Tárgyaló partnereinket továbbra is az érdekli a legjobban, hogy hogyan tudja az egyre sűrűsödő feladatait megoldani az AI. Több száz érdeklődővel tárgyalunk évente, és a tapasztalat azt mutatja, hogy legalább 80 százalékuk csodát vár az AI-tól, ami érthető, hiszen az AI cégek marketing üzenetei ezt a hatást keltik.

Nem meglepő számunkra, hogy egy prominens amerikai egyetem, az MIT kutatása szerint az AI-projektek 95 százaléka nem éri el a kitűzött célt. Riasztó százalék, de muszáj kísérleteznie azoknak, akik versenyben akarnak maradni. A kérdés tehát, hogyan lehet a sikeres 5%-ba tartozni?

Mire használja egy átlag vezető / munkatárs most a generatív AI eszközöket?

Az MIT cikk és a tapasztalatunk is azt mutatja, hogy az emberek túlnyomó többsége általános, önálló (szigetszerű) eszközöket használ.

Logikus, hiszen ezek gyors, látványos eredményeket produkálnak sok esetben. Mennyiből áll megírni egy prompt-ot, majd kicsit javítani rajta? Pár perc. 80-90%-ban egész jól összefoglal egy dokumentumot, vagy generál egy képet, vagy megír egy szövegrészletet. Mindemellett egyre több olcsó AI eszköz jelenik meg a piacon. Ezeket látványosan, inspirálóan reklámozzák, demókat lehet letölteni, melyekkel korábban elképzelhetetlen dolgokat lehet csinálni.

Megadja a vezetőknek azt az érzést, hogy itt tényleg valami csoda részesei lehetnek.

Miért nem tudják mégsem elérni a céljukat az AI projektek?

A csoda nem történik meg. Az MIT tanulmánya szerint a cégek 95 százalékának nem térül meg a generatív AI. Ez nem azt jelenti, hogy nem történhetnek látványos dolgok, de azok hozzáadott értéke a költségekhez viszonyítva elenyésző.

Ahogy egy gyártó középvállalat operatív igazgatója írta: "A LinkedIn-en lévő posztok alapján azt gondolná az ember az AI mindent megváltoztatott, de a mi működésünkben semmi alapvető változás nem történt. Néhány szerződést gyorsabban dolgozunk fel, de ez az egyetlen változás."

Sok cégnél az AI nemhogy nyereséget nem termel, de ráfizetéses. Sokszor tapasztaljuk, hogy egy egész AI osztályt építettek fel cégen belül, bízva a csodában, ami elmaradt, de az AI osztályt közben fizetni kell. Az MIT cikk szerint is a belső implementációk feleannyiszor sikeresek, mint a külső partnerrel végzett projektek.

A probléma az, hogy a sikeresek, és a nem sikeresek két teljesen más utat választanak. Az igazi áttörést nem hozó projektek (ez a 95%) esetén nem elég több időt, pénzt, energiát fordítani rá, hogy áttörést hozzon. Ők ugyanis egy zsákutcába kerültek, ahol legfeljebb középszerű eredményeket lehet csak elérni. Alapjaiban máshogy kell hozzáfogniuk az AI hatékony felhasználásához. Ezt hívja az MIT cikk “GenAI Divide”-nak.

Hogyan lehet jól csinálni?

Én abban hiszek és ezt minden tárgyaláson képviselem, hogy egy olyan világban élünk, ahol a jövő azoké a cégeké, akik kísérleteznek. Akik nem sajnálják az időt, pénzt, energiát és bevállalják a rizikót, hogy végül tíz kísérletükből mindössze csak egy-kettő sikerüljön. Viszont ez az egy-kettő olyan hozzáadott értéket adhat, ami révén jelentősen lehagyhatják versenytársaikat.

A kutatás néhány fontos eredménye:

1. Ne általános AI eszközökre építkezz! Cél és cégorientált eszközök vezetnek sikerre.

Könnyű az általános AI eszközök irányába elindulni, de hamar a korlátaiba fogunk ütközni. Pont a generikus megoldások gyors alkalmazhatósága és olcsósága miatt kerülnek bele a cégek a középszerűség zsákutcájába.

