Գեներատիվ արհեստական բանականության (AI) շուրջ ընթացիկ քննարկումները հասել են իրենց գագաթնակետին՝ բնութագրվելով «շաբաթվա բեկումնային նորություն» հայտարարությունների գլխապտույտ ցիկլով։ C-մակարդակի ղեկավարների և տեխնոլոգիական որոշումներ կայացնողների համար այս լանդշաֆտում կողմնորոշվելը դառնում է ավելի ու ավելի բարդ։ Մենք ապրում ենք AI-ի շուրջ մեծ աղմուկի ժամանակաշրջան, որտեղ իրական ճարտարապետական առաջընթացի և նուրբ մարքեթինգային պատումների միջև սահմանը դարձել է վտանգավոր նեղ։

Թեև նորարարության տեմպերն անվիճելիորեն արագ են, մենք պետք է տարբերենք լեզվական մեծ մոդելների (LLM) մակերեսային փայլը այն հիմնարար կառուցվածքային տեղաշարժերից, որոնք անհրաժեշտ են ձեռնարկատիրական մակարդակի թվային փոխակերպման համար։ Տեխնոլոգիական ոլորտում իրական արժեքը հազվադեպ է թաքնված ամենաաղմկոտ վերնագրերում. այն գտնվում է մեքենայական ուսուցման՝ գործող աշխատանքային գործընթացներին լուռ և պարբերական ինտեգրման մեջ։

«Ընդհանուր բանականության» պատրանքը ձեռնարկատիրական միջավայրում

Շուկայական ներկայիս հիստերիայի մեծ մասը հիմնված է ընդհանուր արհեստական բանականության (AGI) ձեռքբերման ձգտման վրա։ Այնուամենայնիվ, բիզնեսի առաջնորդի համար AGI-ի վրա կենտրոնանալը շեղող գործոն է կիրառական արհեստական բանականության (Applied AI) անմիջական, շոշափելի օգուտներից։ Երբ մատակարարները խոստանում են «ունիվերսալ» մոդել, որն ի վիճակի է փոխարինել ամբողջական բաժիններ, նրանք հաճախ թաքցնում են այն իրողությունը, թե ինչի են այդ համակարգերն իրականում ընդունակ՝ ճանաչողական դատողության փոխարեն դրանք հիմնված են հավանականային օրինաչափությունների համընկնման վրա։

Այսօր կազմակերպությունների համար ռիսկը ոչ թե այն է, որ AI-ն «կգրավի» աշխարհը, այլ այն, որ ընկերությունները մեծ ներդրումներ կկատարեն չափազանցված խոստումներով, բայց ցածր արդյունավետությամբ համակարգերում, որոնք զուրկ են հուսալիությունից։ AI-ի ներդրման ժամանակ բիզնեսի ղեկավարները պետք է առաջնահերթություն տան հետևյալ սկզբունքներին, որպեսզի համոզվեն, որ չեն ֆինանսավորում պարզապես մարքեթինգային փորձարկում.

  • Դետերմինիստական և հավանականային արդյունքներ. Տարբերակեք այն առաջադրանքները, որոնք պահանջում են կոշտ տրամաբանություն (CRM տվյալների միգրացիա, համապատասխանության հաշվետվություններ), այն առաջադրանքներից, որոնք պահանջում են ստեղծագործական բազմազանություն (մարքեթինգային բովանդակության ստեղծում, մտագրոհներ)։
  • Տվյալների ամբողջականությունը որպես նախապայման. AI-ն գոյություն ունեցող տվյալների որակի «բազմապատկիչ» է։ Եթե ձեր հիմքում ընկած բիզնես ճարտարապետությունը մասնատված է, AI գործակալները միայն կուժեղացնեն աղմուկը։
  • Մարդու ներգրավվածությամբ կառավարում (Human-in-the-Loop). Փոխարենը փորձելու հասնել լիակատար ավտոմատացման, կենտրոնացեք «լրացուցիչ բանականության» (augmented intelligence) վրա, որտեղ AI-ն ծառայում է որպես մարդկային փորձագիտության արագընթաց օգնական՝ հատկապես հաճախորդների սպասարկման կամ ռազմավարական որոշումների կայացման գործում։

