Cara Menerapkan AI di Organisasi Anda: Panduan Definitif

Diterbitkan: 2022-09-08

Dari menerima panggilan pelanggan hingga mencari tahu mengapa peralatan Anda menghabiskan lebih banyak energi daripada biasanya, AI mampu melakukan banyak hal.

Tetapi ada banyak hal di mana algoritme gagal, mendorong pekerja manusia untuk turun tangan dan menyempurnakan kinerja mereka.

Bagaimana cara menerapkan AI dan mulai mendapatkan manfaat darinya — secara konsisten, dalam skala besar, dan cukup cepat untuk memenangkan dukungan eksekutif untuk proyek masa depan?

Masalahnya, sebagian besar perusahaan masih kekurangan pengalaman, personel, dan tumpukan teknologi yang tepat untuk membuka potensi penuh kecerdasan buatan tanpa melibatkan konsultan AI yang berpengalaman.

Menurut survei Deloitte 2020, perusahaan yang matang secara digital melihat ROI 4,3% untuk proyek kecerdasan buatan mereka hanya dalam 1,2 tahun setelah diluncurkan. Sementara itu, ROI laggards AI jarang melebihi 0,2%, dengan periode pengembalian rata-rata 1,6 tahun.

Deloitte juga menemukan bahwa perusahaan yang melihat pengembalian yang nyata dan cepat atas investasi kecerdasan buatan menetapkan dasar yang tepat untuk inisiatif AI sejak hari pertama.

PwC menggemakan sentimen tersebut, mengklaim bahwa para pemimpin AI mengambil pendekatan holistik untuk pengembangan dan implementasi AI dan menangani tiga hasil bisnis — yaitu, transformasi bisnis, modernisasi sistem, dan pengambilan keputusan yang ditingkatkan — sekaligus.

Jadi, bagaimana cara menggunakan AI di organisasi Anda dan bergabung dengan kelompok pemimpin kecerdasan buatan?

Untuk menjawab pertanyaan ini, kami melakukan penelitian ekstensif, berbicara dengan para ahli ITRex, dan memeriksa proyek dari portofolio kami. Inilah yang kami pelajari.

Cara menerapkan AI dalam bisnis: panduan 5 langkah untuk perusahaan yang menjalani transformasi cerdas

Penafian: Inovasi demi dirinya sendiri tidak akan bermanfaat bagi perusahaan Anda.

Terkadang teknologi yang lebih sederhana seperti robotic process automation (RPA) dapat menangani tugas yang setara dengan algoritme AI, dan tidak perlu terlalu rumit.

Dalam kasus lain (pikirkan solusi pencitraan medis berbasis AI), mungkin tidak ada cukup data untuk model pembelajaran mesin untuk mengidentifikasi tumor ganas di CT scan dengan presisi tinggi.

Dan terkadang, dibutuhkan jaringan saraf multi-layer dan pelatihan algoritme tanpa pengawasan selama berbulan-bulan untuk mengurangi biaya pendinginan pusat data sebesar 20%.

Kecerdasan buatan bukanlah semacam solusi peluru perak yang secara ajaib akan meningkatkan produktivitas karyawan Anda dan meningkatkan laba Anda. Namun, ia memiliki potensi yang kuat untuk mengubah bisnis Anda.

Tanpa basa-basi lagi, inilah panduan Anda untuk menerapkan AI

Langkah 1: Biasakan diri Anda dengan kemampuan dan keterbatasan AI

Perusahaan dapat mengintegrasikan AI dalam berbagai tugas, mulai dari menambang data sosial untuk layanan pelanggan yang lebih baik hingga mendeteksi inefisiensi dalam rantai pasokan mereka.

Pada skala yang lebih luas, penggunaan kecerdasan buatan dalam bisnis jatuh ke:

  • Penjadwalan
  • Peramalan (serta analisis "jika-lain")
  • Peningkatan proses dan otomatisasi
  • Manajemen dan alokasi sumber daya
  • Pelaporan
  • Manajemen keamanan siber

Daftar ini tidak lengkap karena kecerdasan buatan terus berkembang, didorong oleh kemajuan besar dalam desain perangkat keras dan komputasi awan.

