Seperti kencan pertama yang menjadi canggung, beberapa perusahaan berjuang untuk menang di kecerdasan buatan mungkin berusaha terlalu keras.
Mereka mungkin mengambil terlalu banyak proyek atau gagal memahami bahwa rejeki nomplok AI sering berasal dari rewiring bagaimana orang bekerja, bukan dari mesin AI “super keren” atau model bahasa besar, kata Sylvain Duranton, pemimpin global BCG X, pembangunan teknologi dan desain divisi Boston Consulting Group.
Jenis kesalahan langkah itu dapat menggelembung menjadi frustrasi besar-besaran bagi para pemimpin bisnis, katanya kepada Business Insider.
Duranton mengatakan bahwa jika pertanyaan besar CEO di sekitar AI pada tahun 2024 adalah model mana yang akan digunakan, permintaan mereka pada tahun 2025 adalah “Di mana uang saya?”
Memang, katanya, sering ada tantangan seputar penerapan penggunaan AI yang luas.
“Meningkatkan hal ini dari sudut pandang teknologi – itu sulit,” kata Duranton.
Untuk membantu perusahaan menyelamatkan upaya AI mereka, katanya, “aturan emasnya” adalah bahwa organisasi mengalokasikan sekitar 10% dari upaya dan uang mereka untuk algoritma – untuk membangun mesin AI atau melatih LLMS. 20% lainnya harus dicadangkan untuk data dan teknologi. Pada dasarnya, itu untuk membuat AI bekerja di lingkungan teknologi perusahaan, kata Duranton.
Sebagian besar upaya – yang tersisa 70% – harus mengubah cara kerja orang, katanya.
“Dengan asumsi Anda memiliki teknologi yang dapat skala, Anda perlu membawanya ke tangan rakyat. Ini adalah upaya perubahan besar -besaran,” kata Duranton, yang berbasis di kantor Paris perusahaan dan mengawasi pasukan global BCG X dari hampir 3.000 teknologi, ilmuwan, programer, insinyur, dan lainnya.
Beberapa perusahaan sedang berjuang
Frustrasi perusahaan itu nyata. Pada bulan-bulan terakhir tahun 2024, BCG mensurvei sekitar 1.800 eksekutif C-suite dari perusahaan besar di hampir 20 negara dan menemukan bahwa sementara 75% responden berada di peringkat AI di antara prioritas tiga besar mereka, hanya 25% yang dilaporkan melihat “nilai signifikan” dari teknologi.
Untuk menemukan lebih banyak nilai, Duranton merekomendasikan agar perusahaan tidak mencoba melakukan semuanya sekaligus. Dia mengatakan ruang lingkup perubahan yang dibutuhkan perusahaan kemungkinan tidak dapat dicapai dengan puluhan atau ratusan kasus penggunaan.
“Itu bukan rencananya. Rencananya adalah untuk fokus pada beberapa hal, dan hal -hal yang penting,” katanya.
Duranton mengatakan perusahaan terkadang juga melihat “inisiatif tambahan.” Dia bilang dia pikir itu sering kesalahan. Sebaliknya, katanya, perusahaan harus pulang dengan beberapa hal yang “klasik”.
Untuk pengecer, kata Duranton, ini mungkin menggunakan AI untuk memastikan toko bata-dan-mortir memiliki campuran produk yang sempurna untuk lokasi itu untuk lebih tahan terhadap pesaing di dekatnya dan online.
CEO ritel memahami taruhannya, kata Duranton. Mereka akan sering memberitahunya sesuatu seperti, “Saya tahu bahwa jika saya tidak melakukan itu lebih baik dari yang lain, saya dimasak,” katanya.
Duranton mengatakan keharusan lain untuk pengecer mungkin adalah mengembangkan agen AI yang dapat berbelanja untuk pelanggan – yang sangat bagus sehingga pengguna tidak ingin beralih ke pesaing.
“Dengan kedua hal itu, Anda memiliki agenda strategis dan agenda AI,” katanya, merujuk untuk memastikan inventaris diputar dan bot belanja.
Triknya, kemudian, adalah untuk tetap fokus pada upaya -upaya itu, kata Duranton.
“Kek mencolok itu, di situlah Anda menaruh semua uang Anda, semua energi Anda,” katanya. Itu perlu, kata Duranton, jika perusahaan ingin mengambil pendekatan 10%, 20%, 70%yang ia rekomendasikan.
Segitiga Bermuda AI
Dia mengatakan penskalaan AI juga seringkali sulit karena perusahaan dapat merasakan tekanan untuk berkompromi pada pengeluaran, kualitas hasil, atau kecepatan di mana mereka diproduksi.
“Anda memiliki semacam Segitiga Bermuda, di mana ia mahal dan relevan dengan latensi yang baik, atau Anda harus berkompromi pada salah satu dari ketiganya, dan Anda harus mengoptimalkan,” kata Duranton, merujuk pada hasil AI.
Dia mengatakan seringkali mudah untuk menunjukkan beberapa sihir teknologi dalam demo. Apa yang sulit, kata Duranton, adalah menangani jutaan permintaan setiap hari dan menghasilkan hasil yang tepat waktu dan relevan.
“Ini ballgame yang berbeda,” katanya.
Pada akhirnya, untuk berhasil dengan AI, kata Duranton, perusahaan perlu membawa orang, bukan hanya bot.
“Investasikan dalam manajemen perubahan, bukan hanya teknologi, dan membuat para pemimpin Anda yang tak kenal takut dan terkuat bertanggung jawab,” katanya.
