עסקים מוציאים היום יותר כסף על בינה מלאכותית מתמיד, ורובם לא רואים את זה חוזר. הנטייה הטבעית היא להאשים את המודל, את הספק או את האינטגרציה. בניסיון שלנו, הכישלון כמעט אף פעם לא מתחיל שם. הוא מתחיל שכבה אחת קודם, באופן שבו העסק מתנהל.

בשנים האחרונות נכנסנו להמון חברות שכבר "עשו בינה מלאכותית". צ'אטבוט כאן, כמה אוטומציות שם, מנוי למה שהיה בכותרות באותו רבעון. הכלים עבדו. ההוצאה הייתה אמיתית. התשואה לא הייתה. אותה תבנית חזרה על עצמה שוב ושוב, ולזה לא היה שום קשר לטכנולוגיה.

המלכודת של הכלי קודם

המהלך הטבעי הוא לקנות כלי ואז לצאת לחפש בעיה להצביע עליה איתו. זה מרגיש כמו התקדמות כי משהו עכשיו מותקן. אבל כלי שנופל על תהליך שכבר היה שבור לא מתקן את התהליך. הוא רק מריץ אותו מהר יותר.

אוטומציה של בלגן נותנת לכם בלגן מהיר יותר.

אם אישורים לקחו חמישה ימים כי אף אחד לא היה בעל ההחלטה, בינה מלאכותית שמנסחת את מייל האישור בשתי שניות לא פתרה כלום. הצוואר בקבוק לעולם לא היה ההקלדה. הוא היה התפעול סביבה.

תהליך לפני כלים, תמיד

הסדר הוא כל המשחק. לפני שבוחרים מודל אחד, העבודה היא למפות את התהליך כפי שהוא באמת פועל, לא כפי שתרשים הארגון אומר שהוא פועל. איפה עבודה מחכה? מי הבעלים האמיתי של כל העברה? מה הדבר שאם הוא יזוז מהר יותר, באמת ישנה את המספר בתחתית העמוד?

רק אחרי שהתמונה הזו כנה, יש טעם לשאול איפה בינה מלאכותית מסירה עבודה אמיתית. לפעמים התשובה היא מודל. לרוב התשובה היא רצף טוב יותר, בעלים ברור ואוטומציה קטנה אחת במקום הנכון בדיוק. הרעיון הוא להרוויח את הכלי, לא להתחיל איתו.

שלוש סיבות מבניות לכישלון

מה לעשות במקום

התבנית שעובדת היא לא מרשימה במיוחד, אבל היא מצטברת. תתחילו מהתפעול, לא מהמודל. תבחרו תהליך עבודה אחד שנושא עלות שאפשר למדוד. תמדדו אותו לפני שאתם מאוטמים אותו, כדי שיהיה לכם "לפני" אמיתי. תשאירו בן אדם בלולאה עד שהמספרים מחזיקים מעמד לבד. רק אז, ורק אז, תרחיבו.

המהלך הנכון

בינה מלאכותית היא מכפיל, ולכן בדיוק הסדר קובע. מכפיל על תפעול חזק מצטבר בשקט, חודש אחרי חודש. מכפיל על תפעול חלש רק מגביר את החולשה, בקול רם ובעלות גבוהה יותר מקודם. החברות שמנצחות עם בינה מלאכותית הן לא אלה עם המודל הכי טוב. הן אלה שתיקנו קודם איך העסק מתנהל, בסדר הנכון, ואז נתנו לטכנולוגיה לעשות את מה שמכפילים עושים.