”Uttrycket “digital transformation” har repeterats i styrelserum runt om i världen i mer än ett decennium. Du kanske förväntar dig att Covid-19 skulle ha bromsat utvecklingen, men det har tvärtom varit full fart framåt.
Faktum är att Gartner rapporterar att digital innovation och tillämpning av ny teknik faktiskt har accelererat under pandemin. Frasen emerging technologies brukade tillämpas på AI, vilket var något av ett valfritt tillägg när konceptet med digital transformation först blev vanligt förekommande. Sedan dess har AI blivit en viktig drivkraft för digital innovation, vilket betyder att den nu är en central del i digitaliseringen hos företagen. Hittills har det dock visat sig svårt att framgångsrikt skala funktionaliteten över hela företaget.
Det finns en drivkraft bland högre chefer att sätta AI i centrum för deras digitala bolag. Enligt KPMG har detta resulterat i att 4 av 5 större företag förlitat sig på hjälp från AI i någon form under pandemin. Men många företagsledare är rädda för att vi för snabbt styr in på AI, eftersom det fortfarande är ett relativt nytt koncept. Dessa farhågor är förståeliga: det krävs mer än att installera programvara ovanpå befintliga system för att framgångsrikt kunna använda sig utav AI.
Införandet av AI beror på enkelhet och återbetalningstid
Det är svårt att skala AI såvida inte organisationer hittar ett sätt att ta bort dess komplexitet genom att sprida den som en del av en specialbyggd lösning som förenklar och löser utmaningar. Om de inte tar sig tid att identifiera vad dessa utmaningar är och överväger hur AI kan förenkla dem, riskerar företag att göra det motsatta och kompletterar komplexiteten för en liten eller ingen avkastning alls.
Runbook-automatisering kan vara ett av de mest effektiva områdena för AI. Det tar bort komplexiteten genom att påskynda långa, tidskrävande manuella processer. Till exempel kan service-förfrågningar hanteras mycket mer effektivt om några av stegen hanteras genom automatiserade runbooks. AI kan också möjliggöra självbetjäningsfunktioner för många rutinärenden. Till exempel kan AI-drivna kognitiva virtuella assistenter användas för att göra det möjligt för anställda att återställa sina egna lösenord.
För att AI ska göra livet enklare, inte svårare, måste det tillämpas på ett sätt som är lätt att förstå och implementera i stor skala – utan experters ständiga uppmärksamhet. Även om det kan ta mer än ett år att införa dessa funktioner i en organisation utan egen expertis, kan det uppnås på 2-4 månader med rätt ramverk och kunskap på plats.
Humanisering av AI är nyckeln till dess framgång
Vissa av oss är fortfarande rädda för att robotar ska ta över världen, då dystopiska framtidsbilder som visas i filmer som “The Terminator” ofta lyfts fram i diskussioner om AI. Ett ‘Big Bang’-antagande av AI är därför vanligtvis inte det bästa tillvägagångssättet, eftersom det kan vara svårt att få stöd från de anställda. Företag bör bygga förtroende över tid.
När IT-chefer arbetar för att bygga detta förtroende bör de överväga att människor är mycket mer benägna att acceptera AI om det görs så mänskligt som möjligt. Natural Language Processing (NLP) gör det möjligt för AI att efterlikna mänskliga konversationer, och med tiden kan det till och med lära sig att förstå mänskliga känslor. Hur mycket mer accepterande skulle anställda vara om AI började visa empati när de hade stött på ett problem?
Utnyttja AI för affärsinformation i realtid
När företag väl har identifierat var och hur de kommer att använda AI är det avgörande att ge den ett så stort utrymme som möjligt för att säkerställa att fördelarna är skalbara. En av de vanligaste metoderna är att använda Robotic Process Automation (RPA) för att förenkla specifika uppgifter inom en komplex affärsprocess. Detta skrapar emellertid bara på ytan av vad AI kan uppnå, eftersom alla affärsflöden inte följer en rak linje – de hoppar från en uppsättning applikationer till en annan, vilket innebär att RPA ofta kräver manuellt ingripande.
Business Process Observability (BPO) gör det möjligt för RPA att utnyttja sin fulla potential, vilket gör det möjligt för både IT- och driftsteam att vidta proaktiva, effektiva åtgärder när det finns risk för störningar i affärsflödet. Om vi tar en bank som ett exempel, om ett IT-team använde RPA för betalningshantering, kommer det inte automatiskt att informeras om ett problem skulle uppstå i affärsflödet. Om ett meddelande inte vidarebefordras kan en betalning misslyckas och kundrelationen kan som resultat skadas. BPO garanterar att problem som identifierats av AI inte förbises, vilket sätter företag i främsta position för att förutse, förebygga och åtgärda problem.
Digitala arbetsplatser är den första gränsen för digital transformation
AI kan också användas för att göra digitala arbetsplatser smidigare och mer intelligenta, vilket har varit ovärderligt under pandemin. Företagen har gjort allt de kan för att ge de bästa användarupplevelserna för de anställda som arbetar hemifrån, vilket betyder att ge dem bästa möjliga hemmakontor. Denna plötsliga ström av förfrågningar var för många svår att hantera, men med AI för att förenklades processerna med att begära, beställa och leverera hemmakontorsmaterial till de anställda. HR-avdelningar har också fått belöning. AI-aktiverade kognitiva virtuella assistenter underlättar bördan och förhindrar att personal spenderar tid på att svara på samma typ av frågor flera gånger när arbetstagare letar efter information om semesterprocesser och betalningar.
Det är nu eller aldrig
Om företagen lyckas hantera utmaningarna kan de vara säkra på att bra AI kan skapa stor nytta. Från och med nu finns det ingen ursäkt för att inte sätta AI i centrum för digital transformation. De som misslyckas med att använda AI i stor skala riskerar att ge sina konkurrenter en fördel som kan innebära betydande skador på längre sikt. De som framgångsrikt använder AI kommer att få en skjuts framåt i den digitala framtiden, och skapa otaliga möjligheter att omdefiniera sina branscher.”
– Av: Amit Gupta, EVP & Global Business Head, DRYiCE Software, HCL Technologies –