Algoritme yang memfasilitasi atau mengambil alih tugas mandiri dan seluruh proses berbeda dalam sumber data, pemrosesan, dan kekuatan interpretasinya — dan itulah yang perlu Anda ingat saat mengerjakan strategi adopsi AI Anda.

Mari kita ambil pembelajaran mesin yang diawasi, misalnya. Insinyur AI dapat melatih algoritme untuk mendeteksi kucing di postingan Instagram dengan memberi mereka gambar beranotasi dari teman kucing kami. Ketika dihadapkan dengan objek yang tidak dikenal, algoritma ini gagal total.

Namun jika kita mengeluarkan data berlabel dari proses pelatihan model ML, kita akan mendapatkan algoritme pembelajaran mesin tanpa pengawasan yang mengolah informasi dalam jumlah besar — ​​sekali lagi, mari gunakan pilihan kucing sebagai contoh — hingga wawasan yang bermakna. Model ML tanpa pengawasan masih memerlukan beberapa pelatihan awal. Misalnya, kami dapat memberi tahu algoritme bahwa basis data tertentu hanya berisi gambar kucing dan anjing dan menyerahkannya kepada AI untuk menghitungnya.

Ada juga pembelajaran penguatan — teknik yang melibatkan membiarkan algoritme lepas di alam liar sehingga mereka dapat mengusulkan solusi untuk masalah bisnis dan belajar dari kesalahan mereka sendiri. Jenis AI ini dapat membantu meringkas teks panjang atau memprediksi tren pasar saham.

Akhirnya, ada jaringan saraf dalam yang membuat prediksi cerdas dengan menganalisis data berlabel dan tidak berlabel terhadap berbagai parameter. Pembelajaran mendalam telah menemukan jalannya ke dalam solusi pemrosesan bahasa alami (NLP) dan visi komputer (CV) modern, seperti asisten suara dan perangkat lunak dengan kemampuan pengenalan wajah.

Tidak peduli seberapa akurat prediksi solusi kecerdasan buatan, dalam kasus tertentu, harus ada spesialis manusia yang mengawasi proses implementasi AI dan menggerakkan algoritme ke arah yang benar.

Misalnya, AI dapat menghemat banyak waktu bagi ahli paru dengan mengidentifikasi pasien dengan pneumonia terkait COVID, tetapi dokter manusialah yang akhirnya meninjau pemindaian untuk mengonfirmasi atau mengesampingkan diagnosis.

Ada beberapa area di mana penerapan AI tidak masuk akal tanpa pemantauan yang efisien:

  • Menghasilkan konten kreatif, seperti artikel opini dan salinan yang dioptimalkan untuk konversi
  • Pengkodean sistem perangkat lunak yang kompleks (sebagai tambahan, alat seperti GitHub Copilot dan Tabnine memang dapat memprediksi dan menyarankan baris kode di dalam editor Anda, tetapi kami tidak menyarankan untuk menggunakannya kecuali jika insinyur perangkat lunak senior yang menggunakannya)
  • Membuat penilaian dan keputusan etis secara independen
  • Hadir dengan solusi inovatif dan out-of-the-box untuk masalah dunia nyata

Jika tim TI internal Anda sedang berjuang untuk menavigasi lanskap kecerdasan buatan yang dinamis sendiri, Anda dapat meminta bantuan dari perusahaan luar yang menawarkan layanan konsultasi teknologi.

Langkah 2: Tentukan tujuan Anda untuk implementasi AI

Untuk mulai menggunakan AI dalam bisnis, tentukan masalah yang ingin Anda selesaikan dengan kecerdasan buatan, ikat inisiatif Anda dengan hasil yang nyata.

