Educator AI Kavita Ganesan despre descoperirea oportunităților AI în afacerea dvs

Devenirea pregătită pentru AI poate fi descurajantă la început. Oaspetele de astăzi împărtășește un cadru repetabil care vă ajută să profitați de oportunitățile potrivite, să le măsurați succesul și să pregătească scena pentru o tranziție fără probleme.

În ultimul an, progresele rapide în AI generativă, inclusiv lansarea revoluționară a ChatGPT, au adus AI în prim-planul atenției tuturor. Cu toate acestea, navigarea în peisajul AI poate fi intimidantă pentru liderii de afaceri care nu sunt siguri de unde să înceapă. Tranziția poate fi copleșitoare – de la alegerea problemelor potrivite pe care AI să le rezolve, până la construirea unei infrastructuri de date robuste și pregătirea echipelor pentru schimbare. Aici intervine Kavita Ganesan.

Kavita este consilier AI, educator și fondator al afacerii de consultanță Opinosis Analytics. Cu un doctorat. în Procesarea limbajului natural (NLP), Tehnologii de căutare și Învățare automată și peste 15 ani de experiență, Kavita lucrează cu organizații pentru a le ajuta să demistifice AI și să o implementeze în strategiile lor de afaceri. În primăvara anului trecut – în mod curios, cu câteva luni înainte de a începe toate zgomotele – ea a publicat The Business Case for AI , un ghid practic pentru liderii de afaceri pentru a lansa inițiative AI care conduc la rezultate.

În ea, Kavita conturează un cadru pentru identificarea oportunităților de IA cu impact mare, subliniind importanța evaluării și încadrarii în mod eficient a problemelor pentru a prioritiza implementarea soluțiilor AI care sunt aliniate cu obiectivele dvs. de afaceri, precum și măsurarea impactului și succesului fiecărei inițiative AI. .

În episodul de astăzi, l-am întâlnit pe Kavita pentru a vorbi despre strategii pentru liderii de afaceri pentru a profita de potențialul transformator al AI.

Iată câteva dintre concluziile cheie:

• Începeți să încorporați AI în afacerea dvs. prin optimizarea proceselor manuale repetitive și abordând ineficiențele identificate prin feedback-ul clienților sau alte unități de afaceri.
• Pentru a identifica oportunitățile cu impact mare, evaluați unde are sens să implementați AI și vedeți dacă acestea se traduc în câștiguri tangibile de afaceri.
• Înainte de implementare, va trebui să încadrați acele oportunități pentru a articula mai bine beneficiile, punctele dureroase pe care le abordați și ce măsurători vă vor permite să le măsurați.
• Următorul pas este să apelați la experți pentru a vă asigura că este fezabil. Abia atunci le poți clasa toate acele inițiative și le poți prioritiza pe cele mai benefice.
• Succesul inițiativelor AI se bazează pe trei piloni: performanța modelului, impactul asupra afacerii și satisfacția utilizatorilor.

Dacă îți place discuția noastră, vezi mai multe episoade din podcastul nostru. Puteți urmări pe Apple Podcasturi, Spotify, YouTube sau puteți accesa fluxul RSS în playerul dorit. Ceea ce urmează este o transcriere ușor editată a episodului.

Bug-ul AI

Liam Geraghty: Bună, și bun venit la Inside Intercom; Sunt Liam Geraghty. În emisiunea de astăzi, mi se alătură Kavita Ganesan, autorul cărții The Business Case for AI: A Leader's Guide to AI Strategies, Best Practices & Real-World Applications . Și exact despre asta vom vorbi astăzi. Kavita, ești binevenit la spectacol.

Kavita Ganesan: Liam, mulțumesc că m-ai primit. Sunt foarte bucuros să fiu aici.

Liam: Știu că ați oferit mai mult de două duzini de inițiative de succes AI pentru o gamă largă de organizații – de la mijlocii până la Fortune 500s. Cum v-ați implicat în spațiul AI în primul rând?

