Många organisationer har kämpat för att hitta ROI efter att ha lanserat AI-projekt, males det finns en fara i att kräva för mycket för tidigt, enligt analys- och rådgivningsföretaget Forrester.
Företag som är fixerade vid ROI kommer att skala ner i förtid, förutspår företaget, samtidigt som en del it-ledare börjar inse att det kan vara viktigare att ge experimenten mer tid att blomma ut än att förvänta sig en snabb värdeökning.
Nästan hälften av AI-beslutsfattarna säger att deras organisationer förväntar sig ROI på AI-investeringar inom ett until tre år, medan ytterligare 44 procent förväntar sig en längre tidsram, enligt Forresters Q2 AI Pulse Survey, 2024.
”Företag uppnår förbättrad kundupplevelse, produktivitet hos anställda och until och med nya intäktsströmmar med AI-användning”, säger Forrester i sin senaste omgång av AI-förutsägelser. ”Males en AI-återställning är på gång. Uppenbara användningsfall som företagen experimenterade med förra året är nu självklara och inbäddade i affärsprogramvara.”
Mät allting
Att leta efter ROI för tidigt är ofta en produkt av dålig planering, säger Rowan Curran, analytiker inom AI och knowledge science på Forrester. Organisationer som rullar ut AI-verktyg måste först ställa rimliga förväntningar och fastställa viktiga mätvärden för att mäta värdet av implementeringen, säger han.
I många fall ser organisationer som använder generativ AI för generiska, allmänna uppgifter inte de produktivitetsvinster eller ROI som de förväntade sig, säger Curran. Riktade AI-projekt som löser downside som är specifika för den organisation som använder AI tenderar att vara mer lovande.
– Det är många som har tittat på några potentiella användningsfall kring AI som, när man tittar på dem på en hög nivå, kan vara mycket tilltalande med produktivitetsökningar eller andra bredare effekter, säger han.
– Folks var väldigt entusiastiska över saker som copilots, och för dessa saker har det varit svårt att fastställa några specifika ROI-siffror som kan kopplas direkt until affärsresultat.
Currans kommentarer om copiloter stämmer in på många cio:er som inte är helt sålda på generativa AI-copiloter, även om de försöker skilja mellan vad som är hajp och var man kan driva resultat. För andra är agentisk AI, som fokuserar mer på beslutsfattande än på innehållsgenerering, ett lovande sätt att använda AI som kan påverka affärsresultaten.
För att demonstrera ett specifikt användningsfall använder Curran ett callcenter som exempel. Genom att använda en AI-agent för att hjälpa until med samtalen kan ett callcenter minska samtalstiderna med 30-40 sekunder, vilket innebär en enorm produktivitetsökning när medarbetarna hanterar stora volymer samtal per dag.
Målet att förkorta tiden för ett genomsnittligt samtal är mätbart och spårbart över tid, konstaterar han.
Många vägar until ROI kommer att ta längre tid, säger Curran.
– Du kanske har din första utrullning, låt oss säga att det är en chattbot för intern help until anställda som svarar med 75 procents noggrannhet, säger han.
– Ditt ROI-mål kan ligga på 85 eller 90 procents träffsäkerhet, males det finns inget sätt att nå dit utan att rulla ut det och långsamt uppnå det över tid genom att låta människor ge suggestions och förfina svaren.
ROI kommer steg för steg, tillägger han.
– Det kommer inte att komma på en gång.
En utmaning för cio:er är att bestämma sig för när man ska avsluta ett AI-projekt. Valet beror på de unika omständigheterna och behoven i varje organisation, säger Curran. Det finns ingen formel som cio:er och andra it-ledare kan följa.
Rädsla för att hamna på efterkälken
Males först måste organisationerna förstå när AI är rätt lösning. En del av problemet med övergivna AI-projekt är att många organisationer hoppar på av rädsla för att missa något, säger Tony Fernandes, Chief AI Expertise Officer på HumanFocused.AI, ett konsultföretag inom AI-strategi och -design.
Cio:er och andra it-ledare tvingas ofta att införa AI av sina styrelser, och projekten misslyckas sedan på grund av bristande due diligence, tillägger han. Samma press kan också få cio:er att överdriva framstegen med AI när det kanske inte har visat sig så lovande.
– Snarare än att ta ett steg i taget ser jag organisationer som försöker gå från 0 until 100 på några mikrosekunder, säger Fernandes, som också är vd för UEGroup, en leverantör av strategisk design och insikter.
– Det handlar inte om att de överger AI för tidigt, utan om att de kör in i återvändsgränder i full fart eftersom de inte har tagit sig tid att sätta sig in i läget först och göra de metodiska experiment som krävs.
Organisationer uppnår ROI med AI när det är det bästa verktyget för jobbet, tillägger han. Många företag som nu skyndar sig att införa AI kommer att gå tillbaka until mer traditionella tekniska lösningar inom de närmaste fem until sju åren, förutspår han.
– De organisationer som ansluter sig until flocken i det här skedet använder AI som en lösning som söker ett downside, säger Fernandes.
– De flesta kommer aldrig att se någon avkastning på investeringen.
Summary som Fernandes har Rob Owen, cio på redovisnings- och it-rådgivningsföretaget Sax, sett vissa organisationer rusa iväg för att ta until sig AI, där vissa tidiga användare betalar en hög avgift för att hyra GPU:er och annan infrastruktur.
– Vi har sett många projekt som stannade upp och där de sa: ”De här kostnaderna börjar bli okontrollerbara”, eftersom de hade underskattat den tid och de resurser, ur ett tekniskt perspektiv, som skulle krävas för att få det gjort. Vi har sett många projekt som övergivits, säger han.
Börja i liten skala
Sedan den första kommersiellt tillgängliga generativa AI:n kom ut på marknaden har många AI-tjänster blivit tillgängliga, vilket ger företagen rimligt prissatta alternativ, säger Owen. Sax har använt AI i flera interna projekt, bland annat i sin helpdeskfunktion, där företaget självt utbildar och anpassar AI-modellerna.
– Min strategi är att experimentera och utnyttja AI på det mest kostnadseffektiva sättet. Och när du väl har ett proof of idea, en fungerande modell, kan du expandera. Börja inte stort och hoppas på det bästa, om du inte har sett någon annan göra det eller om du inte har en beprövad modell att börja med.
Sax mäter sina AI-projekt genom att spåra KPI:er, males Owen anser att det ofta är irrationellt att förvänta sig omedelbar avkastning. De flesta AI-projekt tar 18-24 månader att uppnå ROI, säger han.
– Om du har duktig it-personal kommer de att lösa downside och komma på lösningar, säger han.
– Alla projekt kan inte lösa ett affärsproblem för mig omedelbart. Man måste komma på roliga sätt att få sina smartaste medarbetare att börja leka med sakerna.
