Entre as muitas empresas que investem em inteligência artificial, há um grupo surpreendentemente exclusivo: empresas que realmente gerar valor de ai . E agora, pelo menos, as chances de obter admissão são preocupantes. De acordo com uma pesquisa com mais de 2.500 executivos - conduzidos para um Novo relatório Por MIT Sloan Management Review, BCG Gamma e BCG Henderson Institute - sete em cada dez empresas relatam ganhos mínimos ou não tão longe de suas iniciativas de IA. Por que alguns esforços são bem -sucedidos, mas muitos mais falham?
É uma questão crucial, pois a importância e a urgência em torno da IA são maiores do que nunca. Nove em cada dez entrevistados concordaram que a IA representa uma oportunidade de negócios para sua empresa. E quase metade - 45% - percebe algum risco da IA. Portanto, embora as empresas vejam muito potencial na IA, elas também temem que seus concorrentes possam perceber isso primeiro. A idéia: descobrir as estratégias e abordagens comuns empregadas pelas empresas que geram valor.
The report looked for patterns in the survey data—supplementing the analysis with in-depth interviews with executives leading AI initiatives. The idea: to uncover the common strategies and approaches employed by those companies that do generate value.
Ultimately, a set of critical strategic, organizational, and leadership behaviors emerged: steps other companies can take to boost their chances of joining that select club—and winning with AI.
Integre a estratégia de IA à estratégia de negócios
AI is often considered solely from a technology perspective and little wonder, since its capabilities rely on—and continually improve through—technical innovations. So at many companies, AI efforts have an IT-centric focus. But as it turns out, this is the wrong approach. The companies that derive value from AI view it as a core pillar of their business strategy and tightly integrate their AI strategy into their overall business strategy.
Tying AI with business strategy ensures that AI initiatives get the right focus across the organization. That’s vital because the vast potential of AI is a double-edged sword. With so many possibilities for applying AI across an organization, efforts can be scattered and ineffectual. Linking AI with business strategy helps companies zero in on initiatives that bring or facilitate the most important outcomes. That makes for a savvier, much more effective allocation of AI talent and resources.
In effect, AI leaders look backwards from strategy, not forward from AI. They ask: What are our business objectives—and how can AI help us meet them? Companies that approach AI in this way are more likely to take it beyond automation and cost savings—and take the impact of AI further, as well.
Consider the experience of Deutsche Bank. For one consumer credit product in Germany, it uses AI to make a real-time decision on whether to extend a loan—not after a customer submits an online application but while that customer is filling out the form. That’s an important distinction because in Germany, an individual’s credit rating is damaged by applying for a loan and not receiving it. Within eight months of launching the AI-enabled service, loan issuance for this specific product increased 10- to 15-fold. For Deutsche Bank, the real payoff is the ability to reach customers who, in a more traditional process, would not have applied in the first place.
Prioritize Revenue Growth over Cost Reduction
While some companies look to AI for its cost-cutting and productivity benefits, most executives believe the highest future value from AI will be on the revenue and growth side. The survey revealed that the organizations most effective at obtaining value from AI are twice as likely to focus on revenue rather than cost savings alone.
To be sure, cost-cutting and productivity benefits are important, and companies that pursue them can realize some early wins with AI—success stories that can spark enthusiasm and more green lights for further AI initiatives. But revenue gains can be a particularly powerful catalyst for taking AI deeper and broader into the business. And for taking the gains further, too.
Another motivation for an increased focus on revenue growth is the strategic risk from AI that many companies perceive. If they don’t pursue opportunities, the competition will.
Take on Large Projects with Big Impact—Even If They’re Risky
Our analysis reveals that companies do better with AI if they place carefully calculated bets. Of the companies that invest in higher-risk AI projects, 50% have seen value to date. Among those that invest primarily in low-risk projects, just 23% have seen gains.
