Три подхода к измерению и управлению ROI ИИ

После нескольких лет экспериментов с ИИ и пилотных проектов для большинства компаний остается открытым ключевой вопрос: какую отдачу — и какого рода отдачу — мы получаем от всех этих инвестиций в ИИ? Для многих руководителей ROI ИИ часто все еще кажется скорее искусством, чем наукой: неуловимым, неточным и зависящим от отрасли.

Опросы и бенчмарки рисуют запутанную картину текущей отдачи. Большая часть рекомендаций также по-прежнему сосредоточена на измерении входных данных — побуждая организации инвестировать, экспериментировать и наращивать возможности («Вам следует инвестировать в...»), а не на выходных данных и оценке влияния («Вот как измерять результаты»). Сегодня немногие компании применяют к искусственному интеллекту ту же финансовую дисциплину, что и к новому заводу или оборудованию.

Наши интервью с более чем 30 генеральными директорами и старшими руководителями из различных отраслей подтверждают, что измерение ROI ИИ отнюдь не является стандартной практикой: две компании, делающие почти идентичные инвестиции, могут определять успех совершенно по-разному. Однако компании, которые не могут определить четкий подход к ROI ИИ — или которые просто внедряют универсальные инструменты ИИ в надежде на повышение производительности — редко получают надежную, долгосрочную отдачу.

Измерение ROI различается в зависимости от типа используемой технологии ИИ. Проекты аналитического ИИ, которые обычно основаны на устоявшихся методах машинного обучения, таких как прогнозирование и оптимизация, часто дают более непосредственно поддающуюся оценке финансовую отдачу, но, как правило, применяются к целевым, четко определенным случаям использования. Генеративный ИИ, напротив, широко применим благодаря своей способности выполнять ряд задач интеллектуального труда, ранее выполнявшихся людьми. Инструмент GenAI часто создает улучшения в скорости, качестве или объеме работы, что требует осознанного преобразования в финансовый эффект. А некоторые компании комбинируют как аналитические, так и генеративные решения ИИ индивидуальным образом.

ROI ИИ также сильно зависит от отраслевого контекста. В секторе потребительских товаров компании оптимизируют свои цепочки поставок с помощью аналитического ИИ, повышая оперативность реагирования на спрос. B2B-маркетинговое агентство, использующее генеративный ИИ, может вместо этого сосредоточиться на творческой производительности и генерации идей, коэффициенте выигрыша предложений или конверсии лидов — это другое определение «отдачи».

Три пути к ощутимому ROI ИИ

Основываясь на наших интервью с руководителями, мы определили три практических подхода к измерению и управлению ROI ИИ. Эти подходы отражают диапазон уровней зрелости ИИ среди компаний и различные стратегические намерения.