„Am devenit inginer de software, dar am simțit că lipsește ceva – întreaga piesă de dezvoltare a algoritmului și de rezolvare a problemelor”

Kavita: Istoria mea cu AI merge din 2005, când AI nu era cu adevărat populară, nici măcar sexy sau necesară în industrie. Am fost intrigat de aspectele de rezolvare a problemelor ale IA – chiar dacă tehnicile pot fi aceleași, atunci când sunt aplicate la o problemă diferită, modul în care o rezolvați ridică provocări diferite. Asta a fost atrăgător pentru mine, deoarece cred că, în mod inerent, sunt o persoană care rezolvă probleme. Așa că am aprofundat din ce în ce mai mult în AI în programul meu de master. Acolo am fost expus la întreg spațiul AI.

Am devenit inginer de software, dar am simțit că lipsește ceva – întreaga bucată de dezvoltare a algoritmului și rezolvarea problemelor. Atunci am decis că trebuie să obțin un doctorat. în AI pentru că am vrut să mă specializez în asta. Și când eram pe punctul de a absolvi, în 2013-ish, știința datelor a început să descopere ca domeniu. Atunci am decis că, în loc să merg la instituții academice sau laboratoare de cercetare, voi merge doar să rezolv problemele din industrie. Cred că sunt o persoană foarte practică, aplicată, așa că am vrut să văd acești algoritmi folosiți în mod corespunzător. Acolo au început lucrurile cu adevărat. Am livrat toate aceste proiecte și am lucrat la diferite probleme de la asistență medicală la alte domenii, cum ar fi codul.

„AI generativ a pus AI pe hartă pentru ei”

Liam: Trebuie să simtă că restul lumii tocmai a ajuns din urmă cu toate aceste lucruri AI în ultimele două luni.

Kavita: Da, pentru multe companii, AI este un lucru foarte nou, mai ales pentru întreprinderile mici care nu s-au gândit la AI pentru că au simțit că nu este relevant pentru ele. Operațiunile de dimensiuni medii s-au gândit de ceva vreme la AI, dar nu știau cum să înceapă, iar AI generativă le-a cam pus AI pe hartă.

Unde să încep?

Liam: Să ne aprofundăm în cartea ta, The Business Case for AI . Imediat, recunoașteți grijile și preocupările pe care liderii le au în jurul AI. Tocmai am lansat raportul nostru despre starea AI în Serviciul Clienți 2023, în care am chestionat 1.000 de profesioniști din asistență și am constatat că 69% dintre lideri intenționează să investească mai mult în AI în anul viitor. Dar până acum, doar 38% dintre lideri au făcut-o deja. Aceasta trebuie să fie o oportunitate uriașă pentru cei care adoptă timpuriu să obțină un avantaj competitiv real cu toate beneficiile pe care le aduce AI, nu?

Kavita: Da, este absolut corect. Când se aplică problemelor potrivite, veți vedea beneficii semnificative foarte devreme. Cred că provocarea cu care se confruntă companiile acum este să găsească problemele potrivite în cadrul afacerii și să aplice AI într-un mod care să le dea valoare – nu șase sau șapte luni, ci trei luni.

„Este vorba despre înțelegerea spațiului din ceea ce alcătuiește AI, unde poți aplica AI, la ce tip de probleme o poți aplica și unde AI generativ adaugă valoare”

Liam: Ce le-ai spune oamenilor despre cum să-și încadreze gândirea AI, astfel încât să nu-și imagineze roboți care preiau lumea, ci să se gândească la AI, așa cum spui, ca un instrument practic pentru afaceri?

Kavita: Cred că primul pas este să înțelegem ce este fiara asta. Acum, oamenii cred că AI este AI generativă, dar AI generativă este doar o piesă din acel puzzle AI. Există mult mai mult la AI. Există învățarea automată tradițională, NLP, viziune pe computer. Este vorba despre înțelegerea spațiului din ceea ce alcătuiește AI, unde poți aplica AI, la ce tip de probleme o poți aplica și unde AI generativ adaugă valoare. Adresarea acelui elefant în cameră va ajuta la stabilirea contextului sau la stârnirea ideilor unde poți aplica AI în afacerea ta. Aș spune că educația este primul pas, da.

