkt, iepirkšanās pieeja, kurā tiek ņemti vērā kritēriji un kopā tiek pārbaudīts.
Biežas kļūdas
- Pamattalantu iegāde. Savu konkurences priekšrocību izīrēšana ilgtermiņā rada dārgu atkarību.
- Skatos tikai cenu un funkcijas. Lēts transportlīdzeklis kļūst dārgs, ja netiek ņemta vērā drošība, atbilstība, izbraukšana un kopējās izmaksas.
- Nejautājot, kā dati tiek izmantoti. "Vai mūsu dati tiek izmantoti izglītībā?" jautājums aptver lielāko daļu atbilstības risku jau no paša sākuma.
- Liels līgums bez pilotiem. Būt ieslodzījumam gadiem ilgi, nepierādot to ar nelielu izmēģinājumu, ir liels risks.
- Parakstīšana bez izejas plāna. Piegādātājs, no kura jūs nevarat šķirties, padara jūs neaizsargātu cenu un pakalpojumu ziņā.
Uzmanību: AI var sagatavot iepirkuma analīzi vai piegādātāja kritēriju sarakstu; Taču līguma noteikumi, datu drošības saistības un juridiskās klauzulas ir jāpārskata juridiskajām un drošības komandām. Vadītāja pienākums ir arī neatkarīgi pārbaudīt (izmēģinājums, atsauce, audits) piegādātāja apgalvojumus par tā produktu; Mārketinga solījums nav pierādījums.
Rezumējot
Lielākā daļa AI talantu tiek iegādāti ārēji, un šie lēmumi ir lieli, pastāvīgi un dārgi. Pamatprincips: izveidot galveno, diferencēšanas iespējas; pērc standarta. Piegādātājus piesaista ne tikai cena un īpašības; Novērtējiet, ņemot vērā datu drošību, atbilstību, pārredzamību, integrāciju, izejas vieglumu, ilgtspējību un kopējās izmaksas. Aizsargājiet pret pārdevēja bloķēšanu, izmantojot datu pārnesamību, atvērtos standartus un izejas plānu. Pirms lielā līguma noteikti pierādi to ar pilotu. Nākamajā un pēdējā daļā mēs apskatīsim izmaiņu pārvaldību, kas visu šo stratēģiju pārvērš reālā pieņemšanā.
Lietojumprogrammas uzdevums
Atlasiet AI iespēju un veiciet ražošanas/pirkšanas analīzi ar 1. veidni, lai izlemtu, vai tā ir pamata vai standarta. Izveidojiet kritiskos jautājumus, ko uzdosiet piegādātājam, izmantojot otro veidni, lai atrastu risinājumu, kuru nolemjat iegādāties (noteikti iekļaujiet datu drošību un izejas vienkāršību). Visbeidzot, vienā rindkopā aprakstiet kritērijus, ilgumu un lēmuma pieņemšanas slieksni pilotam pirms galvenā līguma.
kontrolsaraksts
- [ ] Es nolēmu, vai prasme ir pamata vai standarta.
- [ ] Pamatoju lēmumu veikt/pirkt.
- [ ] Es novērtēju piegādātājus pēc kritērijiem, kas pārsniedz cenu.
- [ ] "Vai mūsu dati tiek izmantoti izglītībā?" Es uzdevu jautājumu.
- [ ] Es novērtēju izejas vieglumu un atkarību no piegādātāja.
- [ ] Pirms lielā līguma es izstrādāju pilotu.
- [ ] Es plānoju pārskatīt līgumu un datu klauzulas juridiskās/drošības jomā.