De maneira reveladora, a disposição de correr riscos parece aumentar com o nível de maturidade da IA de uma organização. O relatório dividiu os entrevistados em quatro subgrupos. Os pioneiros (compreendendo 20% da população da pesquisa) são organizações que entendem e adotaram a IA. Os investigadores (30% do grupo de pesquisa) exibem conhecimento da IA, mas não o estão implantando além do estágio piloto. Os experimentadores (18% do total) estão pilotando ou adotando IA sem profundo entendimento. Os passivos (32%) não adotaram IA. Entre os pioneiros, 29% caracterizaram seus projetos como alto risco. Esse número caiu para 15% para os investigadores e para 11% para os experimentadores. O equilíbrio, afirmam alguns especialistas da IA, é crucial. As empresas devem se concentrar em alguns grandes projetos com um retorno potencialmente grande, mas também buscarem os esforços em que possam estar mais confiantes de que os benefícios - ainda menores - virão e virão em breve. "Não os ignoramos", diz Ranjeet Banerjee, presidente mundial de soluções de gerenciamento de medicamentos da empresa global de tecnologia médica Becton, Dickinson e empresa. “Especialmente as vitórias rápidas que podem ser feitas com complexidade incremental muito baixa ou intensidade de recursos.”
This isn’t to say that organizations should only go the high-risk route. Balance, some AI experts contend, is crucial. Companies should zero in on a few big projects with potentially big payback, but also pursue efforts where they can be more confident that the benefits—albeit smaller—will come, and come soon. “We don’t ignore those,” says Ranjeet Banerjee, worldwide president of medication management solutions at global medical technology company Becton, Dickinson and Company. “Especially the quick wins that can be done at very low incremental complexity or resource intensity.”
Vituras rápidas também podem trazer um bônus adicional. Ao validar a capacidade da IA de acelerar o valor, eles podem manter o momento-e o financiamento-em busca de projetos de longo prazo. Uma boa regra geral é considerar a IA 10% sobre algoritmos, 20% sobre tecnologia e 70% sobre a transformação do processo de negócios. As empresas que se concentram apenas na produção de IA - liderando dados, tecnologia e ferramentas para criar soluções - têm menos probabilidade de derivar valor do que as empresas que permitem o consumo ou uso da IA. A idéia é reunir o lado técnico e o lado dos negócios, para que ambos possam entender melhor quais soluções são necessárias, quais soluções são possíveis e como construir para usabilidade e funcionalidade.
Align the Production of AI with the Consumption of AI
Getting the most out of AI requires a team effort. A good rule of thumb is to consider AI to be 10% about algorithms, 20% about technology, and 70% about business process transformation. Companies that focus solely on the production of AI—leveraging data, technology, and tools to build solutions—are less likely to derive value than companies that enable the consumption, or usage, of AI. The idea is to bring together the technical side and the business side so that both can better understand what solutions are needed, what solutions are possible, and how to build for usability as well as functionality.
É um processo iterativo. "Projetar o consumo geralmente significa que as pessoas cujo trabalho é afetado não devem apenas gostar da idéia, mas também estarem dispostas a fornecer feedback e testar várias versões", diz Michael May, chefe de análise de campo de tecnologia e monitoramento da Siemens - a maior empresa de fabricação industrial da EUROPE. Para despertar essa abordagem colaborativa e multifuncional, o grupo de maio opera um laboratório de IA que tira as pessoas de seus empregos diários por uma semana ou mais para trabalhar com cientistas de dados em soluções de protótipo. A Siemens também possui uma conferência interna anual sobre IA que atrai cerca de 400 funcionários. "Mostramos o que estamos fazendo e destacamos alguns projetos para ajudar as pessoas a ter uma sensação do que é feito", diz May. As empresas que geram valor da IA tratam -o como uma grande iniciativa de transformação de negócios que exige que diferentes partes da empresa se juntem e trabalhem como uma. Eles precisam explorar as fontes de dados corretas, criar os processos certos (ou reengenharia os existentes) e desenvolver os loops de feedback certo (para que a IA possa ficar cada vez melhor). Eles também precisam garantir que os usuários da solução de IA estejam ativamente envolvidos no design da solução desde o primeiro dia. É fundamental que as empresas vinculem firmemente a IA e outras transformações digitais para que possam abastecer e se impulsionar. do talento da IA. Como os líderes da IA enfrentam o desafio? A análise da pesquisa sugere que a melhor abordagem é uma combinação de contratar novos talentos, cultivar habilidades de IA na força de trabalho existente e procurar especialistas externos. Quase dois terços - 65% - das organizações que investem nas três rotas tiveram impacto nos negócios da IA. Além disso, as empresas que investem em várias iniciativas de talento (como recrutamento, resgate e treinamento) têm três vezes mais chances de ver o impacto do que aquelas que não têm iniciativas de talento de IA em vigor.