Liam: Dacă spunem că am trecut peste această cocoașă și ne aflăm la bordul trenului AI, ca să spunem așa, cum îți dai seama la ce ar putea fi folosită AI în compania ta pentru a îmbunătăți procesele de afaceri existente? Ați putea împărtăși câteva exemple?

„Căutarea proceselor existente care sunt ineficiente este un bun punct de plecare”

Kavita: Sigur. Multe companii își găsesc valoare pornind cu probleme repetitive care sunt rezolvate manual. În serviciul pentru clienți, direcționarea unui bilet de asistență este o sarcină repetitivă și este nevoie de timp semnificativ pentru ca un agent să citească biletul, să stabilească către care echipă să trimită biletul și să trimită acele date preliminare echipei, astfel încât să poată rezolva problema. . Găsirea acelor procese manuale care sunt repetitive și necesită gândire la nivel uman – acesta este un punct cheie – este locul în care soluțiile AI pot avea cu adevărat un impact pe termen scurt, deoarece acele probleme sunt bine înțelese și probabil au valori pe care le puteți folosi ca modalitate de a măsurați performanța acestuia în raport cu abordarea manuală. Căutarea proceselor existente care sunt ineficiente este un bun punct de plecare.

Liam: Poți oricând să găsești acea listă, dar ai putea să vorbești și cu echipa ta și să vezi ce fel de blocanți au care pot să-și îmbunătățească viața de zi cu zi.

Kavita: Da, doar vorbind cu diferite unități de afaceri, înțelegerea provocărilor acestora și înțelegerea feedback-ului clienților. Veți detecta ineficiențele și provocările chiar și analizând feedback-ul clienților. Acestea sunt domenii în care AI poate ajuta. Să presupunem că clienții au probleme în obținerea ajutorului de care au nevoie, deoarece soluția dvs. de asistență nu este eficientă. Acest lucru vă va oferi un sentiment: „Hei, poate ar trebui să avem o funcționalitate de căutare mai bună, care să abordeze problemele clienților, astfel încât aceștia să nu fie nevoiți să treacă prin sistemul nostru de ticketing.”

Găsirea oportunității de afaceri potrivite

Liam: Ce sfaturi le-ai da oamenilor care doresc să se pregătească pentru AI, să devină o companie pregătită pentru AI și să pună aceste cunoștințe în acțiune?

„Încadrarea fiecărei oportunități va scoate la iveală care sunt cele mai benefice și care oferă un beneficiu marginal pe care îl puteți renunța pentru moment”

Kavita: A deveni pregătit pentru AI are două părți. Una este să înțelegeți unde sunt oportunitățile dvs. în cadrul companiei dvs. Dacă sunteți o operațiune de dimensiuni medii, este vorba de a vorbi cu diferitele funcții de afaceri, de a înțelege provocările acestora și de a identifica și încadra acele oportunități. Este in vanzari? Este în HR? Asta vă va oferi o idee despre care zonă poate fi avantajul dumneavoastră competitiv. A doua parte este piesa de bază necesară pentru AI, care vă pune în formă infrastructura de date. Poate că nu colectați date în mod agresiv, așa că trebuie să înceapă, sau colectați date, dar depozitele dvs. de date sunt în siloz și nu există nicio modalitate ca angajații să le acceseze într-un mod holistic. Identificarea acelor lacune și combinarea acestora cu oportunitățile vă va oferi o modalitate pe termen lung de a introduce AI în companie.

Liam: Se pare că de când ChatGPT a ajuns pe scenă, fiecare produs sau afacere a pus AI la sfârșitul numelui lor. Într-o mare a tuturor acestor lucruri, cum găsesc liderii acele oportunități de AI? Cum le îndepărtezi pe cele care nu sunt utile?

