ROI การวัดมูลค่าทางธุรกิจและผลประโยชน์

กำไร:

• ความสามารถในการกำหนดตัวชี้วัดความสำเร็จโดยพิจารณาจากผลลัพธ์ทางธุรกิจ โดยวัดจากพื้นฐานสำหรับแต่ละความคิดริเริ่ม
• ความสามารถในการนับต้นทุนแอบแฝงอย่างตรงไปตรงมา (การบูรณาการ การควบคุมดูแล การบำรุงรักษา) และคำนวณ ROI ที่สมจริงโดยไม่ต้องพูดเกินจริงถึงผลประโยชน์
• ความสามารถในการพิสูจน์คุณค่าผ่านกลุ่มควบคุมและการวิเคราะห์สถานการณ์ และตัดสินใจเป็นฐานในการปรับขนาด แก้ไข หรือยุติตามหลักฐาน

สาเหตุการเสียชีวิตที่พบบ่อยที่สุดสำหรับการลงทุนด้าน AI ไม่ใช่ความล้มเหลวทางเทคนิค คุณค่าไม่สามารถพิสูจน์ได้ หากนักบิน "ทำงานได้ดี" แต่ไม่มีใครบอกได้แน่ชัดว่าได้อะไรมาบ้าง นักบินจะปิดตัวลงเมื่อลดงบประมาณครั้งแรก ในหน่วยนี้ คุณจะได้เรียนรู้วิธีการคำนวณ ROI (ผลตอบแทนจากการลงทุน) ของโครงการริเริ่มด้านปัญญาประดิษฐ์ วิธีวัดมูลค่าทางธุรกิจด้วยตัวชี้วัด และวิธีการตัดสินใจลงทุนโดยใช้หลักฐานเชิงประจักษ์ เป้าหมายคือการแยกนักบินที่ "รู้สึกดี" ออกจากสตาร์ทอัพที่สร้าง "คุณค่าที่พิสูจน์แล้ว"

เหตุใดจึงวัดมูลค่าได้ยาก และเหตุใดจึงจำเป็น

บางครั้งคุณค่าของ AI ก็เป็นไปโดยตรง (ลดงานจาก 10 ชั่วโมงเหลือ 2 ชั่วโมง) บางครั้งก็เป็นไปโดยอ้อม (เพิ่มความพึงพอใจของลูกค้า) ความท้าทายคือการทำให้มูลค่าทางอ้อมสามารถวัดได้ กฎคือ: คุณไม่สามารถจัดการและปกป้องคุณค่าที่คุณไม่สามารถวัดได้ นั่นคือเหตุผลที่ทุกความคิดริเริ่มต้องมีตัวชี้วัดความสำเร็จเป็นตัวเลขอย่างน้อยหนึ่งตัว และต้องวัดตัวชี้วัดนี้ก่อนที่ความคิดริเริ่มจะเริ่มต้น (ซึ่งเรียกว่าเส้นฐาน ซึ่งเป็นการวัดสถานะปัจจุบันก่อนการปรับปรุง)

มูลค่าแบ่งออกเป็นสี่ประเภทหลัก:

ประเภทค่า

ตัวอย่างเมตริก

ความยากในการวัด

การลดต้นทุน

ชั่วโมง/TL ต่อธุรกรรม

ง่าย

การเพิ่มรายได้

อัตราการแปลง จำนวนรถเข็น

ปานกลาง

การลดความเสี่ยง

จำนวนข้อผิดพลาด/การละเมิดการปฏิบัติตามข้อกำหนด

ปานกลาง

ประสบการณ์/คุณภาพ

คะแนนความพึงพอใจ เวลาในการตอบกลับ

ยากแต่จำเป็น

เคล็ดลับ: ก่อนเริ่มโครงการนำร่อง "เราจะรับรู้ถึงความสำเร็จได้อย่างไร" เขียนคำตอบที่เป็นตัวเลขสำหรับคำถามและวัดสถานะปัจจุบัน (เส้นฐาน) การเรียกร้อง "การปรับปรุง" ใด ๆ ที่ทำโดยไม่มีพื้นฐานสามารถเปิดให้ถกเถียงได้

การคำนวณ ROI อย่างง่าย

สูตรพื้นฐาน: ROI = (ผลประโยชน์สุทธิ - ต้นทุนรวม) / ต้นทุนรวม แต่วินัยที่แท้จริงคือการนับสิ่งของอย่างซื่อสัตย์