2. Bár csábító lehet egy belső AI osztály felépítése, a kutatások alapján sokkal előnyösebb egy tapasztalt külső partnert választani.

Az MIT kutatása azt mutatta meg, hogy a belső IT implementációk fele olyan gyakran érik el a kitűzött célokat, mint a külső szakértővel implementált projektek.

3. Aki megtérülési kimutatások alapján hoz AI döntéseket, rossz úton jár

Sok nagy cég azért nem fektet elegendő erőforrást az AI projektekbe, mert a döntéshozók számára nem egyértelmű ezek megtérülése. A legtöbb esetben nem is lehet nyilvánvaló megtérülést kimutatni, annyira tervezhetetlenek ennek az új technológiának az előnyei. Azonban sokszor olyan nem várt pozitív hatást eredményez, amire senki nem számított előre.

4. Készülj fel a változásmenedzsmentre

Érdekes módon sokszor még azok is ellenállnak egy céges AI bevezetésének, akik egyébként a saját munkájuk megkönnyítésére használnak generatív AI eszközöket (pl. chatGPT). Nem utolsósorban azért, mert amíg pl. a chatGPT egy egyszerű és könnyen használható eszköz, addig a céges sikerességet növelő eszközök jellemzően komplexebbek, ezért több tanulást, tesztelést, munkát igényelnek, mint egy általános generatív AI eszköz.

5. Kiszámíthatatlan pontosságú eredmény problémájának megoldása

A beszélgetéseim alapján túl sok vezető gondolja azt, hogy az AI annyira okos, hogy mindig a legokosabb választ fogja adni. De a generatív AI működésének logikája miatt a technológia gyakran pontatlan.

Ezért fontos ismerni a határait, és olyan eszközt kell implementálni, ami képes a pontatlanságot kiküszöbölni. A Woodpecker-nél éppen emiatt fejlesztettük ki a Complex AI Web (CAIW) technológiát, mert az hibrid módon tudja ötvözni az algoritmikus (pontos) AI eszközöket, a generatív (pontatlan) AI eszközökkel. Hogy mindig az adott feladat elvégzéséhez legjobban illeszkedő, összehangolt megoldást alkalmazhassuk.

Összefoglalva

Sok cégvezetővel beszélgetünk, akik szeretnék kiaknázni az AI lehetőségeit.

Tapasztalataink alapján azok a projektek lesznek hosszú távon sikeresek, amelyek:

• ismerik a gyors, általános megoldások limitációit,

• valódi üzleti problémákra keresik a megoldást,

• egy átgondolt digitális stratégiába illesztik az AI-t,

• erős vezetői akaratot és motivációt tesznek a projekt mögé,

• és ahol a szervezet és a kollégák egyaránt fel vannak készülve a változásra.

  
  

Az MIT kutatása szerint a sikeres utat választó, mindössze 5%-ot kitevő cégekben az a közös, hogy alkalmazkodni képes, rugalmas megoldásokat keresnek konkrét, nagy értéket jelentő problémákra. Olyan megoldást, ami alkalmazkodik a céghez és mélyen integrálódik a folyamataikba. Ami nem rendelkezik azonnal széleskörű alkalmazhatósággal, viszont idővel, fejlődéssel, vagy fejlesztéssel egyre több mindenben tud segíteni.

Jó érzéssel tölt el, hogy a Woodpecker már 20 éve ezt a megközelítést képviseli, és úgy látjuk, hogy most már a világ és a szakma nagy része is eljutott erre a felismerésre.

Gerevich János

Digitális transzformáció specialista, ügyvezető

+36 20 9944 581, janos.gerevich@woodpecker.hu 

ui: Aki kimarad, az lemarad. Ma még jó eséllyel időben van, aki belekezd, de ha 1-2 évig halogatja, mert minden más fontosabbnak tűnik, szinte biztosan le fog maradni.