Kavita: Da, asta se întâmplă când găsești acele oportunități și le încadrezi – practic articulezi beneficiile oportunității și ce măsurători vei folosi pentru a măsura modul în care rezolvi problema în prezent. Încadrarea fiecărei oportunități va scoate la iveală care sunt cele mai benefice și care oferă un beneficiu marginal pe care îl puteți renunța pentru moment. Piesa de articulare este foarte critică și este pasul doi din „Cadru de descoperire AI cu impact ridicat” (discutat în carte). În primul rând, aveți o idee sau există o potențială oportunitate de inteligență artificială. Iar pasul doi este încadrarea.

„Introducerea AI sau a oricărei automatizări software va oferi un beneficiu tangibil în acea situație specifică? Are și sens în afaceri?”

Liam: Ați putea vorbi puțin mai mult despre cadru?

Kavita: Acest cadru este un proces repetabil pentru identificarea oportunităților de IA cu impact mare și are patru pași cheie. Primul este mai întâi să ne gândim dacă aceasta este o oportunitate promițătoare de inteligență artificială. Oportunitățile AI rezolvă adesea probleme complexe de luare a deciziilor, iar asta are sens AI. Dar, de asemenea, trebuie să aibă sens în afaceri pentru a merge mai departe. Atunci te uiți la volumul de muncă. Introducerea AI sau a oricărei automatizări software va oferi un beneficiu tangibil în acea situație specifică? Are și sens în afaceri? Și apoi, are blocurile de bază? Să presupunem că ați făcut acest proces manual. Dacă satisface aceste trei lucruri, este o potențială oportunitate AI, dar asta în sine nu înseamnă că ar trebui să intri în implementare.

Aici intervine pasul doi, unde încadrați acele oportunități. În esență, adaugi mult mai multe detalii oportunității. Articulând beneficiile, punctul dureros pe care îl abordați și ce măsurători veți folosi pentru a-l măsura. Așa veți ști că obțineți succes în afaceri și disponibilitatea datelor. Dar din nou, asta nu înseamnă că intri direct în implementare. Încă trebuie să vă asigurați că este fezabil. Aici intervin experții tăi – pasul trei. O vei duce la experții tăi și le vei spune: „Hei, am această oportunitate. Ce crezi? Poate fi implementat?” Acolo vor observa toate semnalele roșii precum „Aveți date, dar volumul nu este suficient” sau „Este prea futurist pentru a fi implementat acum”. Acolo vor pune frâna și îți vor da mai multe informații. Odată ce aveți toate aceste informații, puteți clasa inițiativele respective și puteți selecta inițiativele de top, care este pasul patru - clasare și prioritizare. Acesta este un proces foarte repetabil și mi-am dorit ca acesta să fie o parte importantă a cărții, deoarece cred că oamenii nu au în prezent o modalitate de a face acest lucru în mod sistematic.

„Modelul în sine nu este sfârșitul. Modelul este un mijloc de rezolvare a unei probleme de afaceri. Aici intervine succesul în afaceri”

Liam: L-ai menționat acolo, dar mi-ar plăcea să vorbesc despre ce se întâmplă atunci când un lider abordează aceste probleme și și-a implementat strategiile AI. Ce abordare ați recomanda pentru a evalua succesul inițiativelor lor de IA?

Kavita: În acest moment, succesul este neclar pentru majoritatea companiilor, deoarece liderii se așteaptă la un ROI financiar, iar experții AI vor doar să vadă modele de înaltă precizie. În cartea mea, vorbesc despre trei piloni ai succesului. Unul este succesul modelului. Modelul trebuie să aibă o performanță minimă acceptabilă. Altfel, nu rezolvă problema cu adevărat. Dacă are o precizie de 50%, este doar aleatoriu. Vrei să te asiguri că îndeplinește sarcina și funcționează rezonabil de bine. Dar modelul în sine nu este sfârșitul. Modelul este un mijloc de rezolvare a unei probleme de afaceri. Aici intervine succesul în afaceri. Și acest lucru se leagă direct de punctul tău de durere. Ce cauți să îmbunătățești? Se încearcă să analizeze un bilet de asistență? Încearcă să îmbunătățească echilibrul dintre viața profesională și viața personală pentru angajații tăi? Există modalități indirecte de a măsura toate acestea. Acesta este ceea ce trebuie să urmăriți pentru succesul afacerii.