Treat AI as a Major Business Transformation Effort
AI doesn’t thrive in a vacuum. Companies that generate value from AI treat it as a major business transformation initiative that requires different parts of the company to come together and work as one.
For AI to work well, companies need to integrate it into their fabric and into the individual processes that power the core of the business. They need to tap into the right data sources, create the right processes (or reengineer the existing ones), and develop the right feedback loops (so the AI can get better and better). They also need to ensure that the users of the AI solution are very actively involved in the design of the solution from day one.
In parallel with their AI initiatives, many companies are also undertaking large digital transformations, focusing on how they can enhance the customer experience through much more seamless multichannel interactions. It is critical that companies tightly link AI and other digital transformations so they can fuel and propel each other.
AI leaders understand this: 88% of companies that generate value from AI tightly integrate, or at least connect, their AI and digital initiatives.
Invest in AI Talent, Data Governance, and Process Change
Almost all respondents said that they are facing a shortage of AI talent. How do AI leaders tackle the challenge? The survey analysis suggests that the best approach is a combination of hiring new talent, cultivating AI skills in the existing workforce, and looking to outside experts. Nearly two thirds—65%—of the organizations investing in all three routes have seen business impact from AI. In addition, companies that invest in multiple talent initiatives (such as recruiting, reskilling, and training) are three times more likely to see impact than those that have no AI talent initiatives in place.
Os líderes abordam a IA não apenas como uma capacidade técnica, mas como uma grande iniciativa de transformação de negócios. Eles adotam metodologias ágeis: novas maneiras de trabalhar que promovem a colaboração interativa e multifuncional-reunindo o cientista de dados, o gerente de negócios, o proprietário do processo, o tecnólogo e até apoia funções como finanças e jurídicos para garantir incentivos alinhados em toda a organização. Eles também investem em uma robusta governança de dados e plataformas de dados para garantir a qualidade e a disponibilidade dos dados que alimentam a IA.
AI não é sobre tecnologia. É muito mais sobre pessoas, processos, cultura e estratégia de negócios. Empresas que reúnem todas as peças não apenas criam IA - elas construem o Right AI. A equipe inclui mais de 800 cientistas e engenheiros de dados que aplicam IA e experiência avançada de análise (por exemplo, aprendizado de máquina, aprendizado profundo, otimização, simulação, análise de texto e imagem) para criar soluções que transformem o desempenho dos negócios. A abordagem da BCG Gamma cria valor e vantagem competitiva na interseção de ciência de dados, tecnologia, pessoas, conhecimento de negócios, processos e maneiras de trabalhar.
BCG GAMMA is BCG’s global team dedicated to applying artificial intelligence and advanced analytics to business at leading companies and organizations. The team includes 800-plus data scientists and engineers who apply AI and advanced analytics expertise (e.g., machine learning, deep learning, optimization, simulation, text and image analytics) to build solutions that transform business performance. BCG GAMMA’s approach builds value and competitive advantage at the intersection of data science, technology, people, business expertise, processes and ways of working.
O BCG Henderson Institute é o tanque de pensamentos de Boston Consulting, dedicado a explorar e desenvolver novas idéias. O Instituto envolve os líderes em discussões e experimentações provocativas para expandir os limites da teoria e prática dos negócios e traduzir idéias inovadoras de dentro e além dos negócios. Para mais idéias e inspiração do Instituto, visite
Insights em destaque
.