ด้านต้นทุน (ซึ่งองค์กรส่วนใหญ่นับไม่ถ้วน): ค่าธรรมเนียมใบอนุญาต/การใช้งาน ค่าใช้จ่ายในการบูรณาการ การเตรียมข้อมูล การฝึกอบรม การจัดการการเปลี่ยนแปลง การบำรุงรักษาอย่างต่อเนื่อง และการกำกับดูแลของมนุษย์ “ต้นทุนที่ซ่อนอยู่” ใน AI มักจะเกิดจากการบูรณาการและการกำกับดูแล

ด้านผลประโยชน์ (ซึ่งองค์กรส่วนใหญ่พูดเกินจริง): เมื่อแปลงการประหยัดเวลาให้เป็นเงินจริง ให้ถามว่าเวลาที่บันทึกไว้กลายเป็นมูลค่าจริงหรือไม่ การประหยัดเวลา 10 นาทีต่อวันสำหรับคน 100 คนจะคุ้มค่าก็ต่อเมื่อใช้เวลานั้นกับงานที่มีความหมายเท่านั้น

ตัวอย่าง: เครื่องมือประมวลผลใบแจ้งหนี้มีค่าใช้จ่าย 300,000 TL ต่อปี (ใบอนุญาต + การบูรณาการ + การควบคุมดูแล) สิทธิประโยชน์คือ ใบแจ้งหนี้ 12,000 ใบ × เงินออม 15 นาที × ค่าแรง = 720,000 TL ผลตอบแทนการลงทุน = (720,000 − 300,000) / 300,000 = 140% แต่ "15 นาทีช่วยได้จริงเหรอ?" คำถามอาจทำให้ผลประโยชน์อ่อนลง นั่นเป็นเหตุผลว่าทำไมการวัดผลนำร่องจึงมีความสำคัญ

ทีละขั้นตอน: การพิสูจน์คุณค่า

1. วัดพื้นฐาน บันทึกสถานะปัจจุบันตามหมายเลขก่อนที่จะพยายาม

2. กำหนดตัวชี้วัดความสำเร็จที่ชัดเจน เลือกหนึ่งหรือสองตัวชี้วัดที่เชื่อมโยงกับผลลัพธ์ทางธุรกิจ

3. เพิ่มรายการต้นทุนทั้งหมดอย่างตรงไปตรงมา อย่าลืมต้นทุนที่ซ่อนอยู่ (การบูรณาการ การควบคุมดูแล การบำรุงรักษา)

4. วัดผลประโยชน์ที่แท้จริงในโปรแกรมนำร่อง อาศัยการวัดผล ไม่ใช่การคาดเดา แข็งแกร่งขึ้นหากมีกลุ่มควบคุม

5. ตัดสินใจ: ปรับขนาด แก้ไข หรือหยุด หากหลักฐานเพียงพอให้ขยาย ถ้าไม่เช่นนั้นให้ปิดโดยสุจริต

มินิเคสสามอัน

กรณีที่ 1 — นักบินที่ไม่มีพื้นฐาน ศูนย์บริการทางโทรศัพท์แห่งหนึ่งประกาศว่าผู้ช่วย AI “ประสบความสำเร็จอย่างมาก” แต่ไม่ได้วัดระยะเวลาการโทรโดยเฉลี่ยก่อนที่จะเริ่ม ในการตัดสินใจขยายขนาด CFO ถามว่า "มีการปรับปรุงไปมากเพียงใด" เขาถาม; ไม่มีใครสามารถตอบได้ โครงการหยุดไป 3 เดือน วัดผลย้อนหลัง มีการปรับปรุงเพียง 4% ซึ่งต่ำกว่าที่คาดไว้มาก หากมีพื้นฐานจะเห็นได้ตั้งแต่เนิ่นๆ

กรณีที่ 2 — ต้นทุนที่ซ่อนอยู่ บริษัทหนึ่งคำนวณใบอนุญาตสำหรับเครื่องมือ AI ($200,000 ต่อปี) แต่ไม่นับการผสานรวม ($350,000) และการตรวจสอบโดยมนุษย์อย่างต่อเนื่อง (พนักงานเต็มเวลา 2 คน) โครงการซึ่งคิดว่ามี "ผลกำไร" ดำเนินกิจการโดยขาดทุนเมื่อมีการบวกต้นทุนจริงเข้าไป เมื่อนับรายการทั้งหมดแล้ว ขอบเขตก็แคบลงและลดต้นทุนด้วยระบบ Surveillance อัตโนมัติ

