המדריך למנהלים ל-ROI ב-AI

אני רואה תקציבי AI שאושרים על גבי שקופית ונעלמים תוך רבעון אחד. הטכנולוגיה עובדת. ה-ROI לא.

הפער אינו במודל. הפער הוא באופן שבו מנהיגים מגדירים ערך ומניעים אימוץ. ה-ROI מ-AI אינו בעיה טכנולוגית. זוהי בעיית מנהיגות.

מקרה בוחן (use case) אומר: "אנחנו משתמשים ב-AI כדי לסכם חוזים." מקרה ערך (value case) אומר: "אנחנו משקיעים 4,200 שעות משפטיות בשנה במיון (triage). ה-AI מבצע את המיון הזה בעלות של 90 אלף. זה משחרר קיבולת בשווי 380 אלף."

אחד הוא דמו. השני שורד CFO.

לפני שאני מממן משהו, אני דורש שלושה מספרים:

  • נקודת הבסיס (baseline). כמה זה עולה היום בשעות או בשגיאות? אי אפשר להוכיח את ה"אחרי" בלי ה"לפני".
  • הנתח הניתן לטיפול (addressable slice). AI לעיתים נדירות מטפל ב-100% מהמשימה. האם זה 30% או 70%? הגזמה בנתון הזה תהרוס לכם את ה-ROI.
  • נתיב המימוש. שעות ששוחררו אינן חיסכון עד שלא מציבים מחדש את האנשים. עלייה של 20% בפריון ללא הקצאה מחדש היא עלייה כלכלית של 0%.

איכות המודל מקבלת כותרות. אימוץ מקבל תשואה.

כלי עם 90% דיוק המשמש 20% מהצוות יניב פחות מכלי עם 70% דיוק המשמש 90% מהצוות. ההבדל הוא אמון והתאמה לתזרים העבודה (workflow).

ROI שווה ערך לשימוש כפול תדירות השימוש כפול נתח המשתמשים. שניים מהמשתנים הללו הם אנושיים.

אני מתקצב אימוץ כמו תשתית. אני מחפש:

  • מובילי שינוי (champions) בכל צוות.
  • תזרימי עבודה המעוצבים סביב הכלי.
  • לולאות משוב ממשתמשים בפועל.

אל תסתמכו על מדדי יוקרה (vanity metrics) כמו "AI מנסח פי 5 מהר יותר". ניסוח מהיר יותר עלול להוביל לבדיקה איטית יותר ולעוד שגיאות.

אני עוקב אחר שלוש שכבות:

  • פעילות. האם הצוות משתמש בזה?
  • תוצאה. האם המדד המטרה זז?
  • מערכת. האם משהו אחר נשבר בהמשך התהליך (downstream)?

רוב פרויקטי ה-AI שנכשלו עושים את הטעויות הבאות:

  • פיילוטים שלא ניתנים להרחבה (scale). הם בודקים נתונים נקיים במקום נתונים מבולגנים מהעולם האמיתי.
  • קניית יכולת במקום פתרון בעיות. בחרו שלושה מקרי ערך עמוקים במקום מקרי ערך רחבים ושטוחים.
  • התעלמות מעלויות השינוי. רישיונות הם 10% מהחשבון. אינטגרציה והכשרה הם 90% הנותרים.
  • חוסר בבעלים. אם ה-ROI לא מופיע בלוח המדדים (scorecard) של המנהלים, אף אחד לא יגן עליו.

הפסיקו לשאול "מה ה-AI יכול לעשות?". שאלו "איפה אנחנו מפסידים כסף היום, והאם ה-AI יכול לעצור את ההפסד הזה מהר יותר מכל דבר אחר?".

מממנים פחות דברים, אבל צוללים עמוק יותר. מדדו קודם את נקודת הבסיס. השקיעו באימוץ בדיוק כמו בטכנולוגיה. שימו שם אחראי ליד כל דולר.

Source: https://dev.to/cedricbignet/the-executives-guide-to-ai-roi-52ah

Optional learning community: https://t.me/GyaanSetuAi