Инвестиции в искусственный интеллект растут быстрее, чем уверенность предприятий в их окупаемости. Советы директоров хотят ясности, финансовые директора — цифр, которые они могут обосновать, а технологические лидеры хотят масштабировать то, что работает. Тем не менее, многие разговоры об ИИ по-прежнему заканчиваются одинаково: «Мы знаем, что это ценно — мы просто не можем это доказать», пишут в корпоративном блоге Брайан Хопкинс, вице-президент Forrester по портфелю новых технологий, и Лиза Сингер, вице-президент и главный аналитик Forrester.

Этот разрыв вызван не слабыми моделями или незрелыми платформами. Он вызван устаревшими способами измерения ценности. Проблема рентабельности инвестиций (ROI) в ИИ — это не технологическая проблема, это проблема измерения.

Почему проблема ROI кажется сложнее, чем должна быть

Использование ИИ в целом быстро перешло от экспериментов к внедрению в производство в маркетинге, продажах, обслуживании, разработке продуктов и операциях. Но большинство организаций по-прежнему оценивают ИИ, используя бизнес-кейсы, разработанные для автоматизации или аналитики: изолированные KPI, разрозненные панели мониторинга и завышенные ожидания по окупаемости.

Этот подход не работает, потому что ценность ИИ должна оцениваться не только по традиционным финансовым показателям, но и по средствам и срокам предоставления этой ценности. ИИ обладает потенциалом изменить ваших клиентов, ваш бизнес и мир в большей степени, чем облачные технологии, мобильные приложения или большие данные в прошлом,. Но эти изменения не произойдут мгновенно. Когда руководители ожидают, что все инвестиции в ИИ быстро принесут прибыль, разочарование неизбежно. Именно это мы наблюдаем сейчас.

Реальная проблема: нет общего языка для оценки ценности ИИ

Организации не могут масштабировать влияние ИИ, потому что им не хватает последовательного способа описывать, сравнивать и измерять результаты в различных сценариях использования и функциях. Финансовый отдел ищет сигналы о доходах, затратах и ​​рисках. Бизнес-лидеры ищут опыт и рост. Технологические лидеры ищут возможности и повторное использование.

Без общего языка бизнес-кейсы теряют доверие, портфели ИИ фрагментируются на пилотные проекты, а обсуждения ROI становятся политическими, а не аналитическими. Пока руководители не придут к согласию относительно того, какого рода ценность должен приносить ИИ, дебаты о ROI будут продолжаться независимо от эффективности модели.

Матрица ценности ИИ. Источник: отчет «Introducing The Forrester AI Value Matrix: A Framework For Measuring What Matters»

Призванная помочь клиентам решить проблему определения ценности ИИ, наша недавно опубликованная структура матрицы ценности описывает девять аспектов ценности по двум осям:

  • Финансовые результаты: где проявляется влияние ИИ (например, создание дохода, снижение затрат и повышение эффективности, снижение рисков).
  • Механизмы создания ценности: как ИИ создает это влияние (включая, например, производительность, вовлеченность, стратегию).

Такое разделение важно, потому что оно отделяет то, где ценность проявляется, от того, как она создается. Ценность, обусловленная производительностью, возникает быстро и становится видимой. Ценность, обусловленная вовлеченностью, требует больше времени и веры в то, что ИИ действительно приводит к лучшим результатам для клиентов. А стратегическая ценность — такая как перепозиционирование на рынке или адаптивное реагирование на конкуренцию — возникает медленнее и ее еще сложнее определить, но она более устойчива. Именно отношение ко всем трем показателям как к одинаковым по срокам окупаемости инвестиций приводит к тому, что результаты использования ИИ кажутся непоследовательными.

Упростите обсуждение ROI с помощью матрицы ценности ИИ

Соединяя три финансовых результата с тремя механизмами получения ценности, матрица ценности ИИ от Forrester определяет девять различных способов, которыми ИИ создает ценность. Это добавляет три вещи, которых не хватало большинству организаций:

  1. Матрица позволяет сопоставлять ценность ИИ. Руководители могут оценивать совершенно разные инициативы в области ИИ, используя одну и ту же структуру, вместо того чтобы спорить о несовместимых показателях.
  2. Матрица устанавливает реалистичные ожидания. Команды знают, предназначена ли инвестиция для быстрого повышения производительности, улучшения вовлеченности или долгосрочного стратегического преимущества — и могут соответствующим образом измерять успех.
  3. Матрица улучшает инвестиционную дисциплину. Портфели могут целенаправленно балансировать краткосрочную окупаемость с растущей стратегической ценностью, вместо того чтобы по умолчанию выбирать самый легкий путь к успеху.

Что наиболее важно, матрица заменяет повествование структурой. Рентабельность инвестиций в ИИ перестает быть чем-то, что руководители защищают постфактум, и становится тем, что они планируют заранее.

Что должны делать руководители дальше

ИИ больше не эксперимент. Но для его ответственного масштабирования необходимо отказаться от универсального подхода к оценке ROI.

Руководителям следует:

  • Определять успех ИИ по типу ценности, а не только по финансовому результату.
  • Устанавливать различные цели и сроки для производительности, вовлеченности и стратегии.
  • Использовать единую структуру, подобную нашей, для согласования бизнес-кейсов, управления и измерения.

При таком подходе ROI становится ориентиром для принятия более разумных инвестиционных решений, а не просто инструментом для обоснования постфактум. Именно так ценность ИИ переходит от разрозненности к подотчетности.