กรณีที่ 3 — หลักฐานกับกลุ่มควบคุม บริษัทอีคอมเมิร์ซแห่งหนึ่งเปิดคำแนะนำผลิตภัณฑ์ AI ให้กับผู้ใช้ครึ่งหนึ่ง (กลุ่มทดสอบ) แต่ไม่ถึงครึ่งหนึ่ง (กลุ่มควบคุม) ใน 6 สัปดาห์ จำนวนตะกร้าสูงขึ้น 7% ในกลุ่มทดสอบ สิ่งนี้ยุติการอภิปราย "AI หรือฤดูกาล"; ขอบคุณกลุ่มควบคุมที่พิสูจน์คุณค่าได้ชัดเจนและเผยแพร่ทั่วประเทศ

เทมเพลตที่สามารถคัดลอกได้สี่แบบ

1) สมมติฐานด้านคุณค่าและตัวชี้วัด:

บทบาทของคุณ: นักวิเคราะห์มูลค่าทางธุรกิจ สร้างสมมติฐานด้านคุณค่าสำหรับโครงการริเริ่ม AI นี้: เราคาดหวังว่าจะปรับปรุงตัวชี้วัดใดจากเกณฑ์พื้นฐานเท่าใด เขียนด้วยว่าจะวัดเมตริกอย่างไรและความถี่เท่าใด ความคิดริเริ่ม: [ข้อความ]

2) รายละเอียดต้นทุนทั้งหมด:

แสดงรายการต้นทุนที่แน่นอนสำหรับโครงการริเริ่ม AI ต่อไปนี้: ใบอนุญาต/การใช้งาน การบูรณาการ การเตรียมข้อมูล การฝึกอบรม การจัดการการเปลี่ยนแปลง การบำรุงรักษา การกำกับดูแลโดยมนุษย์ อย่าลืมเน้นค่าใช้จ่ายแอบแฝงที่มักถูกลืม ความคิดริเริ่ม: [ข้อความ]

3) กรอบการคำนวณ ROI:

ตั้งค่าการคำนวณ ROI ด้วยข้อมูลผลประโยชน์และต้นทุนต่อไปนี้: ผลประโยชน์สุทธิ ต้นทุนทั้งหมด และเปอร์เซ็นต์ ROI ตั้งคำถามกับสมมติฐานที่ว่าผลประโยชน์ “แปลงเป็นเงินได้จริงๆ” และแสดงสถานการณ์ในแง่ดี/แง่ร้ายสองสถานการณ์ ข้อมูล: [ผลประโยชน์และต้นทุน]

4) การบรรยายสรุปการตัดสินใจแบบปรับขนาด:

แปลงผลลัพธ์นำร่องต่อไปนี้เป็นการบรรยายสรุปการตัดสินใจต่อคณะกรรมการ: พื้นฐาน ผลประโยชน์ที่วัดได้ ต้นทุนทั้งหมด ROI ความเสี่ยงหลัก และข้อเสนอแนะ (ขนาด/แก้ไข/หยุด) กล่าวอย่างตรงไปตรงมาว่าหลักฐานนั้นรุนแรงหรืออ่อนแอ ผลลัพธ์: [ข้อความ]

พรอมต์อ่อน / พรอมต์แรง

จุดอ่อน: “คำนวณ ROI ของโครงการ AI นี้”

ผลลัพธ์: ปัญหาในแง่ดีและไม่ต้องสงสัยเกี่ยวกับปากกาที่หายไป ไม่น่าเชื่อถือในการตัดสินใจ

แข็งแกร่ง: "คำนวณ ROI สำหรับการประมวลผลใบแจ้งหนี้อัตโนมัติ สิทธิประโยชน์: 12,000 ใบแจ้งหนี้ต่อปี ประหยัดเวลา 15 นาทีต่อใบแจ้งหนี้ ชั่วโมงแรงงาน 250 TL ค่าใช้จ่าย: ใบอนุญาตรายปี 200,000 TL การรวมครั้งเดียว 350,000 TL การควบคุมดูแล 1 คนอย่างต่อเนื่อง แสดงสถานการณ์ในแง่ดีและแง่ร้ายสองสถานการณ์ โดยสมมติว่าการประหยัดเวลาเพียง 70% กลายเป็นมูลค่าที่แท้จริง เขียน คุณจะแนะนำให้ฉันตัดสินใจเลือกอันไหน”

