ערך: אריה עמית | חבר נשיאות הלשכה
מקור: McKensey & Company
בסקר עולמי של McKinsey לשנת 2023 על אסטרטגיה דיגיטלית שכלל יותר מ-1,000 נשאלים, נמצא קשר חזק מאד בין ארגונים שבנו תרבות חדשנית ומודל תפעול חדשני ויכולתם להגדיל את הערך באמצעות הטכנולוגיות הדיגיטליות החדשות ביותר, כולל בינה מלאכותית.
כולם מדברים על AI גנרטיבי, אבל ארגונים חדשנים מובילים, למעשה, עושים משהו בנידון. 30% מהחדשנים המובילים שנסקרו אמרו שהם כבר פורסים בינה מלאכותית גנרטיבית בקנה מידה בפונקציות החדשנות והמו"פ שלהם, פי יותר משישה משיעור החברות שנמצאות מאחור בחדשנות.
במאמר, בוחנים חמש פעולות שחדשנים מובילים נוקטים כדי להרחיק אסטרטגית בינם לבין עמיתיהם ולהתעלות עליהם בכל הנוגע לשימוש ב -Gen AI וכיצד גורמים אלו עוזרים ליצור ערך עסקי.
לדעת לשאול את השאלות הנכונות. אירגונים חדשנים מובילים כבר מקדימים את השימוש בצורות אחרות של AI והארגונים שלהם כבר עברו הכשרה להבין כיצד להשתמש באלגוריתמים כדי להאיץ את ה -Gen AI הם מזהים את מלכודת ה"Garbage in Garbage out" שדור AI יכול לטמון וכבר מיומנים בהבנת התפקידים שהוא יכול למלא - ואת אלו שהוא לא יכול.
לגלות תשובות "שגויות" מהר ולנפות אותן. המושג "להיכשל מהר", אבן יסוד בחשיבה של חדשנים מובילים, הוא קריטי בעידן ה-Gen AI. לחברות האלה יש כבר מערכות ותרבות כדי להיות מסוגלים לזהות את מה שלא עובד ולעבור לרעיון הבא.
לבנות מאגר נתונים קנייניים ללא הרף. לחדשנים מובילים יש גם סבירות גבוהה פי חמישה שיהיו כבר תהליכים פנימיים, מוצרים ואינטראקציות עם לקוחות שנועדו ללכידת נתונים, תוך מינוף נתונים פנימיים וחיצוניים כאחד. זה אומר שכשהם מפעילים את ה-Gen AI, יש להם מקורות של תובנה שאחרים לא יכולים לעזור להם לקבל תשובות טובות יותר.
לייצור יכולת ארגונית ללמידה מהירה. העובדה שחדשנים מובילים מצליחים כאן אינה מפתיעה, שכן היכולת ללמוד במהירות היא כמעט ההגדרה של מה שנדרש כדי להיות חדשן מצליח. הנתונים מוכיחים זאת, עם חידושים מובילים בסבירות גבוהה פי שמונה לאימוץ פרקטיקות זריזות בכל הארגון, לא רק בטכנולוגיית המידע.
לחבר את זרימות העבודה של מפתח "ללא מגע אנושי" כדי לנצל את המהירות של ה-AI של הדור הבינה המלאכותי. בנוסף לספק לארגונים את היכולת לחפש במהירות במערכי נתונים ענקיים כדי למצוא תשובות לשאלות, היכולת של ה-Gen AI "ללמוד את עצמו" ולהתפתח, כולל קוד ש"כותב את עצמו", היא אחד היתרונות המדוברים ביותר של הטכנולוגיה.
חדשנות היא מזמן מקור לצמיחה ויתרון תחרותי עבור חברות שמסוגלות לעשות זאת נכון. חדשנים מובילים מנצחים לא רק על ידי איתור הזדמנויות חדשות מהר יותר והעלאת רעיונות הנותנים מענה לצרכים המתעוררים. הם גם טובים יותר בלפתח אותם במהירות ולהרחיב אותם לפני עמיתים, בין אם הם משיקים מוצר חדש לשוק או מיישמים חדשנות במודל התפעול שלהם.
AI
גנרטיבי, יכול להאיץ במהירות את היתרון התחרותי הזה ולהרחיב עוד יותר את הפער בין חדשנים מובילים לאחרים. ריבוי הנתונים הזמינים, כמו גם עקומת הלמידה המעריכית של אלגוריתמי בינה מלאכותית, יוצרת שינוי סיסטמי לטובתם.
ישנן שתי דרכים שבהן AI יכול להאיץ את אסטרטגיית הצמיחה של ארגון. הראשון הוא היכולת שלו לסרוק ולעבד במהירות כמויות אדירות של סוגים מסוימים של מידע ולסנתז אותו. במילים פשוטות יותר, זה יכול לענות על שאלות במהירות להפליא. אבל איכות התשובות תלויה הן באיכות השאלה והן בגישה לנתונים שיתנו תשובה מדויקת.
המאיץ השני מתייחס ללמידה עצמית. Gen AI יכול לכתוב קוד שיכתוב יותר קוד וישפר את עצמו. זה יכול להיפרס לא רק כדי לחדד את השאלות שהוא נשאל אלא גם כדי לעבור ישירות מרעיון לביצוע ללא מגע אנושי. ארגון צריך להתאים את זרימות העבודה שלו כדי לאפשר לזה לקרות, מכיוון שתהליך מהיר רק כמו הצעד האיטי ביותר שלו.
