Dall’AI sperimentale al valore di business: il framework AI Experience di GFT

Grazie a un'ampia esperienza intersettoriale, GFT ha identificato che molte iniziative di AI vacillano a causa di una disconnessione fondamentale tra la strategia di business e l'implementazione della tecnologia AI. La nostra analisi rivela diverse sfide critiche che le organizzazioni devono costantemente affrontare:

• Aspettative irrealistiche sulle capacità dell'AI
• Disallineamento con la visione dell'azienda
• Scarsa selezione dei casi d'uso
• Mancanza di consapevolezza dell'AI tra i team di business
• Pregiudizi sull'AI non affrontati

Il GFT AI Experience Framework offre un approccio in quattro fasi che collega le iniziative di AI a risultati di business concreti.

Si inizia con un'analisi dell'ecosistema dei servizi di business, in cui i team mappano l'intero panorama aziendale per individuare preziose opportunità di AI. Questa fase comprende la verifica della preparazione all'AI e la creazione di una base per l'adozione strategica, valutando anche l'architettura esistente.

La seconda fase, AI Awareness Elevation, si concentra sulla creazione di una comprensione all'interno dell'organizzazione. I team imparano a conoscere il potenziale dell'AI, affrontando le preoccupazioni e le resistenze comuni. Aggiornamenti regolari tengono informati gli stakeholder sulle tendenze e sugli sviluppi dell'AI, contribuendo ad allineare tutti alla visione dell'organizzazione in materia di AI.

Durante la terza fase, l'identificazione delle opportunità di AI, i team attingono da una libreria di oltre 150 casi d'uso comprovati. Attraverso workshop collaborativi, sviluppano soluzioni che affrontano specifiche sfide di business. Ogni opportunità viene poi valutata in base alla disponibilità dei dati e al potenziale impatto sul business, utilizzando le intuizioni di implementazioni di successo in diverse industry.

La fase finale di Quick Pilot and Scale si concentra sulla creazione di progetti pilota sperimentali e prove di concetto. Ciò include lo sviluppo di user experience complete e la creazione di sistemi di governance e monitoraggio adeguati. L'attenzione si concentra sull'integrazione fluida con i sistemi esistenti, assicurando una transizione senza soluzione di continuità ai processi abilitati dall'AI.

Il framework adotta un approccio insolitamente pratico alla strategia di AI. I partecipanti al workshop lavorano con carte fisiche che rappresentano oltre 150 applicazioni di AI del mondo reale.

Queste carte diventano strumenti pratici per il brainstorming e la discussione, consentendo ai team di interagire fisicamente con diverse possibilità di AI.

I team distribuiscono le carte sui tavoli del workshop, raggruppando casi simili, mappando le connessioni e pianificando le fasi di implementazione. Questo approccio tattile aiuta a trasformare concetti astratti di AI in possibilità concrete che tutti possono vedere e discutere. Quando i team tecnici e di business lavorano con gli stessi materiali fisici, si crea un linguaggio condiviso e si abbattono le barriere di comunicazione.

I responsabili del workshop guidano i team attraverso esercizi interattivi con le carte, incoraggiando persone di diversi reparti a lavorare insieme, discutere le opzioni e concordare le priorità.

La natura fisica del lavoro aiuta i partecipanti a comprendere meglio le possibilità dell'AI e a rendere più concrete le decisioni strategiche.

Le organizzazioni possono iniziare con un workshop di un giorno, l'AI Experience Express, che copre la strategia dell'AI, l'esperienza pratica con i casi d'uso, la collaborazione tra i team e le fasi successive.
Il processo strutturato consente ai team di passare rapidamente dalle idee all'azione, garantendo risultati tangibili.

In sole sei ore, i partecipanti acquisiscono una chiara comprensione dell'AI e identificano casi d'uso specifici che possono iniziare a esplorare immediatamente, in base al loro livello di preparazione e maturità del business.

L'approccio offre ai clienti un modo a 360 gradi per diventare più orientati all'AI rimanendo strettamente allineati alla strategia di business, piuttosto che trattare l'AI come una semplice esplorazione tecnologica. Il framework incoraggia le organizzazioni a pensare in modo strategico, pur partendo da obiettivi pratici e raggiungibili.

Combinando il pensiero strategico con strumenti pronti all'uso, i team possono iniziare a implementare soluzioni di AI in modo più rapido ed efficace.

Il framework di GFT sta già aiutando le organizzazioni di tutta l'industria a mettere al lavoro l'AI. Un'importante istituzione finanziaria l'ha utilizzato per identificare i punti in cui l'AI poteva semplificare i processi, portando a significativi guadagni di efficienza. Nel settore manifatturiero, un'azienda ha applicato l'approccio per sviluppare un controllo qualità basato sull'AI, riducendo i tassi di difettosità e i costi.
Business del settore finanziario, assicurativo, automobilistico, retail, sanitario, manifatturiero e delle telecomunicazioni hanno applicato il framework per affrontare sfide specifiche del settore, dimostrando la sua versatilità nel promuovere efficienza, innovazione e vantaggio competitivo.

Questi successi dimostrano come la combinazione di una strategia chiara con passi pratici aiuti le organizzazioni ad andare oltre gli esperimenti di AI di base per creare un reale valore di business.

I numeri sono chiari: molte organizzazioni lottano per il successo dell'AI. Un approccio sistematico può aiutare le aziende a evitare le insidie più comuni e a identificare le opportunità in cui l'AI può fare la differenza. La chiave è bilanciare i successi rapidi con la strategia a lungo termine.

Il framework di GFT aiuta le organizzazioni a fare entrambe le cose, individuando rapidamente le opportunità per l'AI e rimanendo concentrati su obiettivi di business più ampi. Grazie a questo approccio equilibrato, i progetti di AI possono fornire vantaggi immediati e al tempo stesso essere finalizzati a obiettivi strategici più ampi.

*https://www.gartner.com/en/newsroom/press-releases/2024-07-29-gartner-predicts-30-percent-of-generative-ai-projects-will-be-abandoned-after-proof-of-concept-by-end-of-2025Gartner 2024