ИИ используют подавляющее число организаций, но лишь 6% получают от него заметный финансовый эффект. Старший партнер McKinsey Дэвид Пралонг считает, что успехи ИИ в кодинге и поддержке создают у руководителей завышенные ожидания.
ИИ используют подавляющее число организаций, но лишь 6% получают от него заметный финансовый эффект. Старший партнер McKinsey Дэвид Пралонг считает, что успехи ИИ в кодинге и поддержке создают у руководителей завышенные ожидания.
По данным McKinsey, ИИ используют хотя бы в одной бизнес-функции уже 89% организаций. При этом только 6% компаний получают от ИИ действительно заметный финансовый результат — не менее 5% операционной прибыли до вычета процентов и налогов (EBIT). О положительном влиянии на прибыль сообщили 37% компаний.
Пралонг отмечает, что отдельные результаты выглядят впечатляюще. В одном исследовании ИИ помог сотрудникам поддержки решать на 15% больше обращений в час, а в экспериментах с разработчиками ИИ-ассистенты позволили выполнять примерно на 26% больше задач.
Однако, по его словам, эти примеры нельзя автоматически переносить на любой бизнес-процесс. Контакт-центры и команды разработчиков еще до появления генеративного ИИ имели четкие метрики, стандартизированные процессы и способы проверки результата.
«Успехи в контакт-центрах и программировании реальны. Но это отправная точка, а не шаблон, который можно перенести в любую компанию», — пишет Пралонг.
В качестве примера он приводит банк, который использует ИИ для проверки документов по кредитам малому бизнесу. Даже если технология сократит этот этап на два дня, заявка по-прежнему может задерживаться из-за согласований между продажами, кредитным подразделением, комплаенсом и операционными командами.
«Более быстрый первый шаг не устраняет задержки и ошибки, которые возникают позже», — отмечает эксперт.
По его мнению, реальная отдача появляется только тогда, когда компания не просто добавляет ИИ в существующий процесс, а меняет сам процесс вокруг конечного результата. Исследование McKinsey показало, что компании на ранней стадии внедрения ИИ, которые уже перестроили рабочие процессы, в 5,3 раза чаще сообщали о ценности на уровне всей организации — 32% против 6%.
Пралонг также предупреждает, что даже успешный эксперимент легко может застрять на стадии пилота, если руководство не решит, кто отвечает за итоговый результат и какие этапы процесса можно убрать. «Без ответов на эти вопросы многообещающий пилотный проект может так и остаться пилотным», — пишет он.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.