ผลลัพธ์: การวิเคราะห์ที่ตรงไปตรงมา ตั้งคำถาม มีสคริปต์ และตัดสินใจได้

ข้อผิดพลาดทั่วไป

• ไม่ใช่การวัดพื้นฐาน การพูดว่า "เราหายดีแล้ว" โดยไม่รู้ว่าเกิดอะไรขึ้นมาก่อนนั้นไม่สามารถพิสูจน์ได้
• ก้าวข้ามต้นทุนที่ซ่อนอยู่ โดยทั่วไปแล้ว การบูรณาการ การกำกับดูแล และการบำรุงรักษามีความสำคัญมากกว่าการให้สิทธิ์ใช้งาน
• ประเมินผลประโยชน์สูงเกินไป ไม่ใช่เวลาที่บันทึกไว้ทั้งหมดจะกลายเป็นมูลค่า ใช้อัตราการแปลงที่สมจริง
• ไม่จัดตั้งกลุ่มควบคุม หากไม่มีกลุ่มควบคุม ก็ยังไม่ชัดเจนว่าการปรับปรุงนั้นมาจากปัญญาประดิษฐ์หรือผลกระทบอื่นใด
• ไม่ได้วัดผลประโยชน์อ่อนเลย หากละเว้นประสบการณ์และคุณภาพเนื่องจากวัดผลได้ยาก คุณค่าส่วนใหญ่ยังคงมองไม่เห็น

ข้อควรสนใจ: ปัญญาประดิษฐ์สามารถสร้างกรอบการทำงาน ROI ได้ แต่ผู้จัดการมีหน้าที่รับผิดชอบต่อความสมจริงของตัวเลขและสมมติฐานที่เข้ามา ROI ที่ดูดีซึ่งเกิดขึ้นพร้อมกับสมมติฐานด้านผลประโยชน์ที่เกินจริงจะทำให้คณะกรรมการการลงทุนเข้าใจผิดและบ่อนทำลายความไว้วางใจ ตรวจสอบแหล่งที่มาของตัวเลขเสมอ

โดยสรุป

สตาร์ทอัพด้าน AI มักจะตายไม่ใช่เพราะเทคนิค แต่เป็นเพราะความล้มเหลวในการพิสูจน์คุณค่า ทุกความคิดริเริ่มควรมีอย่างน้อยหนึ่งตัวชี้วัดที่เชื่อมโยงกับผลลัพธ์ทางธุรกิจ โดยวัดจากพื้นฐาน เมื่อคำนวณ ROI ให้นับต้นทุนที่ซ่อนอยู่ทั้งหมดอย่างตรงไปตรงมา (การบูรณาการ การควบคุมดูแล การบำรุงรักษา) และอย่าเกินจริงถึงผลประโยชน์ คำถามว่าเวลาที่บันทึกไว้กลายเป็นมูลค่าจริงหรือไม่ ถ้าเป็นไปได้ ให้พิสูจน์กับกลุ่มควบคุม หากหลักฐานชัดเจน ให้ขยายขนาด หากอ่อนแอ ให้หยุดโดยสุจริต ในหน่วยถัดไป เราจะมาดูวิธีจัดการความเสี่ยงที่ทุกการลงทุนดำเนินไปพร้อมกับมูลค่าของมัน

งานสมัคร

เลือกกรณีการใช้งาน AI ก่อนที่คุณจะเริ่มต้น ให้จดพื้นฐานที่คุณต้องวัดและตัวชี้วัดความสำเร็จ 2. ลบรายการต้นทุนทั้งหมด (รวมถึงรายการที่ซ่อนอยู่) ด้วยเทมเพลต สร้างสถานการณ์ ROI สองสถานการณ์ ทั้งในแง่ดีและแง่ร้าย ด้วยเทมเพลต 3 สุดท้าย “หลักฐานนี้จะโน้มน้าวให้ฉันขยายขนาดหรือไม่” ตอบคำถามอย่างตรงไปตรงมา

รายการตรวจสอบ

• [ ] ฉันกำหนดพื้นฐานก่อนการแทรกแซง
• [ ] ฉันได้ระบุอย่างน้อยหนึ่งตัวชี้วัดที่เชื่อมโยงกับผลลัพธ์ทางธุรกิจ
• [ ] ฉันบวกรายการต้นทุนทั้งหมดแล้ว (รวมถึงรายการที่ซ่อนอยู่ด้วย)
• [ ] ฉันปรับสมมติฐานผลประโยชน์ด้วยอัตราการแปลงที่สมจริง
• [ ] ฉันคำนวณสองสถานการณ์ คือ มองโลกในแง่ดีและมองโลกในแง่ร้าย
• [ ] ฉันวางแผนกลุ่มควบคุมหากเป็นไปได้
• [ ] ฉันได้ประเมินความแข็งแกร่งของหลักฐานในการตัดสินใจอย่างตรงไปตรงมา