Als het om generatieve AI gaat, denken veel bedrijven vooral aan ChatGPT en copilots voor het automatiseren van relatief eenvoudige taken. Maar de echte waarde zit in oplossingen die data structureren en trends signaleren. Die oplossingen hebben impact op de hele organisatie. Hoewel steeds meer organisaties de waarde inzien van dit soort AI-projecten, komen ze vaak niet verder dan een proof of concept. Eeuwig zonde, zegt Andrew de la Haije, Managing Partner bij Eraneos.
Zo’n 10 tot 15 jaar geleden kregen bedrijven in de gaten dat ze met data het verschil konden maken. Sinds een paar jaar mag de AI-kant van dat data-spectrum zich verheugen op flink wat belangstelling. “Dat begon met predictive modeling. Denk aan het vooraf voospellen waar onderhoud nodig is en het optimaliseren van zaken als personeelsplanningen, asset management en Internet of Things. Vervolgens zagen we een echte revolutie binnen data en AI: generatieve AI. Dankzij ChatGPT werd dit plotseling voor iedereen tastbaar. Het leidde tot een ware revolutie, die tot veel extra innovaties heeft geleid.”
Optimaal gebruik van resources dankzij AI
Die revolutie leidde ertoe dat alle bedrijven op de bandwagon wilden springen. Omdat ze niet te laat op het feestje wilden komen, maar ook vanwege de haperende economie en de schaarste aan goede medewerkers. “Ze zochten naar oplossingen om optimaal met hun resources om te gaan – grondstoffen, mensen of andere zaken. En dat is terecht. Er zit een enorm verbeterpotentieel in het invoeren van generatieve AI bij bedrijven als het gaat om procesoptimalisatie en kostenreductie.”
Niet voor één afdeling
De kansen die generatieve AI biedt, worden de laatste jaren zeker opgepakt, maar volgens Andrew gebeurt hier iets opmerkelijks. “Veel klanten willen maar al te graag een proof of concept (PoC). Het probleem is dat het daar dan vaak bij blijft. Denk aan een klantenserviceorganisatie met 500 mensen die het werk niet aan kan en eigenlijk twee keer zo veel medewerkers zou moeten hebben. We realiseren een PoC, waarmee we aantonen dat de organisatie het eigenlijk ook best met 250 medewerkers kan redden. Als het goed is wordt daar dan vervolgens een businesscase aan gekoppeld. Stel dat die laat zien dat je tien keer zo veel kosten bespaart als je er nog twee keer zo veel geld aan uitgeeft als aan de PoC. Jij en ik zouden direct zeggen: doen!”
Waarom het project strandt na het PoC? “De businesscase gaat de afdeling overstijgen. De klantenservice kan slimmer en efficiënter werken, maar de echte waarde zit bij een of meer andere afdelingen. Dan begint de politiek. Er moet met die andere afdelingen worden overlegd. Wie gaat het betalen? Zijn er geen betere oplossingen? Terwijl er kansen liggen, beperken bedrijven zich op deze manier juist.”
AI als IT-feestje
En dan is er de technische kant. Daar zien we vaak dat een PoC vanuit het IT-domein wordt geïnitieerd. “Dan loop je opnieuw tegen de problemen aan die we 10 tot 15 jaar geleden ook hadden: de gedachte dat IT weer eens wat heeft verzonnen. Organisaties kijken vanuit een heel technisch perspectief naar de haalbaarheid, waarbij de business minder snel aanhaakt. Door methoden als DevOps en agile te introduceren, gingen meer disciplines in de organisatie samenwerken. Met generatieve AI zien we de geschiedenis zich herhalen, waarbij we ons nog in het beginstadium bevinden.”
AI: Ga jij wel verder dan Proof of Concept?
Alles weten over het oplossen van AI-implementatie uitdagingen en het realiseren van cross-functioneel succes? Lees er alles over in onze AI en Innovatie nieuwsbrief.
De echte kracht van AI
Het andere uiterste is dat bedrijven AI-oplossingen opstarten vanuit het businessdomein. Een gevaar daarbij is dat de verschillende afdelingen op zoek gaan naar een eigen puntoplossing, terwijl de waarde van een oplossing juist de verschillende afdelingen overstijgt. Er zijn veel eenvoudige generatieve AI-oplossingen op het gebied van kennismanagement. Voorbeelden zijn de copilots die op basis van prompts e-mails schrijven of teksten samenvatten. Maar de daadwerkelijke kracht van AI zit hem in het in verband brengen van semantische events. “Voor een trammaatschappij hebben we een oplossing ontwikkeld waarbij monteurs via hun tablet in hun eigen taal de details van een reparatie inspreken. De kracht van AI zit hem niet zo zeer in de speech-to-text of het vertalen van die verhalen, maar vooral in het herkennen van patronen. Defecten die zich steeds herhalen en die je sneller kunt vinden of voorkomen als je alert bent. Of neem een oplossing voor een telecommaatschappij die op basis van de spraak en de woorden die een klant gebruikt de gemoedstoestand kan vaststellen. Ook dat is relevante informatie die domeinoverstijgend is. Het is waardevol voor de klantenservice, maar de opbrengst voor de afdelingen marketing, onderhoud en operatie, en daarmee de totale winst, is vele malen groter.”
Crossfunctionele teams
Als je dit soort oplossingen wilt implementeren en er de werkelijke waarde uit wilt halen, moet je het omarmen als een transformatie. “Het is niet een eenvoudige oplossing zoals zo’n copilot. Generatieve AI kan je hele waardeketen verbeteren. Daar zit de echte waarde. Daar gaan de frontrunners het verschil maken.”
Wil je zo’n transformatie laten slagen, dan vraagt dat om creativiteit om die puntoplossingen aan elkaar te koppelen. Daarvoor heb je crossfunctionele teams nodig. Daarin zitten domeinexperts, mensen die meer aan de strategische businesskant zitten én de specialisten. “De reflex van traditionele consultancybureaus is daarbij dat ze eerst een strategie gaan formuleren, daarna een businesscase bouwen en van daaruit een design realiseren. Maar wanneer ga je dan waarde creëren? Voor je het weet ben je vier maanden verder voordat je iets hebt geïmplementeerd. Wij draaien dat om. We realiseren een korte design sprint van twee tot vier weken. We zoeken het laaghangend fruit en gaan van daaruit bouwen. Tijdens de bouwperiode lopen we onvermijdelijk tegen operationele en strategische problemen en governance-uitdagingen aan, die we ter plekke fiksen. Zo creëren we waarde en bedden we die in de organisatie in.”
Waar te beginnen
De eerste stap is om datgene wat nodig is en wat mogelijk is aan elkaar te koppelen. Dat is te bereiken door een cross-functioneel team op te stellen en goed te bekijken wat de kerntaken en -processen van de organisatie zijn. Daardoor kun je in kaart brengen waar de semantische informatie over deze taken en processen zich bevindt en hoe (generatieve) AI kan bijdragen om dit om te zetten in bruikbare acties. Denk hierbij aan het maken van een customer journey en een employee journey. Deze kun je gebruiken om te identificeren waar (generatieve) AI-oplossingen echte waarde voor de bedrijfsvoering kunnen bieden.
Wil je jouw AI-project in jouw organisatie verder brengen dan een Proof of Concept? Neem vrijblijvend contact met ons op.