Измерение окупаемости инвестиций в ИИ

Это показатель объема ценности, которую организация получает от инвестиций в инструменты искусственного интеллекта. Но окупаемость инвестиций невозможно выразить одним числом. ИИ — это совсем молодая технология, и преимущества от ее использования необходимо оценивать поэтапно: от внедрения и налаживания эффективного использования до этапа качественного применения и модернизации работы.

Пока что 96 % руководителей говорят, что их инициативы в области ИИ мало влияют на эффективность работы. Отчасти проблема заключается в том, что им трудно измерить окупаемость инвестиций в ИИ.

Это сложно потому, что преимущества ИИ-инструментов и пределы их применения бывают весьма нечеткими.

• Преимущества часто носят косвенный характер и не всегда поддаются количественному измерению (микроэффективность, повышение качества, лучшие идеи, более эффективное сотрудничество).
• Бывает сложно связать преимущества с конкретными инструментами, потому что ИИ меняется одновременно с рабочими процессами и организацией.
• Традиционные модели окупаемости инвестиций плохо работают в условиях постоянного изменения возможностей и при наличии встроенного потенциала.
• Преимущества проявляются в разные сроки, потому что команды не сразу начинают использовать ИИ для исследований, оптимизации, усовершенствования и дальнейших преобразований.
• Большинство организаций все еще работают в режиме пилотного эксперимента, где сначала нужно многому научиться, а только потом станут видны преимущества.
• Затраты часто легче увидеть, чем выгоды, особенно для руководителей финансовых отделов.
• Не существует общепринятой «единицы измерения ценности» (например, сэкономленное время, доход, удовлетворенность, удержание персонала или что-то еще).

• Фактические преимущества во многом зависят от человеческого поведения, доверия и активности использования новых инструментов, а не только от качества технологий.

Классическая методика расчета окупаемости предполагает стабильные входные данные и четкие причинно-следственные связи. ИИ редко соответствует этому шаблону.

Количественное измерение позволяет перейти от интуитивных экспериментов к целенаправленным, четко задокументированным инвестициям. Измерив влияние новых технологий для бизнеса, пусть даже на основе базовых показателей, вы сможете показать их ценность руководителям и директорам, получить финансирование на то, что действительно работает, и развеять скептические настроения.

Оценка окупаемости инвестиций также помогает командам связать свои задачи в области ИИ с фактическими результатами деятельности, а не просто с нововведениями.

Другими словами, оценка окупаемости инвестиций в ИИ — не просто вычисление идеальных чисел. Она поможет принять более грамотные решения о том, какие проекты следует масштабировать или свернуть, к каким следует приложить дополнительные усилия и как сохранить динамику.

В компании Atlassian мы видим, что ценность ИИ проявляется в четырех направлениях: изучение, оптимизация, совершенствование и трансформация. Ценность раскрывается со временем, и ее оценивают при помощи особых показателей. Важно выбирать правильные показатели, иначе можно неверно оценить прогресс или преждевременно свернуть инициативу.

Изучение ИИ: предоставление командам возможности экспериментировать с ИИ, чтобы понять, где его можно применить. Сосредоточьтесь на оценке уровня внедрения — используйте такие показатели, как, например:

• Количество суперпользователей и активных пользователей ИИ в неделю или в месяц
• Количество созданных инкубаторов или лабораторий ИИ
• Количество экспериментов с ИИ или запущенных пилотных проектов

• Количество участников хакатона по ИИ

Оптимизация посредством ИИ: использование ИИ для ускорения или удешевления текущих рабочих процессов в команде. Сосредоточьтесь на оценке эффективности — используйте такие показатели, как, например:

• Время цикла для каждого рабочего процесса
• Экономия времени на выполнение всех задач благодаря ИИ
• Степень автоматизации

• Снижение затрат благодаря ИИ

Совершенствование посредством ИИ: повышение качества результатов работы команды при помощи ИИ. Сосредоточьтесь на оценке качества — используйте такие показатели, как, например:

• Точность, качество или стабильность выполнения задач
• Соблюдение стандартов
• Индекс CSAT

• Ключевые показатели эффективности компании до внедрения ИИ

Трансформация посредством ИИ: использование искусственного интеллекта для достижения более высоких результатов работы организации и создания ценности. Сосредоточьтесь на оценке уровня инноваций — используйте такие показатели, как, например:

• Новые функции, продукты, патенты или предложения
• Новый доход, полученный благодаря ИИ

Начните оценивать окупаемость инвестиций в ИИ, как только ваша команда или организация начинает осознанно его применять. Объект оценки зависит от этапа.

На ранних этапах целью является внедрение и обучение. С переходом от экспериментов к реальным рабочим процессам, а затем и к новым продуктам у вас появится возможность постепенно смещать фокус. Вначале вас будет интересовать уровень использования инструментов ИИ, затем экономия и ускорение рабочих процессов, прирост качества и наконец новые источники дохода и стратегические преимущества.

Есть простой способ определить, что и в какой момент нужно оценивать:

• Изучение (ранние пилотные проекты, лаборатории, хакатоны) → оценка уровня внедрения и обучения (например, уровень использования, количество пилотных проектов, участие в лабораториях по ИИ или неделях хакатонов)
• Оптимизация (встраивание ИИ в существующие рабочие процессы) → оценка эффективности (например, время цикла, экономия времени на выполнение одной задачи, степень автоматизации, предотвращенные издержек)
• Совершенствование (улучшение качества результатов работы команд посредством ИИ) → оценка качества (например, точность, стабильность, индекс CSAT, частота ошибок по сравнению с исходными показателями до внедрения ИИ)
• Трансформация (новые продукты или бизнес-модели на базе ИИ) → оценка уровня инноваций и окупаемости инвестиций (например, новые источники дохода благодаря ИИ, новые функции, влияние на маржу)

Мониторинг результатов по четырем направлениям создания ценности посредством ИИ (изучение, оптимизация, совершенствование и трансформация) дает вам ряд возможностей:

• Продемонстрировать сценарии применения ИИ, дающие измеримую пользу, чтобы руководители могли решить, где усилить работу, а где прекратить.
• Превратить абстрактные эксперименты с ИИ в конкретные результаты, чтобы укрепить доверие руководства и заинтересованных сторон.
• Конвертировать прирост эффективности в ощутимые результаты для бизнеса, например сэкономленное время и уровень автоматизации — в годовую экономию и прирост производительности.
• Разработать сборник сценариев (исходный уровень → развертывание → оценка → масштабирование или свертывание), который можно применять на различных проектах внедрения ИИ.
• Отслеживать ход внедрения ИИ с течением времени, чтобы адекватно оценить прогресс и не свернуть инициативу слишком рано.