Untuk ini, Anda perlu melakukan pertemuan dengan unit organisasi yang dapat mengambil manfaat dari penerapan AI. C-Suite perusahaan Anda harus menjadi bagian dan kekuatan pendorong diskusi ini.

Juga, audit proses dan data Anda, serta faktor eksternal dan internal yang memengaruhi organisasi Anda. Ada banyak teknik dan kerangka kerja untuk mendukung pengambilan keputusan Anda. Ini termasuk analisis lingkungan mikro dan makro TEMPLES, kerangka kerja VRIO untuk mengevaluasi aset penting Anda, dan SWOT untuk merangkum kekuatan dan kelemahan perusahaan Anda. Alat hebat lainnya untuk mengevaluasi pendorong dan hambatan adopsi AI adalah Force Field Analysis oleh Kurt Lewin. Daftar ini tidak lengkap; tetap saja, ini bisa menjadi titik awal untuk perjalanan implementasi AI Anda.

Salah satu cara untuk menilai pro dan kontra penerapan AI di organisasi Anda adalah dengan melakukan Force Field Analysis. Saat melakukannya, tetapkan skor untuk setiap faktor yang berkontribusi. Jika skor gabungan Anda positif, manfaat adopsi AI lebih besar daripada potensi tantangannya.

Para ahli percaya Anda harus memprioritaskan kasus penggunaan AI berdasarkan visibilitas jangka pendek dan nilai finansial yang dapat mereka bawa ke perusahaan Anda. Itulah mengapa Anda memerlukan tujuan dan cara khusus untuk mengukurnya.

Kembali ke pertanyaan tentang pengembalian investasi kecerdasan buatan, kunci untuk membedakan antara ROI keras dan lunak adalah kuncinya.

Inilah ROI keras yang dapat dicapai perusahaan Anda dari penerapan kecerdasan buatan:

  • Penghematan waktu didorong oleh otomatisasi tugas yang melelahkan
  • Keuntungan produktivitas yang berasal dari pengambilan keputusan yang dibantu AI
  • Pengurangan biaya tenaga kerja dan operasional karena peningkatan otomatisasi dan produktivitas karyawan
  • Pendapatan meningkat berkat pertumbuhan basis pelanggan dan nilai yang lebih tinggi dari layanan yang diberikan

Adopsi kecerdasan buatan ROI lunak dapat memberikan rentang:

  • Pengalaman klien yang dipersonalisasi, yang secara positif mempengaruhi kepuasan dan loyalitas pelanggan
  • Retensi keterampilan, yang berkisar pada penelitian konstan dan validasi konsep implementasi AI baru dan berkontribusi pada pengembangan keterampilan kecerdasan buatan internal
  • Kelincahan organisasi dan digital, yang memberdayakan karyawan Anda untuk mengubah sistem teknologi dan seluruh alur kerja dalam menanggapi tantangan dan peluang baru

Semua tujuan untuk mengimplementasikan pilot AI Anda harus spesifik, terukur, dapat dicapai, relevan, dan terikat waktu (SMART). Misalnya, perusahaan Anda mungkin ingin mengurangi waktu pemrosesan klaim asuransi dari 20 detik menjadi tiga detik sambil mencapai pengurangan biaya administrasi klaim 30% pada Q1 2023.

Untuk menetapkan target yang realistis, Anda dapat memanfaatkan beberapa teknik, termasuk riset pasar, benchmarking terhadap pesaing, dan konsultasi dengan pakar data science dan machine learning eksternal.

Langkah 3: Evaluasi kesiapan AI Anda

Istilah kesiapan kecerdasan buatan mengacu pada kemampuan organisasi untuk menerapkan AI dan memanfaatkan teknologi untuk hasil bisnis (lihat Langkah 2).

Setelah Anda mengidentifikasi aspek bisnis Anda yang dapat memperoleh manfaat dari AI, inilah saatnya untuk menilai alat yang Anda butuhkan untuk menjalankan rencana implementasi AI Anda.

