Chọn Dự Án AI Đầu Tiên Của Bạn Để Nó Mang Lại Lợi Nhuận Trong Tuần, Không Phải Quý
Hướng dẫn thực tế cho các nhà lãnh đạo về việc lựa chọn trường hợp sử dụng AI đầu tiên để triển khai nhanh chóng, chứng minh giá trị và giành quyền làm nhiều hơn nữa.
Lựa chọn đúng từ đầu
Hầu hết các dự án AI đầu tiên thất bại vì cùng một lý do: công ty chọn trường hợp sử dụng thú vị nhất thay vì trường hợp có thể giành chiến thắng nhất. Sáu tháng sau, họ có một bản demo, bộ slide và không có sự thay đổi đáng kể nào đối với doanh nghiệp. Vấn đề thường không phải là công nghệ, mà là quyết định được đưa ra trong tuần đầu tiên.
Dưới đây là cách thực hiện lựa chọn tốt:
Bắt đầu từ một quyết định hoặc nhiệm vụ, chứ không phải công nghệ
"Chúng ta nên sử dụng AI" không phải là một mục tiêu. Đó chỉ là một khoản ngân sách chờ bị lãng phí. Thay vào đó, hãy bắt đầu với một công việc cụ thể mà ai trong công ty bạn đang thực hiện: một nhân viên hỗ trợ trả lời cùng một câu hỏi lần thứ 40, một nhân viên kế toán sao chép dữ liệu hóa đơn vào hệ thống, hoặc một nhân viên bán hàng viết email theo dõi giống nhau nhưng với một số thay đổi nhỏ.
Những ứng cử viên tốt nhất có ba đặc điểm chung: nhiệm vụ xảy ra thường xuyên, nó tuân theo một mô hình nào đó, và ai đó có thể nói trong vòng vài phút liệu kết quả có đúng hay không. Tần suất mang lại lợi nhuận. Mô hình làm cho nó có thể học hỏi được. Phán đoán nhanh cho phép bạn cải thiện nhanh chóng thay vì tranh luận về chất lượng trong nhiều tuần.
Đánh giá ứng cử viên một cách trung thực
Lập danh sách 5-6 nhiệm vụ thực tế và đánh giá mỗi nhiệm vụ. Bạn đang tìm kiếm dự án có giá trị và khả thi, không chỉ một hoặc khác.
- Giá trị: Nhiệm vụ tiêu thụ bao nhiêu giờ mỗi tuần hoặc một sai sót có thể tốn bao nhiêu? Đặt một con số sơ bộ.
- Dữ liệu: Bạn đã có các ví dụ, tài liệu hoặc hồ sơ mà hệ thống cần không? Nếu bạn phải xây dựng đường ống dữ liệu trước đó, đó là một dự án riêng biệt.
- Tolerant với lỗi: Điều gì xảy ra khi hệ thống sai? Một bản nháp email sai vẫn chấp nhận được. Nhưng một liều thuốc sai có thể nguy hiểm. Ưu tiên các nhiệm vụ mà con người xem xét kết quả trước khi nó trở nên quan trọng.
- Rõ ràng về thành công: Bạn có thể nêu rõ chiến thắng trong một câu mà một giám đốc không chuyên về kỹ thuật cũng có thể chấp nhận được?
Dự án đầu tay tốt nhất đạt điểm cao trên tất cả bốn tiêu chí. Nếu trường hợp sử dụng vô cùng giá trị nhưng dữ liệu không tồn tại và sai sót là nguy hiểm, nó là dự án tuyệt vời trong năm thứ hai và tệ hại trong năm đầu tiên.
Ưu tiên "trợ giúp" thay vì "tự động hóa" ban đầu
Tự động hóa đầy đủ là nơi chứa đầy lo lắng và kéo dài thời gian. Phiên bản trợ giúp của cùng ý tưởng có thể được triển khai sớm hơn nhiều và mang lại rủi ro thấp hơn. Thay vì một hệ thống trả lời khách hàng trực tiếp, hãy xây dựng một hệ thống soạn thảo câu trả lời cho nhân viên phê duyệt. Thay vì một hệ thống nhập hóa đơn, hãy tạo một hệ thống điền tự động vào các trường và đánh dấu những trường mà hệ thống không chắc chắn.
Bạn vẫn giữ con người trong vòng lặp, do đó sai sót được phát hiện. Bạn thu thập dữ liệu sử dụng thực tế, do đó lập luận cho sự tự động hóa sâu hơn sau này dựa trên bằng chứng thay vì hy vọng. Và bạn có thể đưa sản phẩm ra thị trường trong vài tuần vì bạn không cố gắng loại bỏ con người khỏi quy trình ngay từ đầu.
Đặt mục tiêu đo lường được và nhàm chán
Trước khi ai viết mã, hãy thống nhất về những gì thành công trông như thế nào và cách bạn sẽ đo lường nó. "Giảm thời gian xử lý cho loại vé này từ 9 phút xuống còn 5" hoặc "giảm sai sót hóa đơn bằng một nửa". Một con số bạn có thể kiểm tra trong một tháng giữ dự án trung thực và cung cấp cho bạn một khoảnh khắc rõ ràng để quyết định liệu có mở rộng, điều chỉnh hay dừng lại.
Mục tiêu mơ hồ như "cải thiện trải nghiệm khách hàng" không thể giành chiến thắng hoặc thất bại, điều đó có nghĩa là dự án sẽ không bao giờ kết thúc và cũng không chứng minh được điều gì.
Đặt thời hạn buộc phạm vi
Đặt thời gian sáu tuần cho phiên bản làm việc đầu tiên, không phải sáu tháng. Thời hạn ngắn là một công cụ thiết kế: nó buộc bạn thu hẹp trường hợp sử dụng xuống cốt lõi và chống lại các tính năng biến một thử nghiệm sạch sẽ thành một nền tảng rộng lớn. Nếu nó không thể chứng minh giá trị trong sáu tuần, phạm vi là sai, và chi phí để học bài này sớm hơn là rẻ hơn.
Điều gì là tốt?
Một dự án AI mạnh mẽ ban đầu là hẹp, được sử dụng thường xuyên, được xem xét bởi một người và đo lường theo một con số đơn giản. Nó thu hút sự tin tưởng thầm lặng, và sự tin tưởng đó chính là điều mua cho bạn sự cho phép để tiếp tục những công việc khó khăn và tham vọng hơn.
Lựa chọn tốt là toàn bộ trò chơi, và đó là phần mà hầu hết các công ty vội vã. Nếu bạn không muốn chi tiêu sáu tháng đầu tiên học cách này đắt giá, đó là loại công việc chúng tôi thực hiện tại Hercules A - mang trọng trách của quyết định đầu tiên để phần còn lại trở nên dễ dàng hơn.
Chọn nhiệm vụ có thể giành chiến thắng. Triển khai phiên bản trợ giúp. Đo lường con số nhàm chán. Sau đó tiếp tục.