«Հայպը» սնվում է այն մտքով, որ AI-ն մոգություն է։ Իրականում, դա բարդ վիճակագրական շարժիչ է։ Ամենաբարձր ROI (ներդրումների եկամտաբերություն) ունեցող ընկերությունները նրանք չեն, որոնք հետապնդում են վերջին փայլուն մոդելը, այլ նրանք, որոնք մանրակրկիտ քարտեզագրում են իրենց ընթացիկ ավտոմատացման «նեղ օղակները»՝ դրանք կապելով կոնկրետ, նեղ նպատակային AI հավելվածների հետ։

Կենտրոնացման փոփոխություն. գեներատիվ հմայքից դեպի գործառնական ROI

Թվային փոխակերպումը միշտ էլ վերաբերել է գործընթացների բարելավմանը, և AI-ն պարզապես հաջորդ՝ թեկուզ ավելի բարդ՝ գործիքն է մեր զինանոցում։ Մենք տեսնում ենք որդեգրման միտումների փոփոխություն՝ լայնածավալ փորձնական նախագծերից դեպի նպատակային ներդրումներ CRM-ում (Հաճախորդների հետ հարաբերությունների կառավարում), մատակարարման շղթայի կանխատեսող կառավարման և փաստաթղթերի ավտոմատացված վերլուծության մեջ։

Նշանակալի ROI-ի հասնելու համար ղեկավարները պետք է դադարեն հարցնել՝ «Ինչպե՞ս կարող ենք օգտագործել AI-ն», և սկսեն հարցնել՝ «Որտե՞ղ է մեր խնդիրը/դիմադրությունը»։ Այդ «շփումը» (friction) ձեռնարկության իրական ցուցիչն է։ Անկախ նրանից, թե այն դրսևորվում է հաճախորդների արձագանքման դանդաղ ժամանակով, տվյալների ձեռքով մուտքագրմամբ, թե անջատված ծրագրային համակարգերով, AI-ն պետք է գնահատվի բացառապես այդ խնդիրները նվազեցնելու իր կարողությամբ։

Դիտարկենք AI գործակալների (AI Agents) դերը ժամանակակից ձեռնարկությունում։ Ի տարբերություն պարզ չաթ-բոտերի, որոնք գործում են որպես որոնման տողեր, գործակալները նախագծված են գործողությունների համար՝ բազմաթիվ համակարգերում հաջորդական առաջադրանքներ կատարելու ունակությամբ։ Ահա թե որտեղ է իրական արժեքը։ Եթե գործակալը կարող է հարցում կատարել ձեր տվյալների բազայում, թարմացնել հաճախորդի պրոֆիլը CRM-ում և գործարկել անհատականացված քարոզարշավ՝ հիմնված իրական ժամանակի տվյալների վրա, ապա դուք անցել եք «հայպից» դեպի իրական գործառնական արդյունավետության։

Այս գործիքների որդեգրման կորը կտրուկ աճում է։ Այն կազմակերպությունները, որոնք AI-ն դիտարկում են որպես ենթակառուցվածքային ներդրում (ինչպես արեցին ամպային հաշվարկների անցման ժամանակ), կհայտնվեն առավելություն ունեցող դիրքում։ Հակառակ դեպքում, նրանք, ովքեր AI-ն դիտարկում են որպես «սև արկղ»-լուծում, որը կարելի է պատրաստի գնել և միացնել կոտրված գործընթացին, կտեսնեն բյուջեների սպառում և չիրականացված ակնկալիքներ։

Ղեկավարության մարտահրավերը տեխնիկական «պարծեն