Menurut Vitali Likhadzed, CEO dan Co-Founder ITRex, strategi implementasi AI Anda akan bergantung pada lima blok bangunan utama:

Bakat pengembangan AI. Apakah Anda memiliki spesialis IT internal dan pakar materi pelajaran (UKM) yang mengetahui cara menerapkan AI — baik di sisi teknologi maupun bisnis — dalam jangka waktu yang ditentukan pada langkah sebelumnya? Jika tidak, apakah Anda memiliki anggaran untuk mengalihdayakan pengembangan AI ke pihak ketiga atau membeli dan menerapkan solusi SaaS? Namun, dengan opsi terakhir, Anda masih harus menyewa pengembang AI untuk mengonfigurasi dan menyesuaikan perangkat lunak.

Pengembangan perangkat lunak, pengadaan, dan biaya pemeliharaan. Bergantung pada tujuan bisnis Anda, Anda dapat memilih alat kecerdasan buatan berbasis SaaS atau mengambil rute rekayasa perangkat lunak khusus. Kedua pendekatan memiliki kelebihan dan kekurangan, seperti trade-off antara siklus implementasi AI yang lebih lama dan opsi penyesuaian yang terbatas. Total biaya kepemilikan (TCO) untuk sistem AI, baik yang dipesan lebih dahulu atau berbasis SaaS, juga akan mencakup biaya vendor dan pemeliharaan, serta harga pengaturan dan pengoperasian infrastruktur cloud (lebih lanjut nanti). Biaya platform analitik data berbasis SaaS, misalnya, dapat berkisar antara $10.000 dan $25.000 per tahun, dengan biaya lisensi terdiri dari sebagian kecil dari perkiraan akhir.

Data. Algoritme AI hanya sebagus data yang Anda berikan kepada mereka. Gambar, video, file audio, dokumen PDF, pembacaan sensor, dan data lain yang sulit untuk ditafsirkan dan dimodifikasi (yaitu, data tidak terstruktur) terdiri hingga 90% dari semua informasi yang disimpan di seluruh infrastruktur TI perusahaan Anda. Menemukan, menggabungkan, dan mempersiapkannya untuk pelatihan algoritme adalah langkah penting untuk menciptakan solusi AI yang akurat dan berperforma tinggi.

Sumber daya komputasi dan penyimpanan. Microsoft Azure, Amazon Web Services, Google Cloud, dan vendor komputasi awan terkemuka lainnya menyediakan sumber daya untuk melatih, menerapkan, dan menjalankan model pembelajaran mesin di awan. Data Anda juga akan disimpan di cloud — di gudang data yang tertata rapi, di data lake, atau dalam solusi penyimpanan data hibrid yang dikenal sebagai data lakehouses. Memanfaatkan layanan komputasi awan dengan demikian adalah kunci untuk implementasi AI. Dan Anda harus mengonfigurasi infrastruktur cloud Anda dengan benar — jika tidak, biaya penerapan AI dapat melebihi potensi pendapatan Anda.

Pelatihan karyawan. Bahkan jika Anda bermitra dengan pengembang AI yang berpengalaman, Anda masih harus mendidik karyawan tentang teknologi baru sehingga mereka dapat melakukan pekerjaan mereka secara efektif — baik sekarang maupun di masa depan, saat Anda mendekati adopsi AI di seluruh perusahaan.

Menurut klasifikasi Intel, perusahaan dengan kelima blok bangunan AI telah mencapai kesiapan kecerdasan buatan dasar dan operasional. Perusahaan-perusahaan ini dapat melanjutkan rencana implementasi AI — dan mereka lebih mungkin berhasil jika mereka memiliki tata kelola data dan strategi keamanan siber yang kuat serta mengikuti praktik terbaik pengiriman DevOps dan Agile.