Dar succesul modelului și succesul afacerii nu sunt suficiente, deoarece, în cele din urmă, utilizatorul este cel care va fi afectat. Doriți să vorbiți și cu utilizatorii soluției AI. Pot fi vânzătorii sau angajații tăi – oricine consumă rezultatul AI. Doriți să-i întrebați ce părere au despre acuratețea soluției, ușurința în utilizare și orice poate apărea probleme, fie în model, fie în fluxul de lucru, deoarece acest lucru poate evidenția problemele de adoptare. Dacă nu le place soluția, s-ar putea să se întoarcă la vechiul mod de a face lucrurile. Este posibil să nu dorească să folosească soluția dvs. de inteligență artificială, deși este precisă și obține succesul afacerii.

Omul în buclă

Liam: Ce le-ați spune liderilor de asistență pentru clienți care se gândesc să implementeze AI care sunt puțin nervoși sau îngrijorați sau îngrijorați? Ce ai spune pentru a-i ajuta să treacă peste asta?

Kavita: O temă pe care am văzut-o printre lideri este că sistemele AI vor prelua multe locuri de muncă, chiar și ale lor. Din păcate, acest lucru este adevărat, dar cred că este mai probabil ca sistemele AI să mărească fluxurile de lucru decât să înlocuiască doar locurile de muncă, deoarece încă avem nevoie de nivelul de asigurare a calității în care intervin oamenii. Un sistem AI poate ajuta cu biletele de asistență pentru clienți, dar ce se întâmplă dacă nu se poate rezolva. o problemă? Oamenii trebuie să fie acolo. Și cum învață sistemele AI? Ei învață din date. Și cine generează aceste date? Oamenii. Suntem o parte importantă a acestui sistem de inteligență artificială, așa că suntem foarte în pasă pentru QA, generarea de date și rezolvarea unor probleme mai dificile.

Acesta este un aspect. Celălalt este să vă setați corect așteptările pentru fiecare problemă și să vă gândiți la riscuri. Dacă fac AI singurul factor de decizie în acest scenariu, care sunt riscurile? Înțelegerea riscului va ajuta la abordarea unei părți a rezistenței la adoptarea AI în acel scenariu. Poate că în acest scenariu, este prea riscant, așa că doriți să aveți oameni în buclă pentru a revizui ceea ce a făcut AI.

Liam: Cred că deja vedem asta, dar cu locurile de muncă de care oamenii s-ar teme că vor fi pierdute, AI creează de fapt noi locuri de muncă și roluri – oameni care monitorizează AI sau, în cazul nostru, designeri de chatbot. Nu totul este nenorocire și întuneric.

Kavita: Da. Cred că rolurile pot trece de la a face joburi cu adevărat de nivel scăzut la a face joburi de nivel înalt. Vei fi mai mult un manager QA. Deci da, rolurile se vor schimba în cele din urmă.

Liam: Și Kavita, care este singurul lucru pe care ai vrea să-l știe oamenii despre AI și afaceri care lucrează împreună?

Kavita: AI și afaceri, întrebare bună. În lumea cercetării, vedeți adesea o soluție AI care rezolvă o problemă. Dar în afaceri, o soluție AI poate să nu fie suficientă. Veți avea nevoie de o soluție hibridă. Poate fi o combinație între un sistem AI, un sistem bazat pe reguli pentru cazuri marginale și poate și oameni. Deci, soluțiile de afaceri sunt adesea mai puțin elegante și mai complexe decât sistemele de cercetare.

Liam: În sfârșit, unde pot merge oamenii să țină pasul cu tine și cu munca ta?

Kavita: Primul loc pe care să mergi va fi site-ul meu, kavita-ganesan.com. Acolo poți afla despre cartea mea. De asemenea, vă va duce la pagina mea de consultanță și la alte podcasturi pe care le-am făcut.

Liam: Perfect. Kavita, îți mulțumesc foarte mult că mi-ai fost alături astăzi.

Kavita: Liam, mulțumesc că m-ai primit.