Jika organisasi Anda tidak memenuhi kriteria ini, Anda dapat bermitra dengan perusahaan layanan transformasi digital untuk meningkatkan infrastruktur TI Anda dan mempertimbangkan opsi penerapan AI.

Langkah 4: Mulai integrasikan AI ke dalam proses tertentu dan sambil merencanakan skala

Di ITRex, kami hidup dengan aturan "mulai dari yang kecil, terapkan dengan cepat, dan belajar dari kesalahan Anda." Dan kami menyarankan agar pelanggan kami mengikuti mantra yang sama — terutama saat menerapkan kecerdasan buatan dalam bisnis.

Gartner melaporkan bahwa hanya 53% proyek AI yang berhasil dari prototipe hingga produksi. Salah satu alasannya mungkin karena kegagalan perusahaan untuk mereplikasi hasil yang telah mereka capai dengan POC mereka di lingkungan pengujian steril dalam kehidupan nyata, dengan algoritme AI yang menggunakan data dari berbagai sumber dan meningkatkan proses yang berbeda.

Pendekatan pragmatis untuk mengadopsi AI adalah memiliki gambaran yang lebih besar di benak Anda alih-alih berfokus pada bukti konsep (POC) yang terisolasi untuk kasus penggunaan yang dipilih, meskipun yang terakhir mungkin terlihat seperti buah yang menggantung rendah dibandingkan dengan ambisius. inisiatif moonshot.

Dengan membuat cetak biru untuk strategi adopsi AI di seluruh perusahaan Anda sejak dini, Anda juga akan menghindari nasib 75% pionir AI yang bisa gulung tikar pada tahun 2025, tanpa mengetahui cara menerapkan AI dalam skala besar.

Selain itu, batas waktu yang wajar untuk POC kecerdasan buatan tidak boleh lebih dari tiga bulan. Jika Anda tidak mencapai hasil yang diharapkan dalam bingkai ini, mungkin masuk akal untuk menghentikannya dan beralih ke skenario penggunaan lainnya.

Langkah 5: Raih keunggulan AI

Setelah meluncurkan uji coba, memantau kinerja algoritme, dan mengumpulkan umpan balik awal, Anda dapat memanfaatkan pengetahuan Anda untuk mengintegrasikan AI, lapis demi lapis, di seluruh proses perusahaan dan infrastruktur TI Anda.

Untuk ini, Anda perlu mengatur:

  • Kerangka kerja tata kelola data yang kuat memastikan pengelolaan data yang aman dan efisien di seluruh perusahaan Anda
  • Ekosistem data terintegrasi untuk mengumpulkan, menyimpan, dan mengatur informasi untuk pelatihan algoritme
  • Pusat keunggulan AI tempat tim internal Anda akan bekerja bahu membahu dengan pakar pihak ketiga, memperoleh keterampilan baru, terus meningkatkan kinerja AI, dan menguji konsep baru
  • Landasan yang memfasilitasi pengambilan keputusan Agile dan desain ulang proses bisnis yang berkelanjutan: karena AI akan meningkatkan atau mengotomatiskan lebih banyak proses dalam organisasi Anda, Anda harus memvalidasi bahwa manusia dan mesin saling melengkapi dan melengkapi pekerjaan

Pendekatan inkremental untuk menerapkan AI dapat membantu Anda mencapai ROI lebih cepat, mendapatkan dukungan C-Suite, dan mendorong departemen lain untuk mencoba teknologi baru.

Memahami kecerdasan buatan adalah langkah pertama untuk memanfaatkan teknologi ini untuk pertumbuhan dan kemakmuran perusahaan Anda.

Untuk membantu Anda memulai, kami telah menulis panduan bisnis untuk kecerdasan buatan (unduh di sini) — eBuku yang mencakup semua pertanyaan yang mungkin Anda miliki tentang teknologi, mulai dari jenis dan aplikasinya hingga kiat praktis untuk adopsi AI di seluruh perusahaan.

Awalnya diterbitkan di https://itrexgroup.com pada 1 September 2022.